基于“云仓储”的物流配送中心选址研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 物流配送中心选址研究 | 第12-13页 |
| 1.2.2“云仓储”理论研究 | 第13-14页 |
| 1.2.3“云仓储”模式下配送中心选址研究 | 第14-15页 |
| 1.3 论文内容与结构框架 | 第15-18页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究框架 | 第15-18页 |
| 第2章 相关理论基础 | 第18-31页 |
| 2.1 配送中心理论 | 第18-22页 |
| 2.1.1 配送中心概念 | 第18-19页 |
| 2.1.2 配送中心的分类 | 第19-21页 |
| 2.1.3 配送中心的功能 | 第21-22页 |
| 2.2 配送中心选址理论 | 第22-26页 |
| 2.2.1 配送中心选址内涵 | 第22-23页 |
| 2.2.2 配送中心选址的影响因素 | 第23-24页 |
| 2.2.3 配送中心选址的步骤 | 第24-25页 |
| 2.2.4 配送中心选址一般方法研究 | 第25-26页 |
| 2.3“云物流”与“云仓储”理论 | 第26-30页 |
| 2.3.1“云物流”模式研究 | 第26-28页 |
| 2.3.2“云仓储”模式研究 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章“云仓储”物流模式分析 | 第31-41页 |
| 3.1 京东物流体系研究 | 第31-35页 |
| 3.1.1 健全的的仓储体系 | 第31-33页 |
| 3.1.2 可预测需求的青龙系统 | 第33-35页 |
| 3.2 阿里巴巴“云仓储”研究 | 第35-37页 |
| 3.2.1 云计算的应用 | 第36页 |
| 3.2.2 骨干云仓体系 | 第36-37页 |
| 3.3 亚马逊智能“物流+”研究 | 第37-38页 |
| 3.3.1 云计算加快供应链效率 | 第37页 |
| 3.3.2 全球化的仓储网络 | 第37-38页 |
| 3.4“云仓储”模式与未来趋势分析 | 第38-40页 |
| 3.4.1“云仓储”物流模式总结 | 第38-39页 |
| 3.4.2 未来发展趋势分析 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章“云仓储”选址模型建立 | 第41-50页 |
| 4.1 问题的描述 | 第41-42页 |
| 4.2 拟解决方案 | 第42-44页 |
| 4.2.1 可选方案分析 | 第42-43页 |
| 4.2.2 选址考虑因素分析 | 第43页 |
| 4.2.3 方案的确定 | 第43-44页 |
| 4.3 模型的构建 | 第44-49页 |
| 4.3.1 模型假设 | 第44-45页 |
| 4.3.2 符号定义 | 第45-47页 |
| 4.3.3 模型的建立 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 算法分析与实现 | 第50-61页 |
| 5.1 配送中心选址算法分析 | 第50-51页 |
| 5.1.1 解析方法 | 第50页 |
| 5.1.2 最优化规划方法 | 第50页 |
| 5.1.3 启发式算法 | 第50-51页 |
| 5.1.4 仿真算法 | 第51页 |
| 5.2 遗传算法 | 第51-55页 |
| 5.2.1 遗传算法运算流程 | 第52-53页 |
| 5.2.2 遗传算法参数解析 | 第53-55页 |
| 5.2.3 遗传算法分析 | 第55页 |
| 5.3 算例实现 | 第55-60页 |
| 5.3.1 算法应用 | 第55-56页 |
| 5.3.2 实例验证 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 研究成果与结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第67-68页 |
| 致谢 | 第68页 |
