| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的研究内容和组织结构 | 第10-12页 |
| 第二章 Hadoop 相关技术 | 第12-27页 |
| 2.1 Hadoop 概述 | 第12-14页 |
| 2.1.1 Hadoop 技术背景 | 第12-13页 |
| 2.1.2 Hadoop 项目组成 | 第13-14页 |
| 2.2 Hadoop 的关键技术 | 第14-22页 |
| 2.2.1 HDFS | 第14-19页 |
| 2.2.2 MapReduce | 第19-22页 |
| 2.3 HBase | 第22-26页 |
| 2.3.1 HBase 的数据模型 | 第23-24页 |
| 2.3.2 HBase 的系统架构 | 第24-26页 |
| 2.3.3 HBase 和 RDBMS 的区别 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 云物流调度系统的设计 | 第27-36页 |
| 3.1 系统需求分析 | 第27页 |
| 3.2 系统架构设计 | 第27-32页 |
| 3.2.1 数据接入层 | 第28-29页 |
| 3.2.2 存储层 | 第29-30页 |
| 3.2.3 调度算法层 | 第30-31页 |
| 3.2.4 信息更新层 | 第31页 |
| 3.2.5 交互层 | 第31-32页 |
| 3.3 存储层数据库设计 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 云物流调度算法 | 第36-48页 |
| 4.1 云物流调度算法的设计 | 第36-38页 |
| 4.1.1 云物流调度综述 | 第36-37页 |
| 4.1.2 算法结构 | 第37-38页 |
| 4.2 云物流调度算法的实现 | 第38-44页 |
| 4.2.1 Weighted-Kmeans | 第38-40页 |
| 4.2.2 基于 MapReduce 的 WK-means 聚类 | 第40-41页 |
| 4.2.3 分支限界法 | 第41-44页 |
| 4.3 云物流调度算法仿真 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 云物流调度系统的实现 | 第48-59页 |
| 5.1 系统的原型实现 | 第48-53页 |
| 5.1.1 硬件环境 | 第48页 |
| 5.1.2 软件环境 | 第48-49页 |
| 5.1.3 实例部署 | 第49-53页 |
| 5.2 功能模块的实现 | 第53-55页 |
| 5.3 功能测试 | 第55-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 附录 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 致谢 | 第64页 |