基于手机数据挖掘的配送路径优化
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-26页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.2.1 理论意义 | 第13页 |
| 1.2.2 实践意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-23页 |
| 1.3.1 车辆路径问题 | 第14-16页 |
| 1.3.2 时空数据挖掘 | 第16-21页 |
| 1.3.3 交通状态评估 | 第21-23页 |
| 1.3.4 研究现状总结 | 第23页 |
| 1.4 主要研究内容及技术路线 | 第23-26页 |
| 1.4.1 主要研究内容 | 第23-24页 |
| 1.4.2 技术路线 | 第24-26页 |
| 第2章 基于手机时空数据的行程速度获取方法研究 | 第26-38页 |
| 2.1 手机时空数据概述 | 第26-27页 |
| 2.2 手机时空数据预处理方法 | 第27-33页 |
| 2.2.1 数据清洗 | 第27-29页 |
| 2.2.2 数据提取 | 第29-30页 |
| 2.2.3 地图匹配方法 | 第30-33页 |
| 2.3 基于BP神经网络的路网行程速度预测 | 第33-36页 |
| 2.4 时变路网行程速度依赖函数 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 时变路网的最短路径问题及算法 | 第38-45页 |
| 3.1 问题建模 | 第38-40页 |
| 3.1.1 时变路网的定义 | 第38页 |
| 3.1.2 时变路网的最优路径问题建模 | 第38-40页 |
| 3.2 求解算法 | 第40-41页 |
| 3.2.1 A~*算法原理 | 第40-41页 |
| 3.2.2 改进A~*算法 | 第41页 |
| 3.3 实例分析 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 时变路网的车辆路径问题及算法 | 第45-56页 |
| 4.1 问题建模 | 第45-48页 |
| 4.1.1 问题描述 | 第45-46页 |
| 4.1.2 符号定义 | 第46-47页 |
| 4.1.3 数学模型 | 第47-48页 |
| 4.2 求解算法 | 第48-51页 |
| 4.2.1 粒子群算法原理 | 第48-49页 |
| 4.2.2 算法流程 | 第49-51页 |
| 4.3 实例分析 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 动态需求下时变路网的车辆路径问题及算法 | 第56-67页 |
| 5.1 问题建模 | 第56-59页 |
| 5.1.1 问题描述 | 第56-57页 |
| 5.1.2 符号定义 | 第57-58页 |
| 5.1.3 数学模型 | 第58-59页 |
| 5.2 求解算法 | 第59-62页 |
| 5.2.1 混合蛙跳算法原理 | 第60页 |
| 5.2.2 改进混合蛙跳算法 | 第60-61页 |
| 5.2.3 算法流程 | 第61-62页 |
| 5.3 实例分析 | 第62-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 6.1 主要结论 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文及科研实践 | 第75-76页 |
| 附录 | 第76-81页 |
