摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 课题的研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 本文主要研究内容 | 第11-12页 |
1.4 论文内容结构 | 第12-13页 |
第2章 应急药品的药店规划问题的Lasso数学模型 | 第13-21页 |
2.1 传统 0-1 规划应用及其面临的问题 | 第13-15页 |
2.2 出行距离意愿模型 | 第15-16页 |
2.3 Lasso回归应用 | 第16-20页 |
2.3.1 Lasso简介 | 第16-17页 |
2.3.2 基于L12范式的Group Lasso简介及使用 | 第17-18页 |
2.3.3 Network Lasso简介及使用 | 第18-20页 |
2.4 本章小结 | 第20-21页 |
第3章 大数据下应急药品的药店规划问题的数据收集 | 第21-35页 |
3.1 Hadoop简介 | 第21-25页 |
3.1.1 Hadoop平台概述 | 第21-23页 |
3.1.2 Hadoop平台关键技术HDFS与MapReduce简介 | 第23-25页 |
3.2 Hadoop平台搭建 | 第25-28页 |
3.3 使用mapreduce实现的人流量记录提取 | 第28-31页 |
3.4 药店与地铁所有距离列表的python爬虫及百度地图api应用 | 第31-34页 |
3.5 本章小结 | 第34-35页 |
第4章 基于ADMM的应急药品的药店规划问题的优化实现 | 第35-43页 |
4.1 出行意愿模型的公式求解 | 第35-37页 |
4.2 应急药品的药量规划问题的ADMM算法研究 | 第37-41页 |
4.2.1 ADMM算法概述 | 第37-38页 |
4.2.2 基于ADMM的应急药品的药店选择规划问题的求解 | 第38-40页 |
4.2.3 ADMM算法的具体实现 | 第40-41页 |
4.3 应急药品的药量选择规划问题的结果评定标准制定 | 第41-42页 |
4.4 本章小结 | 第42-43页 |
第5章 基于web形式的优化结果的动态可视化处理 | 第43-51页 |
5.1 网站搭建及功能模块 | 第43-46页 |
5.2 实验结果与分析 | 第46-50页 |
5.3 本章小结 | 第50-51页 |
第6章 总结与展望 | 第51-53页 |
参考文献 | 第53-57页 |
致谢 | 第57页 |