基于集群代理的物流资源整合及车辆调度研究
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第1章 绪论 | 第9-14页 |
·研究的背景及意义 | 第9-11页 |
·研究背景 | 第9-10页 |
·研究意义 | 第10-11页 |
·国内外研究综述 | 第11-14页 |
第2章 集群代理的物流资源整合方式研究 | 第14-23页 |
·物流资源整合概述 | 第14-16页 |
·物流资源整合的模式与管理机制 | 第16-19页 |
·物流资源整合的模式分析 | 第16-18页 |
·物流资源整合的管理机制 | 第18-19页 |
·集群代理下的物流资源整合实现方法 | 第19-23页 |
·基于SOA技术的物流资源整合实现框架 | 第20-22页 |
·基于实时数据库技术的数据管理 | 第22-23页 |
第3章 物流企业集群的配送区域划分 | 第23-30页 |
·配送区域的聚类概述 | 第23页 |
·区域聚类的相关算法 | 第23-25页 |
·层次聚类算法 | 第23-24页 |
·划分聚类算法 | 第24-25页 |
·基于密度的聚类算法 | 第25页 |
·基于模型的聚类算法 | 第25页 |
·基于改进的K-Means算法对配送区域的划分 | 第25-30页 |
·区域划分的K-Means算法分析 | 第25-27页 |
·改进的K-Means算法对集群区域的划分 | 第27-28页 |
·区域划分的K-Means实例分析 | 第28-30页 |
第4章 基于集群代理的物流资源调度优化模型 | 第30-41页 |
·物流配送车辆调度问题理论概述 | 第30-32页 |
·现行问题中的VRP模型分析 | 第32-37页 |
·实际问题描述 | 第32-33页 |
·实际问题模型分析 | 第33-37页 |
·求解VRP问题的研究方法总结 | 第37-41页 |
·精确求解算法 | 第37-38页 |
·模拟算法 | 第38页 |
·近似求解算法 | 第38-41页 |
第5章 改进的遗传算法在物流资源调度问题上的应用 | 第41-51页 |
·遗传算法简介 | 第41-42页 |
·遗传算法的历史回顾 | 第41页 |
·遗传算法的基本特点 | 第41-42页 |
·遗传算法的基本原理与实现步骤 | 第42-43页 |
·基于改进的遗传算法求解VRPTW问题 | 第43-51页 |
·算法描述 | 第43-45页 |
·实现过程 | 第45-47页 |
·实验数据与结果分析 | 第47-51页 |
第6章 结论 | 第51-53页 |
·结论 | 第51-52页 |
·展望与不足 | 第52-53页 |
参考文献 | 第53-56页 |
附录A 物流配送车辆调度模型部分算法 | 第56-63页 |
攻读学位期间公开发表论文 | 第63-64页 |
致谢 | 第64页 |