基于免疫优化算法的第三方物流配送中心选址研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-22页 |
| ·研究背景及意义 | 第9-13页 |
| ·研究背景 | 第9-11页 |
| ·研究意义 | 第11-13页 |
| ·国内外研究现状 | 第13-19页 |
| ·第三方物流发展现状 | 第13-15页 |
| ·配送中心选址研究现状 | 第15-19页 |
| ·研究内容 | 第19-20页 |
| ·创新点 | 第20-22页 |
| 2 相关理论 | 第22-30页 |
| ·第三方物流 | 第22-25页 |
| ·第三方物的概念 | 第22-24页 |
| ·第三方物流的发展优势 | 第24-25页 |
| ·配送中心概述 | 第25-30页 |
| ·配送中心的分类 | 第27-28页 |
| ·第三方物流配送中心的重要性 | 第28-30页 |
| 3 第三方物流配送中心选址 | 第30-41页 |
| ·配送中心选址 | 第30-34页 |
| ·配送中心选址的原则及影响因素 | 第30-31页 |
| ·配送中心选址流程 | 第31-34页 |
| ·配送中心选址方法 | 第34-41页 |
| ·免疫优化算法 | 第35-37页 |
| ·聚类算法 | 第37-41页 |
| 4 配送中心选址模型的构建 | 第41-47页 |
| ·构建模型 | 第41-44页 |
| ·实验数据的获取 | 第44-47页 |
| 5 免疫优化算法的实现步骤及结果分析 | 第47-60页 |
| ·免疫优化算法的实现步骤 | 第47-55页 |
| ·初始抗体群的产生 | 第48-49页 |
| ·亲和度的计算 | 第49-50页 |
| ·抗体浓度计算 | 第50页 |
| ·期望繁殖概率计算 | 第50-51页 |
| ·免疫操作 | 第51-55页 |
| ·仿真实验结果 | 第55-57页 |
| ·免疫优化算法的结果分析 | 第57-60页 |
| 6 对免疫优化算法的改进应用 | 第60-66页 |
| ·使用K-means算法进行聚类分析 | 第60-64页 |
| ·对于免疫优化算法的改进结果分析 | 第64-66页 |
| 7 总结与展望 | 第66-68页 |
| 附录 | 第68-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
