基于云GIS的物流信息服务模式及配送路径优化研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1. 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文研究内容及技术路线 | 第13-16页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 2 基于云GIS构建物流服务的技术基础 | 第16-30页 |
| 2.1 云计算 | 第16-19页 |
| 2.1.1 云计算的定义 | 第16-17页 |
| 2.1.2 云计算的体系架构 | 第17-19页 |
| 2.2 开源云OpenStack | 第19-21页 |
| 2.2.1 Openstack云平台 | 第19-20页 |
| 2.2.2 OpenStack的主要组件 | 第20-21页 |
| 2.3 云GIS | 第21-26页 |
| 2.3.1 云GIS特征 | 第22-23页 |
| 2.3.2 云GIS构建物流信息服务的关键技术 | 第23-24页 |
| 2.3.3 基于云GIS构建物流信息服务优势 | 第24页 |
| 2.3.4 基于云GIS的物流信息服务模式 | 第24-26页 |
| 2.4 物流信息服务发布技术GeoServer | 第26-28页 |
| 2.4.1 GeoServer物流地图服务 | 第26-27页 |
| 2.4.2 OpenLayers | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 3 物流配送路径优化模型研究 | 第30-42页 |
| 3.1 配送路径优化问题 | 第30-32页 |
| 3.2 求解VRP的蚁群算法 | 第32-34页 |
| 3.3 求解VRP的克隆选择算法 | 第34-36页 |
| 3.3.1 克隆选择算法介绍 | 第34-35页 |
| 3.3.2 对克隆选择算法的改进 | 第35-36页 |
| 3.4 仿真研究 | 第36-39页 |
| 3.5 结果分析 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 4 基于云GIS设计物流信息服务平台 | 第42-58页 |
| 4.1 需求分析和开发目标 | 第42页 |
| 4.2 云计算平台构建 | 第42-44页 |
| 4.3 数据库设计 | 第44-54页 |
| 4.3.1 云平台管理数据库设计 | 第44-46页 |
| 4.3.2 空间数据库设计 | 第46-53页 |
| 4.3.3 属性数据库设计 | 第53-54页 |
| 4.4 物流信息服务发布设计 | 第54-56页 |
| 4.5 物流配送功能模块设计 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 物流信息服务系统云门户实现 | 第58-70页 |
| 5.1 环境变量配置和前端设置 | 第58-59页 |
| 5.2 集群管理 | 第59-60页 |
| 5.3 物流数据管理功能模块实现 | 第60-62页 |
| 5.3.1 物流数据管理功能 | 第60-61页 |
| 5.3.2 订单管理功能 | 第61页 |
| 5.3.3 车辆信息管理功能 | 第61-62页 |
| 5.4 地图浏览功能 | 第62-63页 |
| 5.5 物流路径推荐功能实现与分析 | 第63-68页 |
| 5.5.1 物流路径推荐功能实现 | 第63-64页 |
| 5.5.2 物流路径推荐功能测试 | 第64-68页 |
| 5.5.3 物流路径推荐结果分析 | 第68页 |
| 5.6 本章小结 | 第68-70页 |
| 6 总结 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者简历 | 第76-77页 |
| 学位论文数据集 | 第77页 |
