| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究内容及主要工作 | 第9-10页 |
| ·论文组织结构 | 第10-12页 |
| 第二章 相关理论知识概述 | 第12-17页 |
| ·物流的相关理论知识 | 第12-14页 |
| ·物流的概念 | 第12-13页 |
| ·配送 | 第13页 |
| ·物流业的作用 | 第13-14页 |
| ·物流学概念及特点 | 第14页 |
| ·运筹学相关理论知识 | 第14-16页 |
| ·运筹学概念 | 第15页 |
| ·运筹学在物流业中的运用概述 | 第15-16页 |
| ·本章小节 | 第16-17页 |
| 第三章 聚类分析算法概述 | 第17-23页 |
| ·聚类分析概念及意义 | 第17页 |
| ·聚类分析步骤 | 第17-20页 |
| ·聚类前准备工作 | 第17-19页 |
| ·聚类 | 第19-20页 |
| ·聚类结果的输出与解释 | 第20页 |
| ·聚类分析算法 | 第20-22页 |
| ·划分聚类方法(partitioning methods) | 第20-21页 |
| ·层次聚类方法(hierarchical methods) | 第21页 |
| ·基于密度的聚类方法(density-based methods) | 第21页 |
| ·基于网格的聚类方法(grid-based methods) | 第21-22页 |
| ·基于模型的聚类方法(model-based methods) | 第22页 |
| ·本章小节 | 第22-23页 |
| 第四章 DK-means聚类算法及在物流业中的应用 | 第23-41页 |
| ·改进的算法及应用的相关理论知识 | 第23-29页 |
| ·图的基本概念 | 第23-25页 |
| ·Dijkstra距离 | 第25-28页 |
| ·最小生成树 | 第28-29页 |
| ·本文算法改进的思想 | 第29-31页 |
| ·DK-means的聚类算法 | 第31-34页 |
| ·构建最短路径矩阵 | 第31-32页 |
| ·DK-means聚类算法 | 第32-34页 |
| ·DK-means算法应用到物流业中解决问题的过程 | 第34-40页 |
| ·实际问题建模 | 第34-36页 |
| ·数据源的收集和预处理 | 第36-37页 |
| ·物流配送中心选址 | 第37-38页 |
| ·物流配送路线优化 | 第38-39页 |
| ·DK-means算法及应用的适用性评价 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| ·本文总结 | 第41页 |
| ·展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 在学期间有研究成果及参与项目 | 第46-47页 |
| 致谢 | 第47页 |
