摘要 | 第1-3页 |
ABSTRACT | 第3-4页 |
目录 | 第4-6页 |
第一章 引言 | 第6-13页 |
§1.1 物流配送的概念 | 第6-7页 |
§1.2 国内外物流系统的研究与现状 | 第7-11页 |
§1.2.1 国外物流的发展和现状 | 第7-9页 |
§1.2.2 我国物流配送的实践与发展 | 第9-11页 |
§1.3 本文的主要研究工作 | 第11-13页 |
第二章 GIS在物流配送系统中的应用 | 第13-18页 |
§2.1 地理信息系统(GIS)概述 | 第13-14页 |
§2.2 GIS系统在物流系统中的作用 | 第14-15页 |
§2.3 全球卫星定位系统 | 第15-18页 |
§2.3.1 全球卫星定位系统的原理 | 第15-16页 |
§2.3.2 GPS在本系统中的应用 | 第16-18页 |
第三章 物流配送系统体系结构 | 第18-26页 |
§3.1 配送系统综述 | 第18-19页 |
§3.2 地图数据的抽象化-拓补图的建立 | 第19-20页 |
§3.3 地图中任意两配送点间最短路径算法 | 第20-23页 |
§3.3.1 最短路径问题 | 第20页 |
§3.3.2 Dijaska算法 | 第20-21页 |
§3.3.3 弗洛伊德(Floyd,1962)算法 | 第21-23页 |
§3.4 配送区域的划分 | 第23-26页 |
§3.4.1 配送区域的概念 | 第23页 |
§3.4.2 扫描法简介 | 第23-24页 |
§3.4.2 聚类算法简介和应用 | 第24-26页 |
第四章 路径规划算法的应用及改进 | 第26-61页 |
§4.1 路径规划的数学建模 | 第26-29页 |
§4.1.1 运输问题 | 第26页 |
§4.1.2 中国邮递员问题 | 第26-27页 |
§4.1.3 旅行售货商问题 | 第27-29页 |
§4.2 路径规划算法 | 第29-33页 |
§4.3 遗传算法的原理及实现 | 第33-45页 |
§4.3.1 遗传算法的原理和流程 | 第33-41页 |
§4.3.2 遗传算法的改进 | 第41-43页 |
§4.3.3 遗传算法的实现 | 第43-45页 |
§4.4 蚁群算法的原理和实现 | 第45-57页 |
§4.4.1 蚁群算法的原理和基本蚁群算法流程 | 第45-49页 |
§4.4.2 有关蚂蚁的个数与初始化的研究与改进 | 第49-52页 |
§4.4.3 参数α、β、ρ依城市规模不同的研究 | 第52-55页 |
§4.4.4 改进后蚂蚁算法的实现 | 第55-57页 |
§4.5 遗传算法与蚁群算法的结合 | 第57-61页 |
§4.5.1 两种算法的缺点与互补 | 第57-58页 |
§4.5.2 参数的设置 | 第58-59页 |
§4.5.3 程序流程 | 第59-61页 |
第五章 本系统在实际中的应用 | 第61-68页 |
§5.1 系统在烟草物流中的应用 | 第61-65页 |
§5.1.1 烟草行业传统配送模式 | 第61页 |
§5.1.2 本系统重点解决方向 | 第61-62页 |
§5.1.3 本配送系统主要流程 | 第62-65页 |
§5.2 应用前后各项指标的对比 | 第65-66页 |
§5.3 结论及展望 | 第66-68页 |
参考文献 | 第68-73页 |
致谢 | 第73页 |