首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于聚类的物流管理信息系统设计与实现

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-17页
   ·论文的研究背景与意义第11-12页
   ·国内外研究现状第12-16页
     ·国外研究现状第12-15页
     ·国内研究现状第15-16页
   ·本文主要内容与结构安排第16-17页
第2章 相关技术第17-26页
   ·聚类分析第17-20页
     ·聚类分析方法第17-18页
     ·聚类分析在物流配送问题中的应用第18-20页
   ·蚁群算法第20-22页
   ·因子分析法第22-23页
     ·因子分析法概述第22页
     ·正交因子模型第22页
     ·因子分析的步骤第22-23页
   ·SSH框架第23-25页
     ·Structs框架第23-24页
     ·Hibernate框架第24-25页
     ·Spring框架第25页
   ·本章小结第25-26页
第3章 系统的设计第26-43页
   ·需求建模第26-32页
     ·内容模型第30-31页
     ·交互模型第31-32页
   ·总体设计第32-37页
     ·总体结构设计第32-34页
     ·开发环境第34页
     ·数据库中的表格第34页
     ·数据字典的设计第34-35页
     ·功能模块设计第35-37页
   ·两阶段启发式算法的设计与实现第37-42页
     ·第一阶段:IDBSCAN算法第37-40页
     ·第二阶段:蚁群优化算法第40-42页
   ·本章小结第42-43页
第4章 系统应用第43-69页
   ·登录界面第43-44页
   ·管理员模块功能实现第44-47页
     ·导航功能第44-45页
     ·常用功能第45-47页
   ·客户功能模块实现第47-51页
     ·导航功能第47页
     ·创建订单功能第47-50页
     ·查看已提交订单功能第50-51页
   ·配送中心功能模块实现第51-67页
     ·导航功能第51页
     ·订货信息管理第51页
     ·收货信息管理第51-52页
     ·订单信息管理第52-66页
     ·库存商品管理第66-67页
   ·司机功能模块实现第67-68页
   ·小结第68-69页
结论与展望第69-70页
 1 本文主要工作第69页
 2 进一步的工作展望第69-70页
致谢第70-71页
参考文献第71-74页

论文共74页,点击 下载论文
上一篇:基于图像的铁路扣件缺陷检测算法研究
下一篇:基于曲波的图像插值算法