一、GIS环境下的物流配送中心选址模型与算法研究(论文文献综述)
潘俊南[1](2021)在《电力物联下电网技改物资配送中心选址及路径优化研究》文中认为随着我国经济的不断发展和人民生活水平的不断提升,电网作为保障我国国计民生的重要能源输送通道,其安全稳定运行的意义不言而喻。电网技改工作作为维护电网安全稳定运行的常规工作,随着我国智能电网的不断建设和运行,电网技改工作也越来越繁重。电网技改物资配送中心的选址和配送路径优化是提高电网技改工作效率中的一个重要环节,优化问题解决对于整个电网安全平稳供电、提高电网供电可靠率、降低技改运维成本具有十分重要的意义。国家电网电力物联网的建设为电网技改物资配送中心选址以及路径优化带来了新局面,通过大数据、人工智能以及5G通讯技术的进一步加强,电网企业可以利用智能运输小车以及物联网信息集成及分享技术,优化电网技改物资配送过程,在节能降碳的工作中极大地提高工作效率。在此背景下,本文对电网技改物资配送选址及路径优化问题进行了研究,主要研究内容包括以下几个方面:(1)归纳总结了国内外对于物流设施的选址、车辆路径优化及选址-路径优化方面的研究成果,分析了当前电网技改配送中存在的问题,论述了电网技改物资物流网络优化的必要性。结合电力物联网技术在物流系统中的应用,进一步提出具有针对性的电力物联网环境下电网技改物资配送方案。(2)构建了电网技改物资配送中心选址和路径规划的双层规划模型。其中,上层规划模型主要负责确定配送中心的选址数量和选址地理位置,在构建上层规划模型的过程中,除了考虑到配送中心的建设成本和运维管理成本外,还考虑了碳排放成本。在设计下层数学模型的过程中,基于上层规划的结果对配送路径规划进行优化。在下层模型考虑了车辆的固定成本和运输费用、以及违反时间窗的惩罚成本。这两层模型作为整体求解可以使整个优化过程达到最优,实现总成本费用最小。(3)提出遗传算法求解流程,实现了对电网技改物资配送中心选址和路径规划双层规划模型的求解。针对双层规划模型的典型NP-hard问题,根据遗传算法的特点和一般步骤,结合实际问题对编码、选择、交叉、变异操作进行了设计。通过实际算例进行电力物联网情形下两种运输方式的对比分析,并利用MATLAB对本文提出的模型进行了编程和求解,最终对电力物联网情形下的电网技改物资配送中心选址和路径规划特点进行了总结,提出了相关建议。
田铖[2](2020)在《城市配送中心多目标选址与车辆调度优化研究》文中认为随着互联网经济浪潮的到来,网络购物等线上消费模式迅猛发展,使面向消费者的物流行业成为物流系统中的爆发点。现今,电商对物流的时效性要求越来越高,而城市配送中心作为物流系统中的重要设施枢纽,承担城市主要进出港干线集散、分拣、中转等作用,并具有提升上级转运中心稳定性和缓解下级终端节点运营压力的功能。因此,以城市配送中心选址与车辆调度为研究对象,综合考虑其中的中心选址、区域重要度、车辆调度和时间窗约束等,构建城市配送中心多目标选址模型和车辆调度仿真并根据不同的目标和约束条件进行优化,对物流企业的战略化管理起着至关重要的意义,并具有良好的应用背景。基于此,本文从城市配送中心选址和车辆调度优化的理论分析入手,结合物流企业的实际运作数据,通过对城市配送中心选址问题、车辆调度问题、Multi-Agent应用问题的研究进行分析,找到了基于Multi-Agent的中心选址与车辆调度一体化仿真的潜在研究领域。本文的主要研究内容和成果如下:(1)以物流企业的城市配送中心运输网络作为研究对象,构建了多目标、多影响因素的城市配送中心选址模型。针对该模型设计了相应的的求解算法,该算法综合考虑了重心法和聚类算法的优缺点,结合物流企业的实际运作数据和Data Map数据库的实际路网距离对所建模型和算法进行了实验分析,并且最后得出的选址方案可以有效降低企业的运作成本和提高配送时效。(2)建立了中心选址与车辆调度一体化的多智能体仿真模型。在第一个模型的基础上,结合车辆调度模型,基于Anylogic仿真软件中的多智能体建模技术,建立了相应的仿真模型。将城市配送中心看作一个复杂系统,将系统的整体功能划分为对应的模块,每个模块用一个Agent进行代替并共同协作完成求解。利用遗传算法和物流企业实际运作数据对模型进行仿真实验,并且对结果进行动态可视化展示,为物流企业战略决策提供了思路。(3)增加配送时间窗的约束条件,建立了物流企业应急车辆调度仿真模型。在第二个模型的基础上,深入研究各Agent之间的交流与协作过程,讨论时间窗约束条件下的物流企业应急车辆调度问题,使模型更符合物流企业实际需求。然后利用设计的算法和实际运作数据对模型进行验证分析。基于本文构建的模型和仿真实验,得出的城市配送中心选址策略,能够有效优化物流网络的运营成本,同时也验证了Multi-Agent技术应用于车辆调度仿真领域的可行性,为物流企业实施城市配送中心选址策略和车辆运输提供了有效借鉴。
王玉[3](2020)在《鲜花电商城市末端自提点布局研究》文中研究指明伴随着居民收入水平的提高,鲜花消费开始流行起来。鲜花电商创新了包月订花按周送花的模式,一定程度上满足用户对品质生活的追求。随着消费升级,鲜花电商开始重视解决末端配送中一次配送成功率低、用户个性化取件时间与集中派件时间之间的矛盾、顾客隐私等问题。因此基于现状以及现实需要,本文提出了末端自提点选址多目标模型与求解方法。“新零售”理念导向下,线下零售的流量价值开始重新得到重视,鲜花电商花加也在积极探索一种“品牌加平台全覆盖”的新模式。因此末端自提点选址问题还应该考虑与线下体验门店之间存在的协同效应。而在现有的研究中,需要对自提点或线下门店的选址问题进行深入研究,很少会同时考虑到两者之间存在的联系与影响。另外,区域内顾客分布和顾客期望是影响末端自提点选址决策的重要因素。故针对上述问题展开研究。根据末端投递服务可能造成的影响,可以将鲜花末端配送市场根据区域大小,来划分为数个具有类似特点的子市场,通过这样的方式可有效解决末端配送业务与总体市场关系协调的难题,为处于不同细分市场的被服务对象提供有区别的投递服务,为模拟出的鲜花网点的布局提供有效性理论支撑。计算自提点的需求量。通过对需求区域、区域需求量以及选择概率的确定,可以求得自提点的需求总量。以总投资成本最小和被选中的自提点收益最大化为目标,构建针对自提点与线下门店协同选址的理论模型。该模型理论主要采用多目标粒子群算法进行计算求解,以此确定末端选址方案。最终结合调查的顾客期望取件距离可成功证明该基本算法和理论模型的相对准确性和实际应用潜力。
严张浩[4](2019)在《基于AP聚类和GIS的农村物流中心选址》文中研究表明物流是包含运输、存储、管理等复合型的服务产业,是国民经济非常重要的组成部分。随着国民经济的快速发展,中国物流行业已经进入到转型升级阶段,物流体系日益完善。我国物流业虽然整体上发展速度迅猛,但是农村物流还是相当落后,农村物流的落后直接影响了农村经济的发展,农村居民的农产品不能有效的运输到城市中,导致农村居民损失严重,农村居民也不能快速的从城市中获得所需的产品。随着我国正在加速推进新农村建设,农村物流问题已经成为了新农村建设的一个瓶颈,在中国经济大发展的背景下,农村交通更加便捷,网络体系更加完善,更加有利于物流体系的建立。而物流中心选址是物流体系很重要的一部分。本文基于农村特有的地理环境和人口的分布,结合农村现有的道路交通及其网络配置,在综合考虑政府的政策和费用的基础上,分析我国农村环境和农村物流中心选址的特点,根据对农村物流中心选址的影响因素及其权重的确定,得到各个乡镇节点之间的相关性,然后对各个乡镇节点进行AP聚类,得到的聚类中心就是该地区最终的物流中心选址结果。最后对AP聚类选出的结果采用GIS的空间分析功能,选取合适的位置作为该地区的物流中心。论文以安徽省安庆市太湖县为农村物流中心选址的案例,对太湖县的13个乡镇节点进行分析,总结出对太湖县物流中心选址的影响因素为地理条件因素和运输条件因素,并确定两个因素的权重,结合代价敏感分析与AP聚类算法选出合适的聚类中心,即物流中心。最后对该聚类中心地区进行分析,采用GIS的空间分析功能,选出合适的地理位置作为物流中心的选址。
杨柳[5](2019)在《不同运营模式下电商企业物流配送中心选址和路径优化研究》文中认为近年来,在电子商务蓬勃发展的大背景下,电商快递业务量迎来了爆发式的增长,2018年我国快递业务量突破500亿件,连续5年稳居世界第一。作为电商平台面向客户的末端环节,电商物流“最后一公里”的配送问题已经成为制约电商平台发展的瓶颈。为此,电商企业开始积极探索新的物流运营模式,末端物流网络的选址和路径问题也成为关注的重点。针对电商企业物流的自营模式和部分外包模式,论文研究了电商企业物流配送中心的选址和车辆路径问题,为电商企业的选址和配送决策提供参考。论文主要工作如下:首先,对电商企业物流运营模式进行分析,结合自制或外购决策理论,阐述电商企业物流部分外包模式的形成机理。在分析电商企业物流末端配送问题的基础上,结合电商快递配送特性,提出在路径优化过程中,考虑客户满意度的必要性。其次,根据电商企业物流运营的实际情况,将客户服务的时间窗转化为客户服务的满意度,构建自营模式下电商企业物流配送中心选址和路径优化模型,采用改进编码方式的遗传算法进行求解。在自营模式的基础上,继续研究部分外包模式的配送问题。为了寻求末端配送成本和客户满意度之间的平衡,考虑将配送量较小的客户点外包给第三方物流企业配送,构建部分外包模式下电商企业物流配送中心选址和路径优化模型,设计模拟退火算法,改进等温状态下解的生成策略,选取外包客户点并求解车辆配送路径。最后,针对自营模式和部分外包模式下电商企业物流配送中心选址和路径优化模型,论文采用相同的算例进行分析,计算结果表明:(1)使用ArcGIS的空间分析功能并结合数学模型求解选址问题,两种模式下的配送中心选址结果一致;(2)当满意度阈值为75%时,部分外包模式比自营模式使用车辆减少1辆,配送成本节约10.75%,证明电商企业物流采用部分外包模式是可行的;(3)当整体满意度阈值为75%时,采用部分外包模式可节约配送成本;当整体满意度阈值大于85%时,采用自营模式能够节约配送成本。本文包含图50幅,表10个,参考文献63篇。
衡欢乐[6](2019)在《基于生鲜前置仓的选址研究》文中研究指明随着消费升级,消费者越来越注重服务质量以及购物的便利性,传统的物流组织方式已经难以满足客户的需求,各大电商以及实体商超都开始转变末端物流组织模式,前置仓模式应运而生,目前关于前置仓的发展前景、前置仓种类等的研究内容日益完善,但是针对前置仓选址的研究较少,区别于城市配送中心选址问题,前置仓选址属于末端物流设施的选址,因此基于研究现状以及现实需要,本文提出了前置仓选址多目标模型与求解方法,主要做了以下四方面的研究:第一,本文针对前置仓模式以及前置仓的选址影响因素、步骤以及原则进行分析。通过分析得知前置仓辐射范围有限,客户需求分散,选址受人口、经济、政策等方面因素的影响,以及客户对服务时间敏感的特点,提出了前置仓的选址原则以及选址步骤。第二,利用K-means算法对客户需求点聚类。本文运用K-means算法,以高德地图POI数据为基础,将分散且众多的客户需求点进行聚类,并选择误差平方和以及轮廓系数对聚类效果进行评价,选取聚类效果最佳的k值。聚类后将前置仓选址问题转化为一般选址问题,选址难度大大降低,提高了选址效率。第三,本文从公司以及客户两个角度综合考虑,建立了公司总物流选址成本最小以及惩罚成本最小的多目标模型。前置仓是靠近消费者的末端仓库,商品类型以生鲜为主,末端配送呈现少量多频的特点,如果不能及时将商品送至客户手上,客户等待服务时间长导致客户满意度下降,进一步导致客户购买欲下降,对公司的盈利造成影响。因此将客户满意度用基于时间满意度的惩罚成本来表示,同时从公司运营角度出发,以公司物流选址总成本最低为目标,建立多目标选址模型。第四,以A公司为例进行模型与算法验证。对A公司在北京西城区的需求分布、需求状况进行数据收集和分析,对于前置仓模式中的两点间的实际道路最短距离,通过Python调用百度地图api求解,区别于图上距离,最短道路路径距离能最大化还原实际交通状况下两点间的距离,贴合实际,数据精确性得到了保证,提高了前置仓的选址精度。并运用多目标遗传算法NSGA—II对模型求解,得到了pareto最优解集,模型和算法的有效性和实用性得到了证明。图26幅,表14个,参考文献92篇。
周翔[7](2019)在《B2C模式下配送网络集成优化问题研究》文中研究表明随着互联网普及程度的提高,电子商务在我国进入高速发展时期,消费者已习惯通过网络订购各种商品。我国网上零售交易作为B2C(Business-to-Customer)模式的主要交易方式,每年的交易额以近40%的速度快速增长。为了抓住这个快速发展的契机占领市场、拓展业务,快递企业或电子商务企业都在致力于构建或优化自身基于B2C模式下的物流配送网络,如顺丰、菜鸟网络和京东等。但是B2C模式下的物流配送网络与传统物流配送网络在顾客点分布范围、顾客数量、顾客满意度和投递方式等方面都存在不同。这样的不同使得B2C模式下物流配送网络的构建或优化方式势必区别于传统物流配送网络。因此,通过研究B2C模式下配送网络中配送点和需求点的特点,找出适宜的网络集成优化方式具有十分重要的现实意义,既有利于企业建立高效的物流配送体系,提高配送效率、降低配送成本,也有利于提高顾客满意度,增加企业的市场占有率。基于此,本文以B2C模式下配送网络中的设施为研究对象,根据网络中各个设施的不同特点,分别设计或提出了不同对应设施选址的算法和模型,通过自下而上的优化方向和多级设施选址模型实现了B2C模式下物流配送网络的集成优化,为快递企业或电商企业构建或优化自身的物流配送网络时提供一个较好的方案。主要内容与成果如下:(1)根据B2C模式下自提点作为直接为顾客服务的场所这一选址特点,研究基于顾客点混合地址的自提点数量和位置的集成选址问题。首先,根据经纬度坐标和行政地址两种顾客点地址分别设计算法实现自提点备选位置选址。根据顾客点经纬度坐标地址,设计网格动态密度聚类算法,确定自提点的选址数量和备选位置;根据顾客点的行政地址,设计顾客点行政地址文本聚类算法,聚类出代表顾客点的索引点,作为自提点备选位置。然后,建立以顾客满意度和最大覆盖为双目标的自提点逐渐覆盖选址模型求解自提点选址。最后,在IBM ILOG CPLEX中对模型进行求解。通过算例验证了算法和模型的有效性,并根据计算结果提出两种适用于网络零售配送的自提点选址策略。(2)分析B2C模式下中转站到自提点的环形配送方式和配送时效性特点,设计最小生成树配送区域划分算法以及均衡配送量和均衡配送时间算法,实现符合B2C模式下配送特点要求的配送区域的划分。然后,对需要送货上门的顾客制定双层路径规划策略,通过改进的蚁群算法求解以配送路径最短为目标的上层路径规划模型,实现配送区域块内中转站到自提点之间的路径规划;再通过下层门牌号码排序算法实现各自提点内顾客点之间的路径规划。其后,在各配送区域中,根据规划好的配送路径,对中转站选址问题进行研究,建立整数规划模型实现中转站的选址。最后通过以重庆市巴南区鱼洞街道内的顾客点作为研究算例,对配送区域划分、配送路径规划和中转站选址三方面的计算结果验证了各算法和模型的有效性和实用性。(3)研究B2C模式下配送网络中基于中转站分布的配送中心选址问题。根据配送中心到中转站的配送方式为轴辐式配送方式的特点,设计改进的K-means聚类算法和配送量均衡算法,确定配送中心备选位置选择区域,然后,制定B2C模式下配送中心对中转站的多重覆盖策略,并针对这种覆盖策略建立以最短配送距离和最小建设成本为双目标的配送中心多重集合覆盖选址模型,在CPLEX中对模型进行求解。最后,通过算例验证了配送中心选址算法和模型的有效性。(4)在实现了当前配送网络中单层设施选址优化之后,为了实现B2C模式下整个物流配送网络中设施的集成优化,对B2C模式下两级设施进行选址和路径规划问题展开研究,综合考虑了设施容量、运输车型、设施建设费用、运输费用等技术经济指标,建立了两级设施集成优化模型,并设计了该优化模型的改进模拟退火算法。最后通过算例分析,验证了本算法求解两级设施选址路径问题的有效性,能为电商企业的物流配送网络设计提供良好的理论和决策支持。
王忠良[8](2018)在《基于GIS系统的A连锁超市配送中心选址问题研究》文中认为现今在对利润的挖掘中,资源和人力这两个领域的潜力开发的比较成熟完善,在此背景下作为“第三利润源”的物流领域,在提高效益、降低成本方面的研究越来越受到社会各行业的重视。连锁超市因其特殊的连锁经营模式,物流系统对其正常经营发展有着十分重要的意义,而配送环节是整个物流系统中的关键环节,其选址问题更是重中之重,选址方式的合理性直接影响到整个物流系统能否高效运作,是物流理论研究上的热点。GIS系统通过对空间数据和属性信息的综合处理,能很好的将物流学科和地理学科贯穿起来,借助GIS系统搭载于计算机庞大的数据处理功能和信息整合可视化技术为用户提供了一个便利、强大的地理信息处理交互界面,作为辅助物流选址分析的有力工具,越来越频繁的应用到配送中心选址方面的应用中来,有效促进了物流领域理论研究的发展。本文开篇介绍了配送中心相关概念和对连锁超市的意义,并列举了其选址方法的相关概念和经典的选址问题数学模型,做好选址问题研究的相关理论准备,同时阐述了GIS系统的定义,并通过对GIS功能应用的介绍,分析说明了将GIS运用于物流中心选址问题研究上的优势,在二者相结合的基础上分析GIS系统在优化选址模型上的思路和步骤,运用GISMAP软件强大的功能插件和对地图矢量数据、栅格数据的分析处理功能,作为辅助工具参与到数学模型的构建中,为模型提供所需要的科学可量化备选点区域和各项数据。为了更好的阐述观点,最后以石家庄市A连锁超市作为实际案例,采用改进的P-中值法构建数学模型,利用GISMAP软件作为辅助工具,对A超市配送中心选址提供解决方法,并确定了能满足所有超市门店配送需求的成本最低配送中心选址。
李二辉[9](2017)在《基于GIS的精准城市农产品物流配送布局决策研究》文中提出随着我国城镇化进程的加速发展,城市人口不断增多,城市面积逐渐扩大,然而城市街区、道路、市场等规划落后,加上落后的物流技术导致物流速度慢、成本高、浪费严重,不能很好的适应现代化进程,严重影响了居民的幸福指数。农产品作为居民生活的必需品,农产品的供应直接影响到居民的正常生活,其重要性不言而喻。在这样的背景下,论文综合应用物流学、计算机学、地理信息学等知识,研究基于GIS的精准城市农产品物流配送布局决策方法,实现较为科学的农产品物流配送中心选址、农产品物流配送信息平台搭建等内容,为城市科学、合理的规划农产品物流配送中心提供参考,为农产品物流配送信息化提供技术支撑。论文综述了国内外农产品物流、农产品物流配送中心选址、农产品物流配送信息化的研究现状,分析了农产品物流配送布局存在的问题,阐述了农产品物流配送的发展方向。在物流学、计算机学、地理信息学等理论知识基础上,运用GIS软件的强大空间分析功能,通过对配送中心选址影响因素建立缓冲区,进行叠加分析,实现农产品物流配送中心客观预选;再使用层次分析法,综合分析主观经验最终确定物流配送中心位置。论文详细介绍了Oracle数据库的设计过程,运用Java编程语言,使用Struts 2、Spring、Hibernate等技术设计并实现了农产品物流配送信息平台框架。在路径规划方面,论文采用对遗传算法的交叉和变异操作进行改进,并用Java编程实现了最优路径求解算法,改善了传统遗传算法存在“早熟”和收敛慢的缺点,通过实验数据证明了改进算法的可行性和有效性。最后,论文以阜阳市农产品物流配送布局决策研究为例,在分析了阜阳市农产品物流配送布局现状的基础上,根据配送中心选址模型,运用GIS的空间分析功能从客观上预选出符合条件的候选点,然后运用层次分析法确定物流配送中心最终位置;开发了一个农产品物流精准配送系统平台,应用优化的路径求解算法实现物流配送信息化。经试用表明:系统稳定,操作简单,具有一定的实用性。论文研究的内容响应2017年中央一号文件精神,对提高农业综合效益,打造节约型城市,具有重要的现实意义。
强浓[10](2014)在《基于GIS的冷链物流网络构建研究》文中提出随着我国经济的快速发展,城乡居民生活水平的不断提高以及生活方式的转变,对食品的品质要求越来越高,迫切需要加快冷链物流的发展。目前我国的冷链物流存在很多问题,如产品冷链率低、冷链物流设备落后、物流各环节不能很好的衔接、缺乏专业化的第三方冷链物流企业等,这些现状都大大增加了冷链产品在整个物流流通环节中的总成本,此外冷链产品的品质也无法得到保障,严重影响了我国城乡居民的饮食安全。构建低成本、高效率、信息化的冷链物流网络,既可以保证食品安全、降低物流成本,对缓解农副产品的供需之间的矛盾、满足消费者需求也具有重要意义。本文首先介绍研究背景和意义,并在阅读了大量文献的基础上,分析了国内外构建冷链物流网络构建及GIS应用的研究现状。然后,以冷链物流网络的相关理论为基础,以GIS为平台,利用改进的P-中值法,建立了基于GIS的冷链物流网络构建过程中的节点选址模型以及路线优化模型。最后,以长沙市为例,在分析了长沙市当前冷链物流发展现状的基础上,以长沙市现有的大型农贸市场为候选节点,以大型超市为需求点,构建选址模型,并进行求解,得出了最优结果,并在选址结果基础上得出了相应的路线。证明了上述算法的可行性和有效性,为以后的进一步研究将GIS应用到冷链物流网络优化问题中奠定了基础。本文将GIS理论和技术应用到冷链物流网络的构建问题研究中,可以有效降低物流成本、提高服务质量,对促进我国冷链物流的发展有一定的积极作用。
二、GIS环境下的物流配送中心选址模型与算法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GIS环境下的物流配送中心选址模型与算法研究(论文提纲范文)
(1)电力物联下电网技改物资配送中心选址及路径优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 配送中心选址方法研究现状 |
1.2.2 路径规划方法研究现状 |
1.2.3 选址-路径问题研究现状 |
1.3 论文主要研究内容和方法 |
1.3.1 论文主要研究内容 |
1.3.2 研究方法 |
第2章 电网技改配送中心选址与路径规划相关理论 |
2.1 配送中心选址的相关理论 |
2.2 路径规划的相关理论 |
2.3 选址与路径规划的相关理论 |
2.4 选址与路径规划的相关算法 |
2.4.1 精确算法 |
2.4.2 传统启发式算法 |
2.4.3 现代启发式算法 |
2.5 本章小结 |
第3章 电力物联下电网技改物资配送应用分析 |
3.1 电网技改物资配送内容及存在的问题 |
3.1.1 电网技改物资配送工作内容 |
3.1.2 当前电网技改物资配送存在的问题分析 |
3.2 电力物联网数据空间及在电网技改物资配送管理中的应用分析 |
3.2.1 电力物联网下电网技改物资配送数据空间的构建 |
3.2.2 地理信息系统技术的应用分析 |
3.2.3 全球定位系统技术的应用分析 |
3.2.4 智能交通系统技术的应用分析 |
3.3 电力物联网环境下电网技改物资配送管理优化的解决思路 |
3.4 本章小结 |
第4章 电力物联环境下的双层规划模型 |
4.1 配送中心选址与路径建模的基本步骤 |
4.2 模型假设及符号说明 |
4.2.1 模型假设 |
4.2.2 符号说明 |
4.3 模型各项成本的设定 |
4.3.1 配送中心的建设成本和经营成本 |
4.3.2 碳排放成本 |
4.3.3 运输成本和车辆成本 |
4.3.4 惩罚成本 |
4.4 双层规划模型的构建 |
4.4.1 上层模型的构建 |
4.4.2 下层模型的构建 |
4.5 本章小结 |
第5章 基于遗传算法结合电力物联环境信息下的算例分析 |
5.1 基于遗传求解算法的选择和设计 |
5.2 算例分析 |
5.2.1 基本数据信息 |
5.2.2 基于matlab编程的求解 |
5.3 AGV算例求解比对分析 |
5.4 本章小结 |
第6章 研究成果及结论 |
参考文献 |
攻读硕士学位期间发表的论文及其他成果 |
致谢 |
(2)城市配送中心多目标选址与车辆调度优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 选题意义 |
1.3 研究现状 |
1.3.1 配送中心选址问题 |
1.3.2 车辆调度问题 |
1.3.3 Multi-Agent应用问题 |
1.4 研究思路与框架 |
1.5 本文的主要贡献 |
1.5.1 技术路线 |
1.5.2 研究方法 |
第2章 相关理论基础 |
2.1 城市配送中心的相关理论 |
2.1.1 城市配送中心的概念与特性 |
2.1.2 城市配送中心的影响因素 |
2.1.3 城市配送中心的研究方法 |
2.2 车辆调度问题的相关理论 |
2.2.1 车辆调度问题的概念与特性 |
2.2.2 车辆调度问题的影响因素 |
2.2.3 车辆调度问题的研究方法 |
2.3 Agent的相关理论及建模技术 |
2.3.1 Agent的概念与特性 |
2.3.2 Multi-Agent的概念与特性 |
2.3.3 Multi-Agent建模思想与步骤 |
2.4 本章小结 |
第3章 城市配送中心多目标选址模型 |
3.1 城市配送中心选址问题 |
3.1.1 问题描述与假设 |
3.1.2 符号定义 |
3.1.3 模型构建 |
3.2 算法设计思路 |
3.2.1 算法原理 |
3.2.2 改进多重心算法 |
3.3 实验结果与分析 |
3.3.1 实验数据与参数设置 |
3.3.2 实验结果 |
3.3.3 结果对比分析 |
3.4 本章小结 |
第4章 城市配送中心车辆调度模型 |
4.1 城市配送中心车辆调度问题 |
4.1.1 问题描述与假设 |
4.1.2 符号定义 |
4.1.3 模型构建 |
4.2 城市配送中心车辆调度问题的算法设计 |
4.2.1 Dijkstra算法 |
4.2.2 遗传算法 |
4.3 本章小结 |
第5 章 基于Multi-Agent的城市配送中心车辆调度仿真 |
5.1 城市配送中心车辆调度仿真的结构设计 |
5.1.1 车辆调度仿真的系统结构设计 |
5.1.2 车辆调度仿真中各功能Agent的结构设计 |
5.1.3 车辆调度仿真各Agent协作方法 |
5.2 城市配送中心车辆调度仿真模型构建 |
5.2.1 Anylogic多方法仿真建模 |
5.2.2 构建结构Agent层模型 |
5.2.3 构建功能Agent层模型 |
5.3 城市配送中心车辆调度仿真实验 |
5.4 带时间窗约束的应急车辆调度的仿真实验 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 主要工作与结论 |
6.2 主要创新点 |
6.3 研究不足及展望 |
参考文献 |
致谢 |
攻读硕士学位期间从事的科研工作及取得的成果 |
(3)鲜花电商城市末端自提点布局研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究目的与研究意义 |
1.4 研究内容与思路 |
2 鲜花电商行业发展现状及问题 |
2.1 鲜花电商行业市场分析 |
2.2 鲜花电商运作模式分析 |
2.3 花加运作模式分析 |
2.4 本章小结 |
3 鲜花末端自提点影响因素分析 |
3.1 便利店自提点模式的提出 |
3.2 自提点选址的基础分析 |
3.3 末端配送区域特点分析 |
3.4 顾客对末端收件的期望分析 |
3.5 本章小结 |
4 鲜花末端自提点选址的模型分析 |
4.1 问题描述 |
4.2 考虑区域需求特性的自提点需求量分析 |
4.3 鲜花电商自提点选址模型的构建 |
4.4 改进的多目标粒子群算法设计 |
4.5 本章小结 |
5 案例研究 |
5.1 研究对象概况 |
5.2 数据采集处理及计算思路 |
5.3 优化求解 |
5.4 结果分析 |
5.5 布局方案结果验证与分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 不足与展望 |
参考文献 |
附录1 |
作者简历 |
致谢 |
学位论文数据集 |
(4)基于AP聚类和GIS的农村物流中心选址(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究目的和内容 |
1.3.1 研究目的 |
1.3.2 研究内容 |
2 农村物流中心选址的基本理论 |
2.1 农村物流概述 |
2.1.1 农村物流的含义和作用 |
2.1.2 农村物流存在的主要问题及对策 |
2.2 物流中心的概念 |
2.3 农村物流中心选址的影响因素 |
2.4 聚类算法概述 |
3 基于AP聚类的农村物流中心选址研究 |
3.1 单因素AP聚类的农村物流中心选址 |
3.2 多级AP聚类对农村物流中心进行选址 |
3.3 多因素结合代价敏感理论进行AP聚类 |
3.3.1 影响因素分析 |
3.3.2 多因素AP聚类 |
3.3.3 结合代价敏感理论进行AP聚类 |
3.4 本章小结 |
4 基于GIS对物流节点进行精准选点研究 |
4.1 运用GIS进行物流中心选址的原理 |
4.2 农村物流中心选址的影响因素及权重分析 |
4.3 数据分析 |
4.4 本章小结 |
5 案例分析 |
5.1 采用AP聚类对13个乡镇进行物流中心选址分析 |
5.1.1 对实际距离进行初级AP聚类 |
5.1.2 对初级聚类的聚类中心进行二级AP聚类 |
5.1.3 基于多因素条件加权的AP聚类 |
5.1.4 采用代价敏感理论对候选节点进行分析 |
5.2 基于GIS对晋熙镇进行精准物流中心选址 |
5.3 结果分析 |
结论 |
致谢 |
参考文献 |
附录 专家评分表 |
(5)不同运营模式下电商企业物流配送中心选址和路径优化研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 研究现状总结 |
1.3 研究内容和创新点 |
1.3.1 研究内容 |
1.3.2 创新点 |
2 电商物流发展现状及末端运营模式研究 |
2.1 电商物流发展现状及末端配送特征 |
2.1.1 电商物流发展现状 |
2.1.2 电商企业物流及末端配送特征 |
2.2 电商企业物流末端运营模式研究 |
2.2.1 自营配送模式 |
2.2.2 部分外包配送模式 |
2.2.3 完全外包配送模式 |
2.2.4 共同配送模式 |
2.3 电商企业物流部分外包模式形成机理 |
2.3.1 自制或外购决策原理 |
2.3.2 电商企业物流部分外包模式形成机理 |
2.4 本章小结 |
3 电商企业物流末端配送相关问题及满意度研究 |
3.1 电商企业物流末端配送问题研究 |
3.1.1 定位-配给问题 |
3.1.2 车辆-路径问题 |
3.1.3 定位-路径问题 |
3.1.4 LRP问题求解算法 |
3.2 客户满意度研究 |
3.3 论文关注的核心点 |
3.4 本章小结 |
4 白营模式下电商企业物流配送中心选址和路径优化研究 |
4.1 基于GIS的电商企业物流配送中心备选方案分析 |
4.2 模型构建 |
4.2.1 问题描述 |
4.2.2 基本假设 |
4.2.3 参数说明 |
4.2.4 成本分析 |
4.2.5 模型建立 |
4.3 模型转换 |
4.4 模型求解思路及算法设计 |
4.4.1 求解思路 |
4.4.2 算法设计 |
4.5 算例分析 |
4.5.1 配送中心选址备选方案确定 |
4.5.2 算例基础数据 |
4.5.3 选址及车辆路径结果 |
4.5.4 车辆路径结果灵敏度分析 |
4.6 本章小结 |
5 部分外包模式下电商企业物流配送中心选址和路径优化研究 |
5.1 模型构建 |
5.1.1 问题描述 |
5.1.2 基本假设 |
5.1.3 参数说明 |
5.1.4 成本分析 |
5.1.5 模型建立 |
5.2 模型求解思路及算法设计 |
5.2.1 求解思路 |
5.2.2 算法设计 |
5.3 算例分析 |
5.3.1 算例基础数据 |
5.3.2 选址及车辆路径结果 |
5.3.3 车辆路径结果灵敏度分析 |
5.3.4 自营模式和部分外包模式下末端配送的比较 |
5.4 本章小结 |
6 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
参考文献 |
附录A |
附录B |
附录C |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(6)基于生鲜前置仓的选址研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 国内外研究现状 |
1.4 研究内容 |
1.5 研究方法与技术路线 |
2 相关理论基础 |
2.1 前置仓相关 |
2.2 客户满意度 |
2.3 本章小结 |
3 基于K-means算法的需求聚类 |
3.1 K-means算法核心思想 |
3.2 K-means聚类算法步骤 |
3.3 K-means聚类效果评价 |
3.4 本章小结 |
4 前置仓选址的模型分析 |
4.1 前置仓选址的基础分析 |
4.2 模型构建 |
4.3 模型求解 |
4.4 本章小结 |
5 案例研究 |
5.1 案例背景 |
5.2 数据准备 |
5.3 结果分析 |
5.4 本章小结 |
6 结论 |
6.1 主要结论 |
6.2 不足与展望 |
参考文献 |
附录A |
附录B |
附录C |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(7)B2C模式下配送网络集成优化问题研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景 |
1.2 研究目的及意义 |
1.3 研究内容及创新 |
1.3.1 研究内容 |
1.3.2 创新点 |
1.4 研究方法与思路 |
1.5 章节逻辑结构 |
第二章 B2C模式下物流配送网络集成优化相关理论 |
2.1 B2C模式下物流配送网络的基本概念 |
2.1.1 B2C模式 |
2.1.2 物流配送网络 |
2.1.3 B2C模式下的物流配送网络 |
2.2 B2C模式下物流配送网络的特点及优化问题 |
2.2.1 B2C模式下物流配送网络的特点 |
2.2.2 B2C模式下物流配送网络构建优化问题 |
2.3 单级物流设施选址问题研究综述 |
2.3.1 配送网络中设施选址综述 |
2.3.2 设施选址的主要模型 |
2.3.3 设施选址的主要算法 |
2.4 多级物流设施选址问题研究综述 |
2.4.1 多层次选址-路径问题 |
2.4.2 多级供应链网络设计问题 |
2.5 物流配送区域划分研究综述 |
2.5.1 物流配送区域划分模型 |
2.5.2 物流配送区域划分算法 |
2.6 本章小结 |
第三章 B2C模式下的自提点选址问题研究 |
3.1 引言 |
3.2 基于经纬度地址的自提点备选位置 |
3.2.1 问题描述 |
3.2.2 网格动态密度聚类算法 |
3.2.3 自提点的数量和备选位置确定 |
3.3 基于行政地址的自提点备选位置 |
3.3.1 问题描述 |
3.3.2 顾客行政地址规范方法 |
3.3.3 顾客点地址文本聚类算法 |
3.3.4 自提点的数量和备选位置确定 |
3.4 带满意度约束的逐渐覆盖自提点选址模型 |
3.4.1 模型假设 |
3.4.2 参数与决策变量 |
3.4.3 顾客满意度函数 |
3.4.4 逐渐覆盖选址模型 |
3.4.5 模型求解 |
3.5 算例分析 |
3.5.1 运算环境及相关数据 |
3.5.2 网格动态密度聚类结果及分析 |
3.5.3 顾客点地址文本聚类结果及分析 |
3.5.4 带满意度约束的逐渐覆盖选址模型计算结果及分析 |
3.5.5 自提点选址决策建议 |
3.6 本章小结 |
第四章 B2C模式下中转站选址-路径问题研究 |
4.1 引言 |
4.2 配送区域划分算法 |
4.2.1 最小生成树区域划分算法 |
4.2.2 配送量均衡算法 |
4.2.3 配送时长均衡算法 |
4.2.4 中转站备选位置确定 |
4.3 双层路径规划策略 |
4.3.1 问题描述 |
4.3.2 上层路径规划模型假设 |
4.3.3 上层路径规划模型参数与决策变量 |
4.3.4 上层路径规划模型 |
4.3.5 上层路径规划模型求解算法——蚁群算法 |
4.3.6 改进的蚁群算法 |
4.3.7 下层门牌号码排序算法 |
4.4 中转站选址模型 |
4.4.1 问题描述 |
4.4.2 最短配送距离的中转站选址模型 |
4.4.3 模型求解 |
4.5 算例分析 |
4.5.1 运算环境及相关数据 |
4.5.2 配送区域划分结果及分析 |
4.5.3 配送路径规划结果及分析 |
4.5.4 中转站选址结果及分析 |
4.5.5 中转站选址决策建议 |
4.6 本章小结 |
第五章 B2C模式下配送中心选址模型研究 |
5.1 引言 |
5.2 配送中心备选位置 |
5.2.1 问题描述 |
5.2.2 配送区域聚类划分算法描述 |
5.2.3 算法说明 |
5.2.4 配送中心备选位置确定 |
5.3 配送中心选址模型 |
5.3.1 集合覆盖选址模型 |
5.3.2 配送中心对中转站的多重覆盖 |
5.3.3 多重集合覆盖选址模型 |
5.3.4 模型求解 |
5.4 算例分析 |
5.4.1 运算环境及相关数据 |
5.4.2 备选位置选址结果及分析 |
5.4.3 多重集合覆盖选址模型结果及分析 |
5.4.4 配送中心选址决策建议 |
5.5 本章小结 |
第六章 B2C模式下两级配送网络集成优化问题研究 |
6.1 引言 |
6.2 B2C模式下两级配送网络集成优化模型 |
6.2.1 问题描述 |
6.2.2 各级设施备选位置确定 |
6.2.3 模型假设 |
6.2.4 参数和决策变量 |
6.2.5 两级配送网络集成优化模型 |
6.2.6 模型求解 |
6.3 算例分析 |
6.3.1 运算环境及相关数据 |
6.3.2 集成优化结果分析 |
6.3.3 集成优化决策建议 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 主要工作及结论 |
7.2 未来研究展望 |
致谢 |
参考文献 |
在学期间发表的论文和取得的学术成果 |
(8)基于GIS系统的A连锁超市配送中心选址问题研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.1.1 选题背景 |
1.1.2 意义 |
1.2 国内外研究现状 |
1.2.1 国外研究 |
1.2.2 国内研究 |
1.3 研究方法及组织结构 |
1.3.1 主要研究方法 |
1.3.2 组织结构 |
第二章 连锁超市配送中心选址问题相关理论 |
2.1 连锁超市配送中心情况 |
2.1.1 连锁超市相关概念 |
2.1.2 连锁超市配送特点 |
2.1.3 配送中心功能及分类 |
2.1.4 配送中心选址原则和影响因素 |
2.2 传统配送中心选址理论 |
2.2.1 定性方法 |
2.2.2 定量方法 |
2.2.3 各类选址方法总结对比 |
2.3 定性定量相结合的AHP层次分析法 |
第三章 GIS系统在物流配送中心选址模型上的应用 |
3.1 GIS系统 |
3.1.1 GIS定义及特征 |
3.1.2 GIS功能 |
3.1.3 GIS系统应用领域 |
3.2 GIS系统在选址模型上的优势 |
3.2.1 传统网络选址模型缺陷 |
3.2.2 引入GIS系统的选址模型改进 |
3.3 基于GIS系统的配送中心备选点优化 |
3.3.1 基于层次分析法的备选点影响因素分析 |
3.3.2 A连锁配送中心备选点的确定 |
第四章 A连锁超市配送中心选址的应用实例研究 |
4.1 案例背景 |
4.2 新增配送中心选址方案设计步骤 |
4.2.1 选址方案设计步骤 |
4.2.2 模型数据的准备 |
4.2.3 数据标准化 |
4.3 模型解算 |
4.3.1 模型基本假设 |
4.3.2 模型的构建 |
4.3.3 模型求解 |
第五章 总结与展望 |
5.1 总结 |
5.2 不足 |
5.3 展望 |
参考文献 |
致谢 |
附录 |
附录1 :A连锁超市配送中心影响因素指标筛选调查问卷 |
附录2 :A连锁超市配送中心影响因素指标得分调查问卷 |
个人简历、在学期间的研究成果及发表的学术论文 |
(9)基于GIS的精准城市农产品物流配送布局决策研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 农产品物流研究现状 |
1.2.2 农产品物流配送中心选址研究现状 |
1.2.3 物流配送信息化研究现状 |
1.3 论文的主要内容和结构 |
1.3.1 论文的主要内容 |
1.3.2 论文结构 |
2 农产品物流配送布局理论综述 |
2.1 农产品物流相关理论概述 |
2.1.1 农产品物流的概念 |
2.1.2 农产品物流的特征 |
2.1.3 农产品物流配送的概述 |
2.2 农产品物流配送中心选址常用方法研究 |
2.2.1 重心法 |
2.2.2 层次分析法 |
2.2.3 专家咨询法 |
2.2.4 启发式方法 |
2.3 基于GIS的物流配送中心选址方法概述 |
2.3.1 地理信息系统(GIS)的定义 |
2.3.2 地理信息系统(GIS)的基本功能 |
2.3.3 GIS在物流配送中心选址的应用 |
2.4 本章小结 |
3 农产品物流决策模型与算法研究 |
3.1 基于GIS的城市农产品物流配送中心选址决策设计 |
3.1.1 城市农产品物流配送中心选址影响因素 |
3.1.2 基于GIS的物流配送中心位置预选 |
3.1.3 层次分析法确定物流配送中心最终位置 |
3.2 城市农产品物流配送决策算法设计 |
3.2.1 算法描述 |
3.2.2 遗传算法的实现步骤 |
3.2.3 遗传算法在物流配送决策中的应用 |
3.3 本章小结 |
4 城市农产品物流配送决策系统分析设计 |
4.1 系统设计目标 |
4.2 系统需求分析 |
4.2.1 角色需求分析 |
4.2.2 功能需求分析 |
4.2.3 信息需求分析 |
4.3 系统数据库设计 |
4.3.1 数据库的概念结构设计 |
4.3.2 数据库的逻辑结构设计 |
4.3.3 数据库的物理结构设计 |
4.4 城市农产品物流配送系统决策模型库设计 |
4.4.1 物流配送系统总体模型设计 |
4.4.2 物流配送系统决策模块设计 |
4.5 本章小结 |
5 平台实际应用—以阜阳市为例 |
5.1 试验区简介 |
5.1.1 阜阳市农业状况 |
5.1.2 阜阳市农产品物流配送布局现状 |
5.2 基于GIS的阜阳市农产品物流配送中心地址规划 |
5.2.1 阜阳市农产品物流配送中心选址相关数据 |
5.2.2 基于GIS的物流配送中心位置预选 |
5.2.3 层次分析法确定物流配送中心位置 |
5.3 农产品物流配送系统实现 |
5.3.1 系统运行环境 |
5.3.2 系统的搭建 |
5.3.3 系统功能模块的实现 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 A |
个人简介及研究成果 |
(10)基于GIS的冷链物流网络构建研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 冷链物流网络研究现状 |
1.2.2 GIS在物流中的应用研究现状 |
1.3 研究内容与研究方法 |
1.3.1 研究内容及论文组织结构 |
1.3.2 研究方法 |
2 相关研究理论 |
2.1 冷链物流 |
2.1.1 冷链物流的概念 |
2.1.2 冷链物流的特征 |
2.1.3 冷链物流的运作流程 |
2.1.4 冷链物流环节分析 |
2.2 物流网络 |
2.2.1 物流网络的概念 |
2.2.2 物流网络的组成要素 |
2.3 GIS理论 |
2.3.1 GIS的概念及特点 |
2.3.2 GIS的功能概述 |
2.3.3 GIS在物流网络中的应用 |
3 冷链物流网络结构研究 |
3.1 冷链物流网络的构成 |
3.1.1 冷链物流节点 |
3.1.2 冷链物流配送线路 |
3.2 冷链物流网络构建的原则和目标 |
3.2.1 冷链物流网络构建的原则 |
3.2.2 冷链物流网络构建的目标 |
3.3 冷链物流网络构建问题分析 |
3.3.1 冷链物流节点布局 |
3.3.2 配送路线优化 |
4 基于GIS的冷链物流网络构建研究 |
4.1 冷链物流网络模式确立 |
4.2 冷链物流网络节点的构建 |
4.2.1 GIS关键技术在冷链物流节点选址中的应用 |
4.2.2 P-中值法选址模型 |
4.2.3 P-中值法选址模型的改进 |
4.2.4 基于GIS的改进P-中值法选址流程 |
4.3 冷链物流网络线路构建 |
4.3.1 GIS关键技术在冷链物流线路构建中的应用 |
4.3.2 基于改进P-中值法选址结果的线路构建 |
5 实证分析——以长沙市为例 |
5.1 试验区简介 |
5.1.1 长沙市冷链物流发展现状 |
5.1.2 长沙市冷链物流发展中存在的问题 |
5.1.3 构建长沙市冷链物流网络的必要性分析 |
5.2 模型目标建立 |
5.3 基于GIS的改进P-中值模型选址过程 |
5.3.1 数据组织 |
5.3.2 基于GIS的配送中心初选及需求点确定 |
5.3.3 模型求解流程 |
5.4 冷链配送中心模型选址结果及分析 |
5.5 基于GIS的冷链物流网络线路构建 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读学位期间的主要学术成果 |
致谢 |
四、GIS环境下的物流配送中心选址模型与算法研究(论文参考文献)
- [1]电力物联下电网技改物资配送中心选址及路径优化研究[D]. 潘俊南. 华北电力大学(北京), 2021(01)
- [2]城市配送中心多目标选址与车辆调度优化研究[D]. 田铖. 重庆邮电大学, 2020(02)
- [3]鲜花电商城市末端自提点布局研究[D]. 王玉. 山东科技大学, 2020(06)
- [4]基于AP聚类和GIS的农村物流中心选址[D]. 严张浩. 兰州交通大学, 2019(03)
- [5]不同运营模式下电商企业物流配送中心选址和路径优化研究[D]. 杨柳. 北京交通大学, 2019(01)
- [6]基于生鲜前置仓的选址研究[D]. 衡欢乐. 北京交通大学, 2019(01)
- [7]B2C模式下配送网络集成优化问题研究[D]. 周翔. 重庆交通大学, 2019(04)
- [8]基于GIS系统的A连锁超市配送中心选址问题研究[D]. 王忠良. 石家庄铁道大学, 2018(03)
- [9]基于GIS的精准城市农产品物流配送布局决策研究[D]. 李二辉. 安徽农业大学, 2017(02)
- [10]基于GIS的冷链物流网络构建研究[D]. 强浓. 中南林业科技大学, 2014(02)