基于聚類的物流管理信息系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近些年來，物流企業(yè)的迅猛發(fā)展得到了各行業(yè)的廣泛關(guān)注，物流業(yè)與信息、網(wǎng)絡(luò)等技術(shù)的結(jié)合，加快了物流業(yè)現(xiàn)代化發(fā)展的腳步。物流中最核心的環(huán)節(jié)是物流配送，配送的效率直接影響到物流的質(zhì)量。因而，高效、合理、科學(xué)的配送環(huán)節(jié)是優(yōu)質(zhì)物流的基礎(chǔ)。
　　本文的主要內(nèi)容是設(shè)計(jì)與實(shí)現(xiàn)一個(gè)物流管理信息系統(tǒng)，為用戶提供便捷、實(shí)時(shí)、安全的服務(wù)，并將物流配送的過程透明地呈現(xiàn)給用戶。配送中的難點(diǎn)在于配送路徑的確定問題，該問題可歸結(jié)為VRP(Vehicle Routi

2、ng Problems)，VRP問題自上世紀(jì)五十年代被提出后便得到了學(xué)者的關(guān)注，目前已有大量的方法用于解決此類問題。其中一種有效的解決方法是將VRP問題劃分為獨(dú)立的TSP(Traveling Saleman Problems)，而后分別對(duì)其求解，這是一種典型的兩階段算法。劃分的原則是各子問題之間沒有交集，并且子問題內(nèi)的數(shù)據(jù)相對(duì)集中，而子問題間差異較大，聚類分析方法則恰好適用于處理此類問題。在第一階段中，采用IDBSCAN算法來實(shí)現(xiàn)VRP

3、問題的劃分，IDBSCAN算法是在DBSCAN算法基礎(chǔ)上擴(kuò)展來的。算法的輸入是地理數(shù)據(jù)，為了能夠更接近真實(shí)情況，使用實(shí)際行車路程來衡量?jī)牲c(diǎn)之間的距離，同時(shí)為了體現(xiàn)地區(qū)的差異性，對(duì)各數(shù)據(jù)使用因子分析法進(jìn)行加權(quán)處理。DBSCAN算法對(duì)鄰域參數(shù)Eps敏感且不易發(fā)現(xiàn)密度變化較大的簇，為克服這兩個(gè)問題，IDBSCAN算法通過分析數(shù)據(jù)的近鄰分布情況來確定數(shù)據(jù)的密度區(qū)間，在聚類過程中，將數(shù)據(jù)的近鄰值映射到密度區(qū)間來判斷其是否是核心點(diǎn)，然后按照DBSC