本文關(guān)鍵詞：粒子群算法在基于LBS快遞派送中的應用研究

  更多相關(guān)文章： 快遞派送 LBS 粒子群算法 最優(yōu)路徑規(guī)劃 軌跡回放

【摘要】：快遞作為新興行業(yè),正改變?nèi)藗兊南M方式與生活習慣�？爝f派送工作,是配送的最后一個環(huán)節(jié)。目前,快遞派送階段仍然采用以結(jié)果管理過程的傳統(tǒng)方式,主要存在快遞派送路線規(guī)劃不合理、快遞員出勤后位置信息獲取困難及快遞簽收信息難以實時回傳等問題。LBS技術(shù)快速發(fā)展和智能手機的迅速普及,為問題的解決提供了契機,將LBS技術(shù)應用到快遞派送管理中,實現(xiàn)新的快遞派送管理模式,規(guī)劃最優(yōu)派送路徑,對提高快遞派送效率有較大意義。本文在研究快遞派送管理現(xiàn)狀及相關(guān)信息技術(shù)的基礎上,對快遞派送中存在的問題進行分析,并提出相應的解決方案。對快遞派送最優(yōu)路徑問題進行深入分析,將其轉(zhuǎn)化成TSP問題,構(gòu)建派送最優(yōu)路徑規(guī)劃的數(shù)學模型和粒子群算法在最優(yōu)路徑規(guī)劃中的應用模型,運用粒子群算法求解最優(yōu)路徑,針對求解結(jié)果存在波動性大、易陷入局部最優(yōu)且耗時較長的缺點,對粒子群算法提出了改進措施,應用經(jīng)典算例和本文設計的快遞派送算例分別進行實驗仿真,對實驗結(jié)果進行對比分析,實驗結(jié)果顯示改進的粒子群算法對快遞派送最優(yōu)路徑求解效果更優(yōu)。對快遞員實時位置信息的獲取,結(jié)合Android系統(tǒng)的定位模塊和百度LBS云平臺的鷹眼軌跡服務,實現(xiàn)快遞員位置信息的收集,并上傳至云端,管理者通過Web管理端實現(xiàn)對快遞員的實時定位以及軌跡回放。另外,快遞的實時簽收信息由Android端上傳至服務器,在百度地圖上以麻點分布圖的形式展現(xiàn)給管理者。根據(jù)問題的解決方案,采用Java EE和MVC軟件設計模式構(gòu)建了快遞派送系統(tǒng)Web管理端,運用Android開發(fā)技術(shù)實現(xiàn)了系統(tǒng)的LBS服務和系統(tǒng)的Android客戶端,通過Web Service完成移動端與服務器端的數(shù)據(jù)交互。實現(xiàn)基于LBS快遞派送管理系統(tǒng)的主要功能,包括為管理人員提供的LBS實時定位及歷史軌跡回放和派送完成情況實時查看;為快遞員提供的派送任務管理和派送最優(yōu)路徑規(guī)劃。
【關(guān)鍵詞】：快遞派送 LBS 粒子群算法 最優(yōu)路徑規(guī)劃 軌跡回放
【學位授予單位】：東華理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.52;TP18
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-17
• 1.1 研究背景及意義9-10
• 1.2 快遞派送中存在的問題10-11
• 1.3 研究現(xiàn)狀11-15
• 1.3.1 快遞派送管理現(xiàn)狀11-12
• 1.3.2 TSP問題研究現(xiàn)狀12-13
• 1.3.3 粒子群算法研究現(xiàn)狀13-15
• 1.4 研究目的15
• 1.5 論文組織結(jié)構(gòu)15-17
• 2 相關(guān)技術(shù)分析及選擇17-25
• 2.1 LBS服務技術(shù)分析與平臺選擇17-21
• 2.1.1 LBS起源及發(fā)展17-18
• 2.1.2 LBS的體系結(jié)構(gòu)及工作流程18-19
• 2.1.3 LBS云服務平臺的選擇19-21
• 2.2 定位技術(shù)分析與選擇21-23
• 2.2.1 小區(qū)識別碼21
• 2.2.2 基站三角測量21-22
• 2.2.3 GPS與輔助GPS22-23
• 2.2.4 定位技術(shù)選擇23
• 2.3 粒子群算法求解TSP問題23-24
• 2.4 本章小結(jié)24-25
• 3 基于LBS的最優(yōu)派送路徑規(guī)劃模型及算法應用模型25-31
• 3.1 問題描述及分析25-26
• 3.2 快遞派送中最優(yōu)路徑規(guī)劃數(shù)學模型26-28
• 3.3 粒子群算法在最優(yōu)路徑規(guī)劃中的應用模型28-29
• 3.4 本章小結(jié)29-31
• 4 基于LBS快遞派送管理系統(tǒng)的需求分析及功能設計31-43
• 4.1 需求分析31-33
• 4.2 總體設計33-35
• 4.3 功能設計35-39
• 4.4 數(shù)據(jù)庫表設計39-42
• 4.5 本章小結(jié)42-43
• 5 基于LBS快遞派送管理系統(tǒng)功能實現(xiàn)43-79
• 5.1 系統(tǒng)開發(fā)工具與環(huán)境43
• 5.2 定位信息收集43-47
• 5.3 派送任務管理47-52
• 5.4 最優(yōu)派送路徑規(guī)劃52-71
• 5.4.1 粒子群算法求解快遞派送最優(yōu)路徑52-57
• 5.4.2 粒子群算法的改進57-63
• 5.4.3 改進效果分析63-69
• 5.4.4 繪制派送最優(yōu)路徑圖69-71
• 5.5 LBS定位與軌跡回放71-75
• 5.6 派送完成情況查看75-77
• 5.7 本章小結(jié)77-79
• 6 總結(jié)與展望79-81
• 6.1 本文工作總結(jié)79-80
• 6.2 未來研究展望80-81
• 致謝81-83
• 參考文獻83-86

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李源昊;陸平;吳一凡;韋薇;宋國杰;;面向移動社會網(wǎng)絡的用戶年齡與性別特征識別[J];計算機應用;2016年02期

2 張晨;明德祥;陳建云;楊俊;;A-GPS輔助定位技術(shù)研究[J];計算機測量與控制;2016年01期

3 程畢蕓;魯海燕;徐向平;沈莞薔;;求解旅行商問題的改進局部搜索混沌離散粒子群優(yōu)化算法[J];計算機應用;2016年01期

4 月尤;;國務院首次出臺快遞業(yè)發(fā)展綱領(lǐng)性文件——2020年:鄉(xiāng)鄉(xiāng)有網(wǎng)點 村村通快遞[J];廣東交通;2015年06期

5 徐麗蕊;;城市配送TSP問題的LINGO求解[J];電子設計工程;2015年13期

6 董躍華;戴玉倩;;混合粒子群算法的軟件測試數(shù)據(jù)自動生成[J];計算機應用;2015年02期

7 王寶生;屈寶存;;蟻群算法在求解TSP問題中的改進研究[J];電子設計工程;2014年22期

8 王凱;韓雪峰;;基于混沌離散PSO算法的乙烯生產(chǎn)過程模型變量的選擇[J];計算機測量與控制;2014年08期

9 劉丹;陳冰;;基于D-S理論與QFD結(jié)合的物流服務產(chǎn)品設計[J];武漢理工大學學報(信息與管理工程版);2014年04期

10 楊浩雄;劉彤;;商業(yè)區(qū)快遞車輛路徑優(yōu)化及仿真[J];計算機仿真;2014年08期

中國碩士學位論文全文數(shù)據(jù)庫 前8條

1 李秋影;基于全局最優(yōu)預測的自適應變異粒子群優(yōu)化算法[D];吉林大學;2015年

2 趙恒;基于LBS的本地美食推薦系統(tǒng)的研究與實現(xiàn)[D];電子科技大學;2015年

3 倪全貴;粒子群遺傳混合算法及其在函數(shù)優(yōu)化上的應用[D];華南理工大學;2014年

4 吳蔚;安卓平臺快遞派送輔助軟件開發(fā)[D];北京郵電大學;2013年

5 楊少健;基于Android的LBS移動訂餐系統(tǒng)的設計與實現(xiàn)[D];暨南大學;2012年

6 汪超;基于云混沌粒子群算法的配電網(wǎng)無功規(guī)劃優(yōu)化[D];上海交通大學;2011年

7 李趙陽;基于粒子群算法的武器—目標分配問題求解[D];吉林大學;2009年

8 邵藝;基于WebServices的快遞業(yè)務系統(tǒng)研究[D];上海交通大學;2008年

，

本文編號：950744