基于聚類的物流管理信息系統(tǒng)設計與實現(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)的廣泛關注，物流業(yè)與信息、網(wǎng)絡等技術的結合，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量。因而，高效、合理、科學的配送環(huán)節(jié)是優(yōu)質物流的基礎。
　　本文的主要內容是設計與實現(xiàn)一個物流管理信息系統(tǒng)，為用戶提供便捷、實時、安全的服務，并將物流配送的過程透明地呈現(xiàn)給用戶。配送中的難點在于配送路徑的確定問題，該問題可歸結為VRP(Vehicle Routi

2、ng Problems)，VRP問題自上世紀五十年代被提出后便得到了學者的關注，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問題劃分為獨立的TSP(Traveling Saleman Problems)，而后分別對其求解，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，并且子問題內的數(shù)據(jù)相對集中，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算法來實現(xiàn)VRP

3、問題的劃分，IDBSCAN算法是在DBSCAN算法基礎上擴展來的。算法的輸入是地理數(shù)據(jù)，為了能夠更接近真實情況，使用實際行車路程來衡量兩點之間的距離，同時為了體現(xiàn)地區(qū)的差異性，對各數(shù)據(jù)使用因子分析法進行加權處理。DBSCAN算法對鄰域參數(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，然后按照DBSC