| 【中文题名】 | 面向第三方物流公共服务平台的智能分析系统的研究 |
| 【英文题名】 | Research on the Intelligent Analysis System for the Third Party Logistics Public Service Platform |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-1 |
| 【中关键词】 | 第三方物流,智能分析系统,物流分析,多维数据建模,关联规则挖掘, |
| 【英关键词】 | the Third Party Logistics,Intelligent Analysis System,Logistics Analysis,the Multipal Logistics Data Modeling,Association Rules Mining, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机软件>程序设计、软件工程>软件工程 |
| 【论文摘要】 |
在第三方物流公共服务平台(the Third Party Logistics Public Service Platform,TPLPSP)上实施智能分析系统的目的是帮助物流企业、政府管理部门和最终用户进行物流信息与物流管理信息分析,并提供相应的决策支持和决策分析。
目前,国内大部分物流管理信息系统是面向单一的物流企业开发的,而面向社会的物流公共服务平台及其智能分析技术的研究相对较少。随着社会大物流的发展,物流管理数据呈几何级数增加,面对日渐积累的物流数据,企业如何从这些海量的信息中挖掘出有用的信息,已经成为该领域研究的关键,因此本文针对面向第三方物流公共服务平台的智能分析系统及其相关技术做了研究。
本文首先分析了当前物流信息管理技术及相关智能分析技术中存在的问题,在研究了第三方物流的工作模式基础上,采用JSP和B/S结构开发了一个面向中小型物流企业的第三方物流公共服务平台,该平台由两部分组成,即第三方物流信息管理系统和智能分析系统。第三方物流信息管理系统用于收集和管理第三方企业的物流活动数据,智能分析系统用于针对不同企业的物流需求进行数据分析,提供决策支持。
在智能分析系统... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第一章 绪论 |
9-14 |
|
1.1 选题背景、目的 |
9-10 |
|
1.2 国内外研究现状分析及存在的问题 |
10-12 |
|
1.3 本文主要的研究工作和创新之处 |
12-13 |
|
1.4 本文的结构 |
13-14 |
|
第二章 面向TPLPSP的智能分析系统的相关技术 |
14-22 |
|
2.1 智能分析系统简介 |
14 |
|
2.2 智能分析系统在物流中的应用 |
14-16 |
|
2.3 智能分析系统中物流数据模型的相关知识 |
16-18 |
|
2.3.1 物流数据模型与传统数据库的区别 |
16-17 |
|
2.3.2 物流数据模型的创建步骤 |
17-18 |
|
2.4 智能分析系统中物流分析模型的相关知识 |
18-22 |
|
2.4.1 物流分析模型的创建过程 |
18-19 |
|
2.4.2 物流分析模型中的关联规则挖掘 |
19-22 |
|
第三章 面向TPLPSP的智能分析系统 |
22-29 |
|
3.1 智能分析系统的实施平台综述 |
22-25 |
|
3.2 面向TPLPSP的智能分析系统的体系结构 |
25-26 |
|
3.3 面向TPLPSP的智能分析系统的功能设计 |
26-29 |
|
3.3.1 物流用户模块功能设计 |
27 |
|
3.3.2 物流企业模块功能设计 |
27-28 |
|
3.3.3 政府管理模块功能设计 |
28-29 |
|
第四章 多维物流数据模型设计 |
29-48 |
|
4.1 物流数据模型描述 |
29-30 |
|
4.1.1 物流数据模型的层次结构 |
29-30 |
|
4.1.2 多维数据的生成步骤 |
30 |
|
4.2 物流数据模型的主题设计 |
30-31 |
|
4.3 物流数据模型的多维数据集的设计 |
31-48 |
|
4.3.1 物流数据模型的多维数据 |
32-35 |
|
4.3.2 物流数据模型的物流基础数据表 |
35-37 |
|
4.3.3 物流数据模型的导入临时数据表 |
37-38 |
|
4.3.4 物流数据模型的汇总业务数据表及其算法描述 |
38-43 |
|
4.3.5 物流数据模型的分析基础数据表及其算法描述 |
43-48 |
|
第五章 物流分析模型设计 |
48-57 |
|
5.1 物流分析模型描述 |
48 |
|
5.2 物流分析算法的算法基础—Apriori算法 |
48-51 |
|
5.2.1 Apriori算法描述 |
49-50 |
|
5.2.2 Apriori算法的缺陷分析 |
50-51 |
|
5.3 物流分析算法 |
51-53 |
|
5.3.1 寻找频繁1-项集 |
51-52 |
|
5.3.2 寻找频繁k-项集 |
52-53 |
|
5.4 物流分析算法与Apriori算法的比较 |
53-57 |
|
第六章 智能分析系统的应用与分析 |
57-64 |
|
6.1 基于多维物流数据模型的应用与分析 |
57-60 |
|
6.1.1 在物流用户模块中的应用与分析 |
57-58 |
|
6.1.2 在物流企业模块中的应用与分析 |
58-59 |
|
6.1.3 在政府管理模块中的应用与分析 |
59-60 |
|
6.2 物流分析模型的应用与分析 |
60-64 |
|
第七章 总结与展望 |
64-66 |
|
7.1 总结 |
64 |
|
7.2 展望 |
64-66 |
|
参考文献 |
66-70 |
|
学习期间发表（完成）的论文及参加的科研项目 |
70-71 |
|
致谢 |
71-72 |
|
| 【DOI】 | LunWen.ID:2.2008.359715 |
