基于FCM改进算法的快递配送区域划分问题研究

摘要

中国物流与采购联合会7月20日发布的数据显示，2012年上半年，我国社会物流总额达到83.6万亿元，按可比价格计算，同比增长10％。物流总费用占国内生产总值比重约18％左右，比发达国家高出一倍，过高的物流成本导致我国不少商品价格畸高，由此可见，设计高效实用的物流配送算法、应用高速发展的计算机系统为物流配送系统实现合理路径运输，从而节约运输时间、减少运输费用，提高现代物流系统效率和降低成本非常必要。
　　 快递服务作为物流服务的一种特殊形式在近几年取得了长足的进步。时效和安全是快递服务价值的核心。客户对快递服务有着苛刻的要求，在时效、安全、可靠、便利、跟踪查询方面比其他运输服务有着更高的要求。
　　 为此，本文在对目前快递配送现状和问题进行探讨分析的基础上，对于向快递行业数据和模型多比较复杂的情况，本文提出了根据点密度选取初始聚类中心的方法，改进后的方法在原始的模糊C均值聚类算法的基础上在预处理阶段计算每个样本的点密度，根据密度的大小排序，选取c个密度最大的点作为初始聚类中心。然后再根据模糊C均值聚类算法进行聚类，使得初始聚类中心的选取由原来的随机选取转变为有目的的选取。最后利用MapInfo软件模拟快递配送点地理坐标，改进FCM聚类算法将模拟的配送区域内的点进行划分，通过车载量等约束对聚类划分进行调整。

目录

声明

摘要

第1章 绪论

1．1 选题背景和意义

1．2 国内外研究现状

1．3 本文的主要研究内容

第2章 快递配送区域划分及其方法概述

2．1 快递物流概述

2．1．1 物流及快递的概念

2．1．2 快递行业的起源

2．1．3 我国快递行业发展现状

2．2 快递配送区域划分介绍

2．2．1 快递配送区域

2．2．2 快递配送区域的划分

2．3 快递配送区域划分的方法

2．3．1 泰森多边形理论

2．3．2 最小生成树理论

2．3．3 聚类分析理论

第3章 基于FCM改进算法的快递配送区域划分原理及步骤

3．1 模糊集合和模糊聚类分析概述

3．1．1 模糊集合概述

3．1．2 模糊聚类分析概述

3．2 模糊C均值聚类算法的改进

3．2．1 模糊C均值聚类算法

3．2．2 模糊C均值聚类算法分析

3．2．3 模糊C均值聚类算法改进

3．3 快递配送区域划分问题的解决

3．3．1 快递配送区域划分问题描述

3．3．2 快递配送区域划分解决步骤

第4章 快递配送区域划分算例分析

4．1 FCM改进算法的前后效果比较

4．2 根据车载量的约束调整区域划分

第5章 结论与总结

参考文献

作者简介

致谢