物流工程硕士论文提纲范文（精选6篇）
[1]Schiller J H, Voisard A. Location-Based Services [C]. San Francisco: Morgan Kaufmann,2019
[2]Jiang B, Yao X. Location-based services and GIS in perspective [C]. Computers,Environment and Urban System, 2019, 30(6): 712-725[3]王惠南编著.GPS导航原理与应用[M].科学出版社,2019
[3]C.Drane, M.Vfacnaughtan and C.Scott. Positioning GSM Telephones [J], IEEE Comm.Magazine, pp.46-59, 1998[4]R.Klukas, G.Lachapeile and M.Fattouche. Cellular Telephone Positioning Using GPS TimeSynchronization [C], GPS World, pp.49-54 1998
[4]Christie J, Fuller R, Nichols J. Development and deployment of GPS wireless devices forE911 and location based services. Position Location and Navigation Symposium [C], 2019, 60 - 65
[5]胡加艳，陈秀万，吴雨航，吴才聪.移动位置服务在应急救援中的应用[J].中国应急救援.2019(05)
[6]冯锦海,杨连贺，刘军发等.基于WLAN移动定位的个性化商品信总推荐平台[J].计算机工程与科学.2019(10)
[7]张寅宝，张威巍，孙卫新.面向位置服务的室内空间数据模型研宂[J].测绘与空间地理信息.2019(11)
[8]ZhongLiang Deng, Weizheng Ren, Lianming Xu. Localization Algorithm Based onDifference Estimation for Wireless Sensor Networks in Pervasive Computing Environment.Pervasive Computing and Applications [C], 2019, p.479-484.
[9]Stoyanova T, Kerasiotis F, Efstathiou K. Modeling of the RSS Uncertainty for RSS-BasedOutdoor Localization and Tracking Applications in Wireless Sensor Networks. Sensor Technologiesand Applications (SENSORCOMM) [C], 2019, 45 - 50
[10]Jun-yong Yoon, Jae-Wan Kim, Won-Hee Lee. A TDoA-Based Localization Using PreciseTime-Synchronization. Advanced Communication Technology (ICACT) [C]3 2019 1266-1271
[11]韩霜,罗海勇，陈颖等.基于TDOA的超声波室内定位系统的设计与实现[J].传感技术学报.2019(03)
[12]Hee-Joong Kim, Jihong Lee. Stereo AoA system for indoor SLAM [C]. Control,Automation and Systems (TCCAS), 2019 13th, 1164-1169
[13]张明华.基于WLAN的室内定位技术研究[D],上海,上海交通大学,2019,36-38
[14]Weston J L, Titterton D H. Modern Tnertial Navigation Technology and Its Application [J].Electronics & Communication Engineering Journal, 2019, 12(2):49-64
[15] A.Taheri, A.Singh, A.Emmanuel. Location Fingerprinting on Infrastructure 802.11Wireless Local Area Networks (WLANS) Using Locus [C], Local Computer Networks, 2019. 29thAnnual IEEE International Conference on. IEEE, 2019, pp. 676-683.
[16]王赛伟,徐玉滨，邓志安等.基于概率分布的室内定位算法研究[C].国际信息技与应用论坛文集,2019.
[17]宁静.采用红外织网的室内定位技术[J].激光与红外.2019(07)
[18]卜英勇，王纪婵,赵海鸣等.基于单片机的高精度超声波测距系统[J].仪表技术与传感器.2019(03)
[19]HyungSoo Lim, ByoungSuk Choi, JangMyung Lee. An Efficient Localization Algorithmfor Mobile Robots based on RFID System [C]. SICE-ICCAS，Oct. 2019 pp. 5945-5950
[20]N4air N, Mahmoud Q.H. A collaborative Bluetooth-Based Approach to Localization ofMobile Devices [C]. Collaborative Computing: Networking, Applications and Worksharing(CoIlaborateCom), 2019，363 - 371
[21]Si nan Gezici, Zhi Tian, Georgios B. Biannakis, et al. Localization via Ultra-WidebandRadios [C]. IEEE Signal Processing Magazine July 2019.
[22]陈文周.WiFi技术研究及应用[J].数据通信.2019(02)
[23]李红，郭大群.WiFi技术的优势与发展前景分析[J],电脑知识与技术,2019(5)
[24]石欣，印爱民，张琦.基于K最近邻分类的无线传感器网络定位算法[J].仪器仪表学报，2019(10)
[25]Christopher J.C. Burges. A Tutorial on Support Vector Machines for Pattern Recognition[J]. Data Mining and Knowledge Discovery. 1998 (2)
[26]Asano S，Wakuda Y’ Koshizuka N. A robust Pedestrian Dead-Reckoning PositioningBased on Pedestrian Behavior and Sensor Validity [C]. PLANS’ 2019，328 - 333
[27]Alvarez D, Gonzalez R.C, Alvarez J.C. Comparison of Step Length Estimators fromWearable Accelerometer Devices [C]. Proc.IEEE EMBS, 2019:5964-5967.
[28]刘长征,李纬,丁辰等.多种定位技术融合构建LBS体系[J].地理信息世界.2019(03)
[29]张世.基于惯性传感器和WiFi的室内定位系统的设计与实现[D],北京，北京邮电大学，2019.
[30]周傲英，杨彬,金澈清等.基于位置的服务：架构与进展[J].计算机学报.2019(07)
[31 ] W3C, Scalable Vector Graphics (SVG) [OL],
[32] Eisa S, Peixoto J. Meneses F. Removing Useless APs and Fingerprints from WiFi IndoorPositioning Radio Maps [C]. Indoor Positioning and Indoor Navigation (IPIN), 2019, 1-7
摘要 3-4
Abstract 4-5
第1章 绪论 8-14
1.1 研究背景与意义 8-9
1.1.1 研究背景 8
1.1.2 研究目的及意义 8-9
1.2 国内外研究现状 9-12
1.2.1 港口集卡作业研究现状 9-11
1.2.2 国内优化方法研究现状 11
1.2.3 蚁群算法的研究现状 11-12
1.3 研究的内容与技术路线 12-14
1.3.1 研究的内容 12-13
1.3.2 研究的技术路线 13-14
第2章 集装箱港口作业流程及运输网络优化方法 14-23
2.1 集装箱港口作业流程 14-18
2.1.1 进口卸船作业流程 14-15
2.1.2 出口装船作业流程 15-16
2.1.3 集装箱港口装卸工艺及相关设备配备 16-18
2.2 运输网络优化方法 18-22
2.2.1 网络优化的定义 18-19
2.2.2 优化方法分类 19-22
2.3 本章小结 22-23
第3章 ACO 算法的改进及建立模型 23-44
3.1 蚁群优化(ACO) 23-27
3.1.1 蚁群算法简介 23-26
3.1.2 蚁群算法(ACO)的流程 26-27
3.2 遗传算法 27-29
3.2.1 遗传算法简介 27-28
3.2.2 遗传算法的主要流程 28-29
3.3 建立港口集卡路径成本优化模型 29-34
3.3.1 影响港口集卡作业因素 30-31
3.3.2 成本优化模型 31-34
3.4 采用改进 ACO 对港口集卡路径成本模型进行优化 34-43
3.4.1 ACO与遗传算法的融合 34-35
3.4.2 ACO部分的详细算法过程 35-41
3.4.3 遗传算法部分的详细算法过程 41-43
3.5 本章小结 43-44
第4章 基于 ACO 天津港港口集卡作业调度优化实例分析 44-58
4.1 天津港集装箱码头有限公司概况 44-45
4.1.1 天津港集装箱码头有限公司概况 44
4.1.2 天津港集装箱码头有限公司设施配备 44-45
4.2 实证分析 45-55
4.2.1 天津港港口集卡路径成本优化模型数据的采集 45-49
4.2.2 港口集卡作业调度优化路径 49-52
4.2.3 优化结果对比分析 52-55
4.3 天津港港口集卡调度优化建议 55-57
4.4 本章小结 57-58
第5章 结论与展望 58-60
5.1 结论 58-59
5.2 展望 59-60
致谢 60-61
参考文献61-64
[1]Biun, A. Virtualization techniques ： A methodical review of Xen and KVM [A]-Communication in Computer and Information Science [C]，2019:399-410
[2]Superman J，Venkitachalam G, Lim B. Virtualization I/O Devices on VMWare WorkstationHosted Virtual Machine Monitor [A]. In: Proceeding of the 2019 USENIX Annual TechnicalConference (USENIX ATC 2019) [C]5 Boston, MA, USA, 2019:16-30.
[3]Quynh? Nguyen Anh. A real-time integrity monitor for Xen virtual machine [A]. InternationalConference on Networidng and Services 2019:110-123.
[4]Fernandes, Natalia Castro> eto. XNetMon： A network monitor for seeming virtual networks[A]. IEEE International Conference on Communication [C]. 2019:351-356.
[5]Payne B, Carbone M，Sharif M baxges: an architecture for secure active monitoring usingvirtualization [A], In: Proceeding of the IEEE Symposium on Security arid Privacy, IEEEComputer Society [Cj. Washington, DC, USA，2019:233-247
[6]Carbone, Martim. Secure and robust monitoring of virtual machines through guest-assistedintrospection [A]. Lecture Notes in Computer Science, 2019: 22-4L
[7]Ibrahim, Amani S. CloudSec: A security monitoring appliance for Hirtual Machines in thelaas cloud model [A]. International Conference on Network and System Security [C]- 2019:113-120.
[8]Guofb Xiang, Hai Jin, Deqing Zou. A Comprehensive Monitoring Framework for VirtualtfiComputing Environment [A]. In: Proa of the 26 International Conference on InformationNetworking (IC01N2019 ) [C], poster, Bali, Indonesia, 2019:551 -556.
[9]Vmitools project homepage. 2019. Available:
[10]Payne, Bryan D. Secure and flexible monitoring of virtual machines [A]. Annual ComputerSecurity Applications Conference, ACSAC [C]. 2019:385-397.
[11]K.Lawton, B.Denney, N.D.Guarneri, V.Ruppert, C.Bothamy. Bochs x86 PC Emulator UserManual [EB/OL].
[12]Chandra Shekar, N.Fornesic. Analysis on QUME [A]. Communications in Computer andInformation Science [C], 2019,250:777-781.
[13]Sharif M, Lee W，Cui W，Lanzi A. Secure in VM monitoring using hardware virtualization[A], In: Proc. of the 16* ACM Conf on Computer and Communications Security [C]. NewYork： ACM Press, 2019:477-487.
[14]Garfinkel T，Rosenblum M. A virtual machine introspection based architecture for intrusiondetection [A], In: Proc. of the 10th Network and Distributed System Security Symp [C].Berkeley: USENIX Association, 2019:191-206.
[15]Barham, Paul. Xen and the art of virtualization [A]. Operating System Review (ACM) [C].2019，275. :164-177.
[16]P. Barham, B, Dragovic, K. Franser, S. Hand, T. Harris, A. Ho, R. Neugebauer, I. Pratt, and A.Warfiele. Xen and the art of virtualization [A]. ACM symposium on Operating SystemsPrinciples (SISP19) [C]9 2019:164-180.
[17]A. Srivastava and V. Ganapathy. Towards a Richer Model of Cloud App Markets [A]. ACMCCS Cloud Computing Security Workshop (CCSW'12) [C], 2019: 101-114.
[19]项国富，金海，邹德清，陈学.基于虚拟化的安全监控[J].软件学报，2019.
[20]项国富.虚拟计算环境的安全监控技术研究[DI，华中科技大学，2019.
[21]Bayer, Ulrich, et al. A ^ew on current malware behaviors [A]. USENIX workshop onlaige-scale exploits and emergent threats (LEET) [C]. 2019:189-203.
[22]曲文涛，李明禄，翁楚良，跨虚拟机的可信检测[J],计算机科学与_索.2019-2.
[23]Bryan D. Payen Martim D. P. de A. Carbone Wenke Lee. Secure and Flexible Monitoring ofVirtual Machines [A], Computer Security Applications Conference [C]. 2019:385-397.
[24]Gerald J. Popek and Robert P. C^dberg. Formal requirements for virtualizable third‘generation architectures [A]. Communications of the ACM [C], 17，July 1974
[25]李狗.一个基于硬件虚拟化的内核完整性监控方法[J].计算机科学，2019，38，(12> 68-72.
[26]Bovet D P, Cesati M. Understanding the Linux Kernel [M] (3rd Edition) ? Sebastopol:O'Reilly Media Press, 2019： 75-123.57
[27]A. Somayaji and S. Forrest. Automated Response Using System-Call Delays [A]. InProceeding of the 9th USENIX Security Symposium [C]，2019: 185-198.
[28]宋宝华.Linux设备驱动开发详解[M].第二版.北京：人民邮电出版社，2019，11.245-317.
[29]WolfgangMauerer.深入Linux内核架构[M].第一版.北京：人民邮电出版社，2019.06.413-449.
[30]Virus and threats descriptions. Rootkit [Z].Win32.Fu.
[31]Tom Liston，Edskoudis. On the Cutting Edge: Thwarting Virtual Machine Detection [EB/OL].SANSFIRE, 2019.
[32]Matthew Carpenter, Tom Liston, Edskoudis. Hiding Virtualization fromAttracters andMalware [A]. IEEE Security and Privacy [C]’ 2019.
[33]Danny Quist, Val Smith. Further Down the VM Spiral [Z]. 2019.
[34]Tal Garfinkel, Keith Adams, Andres Warfield, et al. Compatibility is Not Transparency:VMM Detection Myths and Realities [A]. Proceeding of the 11A USENIX workshop on Hottopics in operating systems [C]. 2019.
[36]Neiger，Gil，el al. Intel Wtualization Technology: Hardware Support for Efficient Ptopessor^rtualization [J]. Intel Virtualization Technology, 2019，103. :170-171.
[37]袁源，戴冠中_LKM后门综述[J].计算机科学，2019,35(7) :5-8.
[38]汤小丹，梁红兵.计算机操作系统[M].第三版.西安：西安电子科技大学出版社，2019,08. 18-20.
致谢 5-6
摘要 6-7
ABSTRACT 7
1 绪论 11-20
1.1 研究背景 11-12
1.2 国内外研究现状 12-16
1.2.1 需求预测研究现状 12-13
1.2.2 库存分类研究现状 13-14
1.2.3 库存控制研究现状 14-16
1.2.4 国内外研究评述 16
1.3 研究内容和意义 16-17
1.3.1 研究内容 16-17
1.3.2 研究意义 17
1.4 研究方法和技术路线 17-20
1.4.1 研究方法 17-18
1.4.2 技术路线 18-20
2 理论基础 20-27
2.1 需求预测相关理论 20-23
2.1.1 物流需求预测概念 20-21
2.1.2 预测误差的度量 21-22
2.1.3 温特季节指数平滑预测法 22-23
2.2 两种库存控制方法 23-25
2.2.1 多品种分组统一订购的库存控制模型 23-25
2.2.2 基本经济订购批量参照法 25
2.3 考虑需求特性的ABC分类法 25-26
2.4 本章小结 26-27
3 D公司北京作业中心包装物料库存控制现状与问题分析 27-38
3.1 D公司北京作业中心概况 27-30
3.1.1 D公司概况 27
3.1.2 D公司北京作业中心主要产品和服务 27-28
3.1.3 D公司北京作业中心的日常运作 28-30
3.2 D公司北京作业中心包装物料库存控制现状 30-35
3.2.1 包装物料的基本概况 30-32
3.2.2 需求预测现状 32-33
3.2.3 订购策略现状 33
3.2.4 库存水平和服务水平现状 33-35
3.3 D公司北京作业中心包装物料库存控制问题分析 35
3.4 D公司北京作业中心包装物料库存控制要求和影响因素分析 35-37
3.4.1 包装物料库存控制要求 35-36
3.4.2 包装物料库存控制影响因素 36-37
3.5 本章小结 37-38
4 D公司北京作业中心包装物料库存控制方案 38-57
4.1 D公司北京作业中心包装物料分类 38-42
4.1.1 分类方法的选择 38
4.1.2 作业中心包装物料分类 38-42
4.2 基于分类的库存控制方法选择 42-45
4.2.1 需求波动较小的包装物料库存控制方法选择 42-43
4.2.2 需求波动较大的包装物料库存控制方法选择 43-45
4.2.3 C类包装物料库存控制方法选择 45
4.3 D公司北京作业中心包装物料需求预测 45-49
4.3.1 需求预测方法选择 45-46
4.3.2 预测效果评价 46-48
4.3.3 预测结果 48-49
4.4 库存控制方法的应用 49-56
4.4.1 需求波动较小的包装物料的库存控制 49-52
4.4.2 需求波动较大的包装物料的库存控制 52-55
4.4.3 C类包装物料的库存控制 55-56
4.5 本章小结 56-57
5 方案实施效果评价 57-65
5.1 需求波动较小的包装物料库存控制效果评价 57-61
5.1.1 库存水平控制效果评价 57-61
5.1.2 服务水平控制效果评价 61
5.2 需求波动较大的包装物料库存控制效果评价 61-64
5.2.1 库存水平控制效果评价 61-63
5.2.2 服务水平控制效果评价 63-64
5.3 C类包装物料库存控制效果评价 64
5.4 本章小结 64-65
6 结论与展望 65-66
6.1 结论 65
6.2 展望 65-66
参考文献 66-69
附录A 69-77
附录B 77-80
附录C 80-83
附录D 83-87
附录E 87-91
学位论文数据集 91
[1]何龙.基于SOA架构的JBI应用研究.[学位论文].大连：大连海事大学,2019.
[2]刘新兵：基于NET平台的分布式数据库管理信息系统的研究与设计[学位论文].上海：上海交通大学,2019.
[3]刘振顶基于SOA的企业服务总线中SOAP消息路由机制的研究与实现[学位论文]，山东，山东大学，2019
[4]俞晓锋.基于SOA的企业信息系统集成架构研究[学位论文].吉林大学，2019.
[5]李福盛基于企业服务总线的SOA框架研宂与应用[学位论文]，山东曲阜，曲阜师范大学，2019
[6]Naveen K，Vishal D.The Role of Service Granularity in A Successful SOARealization-A Case Study. SERVICES-1 2019 86 . 2019
[7]Yang H，Zhao X,Qiu Z,Pu G.A formal model for Web Service choreographydescription language (WS-CDL). Proc. of the IEEE Int'l Conf.on Web Services . 2019
[8] Erl T.Service-oriented architecture,concepts,technology,and design[M] :PearsonEducation,Inc,2019.
[9]Sprott D. Understanding service oriented architecture[EB/OL].(2019).CBDIForum.
[10]Chappell?DaneI.Enterprise Service Bus.Reilly，2019
[11]徐琼，鲁鹏.用于实现Web服务的SOA编程模型[期刊].软件导刊，2019,03:62-64.
[12]杨杉基于ESB的企业信息集成方法研究及在电动汽车领域的应用[学位论文].北京：北京邮电大学，2019
[13]徐恺英，鞠彦辉.企业信息集成系统运行机制研究[期刊].情报科学，2019,06:900-904.
[14]谢小轩，张浩,夏敬华，王坚，李琦.企业应用集成综述[期刊].计算机工程与应用,2019,22:1-5.
[15]郑盡.基于ESB企业应用集成架构研究与应用[学位论文].太原理工大学,2019.
[16]张驰,吴健,胡正国,周淑莉.CORBA与Web服务的比较与集成[期刊].计算机工程与设计,2019,08:2213-2215+2218.
[17]余明哲基于SOA的企业应用集成框架的研究及应用[学位论文].北京，北京邮电大学，2019
[18]王军基于JMS的消息中间件设计与实现计算机应用23(8) 2019年8月 64-67
[19]龚报钧.基于多Agent的企业信息集成理论及应用研究[学位论文].浙江大学,2019.
[20]周航滨，夏安邦，张长昊.基于Web服务的跨企业信息集成框架[期刊].计算机集成制造系统-CIMS，2019，01:1-5.
[21]吴玉猛.基于本体的虚拟企业信息集成研究[学位论文].南京理工大学，2019.
[22]周竞涛，张树生，赵寒,王明微，张超，王克飞，董小锋.基于语义模型的总线式企业信息集成框架[期刊].计算机集成制造系统,2019，03:407-412.
[23]凌晓东.SOA综述[期刊].计算机应用与软件,2019,10:122-124+199.
[24]侯哓丽.OpenESB在数字校园中的研宂与应用[学位论文].北方工业大学，2019.
[25]姬楷基于SOA的企业服务总线研究及其应用[学位论文]，重庆，重庆大学，2019
[26]王洪祥面向服务架构中的服务组合研究[学位论文]，安徽合肥，合肥工业大学，2019
[27]周晓艳.企业服务总线（ESB)在SOA中的应用研究[学位论文].大连海事大学，2019.
[28]杜攀,徐进.SOA体系下细粒度组件服务整合的探讨[J].计算机应用,2019,03:699-702.
[29]Alahmari, S.; Zaluska, E.; De Roure, A Metrics Framework for Evaluating SOAService Granularity, Southampton, UK: Services Computing (SCC), 2019 IEEEInternational Conference,2019:512-519
[30]Hong Ylng; Yu Wu; Fuming Liu. Notice of Retraction Research on theSOA-based Service Granularity ControlChongqing, China: InformationTechnology and Computer Science (ITCS), 2019 Second InternationalConference,2019:443-446
[31]陈华,方丁,赵卫东.SOA中业务服务粒度与流程柔性的关系研究[J].计算机工程与应用，2019,27:7-10.
[32]石允剑基于云计算技术的高校招生管理系统研究[学位论文；1，江苏南京，南京航空航天大学，2019
[33]曹飞基于OpenESB的企业应用集成研究[学位论文]，湖北武汉，武汉理工大学，2019
摘要 4-6
ABSTRACT 6-8
第一章 绪论 11-18
1.1 研究背景及意义 11-12
1.2 国内外研究现状 12-15
1.3 研究方法与主要内容 15-18
第二章 集中型供应链 18-26
2.1 模型假设与表述 18-20
2.2 供应链最优决策 20-24
2.2.1 非RFID环境下的供应链最优决策 20-22
2.2.2 RFID环境下的供应链最优决策 22-24
2.3 研究现象及解释 24-26
2.3.1 非RFID环境下的现象说明 24
2.3.2 RFID环境下的现象说明 24-26
第三章 单一供应链契约下的分散型供应链 26-40
3.1 保险契约 26-29
3.1.1 非RFID环境下的保险契约模型 27-28
3.1.2 RFID环境下的保险契约模型 28-29
3.2 收益共享契约 29-33
3.2.1 非RFID环境下的收益共享契约模型 30-31
3.2.2 RFID环境下的收益共享契约模型 31-33
3.3 销售回扣契约 33-36
3.3.1 非RFID环境下的销售回扣契约模型 33-35
3.3.2 RFID环境下的销售回扣契约模型 35-36
3.4 SRP契约 36-40
3.4.1 非RFID环境下的SRP契约模型 37-38
3.4.2 RFID环境下的SRP契约模型 38-40
第四章 组合契约下的分散型供应链 40-63
4.1 保险契约与收益共享契约组合 40-43
4.1.1 非RFID环境下的情况 40-42
4.1.2 RFID环境下的情况 42-43
4.2 保险契约与销售回扣契约组合 43-51
4.2.1 非RFID环境下的情况 44-47
4.2.2 RFID环境下的情况 47-51
4.3 保险契约与SRP契约组合 51-57
4.3.1 非RFID环境下的情况 51-54
4.3.2 RFID环境下的情况 54-57
4.4 协调的效率 57-63
4.4.1 非RFID环境下的情况 58-60
4.4.2 RFID环境下的情况 60-63
第五章 数值分析 63-71
5.1 协调型组合契约对零售商最优决策的影响 63-66
5.1.1 零售商的最优订货量 63-65
5.1.2 零售商的最优销售努力水平 65-66
5.2 RFID技术对供应链最优决策的影响 66-68
5.2.1 供应链的最优生产量 66-67
5.2.2 供应链的最优销售努力水平 67-68
5.3 RFID技术对利润的影响 68-71
5.3.1 RFID技术对零售商利润的影响 68-69
5.3.2 RFID技术对供应商利润的影响 69
5.3.3 RFID技术对供应链利润的影响 69-71
第六章 结论 71-73
参考文献 73-75
致谢 75-76
作者攻读学位期间发表的学术论文目录 76