基于物流数据的快递网络分析与建模

发布时间：2017-10-29 12:17

  本文关键词：基于物流数据的快递网络分析与建模

  更多相关文章： 物流数据 快递网络 Hadoop 交通动态 快件时延 马尔科夫模型

【摘要】：随着市场经济的繁荣以及网上购物的兴起,快递行业得到了迅速的发展,快递服务逐渐融入人们的日常生活。而随着复杂网络与大数据技术的不断进步,通过物流大数据来认识快递网络、分析快递网络并解决快递行业的相关问题已经成为了可能。一方面,深入研究快递网络的拓扑以及交通流的动态特征有利于企业更好地运营快递网络,提高经济效益。另一方面,准确掌握快件邮寄所花的时间不仅有利于企业更好地提升快递服务,而且有助于用户更便捷地使用快递。因此,本文提出了一套通用的快递网络研究框架,开展了系统性的工作,基于快递物流数据对快递网络进行深入地分析与建模。本文首先搭建了快递物流数据分析平台,后续的快递网络分析与建模工作都将在此平台上展开。该平台包含物流数据的自动爬取、数据分布式处理等模块,通过数据爬虫自动采集了1600万条快递物流记录,并搭建了业界流行的大数据处理框架—Hadoop分布式数据处理集群来处理分析物流数据。然后,本文基于物流数据分析了快递网络的拓扑特性、交通流特性以及快件时延,发现了快递网络拓扑的三级结构划分、节点度分布的幂律特性以及节点之间多条可选路径并存等特征。快件交通流在空间上是倾斜分布的,少数节点和路径承受了大部分快件流量,而交通流在时间上表现出了很强的每日/每周的周期变化规律性,反映了人们日常生活与工作的规律性,同时也能为用户何时投递快件提供指导建议。由于快件的交通动态特性较为复杂,本文最后基于物流数据对快件运送过程进行了马尔科夫建模,利用此模型刻画快件运送动态性并进一步预测快件时延,通过实际物流数据的验证表明模型具有较高的时延预测精度。最后给出了模型实际应用的步骤,并提出了通过定期利用最新的物流数据来更新模型的策略以应对快递网络可能发生的变化,以使模型保持较高的精度。本文的工作不仅有利于快递企业更好的理解快递网络的实际运营状况,为企业改进、提高快递网络性能提供理论支撑,同时有利于用户更合理方便地使用快递服务。另外本文以数据驱动的研究工作也将启发其它领域以数据为基础的相关研究。
【关键词】：物流数据 快递网络 Hadoop 交通动态 快件时延 马尔科夫模型
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F253;O211.62
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-13
• 1 绪论13-25
• 1.1 研究背景及意义13-17
• 1.1.1 快递网络简介13-15
• 1.1.2 网络科学简介15-17
• 1.2 研究现状17-21
• 1.2.1 快递网络的相关研究17-19
• 1.2.2 基于数据的复杂网络分析与建模相关研究19-21
• 1.3 本文工作和章节安排21-23
• 1.4 本章小结23-25
• 2 快递物流数据分析平台的搭建25-37
• 2.1 快递物流数据的采集25-29
• 2.1.1 基于网页的物流数据爬取25-26
• 2.1.2 基于传感器的物流数据采集26-28
• 2.1.3 物流数据的校验与整合28-29
• 2.2 大数据分布式处理集群的搭建29-33
• 2.2.1 Linux/CnetOS服务器集群的搭建30-31
• 2.2.2 Hadoop分布式数据处理系统的安装31-33
• 2.3 基于Hadoop的分布式数据处理33-35
• 2.4 本章小结35-37
• 3 基于物流数据的快递网络分析37-49
• 3.1 快递网络的拓扑构建与分析37-40
• 3.2 快递网络交通流的时空动态特性分析40-45
• 3.2.1 交通流的空间动态特性分析40-42
• 3.2.2 交通流的时间动态特性分析42-45
• 3.3 快件运送时延分析45-47
• 3.4 本章小结47-49
• 4 基于物流数据的快递网络动态性建模49-63
• 4.1 快件运输动态过程描述与建模49-55
• 4.1.1 快件运输的马尔科夫模型49-50
• 4.1.2 模型参数的计算50-54
• 4.1.3 模型计算复杂度分析54-55
• 4.2 基于物流数据的模型评估55-57
• 4.3 基于物流数据的模型应用57-61
• 4.4 本章小结61-63
• 5 总结与展望63-67
• 5.1 要工作总结63-64
• 5.2 展望64-67
• 参考文献67-73
• 发表文章目录73

【参考文献】

中国期刊全文数据库 前2条

1 叶耀华,蒋怡乐,王律;一种省际邮件转运网络设计的模型与算法[J];复旦学报(自然科学版);2003年05期

2 倪玲霖;;轴辐式与点对点及组合式的快递网络特征分析[J];统计与决策;2010年20期

中国硕士学位论文全文数据库 前1条

1 吴红平;企业物流配送流程优化[D];江苏大学;2005年

，

本文编号：1112947