基于遗传算法的物流管理平台的设计(源码+万字报告+部署讲解等)

目 录
摘要 I
ABSTRACT II
第1章 绪论 1
1.1 研究背景 1
1.1.1 国外研究现状 1
1.1.2 国内研究现状 2
1.2 研究意义 3
1.3 相关技术选型 4
1.3.1 SpringBoot框架 4
1.3.2 遗传算法 4
1.3.3 Redis 4
1.4 论文结构 4
第2章 需求分析 6
2.1 可行性分析 6
2.1.1 经济的技术可行性 6
2.1.2 技术的操作可行性 6
2.1.3 社会的可行性 6
2.2 需求分析 6
2.2.1 用例分析 7
2.2.2 物流管理用例图 7
2.2.3 登录用例描述 8
2.2.4 车辆信息用例描述 9
2.2.5 站点管理用例描述 9
2.2.6 路径规划用例描述 9
2.2.7 车辆实时位置用例描述 10
2.3 非功能需求分析 10
2.3.1 软件环境 10
2.3.2 硬件环境 10
2.4 本章小结 10
第3章 系统设计 12
3.1 系统总体设计 12
3.1.1 总体功能设计 12
3.1.2 系统架构 12
3.2 系统数据库设计 13
3.2.1 系统总体E-R图 13
3.3. 数据库逻辑结构设计 15
3.3.1 用户表 15
3.2.2 菜单表 16
3.3.3 角色表 16
3.3.4 站点表 16
3.2.5 车辆表 17
3.3.6 位置表 17
3.3.7 司机表 17
3.4 本章小结 17
第4章 系统详细设计与实现 19
4.1 登录模块 19
4.1.1 登录时序图 19
4.1.2登录界面 20
4.2 管理模块 20
4.2.1 车辆管理时序图 20
4.2.2 车辆管理界面 21
4.3 车辆站点管理模块 21
4.3.1站点管理时序图 22
4.3.2 站点管理运行界面 22
4.4 车辆申请审核模块 23
4.4.1车辆时序图 23
4.4.2车辆申请审核页面 24
4.5 路径规划模块 24
4.5.1 路径规划时序图设计 25
4.5.2 路径规划界面 26
4.6 车辆实时位置模块 26
4.6.1 车辆实时位置时序图 26
4.6.2 车辆实时位置界面 27
4.7 车辆位置管理模块 27
4.7.1 车辆位置管理时序图 28
4.7.2 车辆位置管理界面 28
4.8 本章小结 29
第5章 系统测试 30
5.1 测试的目的 30
5.2 功能测试 30
5.3 浏览器适配 32
5.4 本章小结 33
第6章 总结 34
参考文献 35
致谢 37

第1章 绪　　论
优化物流路径不仅可以有效解决运输时间问题，还能确保物流运输质量，避免工作中发生任何意外。路径优化是配送优化的重要环节，能够保证运输路线合理。这对于提高速度、降低成本和提高效益都有很大的影响。如果路线设计优秀且路径优化的路线配送方案合理，就能够有效降低作业成本，提高企业经济效益，并为客户提供更好的服务。因此，进行路线配送优化具有科学性和合理性，十分重要。企业越来越关注路径优化，主要原因是该技术在物流配送过程中可提高效率、降低能耗和控制成本，从而有效提高竞争力。此外，通过控制物流配送成本，提高经营效率和改善顾客服务体验，更能进一步加强企业的竞争优势。在高效物流配送系统的支持下，企业的品牌能够得到广泛认可。
1.1 研究背景
根据对有关文献的阅读，可以看出，当前，我国的学者们在企业物流路径优化问题的研究上仍处于起步阶段。在这方面进行研究的学者还少，其中有一部分正在进行研究。提出过具有一定的建设性的想法[1]。运输路径问题就是在运输过程中对运输工具的最优分配。这个问题可以概括为：对于一系列的装载或者（和）卸货物的地点，在满足某些限制（如货物需求量，发送量，交货时间等）下，安排合适的、合理的行驶路径，使得汽车能够有条不紊地经过。载货能力，数量限制，载货里程；在时间约束等）条件下，满足某些期望（例如最短距离，最小费用，最短时间，最小载客数等）。
1.1.1 国外研究现状
许多国际学者对仓储货位的优化问题进行了研究。其中，Clarke和Wright改进了Dantzig和Ramser提出的VRP问题模型的解算法，并引入了更有效的启发式算法——Clarke-Wright节约法。该方法成功应用于车辆路径优化问题[2]。Miller和Gillet提出扫描法（Sweep Method），用于解决车辆调度问题。通过与几个类似问题的求解方法相比，该方法较为优秀。WiallDR第一次将禁忌搜索法应用于车辆路线问题，并借助划分为虚拟物流核心的重复车辆路线问题转化为旅行商问题（TSP），用2-opt或3-opt算法求出车辆路线。意大利学者Dorigo、Maniezzo和Colorni（1991）在研究中将蚁群算法应用于TSP问题，并取得了优秀的结果[3]。Dorigo还提出了蚂蚁群系统（Ant Colony System，ACS）模型，该模型在基本蚁群系统的基础上进行改进，包括信息素更新方法和路径选择方式。ACS模型采用了一种随机选择和最优选择混合的路径选择方式，并采用局部和全局更新的信息素更新方式，从而提高了算法的收敛能力[4]。与蚂蚁算法模型相比，ACS算法模型的性能得到了显著提升。
许多学者对基本蚁群算法进行了改进，以应用于不同的问题模型。Gendreau、Hertz和Orte使用了插入法求解旅行商问题，并采用贪心方法进行路径划分，以此获得初始解[5]。美国博士Kennedy和Eberhart提出了粒子群算法，并对其进行了改进。改进后的算法已应用于解决物流路径规划问题。另外，Renaud等人研究了多配送中心的车辆路径规划问题（MDVRP）。与一般的车辆路径规划问题相比，MDVRP更为复杂[6]。物流行业快速发展，采用多个配送中心作为配送车辆的起止点，每个中心都有车辆参与网点配送任务。尽管这种路径规划问题复杂度高，但已成为物流业的一种趋势。
美国利哈伊大学的研究人员T.Ralphs等对CVRP问题进行了深入研究。相比于VRP问题，CVRP要求每辆配送车辆都有其自身的约束条件[7]，例如载重量和最大行驶里程等。目标是在满足这些约束条件的前提下，规划出完成所有订单配送的路径并将总成本最小化[8]。在CVRP问题模型的基础上，有许多研究者提出了带有时间窗约束的CVRP问题模型[9]。
本次课题也是基于上面提到的这些算法，选择使用遗传算法来求解TSP问题，也就是最短路径最优解的问题。根据不同的参数实验结果得出结论，随着种群数量增加和迭代次数增多，遗传算法在寻优过程中逐渐获得更优结果。不过，因为遗传算法具有随机性[10]，结果也会有所不同，它的快速收敛能力取决于具体的参数设置。
1.1.2 国内研究现状
目前国内的学者在企业物流路径优化问题的研究相对较晚，然而在研究这个问题过程中，一些学者也提供了一些富有建设性的思路。车辆线路安排问题，是指对物流配送车辆的规划和规范化。该问题需要组织车辆按一定的顺序依次经过给定的装货点和/或卸货点，遵守一定的特定条件（例如货物数量、交货期限、车辆容量、数量限制、车辆行驶里程、时间限制等），并以最少的车辆、最短的距离、最短的时间或最小的成本等目标完成配送任务[11]。一般来说，该问题涉及一系列装货点和/或卸货点，需要组织合理的行车路线，以满足约束条件（如货物需求量、发送量、交发货时间、车辆容量、数量限制、车辆行驶里程、时间限制等）并达到特定目标（如最短路程、最小费用、最短时间、最少车辆等）[12]。当问题总体规模不大时，也可以得到全局最优解。丁洁将城市快递配送路径问题转化为多重旅行商问题（Multi Travel Salesman Problem，MTSP），并并且鉴于MTSP问题求解难度系数较大，故先将其转化为TSP问题。之后，结合最小生成树的深入优先搜索算法，以求得快递员最终的行车路线，从而找到该问题的近似最优解[13]。俊生则提出两个模型来处理同城快递配送路径性问题。一个模型在不考虑时间窗约束的情况下，仅考虑最大容量约束。
另一个模型则同时考虑这两个约束，并采用Dijkstra遗传优化算法来求解，进行比较对比分析[14]。2010年，明伟和唐浩研究了快递服务所涉及的动态车辆路径问题，并将其转化为带时间窗的动态旅行修理员问题（Dynamic Traveling Repairman Problem with Time Windows，DTRPTW）。为了实现多个优化目标，他们建立了一个多目标优化模型，涵盖了服务客户数量最大化、客户等待时间最小化、总运行时间最短化三个方面。为了提升搜索效率，他们采用了基于词典式的排序方法，并对Or-opt局部搜索算法进行改进。根据模拟实验结果，与单目标模型相比，多目标优化模型可以显著减少客户被拒绝服务的数量和客户等候时间。在物流管理领域，常常会面临起点和终点重合的路径规划难题。起点和终点重合的路径问题一般被称为“流动推销员”问题(TSP.Traveling Salesman Problem)[15]。
1.2 研究意义
希望能够通过平台进行资产跟踪，人员数据跟踪，路线跟踪。定期进行复盘和学习，完善申请审核，资产录入，资产管理，人员管理，路线规划，站点排行。以时间为切入点，现代物流行业可以进行消除担搁和延迟，减少其他产业的库存长期积压和断档脱销[16]，加快生产和流通速率，使得优化经济整体流程。另外，以空间为视角上看，现代物流行业是能有效地连接出产地和消费地，多种方式淘汰无效的生产，优化资源优化配置和调整产业结构，促进相关产业的能协调发展。提高经济运行质量。
基于以上回顾，合理的路径优化不仅可以解决运输时间问题，还可以保证物流运输的质量，避免在工作中出现意外情况。路径优化可以确保选择的运输路线非常合理，因此它是配送优化的重要组成部分，对提高速度和降低成本都具有重要影响。
1.3 相关技术选型
1.3.1 SpringBoot框架
SpringBoot是基于Spring框架的快速应用开发框架，具有高效、便捷的开发体验和强大的功能，它提供了开箱即用的特性，避免了传统Spring应用需要手动配置的繁琐过程。
1.简化配置：SpringBoot用"约定优于配置"是一种策略，这种策略强调的是使用一些默认的约定来指导开发过程，而不是需要开发人员花费大量精力去配置每一个细节。这种做法通常会使开发者的工作更加高效，并且减少了出现配置错误的可能性。
2.内嵌服务器：SpringBoot内置了Tomcat、Jetty和Undertow等多种服务器，使得应用可以直接运行在内嵌服务器中，无需部署到外部服务器。
3.易于集成：SpringBoot可以与其他框架和技术进行集成，如MyBatis、Hibernate、Thymeleaf、Redis等。
1.3.2 遗传算法
遗传算法的适应度函数是评估群体中每个个体的优劣程度的指标，一般来说，是根据所求问题的目标函数进行评估的。这种算法使用一组候选解而不是单个解，因此更有可能找到全局最优解[17]。此外，交叉和变异操作通常会使候选解与之前的解有所不同。只要维护种群的多样性并避免早期趋同现象，就有可能找到全局最优解。
1.3.3 Redis
Redis的主要特点包括：
1.高性能：Redis读写速度非常快。
2.多种数据结构：使用户可以根据不同的需求选择最适合自己的数据结构。
3.高可用性：Redis支持主从复制、哨兵模式和集群模式，可以保证数据的高可用性和容错性。
4.丰富的API：Redis提供了丰富的API，支持多种编程语言，如Java、Python、C++等。
1.4 论文结构
该文介绍了一种基于遗传算法的物流管理系统的实现，主要有：
第1章：本文首先讨论了物流路径优化的背景及其在物流领域中的重要性。随后，概述了国内外物流路径优化的研究现状，并从比较分析的角度探讨了当前物流路径优化存在的优点和缺点。最后本章阐述了该系统所用到的技术，主要有Springboot，Spring框架。和Springmvc等。
第2章：本章对物流管理系统进行了需求分析，其中涉及到登录模块和用户模块，本系统主要包含权限菜单模块、站点模块和路线规划模块三个主要功能模块。通过对用例图进行分析，清晰地呈现了系统所涉及的主要功能模块。
第3章：本章介绍了物流管理系统的总设计想法以及数据表的设计，用ER图展示了系统用户，菜单，角色，站点，司机，车辆以及位置模块的数据库设计。
第4章：本章将详细介绍系统的主要开发环境，系统的总体框架，以及各模块的展示。具体来说，包括登录模块、管理员模块和路径规划模块、车辆实时位置模块、车辆热力图模块和车辆位置管理模块。通过这些模块的有机结合，完成了一个完整的物流管理系统。
第5章：本章对系统进行了测试，并根据结果进行了分析和评价，也为了保障系统能够正常运行。
综上所述：本文对物流管理系统进行了全面的总结，旨在通过路径优化，减少运输时间，提高运输效率，帮助客户获得更好的体验，也让企业的配送效率得到了很大的提升，从而提高了企业竞争力。

第2章 需求分析
这一章节将对系统的需求进行详细分析。分析将会从经济、技术以及社会可行性三个角度进行展开。同时，通过使用用例图和用例表的方法，对系统进行了全面的分析，并对系统运行的软硬件环境进行分析，以确保系统能够继续往下操作。
2.1 可行性分析
进行可行性分析是为了确保在系统开发过程中能够满足业务需求并且能够被有成效的使用与应用，确保系统在开发能够在可接受的风险范围内完成，并且能够满足不同客户的正常需求和业务需求。从而可以达到预期目标。
2.1.1 经济的技术可行性
物流管理平台的设计需要考虑用户的需求和使用体验。基于遗传算法的物流管理平台可以通过优化运输路线和货物配送方案，提高用户的满意度和体验[18]。同时，物流管理平台还需要具备良好的可扩展性和稳定性，以适应不断变化的市场需求和技术发展。
2.1.2 技术的操作可行性
遗传算法是一种优化算法，可以用于解决复杂的问题。在物流管理中，需同时考虑多种因素，例如运输路线、货物数量、运输工具等，这些因素之间存在复杂的关系。遗传算法可以通过模拟自然选择和遗传进化的过程，从大量的可能解中搜索最优解，从而提高物流管理的效率和准确性。
2.1.3 社会的可行性
基于遗传算法的物流管理平台还可以结合其他技术，如人工智能、大数据等，进一步提高平台的功能和性能。例如，通过分析大数据，可以预测货物的需求量和运输路线，从而更好地满足用户的需求。
2.2 需求分析
登录模块：本模块的操作包括管理员登录、站点管理员登录和司机登录。会先进行账号密码验证，由于密码是加密存储的，所以此处也需要加密之后再比对[19]。若用户名未存在，则提示用户名不存在；若验证通过，则去查询该用户的角色和权限菜单，封装一起返回。同时会生成token用户Vue后接口进行通信。
权限菜单管理模块：是本系统的又一个关键模块，该模块支持动态配置角色对应的菜单，涵盖了管理员、站点管理员和司机三个角色。在权限分配的地方，可以进行灵活的权限配置，以便角色可以访问其需要的菜单。
站点模块：该模块包括站点管理，车辆管理，和人员管理。司机申请入驻之后，由站点管理员审核验证。验证通过司机可以进行车辆申请。车辆申请成功后会生成对应的车辆的GPS数据。
路线规划模块：该模块包括车辆热力图展示和利用遗传算法的路线规划计算功能。热力图是根据车辆上传的GPS展示在高德地图上进行热力图展示[20]，另外路线规划模块是根据查询时间段的几个GPS数据计算出最优路径，通过遗传算法中的交叉算法和染色体变异实现。
2.2.1 用例分析
利用UML对系统进行了分析，以“物流管理的UML图”为例进行了建模，建立了一个可靠而完整的系统模型。该模型有助于用户和软件开发者共同理解问题描述，并确保系统分析的准确性。
2.2.2 物流管理用例图
管理员主要功能用例图，站点管理员，司机用例图如图2-1；图2-2；图2-3所示。

图2-1 平台管理员主要功能用例图

图2-2 站点管理员用例图

图2-3 司机用例图
2.2.3 登录用例描述
在登录过程中进行验证，如果一段时间管理员未进行操作，则需再次输入账号密码进行登录，该系统的验证登录系统只对登录有效，从而对不同的用户进行分析，平台管理员登录用例如表2-1登录管理员所示：
用例条目： 描述
用例名称 登录模块
主要参与者 平台管理员
其他参与者 用户，司机
描述： 管理员通过系统登录界面输入账号密码进入
前置条件 开始，管理员成功输入账号密码
后置条件 登录成功后可查看司机站点信息
触发条件 平台管理员成功登录平台。
基本流程 输入正确账号密码进入系统。
替代流程 无
结束 平台管理员退出系统
表2-1 登录用例描述
2.2.4 车辆信息用例描述
车辆管理员登录后可以查看车辆，并新增车辆，如表2-2车辆信息表所示
表2-2 车辆信息用例描述
用例条目： 描述
用例名称 车辆管理模块
主要参与者 平台管理员
其他参与者 站点管理员，司机
描述： 站点管理员登录系统进行车辆新增登记
前置条件 站带管理员登录系统后查看新增车辆。
后置条件 登录成功即可发送新增车辆申请请求。
触发条件 平台管理员收到请求后查看审核信息。
基本流程 平台管理员查看新增车辆申请，并通过。
替代流程 无
结束 申请通过或驳回。
2.2.5 站点管理用例描述
站点管理员登录后，可进行申请站点，平台管理员可查看申请，如表2-3站点管理用例所示：
表2-3 站点管理用例描述
用例条目： 描述
用例名称 站点管理模块
主要参与者 站点管理员
其他参与者 平台管理员
描述： 站点管理人员可以对需要新增站点进行申请
前置条件 站点管理员需首先登录系统
后置条件 登录成功后，可进行站点新增申请。
触发条件 发送站点增加申请。
基本流程 站点管理员登录后发送申请。
2.2.6 路径规划用例描述
路径规划主要的步骤是先查询到指定车辆最近的的几条位置的数据，然后根据位置的经纬度进行位置的逆编码进行位置的解析，然后调用遗传算法接口进行遗传算法的路径规划计算，页面根据路线算法返回进行页面的规划显示如表2-4所示：
表2-4 路径规划用例描述
用例条目 描述
用例名称 路径规划模块
主要参与者 平台管理员
其他参与者 司机，站点管理员
描述： 司机到达站点后进行路线配送
前置条件 平台管理员登录后查看路线
表2-4（续）
用例条目 描述
后置条件 查看后进行路线计算
触发条件 查看路线上司机位置
基本流程 平台管理员登录后查看司机，站点位置并规划路线
替代流程 无
结束 利用遗传算法进行计算
2.2.7 车辆实时位置用例描述
车辆实时位置用例描述如表2-5所示：
表2-5 用例描述
用例条目： 描述
用例名称 车辆实时位置模块
主要参与者 平台管理员
其他参与者 司机，站点管理员
描述： 司机开始配送后可随时查看位置
前置条件 管理员登录系统
后置条件 管理员登录成功
触发条件 点击查看车辆
基本流程 司机驾驶车辆出发后由管理员查查看位置
替代流程 无
结束 司机到达站点
2.3 非功能需求分析
进行非功能分析为了系统能正常运行，保障其安全性和运行可靠性。
2.3.1 软件环境
（1）Navicat Premium 16数据库。
（2）后端环境IDEA。
（3）主要使用Java语言和SpringBoot框架。
（4）主要技术使用遗传算法
2.3.2 硬件环境
硬件环境：i7-8750H，2.20 GHz。
软件环境：Windows10，Edge浏览器。
网络环境：WIFI网络或有线网络。
2.4 本章小结
本章对系统的功能性需求和非功能需求两方面分析了物流管理系统，使用用例表直观的分析了系统的行为模型，从而帮助开发人员更好的了解系统，也能去更好的完善系统。

第3章 系统设计
本章节主要分析了系统的总体设计，旨在优化配送效率。分析从总体功能结构和数据库设计两方面展开，为整个系统的实现奠定了基础。
3.1 系统总体设计
本系统用到了SpringBoot框架来搭建整个系统，前端运用Vue来进行页面美化，使页面的美观度得到了提高，提高了用户的满意度和信任度。
3.1.1 总体功能设计
系统主要包括管理员和站点以及司机模块。管理员有用户管理权限菜单管理，司机可以申请站点和车辆，查看位置。站点可以进行申请的审核以及路径规划。如图3-1总体功能结构图所示：

图3-1 总体功能结构图
3.1.2 系统架构
该系统的逻辑架构分为管理员模与司机，这个系统包含站点模块、司机模块、位置模块、地图模块和订单模块，每个模块都有不同的层次结构，包括显示层、业务逻辑层、数据访问层和基础设施层，在系统中，不同层次的功能模块相互配合，确保系统的正常运行。
3.2 系统数据库设计
这段文字描述了不同类型的数据库表，包括用户信息、菜单信息、角色信息、站点信息、车辆信息、位置信息、用户角色关系、司机申请和司机等表以及角色菜单关系。
3.2.1 系统总体E-R图
设计E-R图进行分析说明，如下图3-2所示：

图3-2 系统总体E-R图
以下主要画出系统主要实体属性图。
系统用户成员实体属性图如下图3-3所示：

图3-3 用户成员实体属性图
角色实体属性如下图3-4所示：

图3-4 用户实体属性图
站点实体属性如下图3-5所示：

图3-5 站点实体属性图
车辆数量实体属性如下图3-6所示：

图3-6 车辆数量实体属性图
位置实体属性如下图3-7所示：

图3-7 位置实体属性图
司机实体属性如下图3-8所示：
、
图3-8 司机实体属性图
司机实体属性如下图3-9所示：

图3-9 车辆实体属性图
3.3. 数据库逻辑结构设计
3.3.1 用户表
该表包括用户的id；用户；密码；地址；性别；司机id；创建账号时间以及头像8个字段。如表3-1所示：
表3-1 用户表
编号 字段名称 数据类型 说明
1 id int 主键
2 用户名 varchar 50 用户名
3 密码 varchar 50 密码
3.2.2 菜单表
该表包括id，菜单名称与备注3个字段，平台管理员可查看有关信息，如图3-2菜单表所示：
表3-2 菜单表
编号 字段名称 数据类型 说明
1 id int 主键
2 菜单名称 varchar 50 菜单名称
3 备注 varchar 50 备注
3.3.3 角色表
该表包括id；角色名称；备注三个字段。如表3-3所示：
表3-3 角色表
编号 字段名称 数据类型 说明
1 id int 主键
2 角色名称 varchar 50 角色名称
3 备注 varchar 50 备注
3.3.4 站点表
该表包括站点id；名称；位置；经纬度；所在城市以及区域7个字段。如表3-4所示：
表3-4 站点表
编号 字段名称 数据类型 说明
1 id int 主键
2 名称 varchar 50 名称
3 位置 varchar 50 位置
4 经度 varchar 50 经度
5 纬度 varchar 50 纬度
6 城市 varchar50 城市
7 区域 Varchar50 区域
8 负责人 int 负责人
9 工作时间 date 工作时间
10 负责人id int 负责人id
3.2.5 车辆表
这张表格包含了8个字段，分别是车辆ID、名称、状态、里程、站点、司机、品牌以及年龄。如表3-5所示：
表3-5 车辆表
编号 字段名称 数据类型 说明
1 id int 主键
2 名称 varchar50 名称
3 状态 varchar50 状态
4 里程 decimal 里程
5 站点 int 站点
6 司机 int 司机
3.3.6 位置表
该表包括该位置所在车辆的id；经纬度以及创建时间。如表3-6所示：
表3-6 位置表
编号 字段名称 数据类型 说明
1 id int 主键
2 车辆id id 车辆id
3 经度 varchar 50 经度
4 纬度 varchar 50 纬度
5 创建时间 date 创建时间
3.3.7 司机表
该表包括司机id；名称，年龄，车龄，站点id，车辆id，车辆申请状态，站点申请状态，入住时间9个字段。如表3-7所示：
表3-7 司机表
编号 字段名称 数据类型 说明
1 id int 主键
2 名称 varchar 50 名称
3 年龄 int 年龄
4 车龄 int 车龄
5 站点id int 站点id
6 车辆id int 车辆id
7 车辆申请状态 int 车辆申请状态
8 站点状态申请 int 站点申请状态
9 入住时间 date 入住时间
3.4 本章小结
本章主要从表结构，E-R图对系统进行了总体的设计，主要包括所有的表的字段和字段类型的设计，以及表对应的E-R图，并对表和E-R图做出了解释。对每个功能有更好介绍，方便从操作人员进行操作。

第4章 系统详细设计与实现
本章主要是对系统开发环境以及运行模块进行展示，运用时序图，流程图和程序截图来展示系统的主要功能与具体的功能实现。
4.1 登录模块
用户登录时需输入用户名和密码。如果账号密码不正确，则无法成功登录；反之，如果账号密码正确，则能够成功登录。在登录成功的情况下，系统会同时返回对应的token和权限菜单，供用户进行显示。
4.1.1 登录时序图
登陆时序图如图4-1所示：

图4-1 管理员登录时序图
管理员登录流程如图4-2所示：

图4-2 管理员登录流程图