基于大数据的仓储作业优化模型及算法设计
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内研究现状 | 第11-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 论文研究思路及技术路线 | 第14-15页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究技术路线 | 第15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 相关知识及理论概述 | 第16-28页 |
| 2.1 大数据理论 | 第16-18页 |
| 2.2 货位优化理论 | 第18-20页 |
| 2.2.1 货位存储策略 | 第18-19页 |
| 2.2.2 货位分配原则 | 第19页 |
| 2.2.3 货位优化步骤 | 第19-20页 |
| 2.3 拣选路径优化理论 | 第20-22页 |
| 2.3.1 拣选作业策略 | 第21页 |
| 2.3.2 拣选路径优化方法 | 第21-22页 |
| 2.4 遗传算法简介 | 第22-27页 |
| 2.4.1 遗传算法的特点 | 第23页 |
| 2.4.2 遗传算法的步骤 | 第23-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 A公司仓储管理现状分析 | 第28-33页 |
| 3.1 仓储中心概括 | 第28-29页 |
| 3.2 仓储中心作业现状及问题分析 | 第29-32页 |
| 3.2.1 仓储中心作业现状 | 第29-31页 |
| 3.2.2 仓储中心相关参数 | 第31-32页 |
| 3.2.3 仓储中心存在的问题 | 第32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 基于大数据的货位优化模型设计与求解 | 第33-50页 |
| 4.1“云仓储”管理平台 | 第33-36页 |
| 4.2 货位优化模型设计 | 第36-40页 |
| 4.2.1 模型假设条件 | 第37页 |
| 4.2.2 基于出入库时间 | 第37-38页 |
| 4.2.3 基于货架稳定性 | 第38-39页 |
| 4.2.4 基于温度要求 | 第39-40页 |
| 4.2.5 货位多目标优化模型 | 第40页 |
| 4.3 目标函数冲突性分析 | 第40-43页 |
| 4.4 货位优化模型求解 | 第43-49页 |
| 4.4.1 多种群遗传算法 | 第43-44页 |
| 4.4.2 模型求解 | 第44-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 拣选路径优化设计 | 第50-57页 |
| 5.1 拣货路径优化模型 | 第50-51页 |
| 5.1.1 模型假设条件 | 第50页 |
| 5.1.2 建立路径优化模型 | 第50-51页 |
| 5.2 遗传算法设计 | 第51-52页 |
| 5.3 拣选路径优化仿真过程 | 第52-55页 |
| 5.3.1 模拟参数设定 | 第52-53页 |
| 5.3.2 计算结果分析 | 第53-55页 |
| 5.4 本章小结 | 第55-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 论文总结 | 第57页 |
| 6.2 研究展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表论文 | 第63页 |
