| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 课题的研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 自动化立体仓库发展趋势 | 第14-15页 |
| 1.3 论文组织结构安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 智能仓储作业关键技术分析 | 第17-30页 |
| 2.1 自动化立体仓库概述 | 第17-21页 |
| 2.1.1 自动化立体仓库的构成 | 第17-19页 |
| 2.1.2 自动化立体仓库的优缺点 | 第19页 |
| 2.1.3 智能仓储作业系统及技术 | 第19-21页 |
| 2.2 智能化仓储作业货位优化技术 | 第21-25页 |
| 2.2.1 货位优化概述 | 第21页 |
| 2.2.2 货位优化管理 | 第21-23页 |
| 2.2.3 货位存储方法 | 第23-24页 |
| 2.2.4 自动化立体仓库货位分配 | 第24-25页 |
| 2.3 自动化立体仓库的出入库作业流程设计 | 第25-29页 |
| 2.3.1 入库作业 | 第25-26页 |
| 2.3.2 出库作业 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 EIQ分析及巷道作业平衡数学优化模型的建立 | 第30-47页 |
| 3.1 EIQ分析的概念 | 第30页 |
| 3.2 EIQ分析在物流中的应用 | 第30-31页 |
| 3.3 EIQ统计分析方法 | 第31-33页 |
| 3.3.1 ABC分析 | 第31-32页 |
| 3.3.2 次数分布 | 第32-33页 |
| 3.3.3 柏拉图分析 | 第33页 |
| 3.3.4 交叉分析 | 第33页 |
| 3.4 EIQ图表的分析及应用 | 第33-36页 |
| 3.4.1 订单量(EQ)分析 | 第33-34页 |
| 3.4.2 品项数量(IQ)分析 | 第34-35页 |
| 3.4.3 订单品项数(EN)分析 | 第35-36页 |
| 3.4.4 品项订购次数(IK)分析 | 第36页 |
| 3.5 关于EIQ分析的实际案例分析 | 第36-42页 |
| 3.5.1 EIQ数据分析 | 第36-38页 |
| 3.5.2 当日订单的EQ分析 | 第38-39页 |
| 3.5.3 当日订单的EN分析 | 第39-40页 |
| 3.5.4 对当日订单的IQ分析 | 第40-42页 |
| 3.5.5 当日订单的IK分析 | 第42页 |
| 3.6 自动化立体仓库库区分配 | 第42-44页 |
| 3.7 多巷道作业平衡优化模型的建立 | 第44-46页 |
| 3.7.1 模型描述与假设 | 第44-45页 |
| 3.7.2 目标函数的确立 | 第45-46页 |
| 3.7.3 约束条件的确立 | 第46页 |
| 3.8 本章小结 | 第46-47页 |
| 第四章 仓储作业优化算法设计及试验验证 | 第47-68页 |
| 4.1 遗传算法的原理 | 第47-48页 |
| 4.2 遗传算法的特点 | 第48页 |
| 4.3 仓储作业优化算法设计 | 第48-54页 |
| 4.3.1 模型编码 | 第49页 |
| 4.3.2 创建初始种群 | 第49-50页 |
| 4.3.3 适应度函数设计 | 第50-51页 |
| 4.3.4 交叉算子设计 | 第51-52页 |
| 4.3.5 变异算子设计 | 第52-54页 |
| 4.4 算法的试验案例验证 | 第54-61页 |
| 4.4.1 算法参数的确定 | 第54-56页 |
| 4.4.2 试验验证 | 第56-61页 |
| 4.5 两个试验的试验结果分析比较 | 第61-62页 |
| 4.6 粒子群算法试验案例分析 | 第62-64页 |
| 4.6.1 粒子群算法概述 | 第62页 |
| 4.6.2 粒子群算法的试验验证 | 第62-64页 |
| 4.7 遗传算法与粒子群算法试验案例分析比较 | 第64页 |
| 4.8 智能算法的应用 | 第64-67页 |
| 4.8.1 测试环境 | 第64-65页 |
| 4.8.2 智能仓储作业测试 | 第65-66页 |
| 4.8.3 智能仓储作业测试结果分析 | 第66-67页 |
| 4.8.4 智能算法在企业中的应用 | 第67页 |
| 4.9 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 课题主要研究成果 | 第68-69页 |
| 5.2 课题工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |