首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

物流中心订单分拣策略的研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-16页
    1.1 研究背景及意义第10-12页
        1.1.1 研究背景第10-11页
        1.1.2 研究内容第11-12页
        1.1.3 研究目的与意义第12页
    1.2 国内外研究现状第12-15页
        1.2.1 国外研究现状第12-14页
        1.2.2 国内研究现状第14-15页
    1.3 论文框架与思路第15-16页
第二章 物流中心分拣相关问题第16-25页
    2.1 仓储布局第16-17页
    2.2 储位指派第17-20页
        2.2.1 存储策略的分类第17-18页
        2.2.2 基于ABC分类方法的存储策略第18-19页
        2.2.3 考虑货品相关性的存储方法第19-20页
    2.3 路径规划第20-22页
    2.4 拣货方法第22-24页
        2.4.1 拣货方式分类第22-23页
        2.4.2 批次拣取第23-24页
    2.5 本章小结第24-25页
第三章 订单分批问题启发式求解方法第25-35页
    3.1 问题描述第25-26页
    3.2 模型建立第26-27页
        3.2.1 模型假设第26页
        3.2.2 数学表达第26-27页
    3.3 S型路径策略下的路径计算方法第27-28页
    3.4 启发式分批算法第28-31页
        3.4.1 根据优先级规则进行分批第28-29页
        3.4.2 种子算法第29-30页
        3.4.3 节约算法第30-31页
        3.4.4 降批次启发式算法第31页
    3.5 启发式方法求解性能比较第31-34页
        3.5.1 算法性能比较第32-34页
    3.6 本章小结第34-35页
第四章 粒子群算法及其在订单分批中的应用第35-46页
    4.1 粒子群算法第35-37页
    4.2 二进制粒子群算法第37-38页
    4.3 粒子群算法设计第38-43页
        4.3.1 粒子群算法的步骤第38-39页
        4.3.2 编码设计第39页
        4.3.3 粒子群的拓扑结构第39页
        4.3.4 位置更新方式第39-41页
        4.3.5 可行解的保证第41-42页
        4.3.6 程序流程设计第42-43页
    4.4 参数选择第43-45页
        4.4.1 惯性权重第43页
        4.4.2 初始速度第43页
        4.4.3 学习因子第43-45页
    4.5 本章小结第45-46页
第五章 遗传算法及其在订单分批中的应用第46-56页
    5.1 遗传算法简介第46-48页
    5.2 遗传算法的优点第48-49页
    5.3 遗传算法与粒子群算法比较第49页
    5.4 基于降批次的遗传算法设计第49-55页
        5.4.1 编码设计第50页
        5.4.2 降批次方法的应用第50-52页
        5.4.3 遗传操作设计第52-53页
        5.4.4 求解步骤与程序流程设计第53-54页
        5.4.5 算法的收敛性第54-55页
    5.5 本章小结第55-56页
第六章 仿真实验与结果分析第56-64页
    6.1 实验环境设置第56页
    6.2 PSOBM与RGABM的适应性第56-60页
        6.2.1 拣选设备容量对算法的影响第56-57页
        6.2.2 种群规模的选择第57-60页
        6.2.3 订单品项分布的影响第60页
        6.2.4 算法终止条件第60页
    6.3 POSBM与RGABM仿真结果比较第60-62页
    6.4 算法性能与结果分析第62-63页
    6.5 本章小结第63-64页
第七章 总结与展望第64-66页
    7.1 全文工作总结第64-65页
    7.2 对未来研究的展望第65-66页
参考文献第66-70页
致谢第70-71页
作者攻读学位期间发表的学术论文目录第71页

论文共71页,点击 下载论文
上一篇:地下水环境中典型金属材料腐蚀行为的研究
下一篇:028铁镍基耐蚀合金油井管制备工艺优化及组织精确控制