| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容及创新 | 第13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 库位分配系统需求分析与解决方案设计 | 第15-25页 |
| 2.1 物料拉动系统仓储管理现状 | 第15-17页 |
| 2.1.1 物料拉动系统仓储管理业务分析 | 第15-17页 |
| 2.1.2 物料拉动系统仓储管理的不足 | 第17页 |
| 2.2 库位分配系统收货入库需求分析 | 第17-20页 |
| 2.2.1 物料仓库在收货入库时的业务流程分析 | 第18-19页 |
| 2.2.2 收货入库的库位分配决策过程分析 | 第19-20页 |
| 2.3 库位分配系统的集成需求分析 | 第20-21页 |
| 2.4 库位分配系统解决方案设计及与后续章节对应关系 | 第21-24页 |
| 2.4.1 库位分配系统解决方案设计 | 第21-22页 |
| 2.4.2 解决方案与后续章节对应关系 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 库位分配问题的模型构建 | 第25-34页 |
| 3.1 库位分配原则研究 | 第25-26页 |
| 3.2 库位分配各优化目标模型的建立 | 第26-31页 |
| 3.2.1 出入库时间建模 | 第26-29页 |
| 3.2.2 出入库能耗建模 | 第29-31页 |
| 3.2.3 货架稳定性等目标的约束建模 | 第31页 |
| 3.3 全局优化目标数学模型 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 支撑库位分配的强化学习算法设计与验证 | 第34-57页 |
| 4.1 库位分配算法比较及选择 | 第34-36页 |
| 4.1.1 常用库位分配算法分析 | 第34-35页 |
| 4.1.2 库位分配算法比较与选择 | 第35-36页 |
| 4.2 基于强化学习的库位分配方案 | 第36-38页 |
| 4.3 仓库环境模拟策略 | 第38-40页 |
| 4.3.1 仓库环境信息的抽象过程 | 第38-39页 |
| 4.3.2 库位的分类计算 | 第39-40页 |
| 4.4 智能体的立即奖赏和累计奖赏计算 | 第40-42页 |
| 4.5 智能体的值函数近似计算和训练过程 | 第42-51页 |
| 4.5.1 值函数的神经网络表示 | 第42-46页 |
| 4.5.2 约束条件下的库位分配计算 | 第46-47页 |
| 4.5.3 智能体的决策和试错规则设定 | 第47-48页 |
| 4.5.4 库位分配策略的调整和训练 | 第48-51页 |
| 4.6 同类库位的选择及出库设定 | 第51页 |
| 4.7 库位分配算法效果分析 | 第51-55页 |
| 4.7.1 实验环境参数设定 | 第52-53页 |
| 4.7.2 算法效果分析 | 第53-55页 |
| 4.8 本章小结 | 第55-57页 |
| 第5章 库位分配系统的设计与实现 | 第57-80页 |
| 5.1 库位分配系统功能结构设计 | 第57-58页 |
| 5.2 库位分配系统总体架构设计 | 第58-60页 |
| 5.3 库位分配系统数据库设计 | 第60-64页 |
| 5.3.1 数据库概念设计 | 第60-62页 |
| 5.3.2 数据库关键表设计 | 第62-64页 |
| 5.4 智能体对象的持久化处理 | 第64-66页 |
| 5.5 系统主要功能实现 | 第66-79页 |
| 5.5.1 库位分类计算和目标权值调整模块的实现 | 第66-69页 |
| 5.5.2 入库物料库位分配模块的实现 | 第69-74页 |
| 5.5.3 评价周期训练和错误惩罚训练模块的实现 | 第74-79页 |
| 5.6 本章小结 | 第79-80页 |
| 总结 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间发表的学术论文及参与的科研项目 | 第86页 |