基于智能对象的仓库作业管理关键技术研究与实现
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 仓库管理研究现状 | 第9-10页 |
| 1.2.2 货位分配研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 2 基于智能对象的仓库构成及系统设计 | 第14-24页 |
| 2.1 仓库设计思路 | 第14页 |
| 2.2 采用RFID技术构建仓库智能对象 | 第14-17页 |
| 2.2.1 RFID技术简介 | 第14-15页 |
| 2.2.2 智能对象的定义 | 第15-16页 |
| 2.2.3 构建仓库智能对象 | 第16-17页 |
| 2.3 基于智能对象的仓库系统架构 | 第17-18页 |
| 2.4 基于智能对象的仓库作业流程 | 第18-19页 |
| 2.4.1 货物入库流程 | 第18-19页 |
| 2.4.2 货物出库流程 | 第19页 |
| 2.5 仓库叉车任务分配算法设计 | 第19-23页 |
| 2.5.1 叉车任务分配问题描述 | 第19-20页 |
| 2.5.2 叉车任务分配算法设计 | 第20-23页 |
| 2.6 本章小结 | 第23-24页 |
| 3 基于多规则的仓库货位分配模型的建立 | 第24-32页 |
| 3.1 货位分配问题描述 | 第24页 |
| 3.2 货位分配策略 | 第24-25页 |
| 3.3 建立货位分配数学模型 | 第25-30页 |
| 3.3.1 建立模型的假设条件 | 第25-26页 |
| 3.3.2 建立数学模型 | 第26-30页 |
| 3.4 模型分析与算法选择 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 基于遗传算法的仓库货位分配模型的求解 | 第32-47页 |
| 4.1 遗传算法简介 | 第32-35页 |
| 4.1.1 遗传算法的基本原理 | 第32-33页 |
| 4.1.2 遗传算法的操作流程 | 第33-35页 |
| 4.2 货位分配问题的遗传算法设计 | 第35-40页 |
| 4.2.1 编码与解码的实现 | 第35-37页 |
| 4.2.2 种群初始化 | 第37页 |
| 4.2.3 确定个体适应度评价方法 | 第37-38页 |
| 4.2.4 遗传运算实现 | 第38-40页 |
| 4.3 货位分配问题的遗传算法实现 | 第40-42页 |
| 4.4 货位分配问题的遗传算法测试 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 基于智能对象的仓库作业管理系统实现 | 第47-67页 |
| 5.1 系统实现环境 | 第47页 |
| 5.2 仓库作业管理终端实现 | 第47-55页 |
| 5.2.1 RFID手持机终端实现 | 第47-52页 |
| 5.2.2 RFID智能叉车终端实现 | 第52-55页 |
| 5.3 后端管理系统实现 | 第55-59页 |
| 5.4 货物入库模块实现 | 第59-63页 |
| 5.4.1 货物入库流程设计 | 第59-60页 |
| 5.4.2 货物入库实现 | 第60-63页 |
| 5.5 货物出库模块实现 | 第63-66页 |
| 5.5.1 货物出库流程设计 | 第63-64页 |
| 5.5.2 货物出库实现 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 下一步工作 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
