基于Z医药配送中心的订单分析及其在分拣模式选择中的应用
| CONTENTS | 第6-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题背景及意义 | 第11-13页 |
| 1.2 医药配送中心的现状分析 | 第13-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.3.1 订单分析方法的现状 | 第15-17页 |
| 1.3.2 订单结构与分拣效率的研究现状 | 第17-18页 |
| 1.4 论文主要内容与章节安排 | 第18-21页 |
| 第二章 相关理综述 | 第21-35页 |
| 2.1 EIQ分析方法 | 第21-28页 |
| 2.1.1 EIQ分析方法的概述 | 第21-23页 |
| 2.1.2 EIQ分析方法的图表应用 | 第23-28页 |
| 2.2 数据挖掘相关理论 | 第28-32页 |
| 2.2.1 数据挖掘的基本概念 | 第29-30页 |
| 2.2.2 数据挖掘的分类与方法 | 第30-31页 |
| 2.2.3 数据挖掘的应用 | 第31-32页 |
| 2.3 本章小结 | 第32-35页 |
| 第三章 数据挖掘技术在订单分析中的应用 | 第35-49页 |
| 3.1 K-平均算法的介绍 | 第35-37页 |
| 3.2 订单矩阵 | 第37-41页 |
| 3.3 基于K-平均算法的订单分析 | 第41-47页 |
| 3.3.1 对订单的聚类分析 | 第41-43页 |
| 3.3.2 对品项的聚类分析 | 第43-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 不同分拣模式下的分拣时间模型构建 | 第49-57页 |
| 4.1 分拣作业的概述 | 第49-50页 |
| 4.2 不同分拣模式下的分拣时间模型 | 第50-55页 |
| 4.3 本章小结 | 第55-57页 |
| 第五章 仿真实验及分析 | 第57-67页 |
| 5.1 订单数据的选取 | 第57-59页 |
| 5.2 K-平均算法聚类结果及分析 | 第59-64页 |
| 5.3 分拣模式的选择 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 附表 | 第75页 |
