摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景与意义 | 第10-11页 |
1.1.1 选题背景 | 第10-11页 |
1.1.2 研究意义 | 第11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 拣选作业研究现状 | 第11-13页 |
1.2.2 EIQ分析方法研究现状 | 第13-14页 |
1.2.3 遗传算法研究现状 | 第14-15页 |
1.3 论文研究方案 | 第15-18页 |
1.3.1 研究目标 | 第15页 |
1.3.2 研究内容 | 第15-16页 |
1.3.3 论文结构 | 第16-18页 |
第二章 PG配送中心拣选作业概述以及存在的问题 | 第18-31页 |
2.1 PG配送中心拣选系统现状 | 第18-22页 |
2.1.1 PG配送中心概述 | 第18页 |
2.1.2 PG配送中心布局及人员配置 | 第18-20页 |
2.1.3 PG配送中心拣选系统 | 第20-22页 |
2.2 PG配送中心拣选系统运作流程 | 第22-27页 |
2.2.1 订单拣选工作流程 | 第22-25页 |
2.2.2 拣选线补货工作流程 | 第25-27页 |
2.3 PG配送中心存在的问题 | 第27-30页 |
2.3.1 拣选作业主要考核指标分析 | 第27-28页 |
2.3.2 PG配送中心拣选系统问题描述 | 第28-29页 |
2.3.3 PG配送中心拣选系统存在的管理问题 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第三章 PG配送中心拣选订单EIQ分析 | 第31-46页 |
3.1 EIQ分析方法概述 | 第31-37页 |
3.1.1 EIQ理论介绍 | 第31-32页 |
3.1.2 EIQ分析方法的作用 | 第32-33页 |
3.1.3 EIQ分析步骤 | 第33-37页 |
3.2 PG配送中心订单EIQ分析 | 第37-42页 |
3.2.1 EQ分析 | 第38-39页 |
3.2.2 EN分析 | 第39-40页 |
3.2.3 IQ分析 | 第40-41页 |
3.2.4 IK分析 | 第41-42页 |
3.3 EIQ分析在PG配送中心拣选作业优化中的作用及其管理意义 | 第42-44页 |
3.3.1 EIQ分析在PG配送中心拣选作业优化中的作用 | 第42-43页 |
3.3.2 EIQ分析在PG配送中心拣选作业优化中的管理意义 | 第43-44页 |
3.4 本章小结 | 第44-46页 |
第四章 PG配送中心货品在拣选工位分配问题建模 | 第46-56页 |
4.1 问题提出 | 第46-48页 |
4.1.1 串行分区拣选系统 | 第46-47页 |
4.1.2 串行分区拣选系统存在的问题 | 第47-48页 |
4.2 工作时间均衡理论 | 第48-51页 |
4.2.1 均衡化理论概述 | 第49页 |
4.2.2 均衡化问题的研究分类 | 第49-51页 |
4.3 货品工位指派优化模型 | 第51-54页 |
4.3.1 建模思路 | 第51-52页 |
4.3.2 模型前提与假设 | 第52-53页 |
4.3.3 工位拣选量均衡模型构建 | 第53-54页 |
4.4 模型评价指标 | 第54-55页 |
4.5 本章小结 | 第55-56页 |
第五章 基于遗传算法的模型求解及结果分析 | 第56-73页 |
5.1 遗传算法理论基础 | 第56-62页 |
5.1.1 遗传算法的基本概念 | 第56-57页 |
5.1.2 遗传算法的技术实现 | 第57-61页 |
5.1.3 遗传算法的基本流程 | 第61-62页 |
5.2 PG配送中心货品优化分配模型求解 | 第62-64页 |
5.2.1 算法设计 | 第62-64页 |
5.2.2 运算平台MATLAB简介 | 第64页 |
5.3 结果分析 | 第64-72页 |
5.3.1 求解结果 | 第64-67页 |
5.3.2 指标计算与比较分析 | 第67-69页 |
5.3.3 优化改进后PG配送中心考核指标的对比分析 | 第69-70页 |
5.3.4 模型适用性及对PG配送中心的管理改善分析 | 第70-72页 |
5.4 本章小结 | 第72-73页 |
结论 | 第73-75页 |
参考文献 | 第75-78页 |
附录 | 第78-86页 |
附录1 部分订单数据 | 第78-80页 |
附录2 货品ABC分类表 | 第80-82页 |
附录3 遗传算法程序 | 第82-86页 |
攻读硕士学位期间取得的研究成果 | 第86-87页 |
致谢 | 第87-88页 |
附件 | 第88页 |