关于配送中心作业流程中若干环节的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 引论 | 第12-19页 |
| ·研究背景 | 第13-15页 |
| ·问题的提出 | 第15-16页 |
| ·储位分配问题的提出 | 第15页 |
| ·客户服务监控与决策问题的提出 | 第15-16页 |
| ·研究的目的和意义 | 第16页 |
| ·配送中心自身发展的需要 | 第16页 |
| ·有助于加快商品流通 | 第16页 |
| ·有利于经济的可持续发展 | 第16页 |
| ·研究的目标及创新点 | 第16-18页 |
| ·本论文的目标 | 第17页 |
| ·本论文的创新点 | 第17-18页 |
| ·本论文所做的工作 | 第18-19页 |
| 第二章 配送中心作业流程的构成要素 | 第19-24页 |
| ·信息系统部分 | 第19-20页 |
| ·信息系统的重要性 | 第19-20页 |
| ·信息系统的要求及主要功能 | 第20页 |
| ·仓储设施部分 | 第20-22页 |
| ·仓库 | 第20-21页 |
| ·储存设施 | 第21页 |
| ·搬运设备 | 第21-22页 |
| ·运输设备部分 | 第22页 |
| ·物流人员部分 | 第22页 |
| ·配送中心作业流程与构成要素的关系 | 第22-24页 |
| 第三章 储位分配决策方法 | 第24-40页 |
| ·研究储位分配决策的必要性 | 第24-25页 |
| ·目前储位分配的研究状况 | 第25-26页 |
| ·“公平份额分配准则”方法 | 第25页 |
| ·ABC分类方法 | 第25-26页 |
| ·现有方法的特点及不足 | 第26页 |
| ·(CVA)关键因素分析模型 | 第26-39页 |
| ·关键因素的分析 | 第26-28页 |
| ·模型的建立 | 第28-29页 |
| ·K_i中库存指标值的确定 | 第29-30页 |
| ·计算式K_i中α_m的确定方法 | 第30-33页 |
| ·模型的求解 | 第33-34页 |
| ·算例 | 第34-38页 |
| ·分析结论及模型特点 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 客户服务监控与作业决策分析 | 第40-57页 |
| ·配送服务监控的基本概念 | 第40-41页 |
| ·客户服务监控的重要性 | 第41-42页 |
| ·客户服务监控数据获取途径 | 第42-46页 |
| ·灰色聚类分析 | 第46-50页 |
| ·灰聚类分析的必要性 | 第46-47页 |
| ·灰色聚类 | 第47-49页 |
| ·灰聚类步骤 | 第49-50页 |
| ·对配送作业的决策 | 第50-56页 |
| ·聚类信息的分布 | 第50-51页 |
| ·Bayes推断原理 | 第51-52页 |
| ·θ变量的后验推断 | 第52-53页 |
| ·θ服从Beta分布的推断 | 第53-54页 |
| ·θ推断定理 | 第54页 |
| ·Bayes推断步骤 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 客户服务监控信息算例 | 第57-66页 |
| ·灰色聚类算例 | 第57-63页 |
| ·给定计算参数 | 第58-59页 |
| ·计算 | 第59-62页 |
| ·计算结果分析 | 第62-63页 |
| ·推断与决策分析 | 第63-65页 |
| ·推断计算 | 第63-64页 |
| ·决策分析计算 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论 | 第66-69页 |
| ·本论文主要成果 | 第66-68页 |
| ·储位分配的(CVA)关键因素分析 | 第66页 |
| ·客户服务监控信息与决策 | 第66-68页 |
| ·需进一步研究的问题 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录A | 第73页 |
