首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于遗传算法的物流中心货位优化研究

摘要第1-6页
ABSTRACT第6-9页
第1章 绪论第9-12页
   ·研究背景及选题意义第9页
   ·国内外研究现状第9-11页
   ·本文主要研究内容第11-12页
第2章 物流中心货位优化管理研究第12-27页
   ·物流中心货位优化的必要性第12-13页
   ·物流中心货位管理优化的基本原则第13页
   ·物流中心货位优化的步骤第13-14页
   ·货物存储要因第14-20页
     ·货物存储目标第14-15页
     ·货物存储策略第15-17页
     ·货物存储形式第17页
     ·货物货位优化指派原则第17-20页
       ·作业需求匹配原则第17-19页
       ·产品特性匹配原则第19-20页
       ·其他原则第20页
   ·货物与货位编码优化第20-27页
     ·货物编码第20-22页
       ·货物编码的方法第21-22页
       ·基于SKU管理的货物编码第22页
     ·货位编码第22-27页
       ·货位编码方法第23页
       ·货位编码优化第23-27页
第3章 货位优化模型构建第27-42页
   ·基于EIQ分析的货物分类优化第27-32页
   ·货位实际距离矩阵确定第32-34页
     ·模型参数第32页
     ·货位到物流中心进出口(I/O)实际最短距离第32-33页
     ·货位间实际最短距离第33-34页
   ·物流中心仓库分区优化第34-36页
     ·物流中心仓库分区第34-35页
       ·模型参数第34-35页
       ·物流中心仓库分区模型第35页
     ·库区储存策略的确定第35-36页
   ·多目标货位优化模型第36-42页
     ·问题概述第36-37页
     ·模型参数设定第37-38页
     ·模型构建第38-42页
       ·模型假设第38页
       ·模型目标第38-40页
       ·模型约束第40-41页
       ·多目标货位指派模型第41-42页
第4章 算法设计第42-60页
   ·遗传算法基础第42-51页
     ·遗传算法的基本思想第42-44页
     ·遗传算法的特点第44页
     ·遗传算法的基本要素第44-50页
     ·遗传算法的操作流程第50-51页
   ·模型的遗传算法实现第51-60页
     ·物流中心仓库分区模型的遗传算法求解第51-53页
     ·货位优化模型的遗传算法求解第53-60页
       ·编码方法与种群初始化第55-56页
       ·适应度函数设计第56-57页
       ·选择第57-58页
       ·交叉第58页
       ·变异第58-59页
       ·控制参数与终止条件第59-60页
第5章 实例验证第60-76页
   ·基本问题描述第60页
   ·基于EIQ分析的货物分类第60-69页
   ·长春一汽(大连)国际物流中心仓库分区第69-72页
   ·长春一汽(大连)国际物流中心货位优化模型应用第72-76页
第6章 结论与展望第76-78页
   ·结论第76页
   ·展望第76-78页
参考文献第78-81页
附录1 货品EIQ分析表第81-83页
附录2 分区模型的遗传算法程序代码第83-87页
附录3 多目标规划模型并行遗传算法程序代码第87-95页
致谢第95页

论文共95页,点击 下载论文
上一篇:救助船动力定位智能控制及仿真的研究
下一篇:基于移动代理的网络故障管理模型及性能分析