本文關(guān)鍵詞：基于Z醫(yī)藥配送中心的訂單分析及其在分揀模式選擇中的應(yīng)用　出處：《山東大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 訂單分析分類 訂單矩陣 雙重聚類分析 分揀時間模型

【摘要】：醫(yī)藥行業(yè)是關(guān)系和保障人民生命安全和身體健康的重要行業(yè),同時隨著收入增加和生活水平的提高,市場對醫(yī)藥行業(yè)提出了更加多樣化和個性化的需求,這就要求醫(yī)藥連鎖企業(yè)能夠更快速的反應(yīng)和更及時的配送。而配送中心作為醫(yī)藥連鎖企業(yè)的配送主體,隨著醫(yī)藥產(chǎn)品的多樣化和小批量,對分揀的效率提出了越來越高的要求。因此,本文以醫(yī)藥連鎖企業(yè)的配送中心為研究載體,以訂單為研究對象,試圖對不同類型的訂單配適最優(yōu)的分揀作業(yè)方式。 本文首先對醫(yī)藥配送中心的現(xiàn)狀進(jìn)行分析,提出訂單結(jié)構(gòu)是影響訂單分揀效率的主要因素之一。在介紹了現(xiàn)在廣泛應(yīng)用的訂單分析方法——EIQ分析法的同時,指出EIQ分析存在不足點,即只能對訂單和品項進(jìn)行較粗略的分類,在宏觀層面上進(jìn)行指導(dǎo),而不能展示訂單內(nèi)部的品項構(gòu)成和分布情況。因此,本文選用訂單矩陣作為研究訂單和品項問題的載體。為了對訂單和品項進(jìn)行分析分類,作者在一般訂單矩陣的基礎(chǔ)上增加四個變量,分別是兩個行向量,表示品項的受訂頻次和受訂數(shù)量,和兩個列向量,表示訂單的品種數(shù)量和產(chǎn)品數(shù)量。然后,本文首次提出雙重聚類分析,在訂單矩陣的基礎(chǔ)上,以增加的四個變量為標(biāo)準(zhǔn),分別對訂單和品項進(jìn)行聚類分析,并最終形成分類矩陣,表示不同類型訂單的不同類型品項構(gòu)成,達(dá)到宏觀意義上的訂單分類目標(biāo)和微觀意義上的訂單結(jié)構(gòu)顯示目標(biāo)。 為了達(dá)確定不同類型的訂單適合于哪種分揀作業(yè)方式,本文以雙重聚類分析形成的訂單矩陣為基礎(chǔ),建立不同分揀模式即串行分揀和并行分揀下的時間模型公式。最后,為驗證聚類分析方法和模型的有效行和可行性,以Z醫(yī)藥連鎖企業(yè)的配送中心的訂單為基礎(chǔ)進(jìn)行仿真實驗和比較。實驗結(jié)果可以明顯的揭示哪種分揀作業(yè)方式或組合方式下不同類型的訂單和不同類型分區(qū)分揀時間最小化,該模型不僅能從理論上提供一定的指導(dǎo)意義,而且在進(jìn)行深入和更加細(xì)致的研究后,結(jié)合配送中心的實際訂單和品項特性,可以為不同訂單分類和品項分區(qū)的分揀作業(yè)方式的選擇提供一個具有參考意義的模型。
[Abstract]:......
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F274;F426.72

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 潘定;沈鈞毅;;時態(tài)數(shù)據(jù)挖掘的相似性發(fā)現(xiàn)技術(shù)[J];軟件學(xué)報;2007年02期

2 朱揚(yáng)勇;熊峗;;DNA序列數(shù)據(jù)挖掘技術(shù)[J];軟件學(xué)報;2007年11期

3 孫磊;吳耀華;張冠女;;動態(tài)EIQ-ABC分析在配送中心規(guī)劃中的應(yīng)用[J];山東大學(xué)學(xué)報(工學(xué)版);2007年03期

4 康進(jìn);;中國醫(yī)藥零售連鎖行業(yè)發(fā)展戰(zhàn)略分析[J];市場周刊(理論研究);2009年09期

相關(guān)博士學(xué)位論文 前4條

1 沈長鵬;訂單結(jié)構(gòu)與揀選系統(tǒng)的適配問題研究[D];山東大學(xué);2011年

2 肖際偉;配送中心揀貨系統(tǒng)優(yōu)化[D];山東大學(xué);2010年

3 王艷艷;并行自動分揀系統(tǒng)分揀任務(wù)及補(bǔ)貨緩存優(yōu)化研究[D];山東大學(xué);2012年

4 吳玨;隱私保護(hù)的數(shù)據(jù)挖掘算法研究[D];西南石油大學(xué);2012年

，

本文編號：1352495