本文關(guān)鍵詞：面向B2C電商平臺(tái)的訂單分揀優(yōu)化研究

  更多相關(guān)文章： B2C 訂單分揀 算法 優(yōu)化

【摘要】：隨著B2C電子商務(wù)的快速發(fā)展,隨之產(chǎn)生了大量的包裹,使物流中心進(jìn)行處理的壓力與日俱增。在“雙十一”、“雙十二”等促銷活動(dòng)期間,物流倉庫經(jīng)常出現(xiàn)“爆倉”現(xiàn)象,影響了用戶體驗(yàn)。在這樣的形勢下,如何提高物流倉庫的處理效率,減少“爆倉”現(xiàn)象的產(chǎn)生,是物流企業(yè)重點(diǎn)關(guān)注的問題。在物流倉庫的作業(yè)過程中,分揀所占的時(shí)間要占倉庫作業(yè)時(shí)間的40%以上。實(shí)踐證明,通過合理的庫位分配以及訂單分批,不僅可以提高物流倉庫的庫存管理水平,也有助于改善物流中心分揀的效率和水平,縮短分揀環(huán)節(jié)的處理時(shí)間。訂單分揀研究問題主要包括倉庫布局、庫位分配、訂單分批和路徑優(yōu)化這幾個(gè)問題,這些問題對(duì)分揀的效率和水平有著很大的影響。本文提出面向B2C電商平臺(tái)的訂單分揀優(yōu)化,通過貨位分配和訂單分批對(duì)分揀過程進(jìn)行優(yōu)化,減少分揀過程的總行走距離,提高物流分揀效率。本文構(gòu)建了貨位分配問題模型,在算法實(shí)現(xiàn)時(shí),首先運(yùn)用關(guān)聯(lián)規(guī)則算法,計(jì)算貨品的頻繁度,考慮了貨品出入庫的頻率、貨品價(jià)值以及距離出口的距離,得到貨位與該貨品的適合度(C值),根據(jù)該值更合理的分配貨位。構(gòu)建了訂單分批模型,設(shè)計(jì)了基于Canopy和K-Means算法的訂單分批算法,采用種子算法中的相同通道數(shù)作為訂單間相似性系數(shù),通過Canopy算法得到初始聚類,使用K-Means算法聚類得到分批結(jié)果。文章同時(shí)比較了采用貨位優(yōu)化分配策略和隨機(jī)策略的貨位分配對(duì)訂單分批的影響。數(shù)值實(shí)驗(yàn)表明通過改進(jìn)的貨位分配和訂單分批方法可以有效降低分揀距離,提高分揀效率。
【關(guān)鍵詞】：B2C 訂單分揀 算法 優(yōu)化
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F724.6;F252;F224
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-22
• 1.1 研究背景14-16
• 1.2 研究意義及研究目的16
• 1.2.1 研究意義16
• 1.2.2 研究目的16
• 1.3 國內(nèi)外的研究綜述16-19
• 1.3.1 貨位分配研究綜述17-18
• 1.3.2 訂單分批研究綜述18-19
• 1.4 本文研究的主要內(nèi)容及組織結(jié)構(gòu)19-21
• 1.4.1 主要內(nèi)容19-21
• 1.4.2 組織結(jié)構(gòu)21
• 1.5 論文的創(chuàng)新點(diǎn)21-22
• 第二章 相關(guān)概念及理論概述22-32
• 2.1 B2C電子商務(wù)與物流過程22-25
• 2.1.1 B2C電子商務(wù)22-23
• 2.1.2 B2C電子商務(wù)物流過程23-25
• 2.2 訂單分揀相關(guān)理論25-28
• 2.2.1 分揀模式25
• 2.2.2 訂單分揀流程25-26
• 2.2.3 分揀路徑26-28
• 2.3 數(shù)據(jù)挖掘相關(guān)理論28-30
• 2.3.1 關(guān)聯(lián)規(guī)則算法28-29
• 2.3.2 聚類算法29-30
• 2.4 本章小結(jié)30-32
• 第三章 貨位分配模型與算法研究32-42
• 3.1 問題描述32
• 3.2 基于關(guān)聯(lián)規(guī)則的貨位分配32-35
• 3.3 算法35-37
• 3.4 實(shí)驗(yàn)分析37-41
• 3.4.1 ASA算法分析38-39
• 3.4.2 因子分析39-41
• 3.5 本章小結(jié)41-42
• 第四章 訂單分批模型算法研究42-51
• 4.1 問題描述42
• 4.2 問題假設(shè)及符號(hào)說明42-43
• 4.3 模型構(gòu)建43-44
• 4.4 算法44-45
• 4.4.1 Canopy算法初始聚類44-45
• 4.4.2 K-means算法45
• 4.5 實(shí)驗(yàn)分析45-50
• 4.5.1 訂單數(shù)據(jù)處理45-46
• 4.5.2 采用隨機(jī)儲(chǔ)位分配策略的訂單分批46-49
• 4.5.3 采用儲(chǔ)位優(yōu)化之后的訂單分批49-50
• 4.6 本章小結(jié)50-51
• 第五章 總結(jié)與展望51-53
• 5.1 全文總結(jié)51
• 5.2 展望51-53
• 參考文獻(xiàn)53-56
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況56

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周昊;劉曉文;;大型物流倉庫自動(dòng)噴水滅火系統(tǒng)設(shè)計(jì)的幾點(diǎn)思考[J];科技咨詢導(dǎo)報(bào);2007年22期

2 方拓;;現(xiàn)代醫(yī)藥物流倉庫消防設(shè)計(jì)探討[J];科技創(chuàng)新導(dǎo)報(bào);2011年03期

3 楊軍;;物流倉庫規(guī)劃和設(shè)計(jì)問題研究[J];企業(yè)改革與管理;2014年10期

4 李海臣;;物流倉庫規(guī)劃和設(shè)計(jì)問題研究[J];科技致富向?qū)?2010年06期

5 李海臣;;物流倉庫規(guī)劃與設(shè)計(jì)的布局問題研究[J];科技致富向?qū)?2010年12期

6 成華;;物流倉庫大面積地坪施工質(zhì)量檢驗(yàn)要點(diǎn)[J];中國高新技術(shù)企業(yè);2008年07期

7 建華;淺議物流倉庫安全管理工作存在的問題與對(duì)策[J];商品儲(chǔ)運(yùn)與養(yǎng)護(hù);2005年03期

8 ;基于RFID技術(shù)的物流倉庫管理解決方案[J];金卡工程;2014年05期

9 張慶英;江霞;馬楓;李春偉;;物流倉庫安全系統(tǒng)中的數(shù)字視頻監(jiān)控系統(tǒng)設(shè)計(jì)[J];物流技術(shù);2006年03期

10 梁川;;物流倉庫選址優(yōu)化方法研究[J];物流技術(shù);2013年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 秦海營;;大型物流倉庫建筑的消防設(shè)計(jì)探討[A];土木建筑學(xué)術(shù)文庫（第9卷）[C];2008年

中國重要報(bào)紙全文數(shù)據(jù)庫 前3條

1 本報(bào)記者 周雪松;物流倉庫受投資者青睞[N];中國經(jīng)濟(jì)時(shí)報(bào);2014年

2 涂正;江西新華全力做好教材儲(chǔ)運(yùn)[N];中國圖書商報(bào);2008年

3 早報(bào)記者 是冬冬　實(shí)習(xí)生 顧文佳;凱雷2億美元投中國物流倉庫[N];東方早報(bào);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙銳;吉利汽車X工廠總裝物流倉庫規(guī)劃[D];浙江工商大學(xué);2015年

2 王佩瑋;物聯(lián)網(wǎng)技術(shù)在物流倉庫管理中的應(yīng)用研究[D];西安工業(yè)大學(xué);2016年

3 韋超豪;面向B2C電商平臺(tái)的訂單分揀優(yōu)化研究[D];合肥工業(yè)大學(xué);2016年

4 杜小磊;環(huán)世捷物流倉庫建立與規(guī)劃[D];上海海事大學(xué);2005年

5 康治國;中鐵物流倉庫建立、規(guī)劃與設(shè)計(jì)[D];上海海事大學(xué);2004年

6 勵(lì)德年;上海海貿(mào)物流倉庫（籌建）定位與設(shè)計(jì)[D];上海海運(yùn)學(xué)院;2003年

7 藍(lán)春潮;海貿(mào)公司物流倉庫研究[D];上海海運(yùn)學(xué)院;2002年

8 齊曉萍;上海育海貨運(yùn)公司物流倉庫設(shè)計(jì)與建立[D];上海海運(yùn)學(xué)院;2002年

9 劉海燕;物流倉庫規(guī)劃與設(shè)計(jì)應(yīng)用研究[D];上海交通大學(xué);2009年

10 劉惠;潮鑫公司物流倉庫規(guī)劃、設(shè)計(jì)與建立[D];上海海事大學(xué);2005年

，

本文編號(hào)：1094041