本文選題：蔬菜B2C直銷　切入點：揀貨模式　出處：《大連理工大學》2015年碩士論文

【摘要】：2010年以來,蔬菜網上直銷模式相繼在北京、上海等地出現,開啟了我國蔬菜類商品B2C電子商務模式的新篇章。該模式給生活節(jié)奏快、無暇去超市買菜的年輕上班族帶來了極大方便。然而,其“一日達”、“半日達”的時間性極強的配送要求,給蔬菜加工作業(yè)帶來巨大挑戰(zhàn)。一方面,蔬菜屬于易腐品,不能或過多儲存,只能現采現摘；另一方面,新興的蔬菜配送中心作為整個物流運作環(huán)節(jié)的主要節(jié)點,其作業(yè)流程缺乏科學性和規(guī)范性,無法滿足配送的緊迫性。在配送中心所有的作業(yè)環(huán)節(jié)中,最核心的環(huán)節(jié)是按單揀貨作業(yè),其勞動量和揀貨作業(yè)成本在配送中心所有作業(yè)中占據主要部分。蔬菜B2C直銷模式下的揀貨迫切需要高準確率和高效率,以銜接后續(xù)的裝車作業(yè)環(huán)節(jié)。當前粗放式的手工作坊揀貨模式,其揀貨效率低、出錯率高、蔬菜腐爛程度高等特點,已無法滿足蔬菜B2C直銷模式的揀貨需求。因此本文對蔬菜B2C直銷模式下的揀貨模式和揀貨順序優(yōu)化展開研究。針對這一問題,本文的主要研究工作如下：(1) 通過對當前蔬菜B2C直銷模式下的配送中心揀貨現狀分析,以滿足準時揀貨、準時打包和準時配送為目標,引入JIT的作業(yè)思想,提出了基于電子看板的蔬菜揀貨作業(yè)模式,并對其作業(yè)流程和揀貨策略進行分析；(2) 將每條揀貨流水線抽象為機器,依據機器調度原理,以JIT的作業(yè)思想,建立滿足裝車時間窗和裝車鏈優(yōu)先順序的揀貨順序優(yōu)化模型,并對模型的復雜性進行分析,得出其為NP-難問題；(3) 為了有效求解該模型,基于定性定量相結合的思想,本文設計了基于優(yōu)先規(guī)則的混合遺傳算法,并對該混合遺傳算法的相關步驟進行了定義；(4) 以北京昊宇公司為實際應用背景,與原始遺傳算法比較,通過對各種不同規(guī)模算例的數值試驗比較和靈敏度分析,驗證該混合遺傳算法的有效性。本文的相關研究是對蔬菜B2C直銷模式下配送中心揀貨模式和揀貨順序優(yōu)化問題的探索,有利于企業(yè)規(guī)范揀貨流程,滿足揀貨準時化需求,提高揀貨效率；蔬菜揀貨順序的優(yōu)化研究,為企業(yè)的揀貨順序制定提供了決策依據,同時豐富了機器調度理論,具有很高的實際意義和理論意義。
[Abstract]:Since 2010, vegetable online direct marketing model has appeared in Beijing, Shanghai and other places, which has opened a new chapter of B2C e-commerce model of vegetable commodities in China.This model brings great convenience to young office workers who have no time to go to the supermarket to buy food.However, its "one day", "half a day" of the extremely strong delivery requirements, to the vegetable processing operations bring great challenges.On the one hand, vegetables are perishable and cannot be stored or overstocked, so they can only be picked now. On the other hand, as the main node of the whole logistics operation, the emerging vegetable distribution center lacks scientific and normative operation flow.Unable to meet the urgency of distribution.Among all the operations in the distribution center, the most important link is to pick goods according to the single order, and the amount of labor and the cost of picking the goods occupy the main part in all the operations of the distribution center.High accuracy and high efficiency are urgently needed in vegetable B2C direct selling mode in order to link up the subsequent loading operation.At present, the extensive handmade workshop picking mode has the characteristics of low picking efficiency, high error rate and high degree of vegetable decay, which can no longer meet the demand of picking goods in the B2C direct selling mode of vegetables.Therefore, this paper studies the selection mode and picking order optimization of vegetable B2C direct selling mode.Aiming at this problem, the main research work of this paper is as follows: 1) through the analysis of the current situation of picking goods in the distribution center under the current B2C direct selling mode of vegetables, in order to meet the objectives of just-in-time picking, just-in-time packing and just-in-time distribution, the paper introduces the idea of JIT operation.This paper presents a vegetable picking operation model based on electronic Kanban, and analyzes its operation flow and picking strategy. Pipeline is abstracted as a machine. According to the principle of machine scheduling, JIT is adopted.A picking order optimization model satisfying loading time window and loading chain priority order is established, and the complexity of the model is analyzed. It is found that the model is NP-difficult problem.) in order to solve this model effectively, based on the idea of combining qualitative and quantitative analysis.In this paper, a hybrid genetic algorithm based on priority rules is designed, and the relevant steps of the hybrid genetic algorithm are defined.The effectiveness of the hybrid genetic algorithm is verified by comparison of numerical experiments and sensitivity analysis of various numerical examples of different scales.The related research in this paper is to explore the optimization of picking mode and picking sequence of distribution center under B2C direct selling mode of vegetables, which is helpful for enterprises to standardize the picking process, to meet the demand of picking on time and to improve the efficiency of picking.The research on the optimization of vegetable picking order provides a basis for decision making and enriches the theory of machine scheduling, which is of great practical and theoretical significance.
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F724.6;F326.6

【共引文獻】

相關期刊論文 前10條

1 馬友平;;生長模型McDill-Amateis的遺傳算法擬合研究[J];安徽農業(yè)科學;2007年33期

2 吳金華;戴淼;尹劍;;基于遺傳神經網絡的陜西省土地利用結構模型研究[J];安徽農業(yè)科學;2008年36期

3 秦鵬;夏楓耿;明飛平;吳振強;;基于遺傳算法優(yōu)化BP神經網絡的小球藻生長模型的建立與應用[J];安徽農業(yè)科學;2011年10期

4 曹素兵;朱嬋;;RNA二級結構遺傳預測算法中的選擇操作研究[J];安徽農業(yè)科學;2011年14期

5 郭強;羅長壽;魏清鳳;;基于遺傳算法神經網絡模型的蔬菜價格預報[J];安徽農業(yè)科學;2011年26期

6 趙佳;張威;方進;楊中平;鄭瓊林;劉友梅;;高溫超導直線感應電機的電磁優(yōu)化設計[J];北京交通大學學報;2011年02期

7 胡琰;李國岫;李少鵬;;發(fā)動機匹配優(yōu)化算法的研究[J];北京交通大學學報;2011年04期

8 周麗娟;樂曉波;;物流配送路徑優(yōu)化的研究[J];辦公自動化;2007年06期

9 鄒明;姜禮平;蘇思;;基于遺傳算法的航空裝備保障資源調度[J];兵工自動化;2009年11期

10 尹文彬;許騰;侯博;蓋世昌;;基于遺傳算法的艦艇編隊火力分配問題研究[J];兵工自動化;2010年05期

相關會議論文 前10條

1 齊文文;趙斌;龍連春;;基于遺傳算法的加筋圓柱殼屈曲承載力優(yōu)化[A];北京力學會第18屆學術年會論文集[C];2012年

2 劉涵;高俊濤;;并聯式混合動力汽車控制策略及遺傳算法優(yōu)化研究[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

3 粟曉玲;史銀軍;;基于水資源轉化模擬的內陸河流域水資源優(yōu)化配置研究[A];全國水資源合理配置與優(yōu)化調度及水環(huán)境污染防治技術�？痆C];2011年

4 張遠安;張春榮;強勇;;基于相位編碼信號的MIMO雷達正交波形設計的研究[A];2011年通信與信息技術新進展——第八屆中國通信學會學術年會論文集[C];2011年

5 左言言;嚴才寶;;一種新的GA優(yōu)化四自由度主動懸架控制[A];第十屆全國振動理論及應用學術會議論文集（2011）上冊[C];2011年

6 趙亮;李書;魯大偉;;MLPG混合配點法在形狀優(yōu)化中的應用研究[A];結構及多學科優(yōu)化工程應用與理論研討會’2009（CSMO-2009）論文集[C];2009年

7 顏伏伍;王洪建;田韶鵬;袁智軍;;基于NSGA-Ⅱ的變速器齒輪系多目標可靠性優(yōu)化設計[A];湖北省內燃機學會2009年學術年會論文集[C];2009年

8 張朝暉;;工程建設場地布置的遺傳算法模型實用研究[A];土木建筑學術文庫(第13卷)[C];2010年

9 馬敏陽;秦秀波;姜小盼;王寶義;吳偉明;;基于遺傳算法的正電子湮沒壽命譜擬合[A];第十屆全國正電子湮沒譜學會議論文集[C];2009年

10 王勇;白丹;黨志良;李鵬;;基于動態(tài)規(guī)劃和遺傳算法灌區(qū)水資源優(yōu)化配置[A];水力學與水利信息學進展 2009[C];2009年

相關博士學位論文 前10條

1 陸滿君;通信輻射源個體識別與參數估計[D];哈爾濱工程大學;2010年

2 劉營;雷達圖像編碼器的并行處理研究與實現[D];哈爾濱工程大學;2009年

3 許愛德;開關磁阻電機在船舶電力推進中的應用研究[D];大連海事大學;2010年

4 查云飛;類菱形車轉向系統(tǒng)研究與分析[D];湖南大學;2010年

5 劉思華;電網故障診斷方法的研究[D];山東大學;2010年

6 周巍;煤礦井下搜救探測機器人的路徑規(guī)劃及軌跡跟蹤控制研究[D];太原理工大學;2011年

7 張凌云;高密度電阻率勘探反演的非線性方法研究[D];太原理工大學;2011年

8 孫曉梅;多源交通信息下的動態(tài)路徑選擇模型與方法研究[D];吉林大學;2011年

9 程方曉;基于自適應保持多樣性遺傳算法的汽車動力傳動系多目標優(yōu)化[D];吉林大學;2011年

10 胡丹丹;擁塞型設施的選址問題研究[D];華中科技大學;2011年

相關碩士學位論文 前10條

1 萬成;動態(tài)環(huán)境下的元胞遺傳算法研究[D];南昌航空大學;2010年

2 張可平;CO_2焊逆變電源的自適應模糊控制系統(tǒng)研究[D];南昌航空大學;2010年

3 李坤;參數參與進化的自適應遺傳算法研究[D];南昌航空大學;2010年

4 紀二云;基于改進遺傳算法的電力系統(tǒng)無功優(yōu)化的研究[D];山東科技大學;2010年

5 李京京;城市給水管網改擴建優(yōu)化設計模型研究[D];鄭州大學;2010年

6 雷明杰;神經網絡和遺傳算法在中厚板軋機中的應用研究[D];鄭州大學;2010年

7 張鵬;橡膠壩靜動力特性有限元分析[D];山東農業(yè)大學;2010年

8 黃麗琴;匹配場處理性能仿真研究[D];哈爾濱工程大學;2010年

9 王彬;船舶多航態(tài)對減搖鰭電伺服系統(tǒng)影響研究[D];哈爾濱工程大學;2010年

10 李冰潔;基于WinCC組態(tài)軟件的加熱爐爐溫優(yōu)化與仿真研究[D];大連理工大學;2010年

，

本文編號：1711942