本文關(guān)鍵詞：快遞物流配送異常檢測方法研究

  更多相關(guān)文章： 快遞物流 普通貨物 特殊物品 配送 異常檢測

【摘要】：隨著我國電子商務(wù)的飛速發(fā)展,我國快遞物流業(yè)也進入了飛速發(fā)展的時代,使得傳統(tǒng)單一化、小規(guī)模的物流配送模式已無法滿足現(xiàn)代物流的發(fā)展需求。在此背景下,我國現(xiàn)代快遞物流配送模式正在向共同配送趨勢發(fā)展。然而,共同配送的大規(guī)模集載配送方式必然導(dǎo)致異常配送問題的發(fā)生,因此如何有效地發(fā)現(xiàn)配送異常問題是現(xiàn)代快遞物流配送模式發(fā)展亟需解決的關(guān)鍵技術(shù)問題之一。針對目前國內(nèi)外的異常檢測方法無法直接適用于快遞物流配送數(shù)據(jù)的檢測,本文根據(jù)快遞物流貨物的配送特點與原則,提出了兩種分別適用于快遞物流中普通貨物配送與特殊物品配送的異常檢測方法。本文主要工作如下:1.針對快遞物流普通貨物每送達一個配送點時,才對其配送狀態(tài)進行一次掃描更新的特點,綜合考慮配送中心點貨物量、線路最大運力、配送點倉儲能力、配送時間約束等因素,提出了一種適用于快遞物流普通貨物配送的異常檢測方法。2.針對快遞物流特殊物品配送的軌跡相對于傳統(tǒng)軌跡具有時間、方向、速度、位置坐標等多屬性特點,使得現(xiàn)有異常檢測算法無法直接適用于快遞物流配送的異常檢測,且快遞物流配送異常還包括配送時間延遲和目的地錯誤等方面的異常。本文將基于距離的異常檢測算法進行改進并結(jié)合基于角度分布方法的思想,提出了一種適用于快遞物流特殊物品配送的異常檢測方法。3.為了測試算法的檢測效率,本文以物流系統(tǒng)的訂單、運輸、倉儲以及配送四個主要功能要素構(gòu)建了一種快遞物流仿真系統(tǒng)模型,模擬整個物流活動的運行,為本文算法的驗證提供仿真數(shù)據(jù)與測試平臺。在隨機數(shù)據(jù)與模型數(shù)據(jù)上的實驗結(jié)果表明,本文所提出的算法能有效地檢測出快遞物流在配送過程中出現(xiàn)的異常情況,且算法的檢測效率與執(zhí)行速率方面均高于經(jīng)典的TRAOD算法。由此,證明了本文算法的有效性,且適用于快遞物流配送的異常檢測。
【關(guān)鍵詞】：快遞物流 普通貨物 特殊物品 配送 異常檢測
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F259.2;TP301.6
【目錄】：

• 摘要3-4
• Abstract4-9
• 第1章 引言9-13
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文的主要內(nèi)容和組織架構(gòu)12-13
• 第2章 快遞物流配送及異常檢測技術(shù)分析13-25
• 2.1 快遞物流配送的概念13-15
• 2.1.1 快遞的概念13
• 2.1.2 物流的概念13-14
• 2.1.3 配送的概念14-15
• 2.2 異常配送的定義15
• 2.3 異常檢測技術(shù)分析15-22
• 2.3.1 傳統(tǒng)的異常檢測技術(shù)15-20
• 2.3.2 異常軌跡檢測技術(shù)20-22
• 2.4 常見圖像數(shù)據(jù)的距離度量方法22-24
• 2.4.1 Hausdorff距離定義23
• 2.4.2 部分Hausdorff距離23
• 2.4.3 基于平移的最小Hausdorff距離23-24
• 2.4.4 線段Hausdorff距離24
• 2.5 本章小結(jié)24-25
• 第3章 快遞物流普通貨物配送異常檢測分析25-35
• 3.1 普通貨物配送異常問題描述25-26
• 3.2 普通貨物配送數(shù)據(jù)表示26-27
• 3.3 普通貨物配送異常檢測實現(xiàn)步驟27-33
• 3.3.1 配送時間異常檢測27-28
• 3.3.2 配送路徑異常檢測28-29
• 3.3.3 配送終點異常檢測29
• 3.3.4 配送異常評估29-30
• 3.3.5 算法的整體流程30-33
• 3.4 本章小結(jié)33-35
• 第4章 快遞物流特殊物品配送異常檢測分析35-47
• 4.1 特殊物品配送異常問題描述35-36
• 4.2 基于距離的異常檢測36
• 4.3 基于角度的異常檢測36-37
• 4.4 線段之間的距離度量37-39
• 4.5 鄰域索引半徑的確定39-40
• 4.6 鄰域軌跡點集處理40
• 4.7 特殊物品配送異常檢測實現(xiàn)步驟40-45
• 4.7.1 特殊物品配送軌跡表示40-41
• 4.7.2 配送時間異常檢測41-42
• 4.7.3 配送路徑異常檢測42-43
• 4.7.4 配送終點異常檢測43
• 4.7.5 算法的整體流程43-45
• 4.8 本章小結(jié)45-47
• 第5章 快遞物流仿真系統(tǒng)簡化模型47-51
• 5.1 仿真系統(tǒng)簡化模型47-49
• 5.2 配送異常檢測模塊49
• 5.3 本章小結(jié)49-51
• 第6章 試驗驗證與結(jié)果分析51-59
• 6.1 普通貨物配送異常檢測試驗與結(jié)果分析51-54
• 6.2 特殊物品配送異常檢測試驗與結(jié)果分析54-58
• 6.2.1 與TRAOD算法對比實驗54-56
• 6.2.2 仿真系統(tǒng)簡化模型下的配送異常檢測實驗56-58
• 6.3 本章小結(jié)58-59
• 第7章 總結(jié)與展望59-61
• 7.1 全文工作總結(jié)59-60
• 7.2 后續(xù)工作展望60-61
• 參考文獻61-65
• 致謝65-66
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 衛(wèi)振林;孫劍青;;面向中小電商企業(yè)城市共同配送模式探討[J];北京交通大學(xué)學(xué)報(社會科學(xué)版);2015年01期

2 高敏;;規(guī)�；浦袊锪鳂I(yè)快速發(fā)展[J];中國經(jīng)濟信息;2014年13期

3 樸昌浩;黃質(zhì);蘇嶺;祿盛;;基于角度分布的高維數(shù)據(jù)流異常點檢測算法[J];上海交通大學(xué)學(xué)報;2014年05期

4 董偉;;車輛相互干擾情況下物流集中配送的交通調(diào)度方法[J];物流技術(shù);2013年21期

5 李慶;;城市共同配送發(fā)展路徑探析[J];物流技術(shù);2013年18期

6 趙慧娟;湯兵勇;張云;;基于動態(tài)規(guī)劃法的物流配送路徑的隨機選擇[J];計算機應(yīng)用與軟件;2013年04期

7 李佛賞;;我國汽車物流發(fā)展瓶頸研究[J];物流技術(shù);2012年17期

8 陳錦陽;宋加濤;劉良旭;王讓定;;基于改進Hausdorff距離的軌跡聚類算法[J];計算機工程;2012年17期

9 畢淺雨;李艷杰;李颯;;一種使用遺傳算法進行物流配送成本優(yōu)化方法[J];遼寧石油化工大學(xué)學(xué)報;2011年02期

10 劉良旭;喬少杰;劉賓;樂嘉錦;唐常杰;;基于R-Tree的高效異常軌跡檢測算法[J];軟件學(xué)報;2009年09期

，

本文編號：997734