發(fā)布時(shí)間：2019-09-09 11:26

【摘要】：隨著現(xiàn)代科技的飛速發(fā)展,互聯(lián)網(wǎng)與電子商務(wù)成為經(jīng)濟(jì)增長(zhǎng)的重要支柱,作為線(xiàn)上線(xiàn)下商務(wù)連接的支撐產(chǎn)業(yè),物流服務(wù)行業(yè)也加快了發(fā)展的腳步。數(shù)據(jù)成為各方發(fā)展與競(jìng)爭(zhēng)的新興資本,通過(guò)對(duì)數(shù)據(jù)的深入分析挖掘其豐富的價(jià)值內(nèi)涵是提升企業(yè)運(yùn)營(yíng)效率與降低成本的關(guān)鍵,煙草行業(yè)也將數(shù)據(jù)的最大化利用視為新的增長(zhǎng)點(diǎn)。本文結(jié)合數(shù)據(jù)挖掘方法與可視化展示技術(shù)對(duì)D市2014年至2015年煙草物流數(shù)據(jù)展開(kāi)分析研究,并構(gòu)建基于時(shí)間序列的配送量預(yù)測(cè)模型,通過(guò)數(shù)據(jù)分析與對(duì)配送量的預(yù)測(cè)達(dá)到利用歷史數(shù)據(jù)驅(qū)動(dòng)物流儲(chǔ)配策略?xún)?yōu)化的目的。主要研究工作包括以下幾個(gè)方面:(1)對(duì)煙草物流儲(chǔ)配過(guò)程進(jìn)行數(shù)據(jù)分析。使用R語(yǔ)言編程將數(shù)據(jù)挖掘方法應(yīng)用到煙草物流儲(chǔ)配策略的研究中,并繪制多種現(xiàn)代統(tǒng)計(jì)圖形,結(jié)合數(shù)據(jù)可視化對(duì)多項(xiàng)指標(biāo)進(jìn)行數(shù)據(jù)挖掘分析,同時(shí)研究了配送路徑結(jié)構(gòu)分布圖與訂單分揀及配送延遲的內(nèi)在原因,展示并分析了物流儲(chǔ)配環(huán)節(jié)運(yùn)營(yíng)特性及流程特征。(2)結(jié)合數(shù)據(jù)分析結(jié)果,建立基于時(shí)間序列的配送量預(yù)測(cè)模型。經(jīng)過(guò)物流儲(chǔ)配過(guò)程數(shù)據(jù)分析,發(fā)現(xiàn)物流配送量在物流儲(chǔ)配策略的制定中起著較大作用,依據(jù)煙草配送數(shù)據(jù)生成周配送量時(shí)間序列,建立基于Holt-Winters算法的配送量預(yù)測(cè)模型,使用R語(yǔ)言包中的相應(yīng)函數(shù)進(jìn)行仿真,通過(guò)對(duì)擬合結(jié)果的誤差分析檢驗(yàn)?zāi)Ｐ托Ч?并應(yīng)用模型得出周配送量預(yù)測(cè)趨勢(shì)。(3)針對(duì)該模型的不足,構(gòu)建基于L-M算法的神經(jīng)網(wǎng)絡(luò)配送量預(yù)測(cè)模型。利用MATLAB軟件編程仿真實(shí)驗(yàn),對(duì)比兩個(gè)模型的性能表現(xiàn)和誤差檢驗(yàn),得出短時(shí)期內(nèi)基于L-M算法的神經(jīng)網(wǎng)絡(luò)周配送量模型更為有效和準(zhǔn)確的結(jié)論。使用該模型進(jìn)行配送量預(yù)測(cè),得到一致的預(yù)測(cè)趨勢(shì),并通過(guò)該預(yù)測(cè)結(jié)果提出了物流儲(chǔ)配的宏觀策略。本文通過(guò)對(duì)物流儲(chǔ)配數(shù)據(jù)的分析與模型預(yù)測(cè),以數(shù)據(jù)為依托,驅(qū)動(dòng)企業(yè)做出合理高效的決策,起到了利用數(shù)據(jù)有效提高企業(yè)物流活動(dòng)效率,優(yōu)化物流儲(chǔ)配策略的作用。
【圖文】：

學(xué)、時(shí)空分析等許多新興研宄方向。根據(jù)傳統(tǒng)任務(wù)分類(lèi)，數(shù)據(jù)挖掘技術(shù)可分為分逡逑類(lèi)、聚類(lèi)、關(guān)聯(lián)規(guī)則、評(píng)估、預(yù)測(cè)、數(shù)據(jù)可視化和復(fù)雜數(shù)據(jù)類(lèi)型的挖掘等幾類(lèi)［５７］［５８］。逡逑根據(jù)挖掘的對(duì)象不同進(jìn)行分類(lèi)，可分為如圖２－１所示的幾類(lèi)。逡逑挖掘?qū)ο箦义线姡蛇姡蛇姡蛇姡蛇姡蛇姡姡蛇姡蛇姡蛇姡哄澹苓婂义详P(guān)系空間時(shí)態(tài)文本多媒異質(zhì)遺產(chǎn)逡逑數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)體數(shù)數(shù)據(jù)數(shù)據(jù)Ｗｅｂ逡逑ｆ邋庫(kù)庫(kù)庫(kù)源據(jù)庫(kù)庫(kù)庫(kù)逡逑圖２－１根據(jù)挖掘的對(duì)象進(jìn)行分類(lèi)逡逑根據(jù)挖掘的方法不同進(jìn)行分類(lèi)，可分為決策樹(shù)、分類(lèi)、回歸分析、聚類(lèi)、關(guān)逡逑聯(lián)分析、特征分析等，如圖２－２所示。具體方法將在下一節(jié)詳細(xì)介紹。逡逑１０逡逑

圖２－３根據(jù)挖掘的|饈澆蟹擲噱義，

本文編號(hào)：2533558