電子商務(wù)的快速發(fā)展使得傳統(tǒng)零售的銷售模式逐漸從B2C轉(zhuǎn)化為C2M模式。因此,帶來(lái)的大量小件訂單對(duì)倉(cāng)儲(chǔ)物流的運(yùn)營(yíng)能力提出了更高的要求。在以“人到貨”為作業(yè)方式的倉(cāng)儲(chǔ)企業(yè)中,分揀時(shí)間占整個(gè)倉(cāng)儲(chǔ)作業(yè)時(shí)間的45%。所以,揀選作為倉(cāng)儲(chǔ)物流業(yè)務(wù)的關(guān)鍵環(huán)節(jié),其工作效率對(duì)電子商務(wù)企業(yè)運(yùn)營(yíng)和服務(wù)水平具有重要影響,從提高揀選作業(yè)的效率出發(fā)進(jìn)行貨位分配與訂單分批的研究顯得尤為重要。倉(cāng)儲(chǔ)集中化是目前電商物流提高倉(cāng)儲(chǔ)物流的常用庫(kù)存管理模式。在倉(cāng)儲(chǔ)集中化管理中,研究有效的分區(qū)策略,更能利用倉(cāng)儲(chǔ)集中化的優(yōu)勢(shì)。論文分析選擇了并行分區(qū)運(yùn)營(yíng)模式,建立了以誤工率最小為目標(biāo)的貨位分配模型,結(jié)合關(guān)聯(lián)規(guī)則計(jì)算出貨品的關(guān)聯(lián)度,進(jìn)行貨位分配的優(yōu)化方案設(shè)計(jì)。針對(duì)并行分區(qū)分揀系統(tǒng)縮短揀貨時(shí)長(zhǎng)的需求,研究了訂單分揀策略,以分批策略為指導(dǎo)完成訂單揀選作業(yè)流程。針對(duì)不同分區(qū)揀貨完成時(shí)長(zhǎng)的巨大差異導(dǎo)致的訂單處理時(shí)間過(guò)長(zhǎng)的實(shí)際問(wèn)題,構(gòu)建基于定量訂單集的、以處理時(shí)間為目標(biāo)函數(shù)、以訂單分割、設(shè)備資源等為約束條件的訂單分批數(shù)學(xué)模型。針對(duì)分批模型中對(duì)工作量的均衡要求,將DBSCAN算法和到K-Means算法結(jié)合對(duì)分批模型進(jìn)行求解,得到最佳的訂單分批結(jié)果,... 

【文章來(lái)源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

DBSCAN聚類圖

不同的參數(shù)組合的DBSCAN聚類結(jié)果

訂單大小分布圖

【參考文獻(xiàn)】：
期刊論文
[1]普通立體倉(cāng)庫(kù)的貨位優(yōu)化模型與算法研究[J]. 李永偉,劉樹(shù)安,郭晉秦.  計(jì)算機(jī)工程與科學(xué). 2019(02)
[2]啟發(fā)式路徑下節(jié)約里程的訂單分批算法[J]. 王轉(zhuǎn),裴澤平.  計(jì)算機(jī)工程與應(yīng)用. 2018(23)
[3]基于改進(jìn)遺傳K-均值算法的多品種小批量訂單分批方法[J]. 邵澤熠,董寶力.  浙江理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[4]組合旋轉(zhuǎn)貨架揀選路徑規(guī)劃研究[J]. 張志強(qiáng).  制造業(yè)自動(dòng)化. 2018(08)
[5]零售物流中心運(yùn)作優(yōu)化的一種T型補(bǔ)貨策略[J]. 田歆,羅春林,汪壽陽(yáng),陳慶洪,盧美紅.  中國(guó)管理科學(xué). 2018(04)
[6]淺談電子商務(wù)背景下的倉(cāng)儲(chǔ)配送[J]. 陳桂芹,黃靜,韓瑋平.  中國(guó)商論. 2018(10)
[7]多載具自動(dòng)化立體倉(cāng)庫(kù)貨位分配與作業(yè)調(diào)度集成優(yōu)化[J]. 楊瑋,劉江,岳婷,王潔慈.  計(jì)算機(jī)集成制造系統(tǒng). 2019(01)
[8]基于“反學(xué)習(xí)”理論的人工蜂群算法在訂單分批問(wèn)題中的應(yīng)用[J]. 吳天行,郭鍵.  物流技術(shù). 2017(12)
[9]并行分區(qū)揀選系統(tǒng)流程優(yōu)化[J]. 張寧.  經(jīng)營(yíng)與管理. 2017(12)
[10]基于密度的K-means算法在軌跡數(shù)據(jù)聚類中的優(yōu)化[J]. 郝美薇,戴華林,郝琨.  計(jì)算機(jī)應(yīng)用. 2017(10)

博士論文
[1]并行自動(dòng)分揀系統(tǒng)分揀任務(wù)及補(bǔ)貨緩存優(yōu)化研究[D]. 王艷艷.山東大學(xué) 2012

碩士論文
[1]新零售情景下訂單揀選作業(yè)優(yōu)化研究[D]. 張寧.浙江理工大學(xué) 2018
[2]基于聚類分析的貨位分配問(wèn)題研究[D]. 李想.遼寧科技大學(xué) 2018
[3]A電商企業(yè)倉(cāng)儲(chǔ)中心訂單揀選作業(yè)優(yōu)化研究[D]. 吳楠.暨南大學(xué) 2016
[4]基于密度的改進(jìn)K-Means文本聚類算法研究[D]. 賈永娟.山西師范大學(xué) 2014



本文編號(hào)：3079164