隨著物流配送需求的快速增長(zhǎng),人們對(duì)配送服務(wù)水平的要求愈來(lái)愈高,配送速度已經(jīng)成為最受關(guān)注的要素。對(duì)于企業(yè)而言,建立快速響應(yīng)體系已經(jīng)成為必然要求。然而,快速響應(yīng)體系的建立往往意味著成本的增加。從配送的角度,如何保持降低成本和快速響應(yīng)客戶需求的平衡已經(jīng)成為企業(yè)亟待解決的問(wèn)題。精細(xì)化配送是解決這個(gè)問(wèn)題的重要切入點(diǎn),它源于精益生產(chǎn),把精細(xì)化思想引入物流過(guò)程,從物流末端客戶需求出發(fā)進(jìn)行各配送站點(diǎn)的產(chǎn)品配送需求識(shí)別,旨在通過(guò)配送需求識(shí)別提前洞悉未來(lái)需求量,從而提前備貨以提高配送效率,同時(shí)降低物流各個(gè)作業(yè)環(huán)節(jié)的成本。實(shí)施精細(xì)化配送的關(guān)鍵是提前進(jìn)行配送需求識(shí)別,配送需求識(shí)別可以細(xì)化為需求對(duì)象識(shí)別和需求量識(shí)別兩個(gè)方面。需求對(duì)象識(shí)別是指提前挖掘潛在客戶,以實(shí)現(xiàn)精準(zhǔn)營(yíng)銷和洞察未來(lái)需求。需求量識(shí)別是指根據(jù)歷史數(shù)據(jù)提前預(yù)測(cè)站點(diǎn)銷量,以優(yōu)化倉(cāng)儲(chǔ)管理從而降低配送成本。目前,配送站點(diǎn)的需求管理一般是使用經(jīng)驗(yàn)預(yù)判、按期補(bǔ)貨等傳統(tǒng)方式,存在著不確定性大、對(duì)專家的依賴性強(qiáng)等問(wèn)題。從海量數(shù)據(jù)中挖掘有價(jià)值的信息,使用數(shù)據(jù)來(lái)驅(qū)動(dòng)精細(xì)化配送需求識(shí)別,可以科學(xué)合理的解決這些問(wèn)題。數(shù)據(jù)驅(qū)動(dòng)精細(xì)化配送需求識(shí)別的核心,是在數(shù)據(jù)的基礎(chǔ)上利用相... 

【文章來(lái)源】：浙江理工大學(xué)浙江省

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１可以看出，為了實(shí)現(xiàn)高質(zhì)量發(fā)展模式下數(shù)據(jù)驅(qū)動(dòng)的配送活動(dòng)，需要從數(shù)據(jù)??

浙江理工大學(xué)碩士專業(yè)學(xué)位論文?數(shù)據(jù)驅(qū)動(dòng)的精細(xì)化配送需求識(shí)別研究??３精細(xì)化配送數(shù)據(jù)系統(tǒng)設(shè)計(jì)??３．１系統(tǒng)目標(biāo)??在自建的物流配送模式下，企業(yè)可以合理地規(guī)劃管理流程，提高物流作業(yè)效率，減少??流通費(fèi)用。瓶裝液化石油氣是典型的自營(yíng)配送模式商品，一個(gè)完整的配送流程如圖３．１所??示，從用戶的下單開(kāi)始到收貨之后的訂單結(jié)算結(jié)束。顯然，液化石油氣配送過(guò)程的流程控??制十分嚴(yán)格，完成配送還包括入戶檢查環(huán)境、安裝、收費(fèi)確認(rèn)以及回收空瓶等，整個(gè)過(guò)程??繁瑣，耗時(shí)長(zhǎng)。為了提高整個(gè)配送流程的效率，站點(diǎn)需要處于良好的供需均衡狀態(tài)，始終??有適量貨物以保證實(shí)時(shí)響應(yīng)客戶需求，從而提高客戶的滿意程度。??’穿工作服、??＾佩戴證件??確認(rèn)訂單信息??；?ｊ??提氣．檢查??＾?＾????￣￣停止供氣＂＂＂＂．????１?報(bào)告上級(jí)??配送到戶?ｙ??核實(shí)用｜戶信息｜???檢查用Ｉ氣環(huán)境｜?￣￣ｙ??ｎ?ｉ?ｎ??用戶自整告知??行安裝ｙ?現(xiàn)場(chǎng)整改??ｙ?Ｉ??ｎ??ｎ??勾選自行安裝?更并換調(diào)？???－用戶簽字?????｜Ｉ＾，??｜空瓶送回??〇??圖３．１液化石油氣配送流程??１８??

ｅｐｌｉｃａｔｅｓ，?ｐａｔｈ）；??｜＾??ｎａｍｅｎｏｄｅ?ｉ??Ｍｅｔａｄａｔ＾ｊ＞ｐ５＾＾?｜＼??ｂｌｏｃｋ?ｏｐ、??９＾ｉｅｎｔ?＼??Ａ！?＼??ｒｅａｄ／?＼??ｒ?／?ｄ?＾ａｎｏｄｅｓ??，?＼?ｄａｔａｎｏｄｅｓ??Ｉ?Ｄ?Ｂ?□?｜?ｄｒｅｐｌｉｃａ—｜?％?＾?｜??ｒａｃｋｌ?＼?ｉ?Ｊ／?ｒａｃｋ２???－?－?Ｘ－－－１???…????＇＇??＇＇Ｎｗｒｉｔｅ＾／??ＣｒＤ??ｃｌｉｅｎｔ??圖３．５ＨＤＦＳ架構(gòu)圖??３．３．３計(jì)算引擎??計(jì)算引擎負(fù)責(zé)對(duì)數(shù)據(jù)系統(tǒng)中的數(shù)據(jù)進(jìn)行計(jì)算，包括數(shù)據(jù)的清洗、預(yù)處理以及模型的構(gòu)??建、評(píng)估、選擇過(guò)程中的所有計(jì)算流程，是大數(shù)據(jù)生態(tài)系統(tǒng)中最為核心的部分。按照所處??理數(shù)據(jù)狀態(tài)的不同可以分為批處理和流處理計(jì)算引擎兩種類型。批處理一般對(duì)應(yīng)于離線計(jì)??算，在數(shù)據(jù)處理的過(guò)程中操作大容量的靜態(tài)數(shù)據(jù)，整個(gè)處理流程所需的時(shí)間較長(zhǎng)，用于分??析較為復(fù)雜的歷史數(shù)據(jù)。在精細(xì)化配送需求識(shí)別過(guò)程中對(duì)于客戶類型、銷量預(yù)測(cè)等進(jìn)行計(jì)??算是都是通過(guò)批處理計(jì)算。??在Ｈａｄｏｏｐ生態(tài)系統(tǒng)中，ＭａｐＲｅｄｕｃｅ是一個(gè)最基礎(chǔ)的批處理計(jì)算引擎，它是一個(gè)基于??ｊａｖａ編寫(xiě)的運(yùn)行在ＨＤＦＳ之上的并行分布式離線批處理框架。ＭａｐＲｅｄｕｃｅ不僅通過(guò)利用??Ｎａｍｅｎｏｄｅ上存儲(chǔ)的數(shù)據(jù)的位置信息來(lái)就近的處理數(shù)據(jù)以實(shí)現(xiàn)信道損失最小化，還能自動(dòng)??完成計(jì)算任務(wù)的并行化處理，提高計(jì)算過(guò)程的運(yùn)算速度。同時(shí)，ＭａｐＲｅｄｕｃｅ還是一個(gè)并行??程序設(shè)計(jì)模型與方法，它借助于函數(shù)式程序設(shè)計(jì)語(yǔ)言Ｌｉｓｐ的設(shè)計(jì)思想，提供了一種簡(jiǎn)便的??并行程序設(shè)計(jì)方法，將復(fù)雜


本文編號(hào)：3567483