一、货位优化管理规则(一)（论文文献综述）
阮琦[1]（2021）在《W企业配送中心订单分批拣货优化》文中研究表明在人工操作为主的仓储环境下,传统的储位分配和订单合并方式已经无法满足消费者日益增长的时限要求。在大多数企业现状中,仓储中心的各作业环节各自为营,运营上鲜有关联,特别是储位分配和订单拣选的环节,前者决定了拣选商品的位置,后者决定的拣选商品的顺序,两个环节的组合直接决定了拣选员拣选商品时的所有路径,是提高人工仓储效率的重中之重。同时,随着企业数据量随着电商订单量的增加而大幅上升,大规模的数据处理和数据挖掘的方法也能够帮助企业去挖掘历史订单数据中的关联信息,从而支持储位分配和订单分批的优化。本文工作如下:（1）简要介绍W企业的分区拣选系统,对该企业仓储的人工拣选作业进行梳理,分析仓储运营的问题所在,确定货位分配和订单分批是本文的关键优化方向,二者在决定拣选距离上具有关联性,需要考虑商品相关性和订单相似性;（2）针对分区系统的均衡分区工作量和缩短拣选时间长度的需求,构建订单相似度系数,定义了订单拣选的时间模型表达式,建立了以分区系统拣选总时长最短的订单分批模型和储位优化模型,并构建了基于商品关联规则的货位分配算法和基于订单相似度的订单分批算法;（3）利用python语言进行数据清洗、关联规则apriori挖掘算法编写,货位优化和订单分批的算法求解,两种和随机存储、基于需求频率存储两种货位分配方案、先到先服务的订单分批对比,分析货位分配和订单分批的优化效果。结果表明:基于关联规则的货位分配和基于订单相似度的订单分批在减少批次拣选时长、降低分区系统总拣选时间,提高分区工作均衡度上优化较好,联合优化后可降低20%以上的总拣选时间。
李莉[2]（2020）在《存放时长存储策略下重力式货架的分配/存取算法设计与实现》文中进行了进一步梳理仓储是现代物流不可或缺的一个环节,是现代物流与供应链的调度中心和库存控制中心,在整个供应链中起着至关重要的作用。为了应对日益膨胀的物流需求,逐渐紧缺的土地资源以及不断攀升的人力资源成本,仓库管理者希望可以在不增加仓库占地面积的前提下,结合信息化、自动化和智能化的仓库管理,提升仓库存储空间的使用率。重力式货架系统是一种高密度、高空间利用率、低投资成本和低运营成本的自动存取系统,其存储单元内的货物在重力作用下,由存储端滑向提取端。此外,货物存储位置的分配情况和存取操作的路径选择是影响重力式货架系统存取性能的主要因素。因此,采取合理有效的货位分配方法和存取操作生成方法,对于提高重力式货架系统中货物的存取性能是有必要的。该研究具有理论价值和实际应用意义,论文的主要工作体现在:（1）重力式货架系统货位分配优化。基于存放时长存储策略,利用所有货物的到达时间和离开时间信息,提出一种混合分组匹配启发式方法。通过将更多的货物分配到更加靠近提取点/放置点的存储单元,最小化装卸设备执行存储和提取操作的总行驶时间。（2）重力式货架系统存取操作路径优化。根据有效的货位分配信息,提出一种基于匈牙利方法的启发式生成合理有效的存取操作序列。通过尽可能多的生成一个存储单元内的双命令操作,最小化装卸设备执行存储和提取操作的总行驶时间。（3）基于以上两点研究,设计并实现一个具有货位分配和存取操作路径优化功能的中小规模企业仓库管理原型系统。
李亚芳[3]（2019）在《基于关联规则的货位分配和订单分批优化研究》文中研究说明随着消费者对于网络购物交付时限的要求越来越高,优化人工订单拣选作业以减少订单完成时间成为多数电商企业仓储管理的重点和难点。电商仓储作业各环节相互影响,上架存储环节的货位分配决定了待拣选商品的存储位置,订单拣选环节的订单分批决定了待拣选订单和商品的组合,二者共同决定了拣选员一次拣选任务的拣选路径,是订单拣选作业优化的关键方向。然而,实际作业过程中,电商企业常依据独立割裂的准则分别进行各作业,忽视了货位分配和订单分批在影响拣选距离上的关联性。在以往的研究中也都从单一活动切入,尚未有学者考虑二者之间的相互影响对货位分配和订单分批进行联合优化。与此同时,随着电商仓储需处理的订单量不断增长,采用数据挖掘的方法分析大量历史订单数据,挖掘潜在关系进行优化也更有意义。因此,本文采用关联规则挖掘算法,重点考虑客户需求相关性,基于统一的关联规则对货位分配和订单分批进行联合优化,以提高电商仓储人工订单拣选效率。本文对电商仓储人工订单拣选作业分析后发现,货位分配和订单分批是订单拣选作业优化的关键方向,二者在决定拣选距离上具有关联性,不同场景下的商品相关性是二者都要考虑的重要因素。因此,本文通过商品关联规则提出了三步骤的货位分配和订单分批联合优化过程:以总拣选距离最小为目标构建了两阶段的货位分配模型;以所有批次内时间期限相近的订单关联度最大为目标构建了订单分批模型。货位分配模型通过将关联商品临近存放和需求频率高的商品靠出口存放减少总拣选距离;订单分批模型在商品关联规则基础上构建订单关联规则,通过将关联度大的订单一起拣选减少总拣选距离。随后,本文采用FP-growth关联规则挖掘算法构建了基于商品关联规则的初始状态和考虑订单分批的货位分配算法以及基于订单关联规则的不考虑时间期限和考虑时间期限的订单分批算法。最后,本文利用python编程语言进行求解,和随机存储、基于销量分类存储、FCFS、DDB策略对比,分析了货位分配和订单分批的联合优化效果。通过改变关联规则挖掘阈值、商品种类数、订单数量、拣选设备容量等参数进行灵敏度分析,探究了不同因素对货位分配和订单分批联合优化效果的影响。整体研究结果表明:基于关联规则的货位分配和订单分批在减少总拣选距离、提高拣选效率上取得了不错的优化效果,联合优化后可降低12.9%以上的总拣选距离。本文的研究可以为电商企业优化订单拣选效率提供新的方法尝试,也是对订单拣选研究的扩展和创新。图29幅,表20个,参考文献57篇。
陈江林[4]（2019）在《ZH物流公司仓储管理优化研究》文中研究表明仓储是物流活动中一个重要的环节,是物流管理的核心。如何快捷、准确、全面地掌握货物在仓储过程的信息,保证货物的安全、高效仓储,对其仓储管理起着非常重要的作用。ZH物流公司经营着4万平方米的仓储面积,仓库内有着配套的各种基本设施设备,仓库已采用WMS信息系统进行管理,仓储的日常管理工作基本稳定,但随着国际经济竞争越来越激烈、客户对物流服务的要求越来越高,ZH物流公司的仓储管理工作中出现了诸多的问题,如仓储管理制度不健全、仓储设备利用率低下、仓储货位分配不合理、仓储专业人才缺乏以及仓储信息化建设滞后等问题,已不能满足客户日益增长的多样化需求。本文是以“绪论和仓储管理相关概念与理论基础—ZH物流公司仓储管理现状--ZH物流公司仓储管理存在的问题—ZH物流公司仓储管理优化策略—结论与展望”为全文研究的整体思路,通过ZH物流公司的仓储作业流程之入仓、库存管理、出仓、货位管理和仓储管理制度等进行分析,结合ZH物流公司仓储管理的现状,发现ZH物流公司仓储管理存在诸多问题,如仓储管理制度不够健全、仓储设备利用率低下、仓储货位分配不合理、仓储专业人才缺乏以及仓储信息化建设滞后等。然后通过文献法和案例研究法的方式,运用ABC分类法,综合应用于ZH物流公司当前情况下的仓储管理,提出了适合ZH物流公司仓储管理有针对性的优化措施和方法。最后针对性的提出了完善仓储管理制度体系、优化仓储设施设备配置、优化仓储货位分配、加强仓储人才队伍建设、优化信息化的建设等有效措施进行优化,促进企业作业的安全高效进行、提升企业的服务质量与水平,打造企业良好的经营管理氛围,为企业建立可持续发展的仓储管理体系提供指导意见与支持。本文的部分研究成果已在ZH物流公司逐步开展与实施,并取得了较为明显的效果,期望所有的策略全部落实后能推动与帮助ZH物流公司在仓储管理方面取得理想的效果,同时希望这些策略能为其他物流企业在仓储管理方面提供一些具有可操作性的、实质意义的参考与借鉴。
陈冬生[5]（2019）在《A医药物流中心货位优化的研究》文中提出据商务部统计,2019年我国医药市场规模有望超过2.2万亿元。而近年来随着国家政策向基层医疗市场倾斜,药品终端市场蓬勃发展,药品流通企业所服务的客户从大型县市级医院下沉到基层卫生院、农村卫生室、个体药店,导致了客户的数量急剧增加,客户化要求日益多样。所以各大药品流通企业之间已不光局限在业务层面的竞争,更注重把精力放到供应链的优化上来,考虑如何更为安全、高效地满足客户的需求。而仓储管理作为企业供应链中的核心环节,正被越来越多的企业管理人员所重视。药品仓储管理要解决如何更有效地提高仓储管理的效率,而其中一重点项就是对货位进行优化排布,因为货位的合理排布可以缩短拣货动线,提高作业效率,提高出入库能力。以A医药物流中心作为研究对象,分析实际运营数据,得出对A医药物流中心货位进行优化的必要性。本文先对货位优化的概念以及目前常用的优化策略等进行了简单综述。然后通过对A医药物流中心的作业及货位布局现状的分析,引出A医药物流中心现阶段存在的问题,即拣货效率低、货位分配不合理等问题。接着通过数学建模的方法,以出库作业产生的物流总量最小为目标,以药品的拣货频次和进行出库时员工所需要的必要移动长度设定为关键指标,建立数学模型来对货位进行优化。最终将建立完成的数学模型在LINGO软件中优化求解。并对优化前后的效果进行对比,验证应用此模型进行货位优化是否有效。通过理论联系实际,将货位优化的理论应用到A医药物流中心,使得长期困扰A医药物流中心的出入库效率低下问题得到有效解决,更快更好地适应激烈的市场竞争。
蔡安江,蔡曜,郭师虹,苏晓峰,王坚[6]（2018）在《两端式同轨双车运行模式的货位分配策略》文中指出针对大型工业立体仓库因巷道纵深过长普遍存在存储效率低的问题,提出两端式同轨双车的运行模式,并以存储效率优先原则、结构稳定性原则为评价标准,建立了适用于同轨双车运行模式的货位分配模型。设计了3种多目标生物地理学优化算法,构建了集成多目标生物地理学优化算法获取符合货位分配模型的最优解集,实现了该模式下的货位优化。运用MATLAB进行仿真,结果表明集成多目标生物地理优化算法比3种多目标生物地理学优化算法及标准遗传算法均具有更好的收敛性和搜索效率,可以有效解决两端式同轨双车运行模式下任意规模的立体仓库货位分配问题,且性能稳定,对提高大型工业立体仓库的存储效率及其结构稳定性具有一定的理论指导和应用价值。
付辛[7]（2018）在《A配送中心货位优化研究》文中研究说明20世纪90年代以来,随着全球经济贸易以及各国经济的发展,物流这一行业已成为促进一国经济发展的中坚力量,在提升国家的国际竞争力和综合实力等方面发挥着越来越重要的作用,物流企业的发展意义显得非常重大。物流企业要想发展,获得更高的收益,可以从配送中心着手建立一个快速有效的物流操作系统,从商品的采购、生产、运输、仓储到销售的整个供应链上的环节节约成本,实现开源节流。配送中心是接受并处理末端用户的订货信息,对上游运来的多品种货物进行分拣,根据用户订货要求进行拣选、加工、组配等作业,并进行送货的设施和机构。配送中心的内部合理布局和高效的运作,是企业提高市场竞争力重要环节之一,其中减少响应时间和降低仓储成本,从而提高物流服务水平是至关重要的。本文围绕配送中心优化问题进行研究,首先阐述了配送中心货位优化的研究背景和研究意义,介绍相关理论知识。接着,以B公司供应链模块下的A配送中心为背景,调查分析A配送中心的现状布局和管理现状,主要针对其2017年“双十一”大型促销发生的爆仓问题进行调查研究,从A配送中心的货物揽收及时率、签收及时率、妥投率、破损率和遗失率五项指标发生大幅度下降的原因进行深入分析,其中重点分析揽收及时率,经过分析揽收及时率在“双十一”期间较低的原因发现A配送中心的货位分配方法影响其运作效率,其货位分配方法仍属于根据工作人员经验分配货位的传统分配方式。然后,本文根据A配送中心的传统货位分配方法在“双十一”大促中出现的爆仓情况提出问题并在此基础上进行改进,从A配送中心内部的货位分配方式和拣货员的货物拣选方式着手研究,基于货物的最优摆放规则、拣货员消耗能量最少以及最短、最优拣货路径这三个指标建立A配送中心的多目标优化模型,并代入数据求解。最后,根据求解结果得出结论表明:A配送中心大部分货物的储存货位不是最佳存放位置,经过优化过后的A配送中心的货位分配方式可以有效提高其作业效率,且节省人力,缓解大型促销期间导致的爆仓问题,这对提高B公司其他配送中心在大型促销期间的运营效率有一定的借鉴意义。总而言之,进行货位优化对缓解大型促销情况下配送中心爆仓现象,提高配送中心的物流运转效率具有重要的意义。
刘晓翠[8]（2017）在《RZ物流有限公司仓储管理问题研究》文中进行了进一步梳理这些年,随着第三方物流业企业的兴起,市场竞争越来越激烈,企业要想更好的发展,必须提高自身竞争力。仓储服务作为物流中的一个重要的组成部分,可以为企业提供多种的服务,如第三方仓储企业可以为货主提供储存、装卸货、包装、订单分类、信息以及货主要求的其他专门的物流服务。如何有效地进行仓储管理,降低仓储作业成本,已经成为物流企业提升竞争力的关键。本文以第三方物流企业RZ物流有限公司的仓库为例,分析其仓储管理过程中所存在的问题和需要改进的地方,并提出改进的有效措施,从而提高其仓储作业效率。首先,本文对仓库布局优化、货位优化以及仓储安全管理的相关理论进行了简要综述。其次,介绍RZ公司的仓储管理现状,分析仓储管理中存在的主要问题,通过鱼刺图找出仓储作业效率低下的主要原因,主要有仓库布局不合理、货位规划不合理以及安全事故频发等三方面问题,并对其进行深入分析。然后,对针对RZ公司仓储管理中存在的主要问题提出改进措施,运用SLP（Systematic Layout Planning）方法对仓库进行重新布局,通过考虑仓库内各作业区域间的综合关系,调整各作业区域的位置,实现仓库的合理布局,并对优化前后仓库内总作业量进行对比,验证了SLP方法进行仓库布局的有效性;运用ABC拓展指标分类法对仓库货位进行优化,并基于出货量、周转率两项指标对货物进行分类,然后再对货物分类存储,从而实现货位的优化。最后,针对仓库中存在的安全问题提出改进措施,通过合理堆码、消防安全、安全管理制度等三方面的改进,有效减少安全事故的频发,最终提高仓储作业效率。本文将理论与实践相结合,将仓储管理的理论知识运用到第三方物流企业实际的仓储管理当中,并结合企业自身的特点,通过合理布局、货位优化以及相关的安全管理措施来提高仓储作业的效率,从而使企业能够更有效、更快的响应快速变化的市场需求。
杜颖[9]（2017）在《动态货位指派与拣货路径系统优化研究》文中认为随着电商平台的发展,电商企业对市场的占有率逐年提升,其产品具有种类繁多、市场需求变动较大且周期较短的特点。目前电商仓库通常采用“先货位指派,后拣货”的作业方式,这种作业方式对于产品需求变动较大的仓库难以满足实时市场需求,并且会加大分拣人员工作难度,降低其工作效率。因此对于此类型产品的仓库,货位指派与拣货路径系统优化是当前研究的必然趋势。本文主要针对电商、零售等企业其产品需求变动较大的特点,提出一种“动态货位指派与拣货”协同作业的拣货方式,通过协同作业和动态货位指派,最终达到仓库适应市场实时变化,并提高分拣人员工作效率的目的。具体内容如下:首先,对货位指派、路径优化和模拟退火算法的相关理论进行简要概述;其次,建立优化数学模型,通过模型假设条件和约束条件,建立优化模型目标函数;再次,基于模拟退火算法进行求解,根据实际情况及国内外研究成果设计出模型影响因素,并进行基准实验设计;最后对优化模型进行仿真分析,为了验证算法的正确性,本文使用matlab软件对算法进行求解,并对求解结果进行分析,分析结果包含两部分,其一是验证优化模型的有效性;其二评价各组合策略的效果。
韦超豪[10]（2016）在《面向B2C电商平台的订单分拣优化研究》文中研究指明随着B2C电子商务的快速发展,随之产生了大量的包裹,使物流中心进行处理的压力与日俱增。在“双十一”、“双十二”等促销活动期间,物流仓库经常出现“爆仓”现象,影响了用户体验。在这样的形势下,如何提高物流仓库的处理效率,减少“爆仓”现象的产生,是物流企业重点关注的问题。在物流仓库的作业过程中,分拣所占的时间要占仓库作业时间的40%以上。实践证明,通过合理的库位分配以及订单分批,不仅可以提高物流仓库的库存管理水平,也有助于改善物流中心分拣的效率和水平,缩短分拣环节的处理时间。订单分拣研究问题主要包括仓库布局、库位分配、订单分批和路径优化这几个问题,这些问题对分拣的效率和水平有着很大的影响。本文提出面向B2C电商平台的订单分拣优化,通过货位分配和订单分批对分拣过程进行优化,减少分拣过程的总行走距离,提高物流分拣效率。本文构建了货位分配问题模型,在算法实现时,首先运用关联规则算法,计算货品的频繁度,考虑了货品出入库的频率、货品价值以及距离出口的距离,得到货位与该货品的适合度（C值）,根据该值更合理的分配货位。构建了订单分批模型,设计了基于Canopy和K-Means算法的订单分批算法,采用种子算法中的相同通道数作为订单间相似性系数,通过Canopy算法得到初始聚类,使用K-Means算法聚类得到分批结果。文章同时比较了采用货位优化分配策略和随机策略的货位分配对订单分批的影响。数值实验表明通过改进的货位分配和订单分批方法可以有效降低分拣距离,提高分拣效率。
二、货位优化管理规则(一)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、货位优化管理规则(一)（论文提纲范文）
（1）W企业配送中心订单分批拣货优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究内容 |
| 1.3 研究意义 |
| 第2章 文献综述与理论基础 |
| 2.1 分区拣货系统研究现状 |
| 2.2 储位分配和订单合并研究现状 |
| 2.2.1 储位分配研究现状 |
| 2.2.2 订单分批研究现状 |
| 2.3 关联规则算法 |
| 2.4 订单分批策略 |
| 2.5 拣货路径优化 |
| 第3章W企业现状分析 |
| 3.1 W企业简介 |
| 3.2 W企业仓库拣货流程介绍 |
| 3.2.1 采用分区并行拣选系统 |
| 3.2.2 分区拣选实际流程 |
| 3.3 W企业仓库拣货流程特点 |
| 3.3.1 拣选方式向播种式转变 |
| 3.3.2 基于随机存储的储位指派方案 |
| 3.3.3 固定订单量分批和返回型路径策略 |
| 3.4 存在问题分析 |
| 3.4.1 分拣效率亟待提高 |
| 3.4.2 分区工作均衡度低 |
| 3.4.3 未考虑商品相关度的影响 |
| 3.5 本文小结 |
| 第4章 并行分区的储位优化模型与算法 |
| 4.1 储位优化问题描述 |
| 4.2 并行分区的储位优化模型建立 |
| 4.2.1 模型假设 |
| 4.2.2 模型建立 |
| 4.3 分区系统储位优化模型求解 |
| 4.3.1 Apriori关联规则挖掘 |
| 4.3.2 货位分配过程 |
| 第5章 并行分区的订单分批模型与算法 |
| 5.1 订单分批问题描述 |
| 5.2 并行分区订单分批模型建立 |
| 5.2.1 订单分批模型假设 |
| 5.2.2 考虑订单相似度的订单分批模型 |
| 5.3 分区系统订单分批模型求解 |
| 5.3.1 相似度系数构建 |
| 5.3.2 订单处理时间模型 |
| 5.3.3 基于返回型拣选策略的行走距离表达式 |
| 5.3.4 订单分批过程 |
| 第6章 W企业实例分析 |
| 6.1 W企业数据准备 |
| 6.1.1 数据集清洗 |
| 6.1.2 商品数据 |
| 6.1.3 仓库和货位数据 |
| 6.1.4 订单数据 |
| 6.2 基于关联规则的储位优化 |
| 6.3 考虑订单相似度的分批合并 |
| 6.4 结果对比分析 |
| 6.4.1 评价指标 |
| 6.4.2 储位优化结果 |
| 6.4.3 分区均衡度分析 |
| 第7章 研究总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 附录 算法代码 |
| 致谢 |
（2）存放时长存储策略下重力式货架的分配/存取算法设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究工作 |
| 1.4 本文的主要内容 |
| 第2章 典型的重力式货架 |
| 2.1 流式货架系统 |
| 2.2 双向流式货架系统 |
| 2.3 单机流式货架 |
| 2.4 三维紧凑系统 |
| 2.5 本章小结 |
| 第3章 重力式货架货位分配规则 |
| 3.1 问题描述 |
| 3.2 货物存储位置分配规则 |
| 3.2.1 基于分组匹配的启发式方法 |
| 3.2.2 混合分组匹配的启发式方法 |
| 3.3 仿真实验及实验结果分析 |
| 3.3.1 实验设计 |
| 3.3.2 混合分组匹配启发式性能分析 |
| 3.4 本章小结 |
| 第4章 重力式货架存取操作生成策略 |
| 4.1 问题描述 |
| 4.2 存取操作生成规则 |
| 4.2.1 一种基于贪心规则的启发式方法 |
| 4.2.2 基于匈牙利方法的启发式 |
| 4.3 仿真实验及实验结果分析 |
| 4.3.1 实验设计 |
| 4.3.2 基于匈牙利方法启发式的性能分析 |
| 4.4 本章小结 |
| 第5章 原型系统的设计与实现 |
| 5.1 系统开发环境与技术 |
| 5.1.1 ThinkPHP开发框架 |
| 5.1.2 WampServer运行环境 |
| 5.1.3 MVC设计模式 |
| 5.2 系统架构与功能模块设计 |
| 5.2.1 系统功能总体架构 |
| 5.2.2 系统功能模块设计 |
| 5.3 原型系统数据库设计 |
| 5.4 原型系统的实现 |
| 5.4.1 用户登录 |
| 5.4.2 基础信息管理模块的实现 |
| 5.4.3 仓库管理模块的实现 |
| 5.4.4 查询管理模块的实现 |
| 5.5 小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）基于关联规则的货位分配和订单分批优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 文献综述 |
| 1.2.1 订单拣选 |
| 1.2.2 货位分配 |
| 1.2.3 订单分批 |
| 1.2.4 关联规则挖掘 |
| 1.2.5 小结 |
| 1.3 研究目的与内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.3.3 研究技术路线 |
| 2 电商仓储人工订单拣选作业分析 |
| 2.1 电商仓储人工订单拣选作业概述 |
| 2.1.1 电商仓储人工订单拣选目标 |
| 2.1.2 电商仓储人工订单拣选流程 |
| 2.1.3 电商仓储人工订单拣选关键环节 |
| 2.2 电商仓储人工订单拣选现状 |
| 2.2.1 京东人工仓订单拣选现状 |
| 2.2.2 一号店人工仓订单拣选现状 |
| 2.2.3 亚马逊中国运营中心订单拣选现状 |
| 2.2.4 百世天猫仓人工拣选现状 |
| 2.3 电商仓储人工订单拣选问题分析 |
| 2.3.1 忽视货位分配对拣选距离的影响 |
| 2.3.2 忽视货位分配和订单分批在决定拣选距离上的关联性 |
| 2.3.3 忽视客户需求及分批过程中的商品相关性 |
| 2.4 小结 |
| 3 货位分配和订单分批联合优化模型建立与求解 |
| 3.1 问题描述及模型建立 |
| 3.1.1 问题描述 |
| 3.1.2 货位分配模型建立 |
| 3.1.3 订单分批模型建立 |
| 3.2 关联规则构建 |
| 3.2.1 商品关联规则构建 |
| 3.2.2 订单关联规则构建 |
| 3.3 基于商品关联规则的货位分配算法 |
| 3.3.1 关联规则挖掘算法选择 |
| 3.3.2 初始状态的货位分配算法 |
| 3.3.3 考虑订单分批的货位分配算法 |
| 3.4 基于订单关联规则的订单分批算法 |
| 3.4.1 不考虑时间期限的订单分批算法 |
| 3.4.2 考虑时间期限的订单分批算法 |
| 3.5 小结 |
| 4 基于J公司电商仓储的算例研究及效果分析 |
| 4.1 J公司货位分配和订单分批数据准备 |
| 4.1.1 商品数据 |
| 4.1.2 货位数据 |
| 4.1.3 订单数据 |
| 4.2 货位分配和订单分批模型求解 |
| 4.2.1 关联规则的挖掘 |
| 4.2.2 货位分配模型的求解 |
| 4.2.3 订单分批模型的求解 |
| 4.3 优化效果对比分析 |
| 4.3.1 货位分配优化效果分析 |
| 4.3.2 订单分批优化效果分析 |
| 4.3.3 货位分配和订单分批联合优化效果分析 |
| 4.4 仓库环境和客户需求因素影响与效果分析 |
| 4.4.1 关联规则挖掘阈值影响与效果分析 |
| 4.4.2 商品种类数影响与效果分析 |
| 4.4.3 订单数量影响与效果分析 |
| 4.4.4 拣选设备容量影响与效果分析 |
| 4.5 小结 |
| 5 结论与展望 |
| 5.1 主要研究成果及结论 |
| 5.2 研究不足及展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 附录C |
| 附录D |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）ZH物流公司仓储管理优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 一、绪论 |
| (一)研究背景及意义 |
| 1.研究背景 |
| 2.研究意义 |
| (二)国内外研究现状 |
| 1.文献综述 |
| 2.综述小结 |
| (三)研究内容和研究方法 |
| 1.研究内容 |
| 2.研究方法 |
| (四)研究重点难点和创新之处 |
| 1.研究重点难点 |
| 2.可能的创新之处 |
| 二、仓储管理相关概念与理论基础 |
| (一)仓储管理相关概念 |
| 1.仓储管理 |
| 2.仓储管理优化 |
| 3.仓库布局 |
| 4.货位管理 |
| (二)仓储管理理论基础 |
| 1.ABC分类法 |
| 2.EIQ分析法 |
| 三、ZH物流公司仓储管理现状 |
| (一)仓储业务流程现状 |
| (二)仓储设备现状 |
| (三)仓库布局现状 |
| (四)仓储人员现状 |
| (五)仓储信息化管理现状 |
| 四、ZH物流公司仓储管理存在的问题 |
| (一)仓储管理制度不够健全 |
| (二)仓储设备利用率低下 |
| (三)仓储货位分配不合理 |
| (四)仓储专业人才缺乏 |
| (五)仓储信息化建设滞后 |
| 五、ZH物流公司仓储管理优化策略 |
| (一)完善仓储管理制度体系 |
| 1.进行思维观念的转变 |
| 2.完善精细化管理制度 |
| 3.完善动态管理的制度 |
| (二)优化仓储设施设备配置 |
| 1.仓储设备管理责任到人 |
| 2.合理规划设备的使用 |
| 3.加强仓储人员技能培训 |
| 4.完善自动化设备建设 |
| (三)优化货位分配管理 |
| 1.仓储货位优化策略 |
| 2.储位管理优化方案 |
| (四)加强仓储人才队伍建议 |
| 1.加强仓储人员的培训 |
| 2.招聘与引进专业人才 |
| 3.支持与鼓励员工创新 |
| 4.强化员工激励机制 |
| (五)优化仓储信息化建设 |
| 1.优化升级仓储管理系统 |
| 2.引进智能物流机器人系统 |
| 六、结论与展望 |
| (一)本文结论 |
| (二)未来展望 |
| 参考文献 |
| 致谢 |
（5）A医药物流中心货位优化的研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文研究的技术路线与主要方法 |
| 1.3.1 论文研究的技术路线 |
| 1.3.2 论文研究的主要方法 |
| 2 相关理论综述 |
| 2.1 医药物流中心的相关理论 |
| 2.1.1 医药物流中心的概念 |
| 2.1.2 医药物流中心的功能 |
| 2.1.3 医药物流中心的特点 |
| 2.2 仓储管理的相关理论 |
| 2.2.1 仓储管理的内容 |
| 2.2.2 仓储管理中的货架管理 |
| 2.3 货位优化 |
| 2.3.1 货位优化的定义 |
| 2.3.2 货位优化的意义 |
| 2.3.3 货位优化的原则 |
| 2.3.4 货位优化的思路 |
| 3 A医药物流中心现状及问题分析 |
| 3.1 A医药物流中心简介 |
| 3.2 A医药物流中心现状分析 |
| 3.2.1 A医药物流中心业务现状分析 |
| 3.2.2 A医药物流中心布局及作业流程现状分析 |
| 3.3 A医药物流中心问题分析 |
| 4 A医药物流中心货位优化模型的建立 |
| 4.1 货位优化模型的假设 |
| 4.2 货位优化模型的参数定义 |
| 4.3 货位优化模型的约束条件 |
| 4.4 货位优化模型 |
| 5 A医药物流中心货位优化模型的应用及检验 |
| 5.1 货位优化模型的应用 |
| 5.1.1 货位优化模型实际参数的说明 |
| 5.1.2 货位优化模型求解工具 |
| 5.1.3 货位优化模型相关变量说明 |
| 5.1.4 Lingo建模语言及求解 |
| 5.2 货位优化模型的检验 |
| 5.2.1 优化前后的效果比对 |
| 5.2.2 本章小结 |
| 6 总结展望 |
| 6.1 研究总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
（6）两端式同轨双车运行模式的货位分配策略（论文提纲范文）
| 0 引言 |
| 1 货位分配问题与假设 |
| 1.1 问题描述 |
| 1.2 基本假设 |
| 2 货位分配策略 |
| 2.1 货位优先级 |
| 2.2 货位分配模型 |
| 3 货位优化 |
| 3.1 编码设计 |
| 3.2 HSI确定 |
| 3.3 EMBBO算法算子设计 |
| 3.4 EMBBO算法实现方法 |
| 4 仿真验证 |
| 5 结束语 |
（7）A配送中心货位优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 研究主要内容及方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 研究技术路线 |
| 1.5 本章小结 |
| 2 配送中心货位优化相关概念和理论基础 |
| 2.1 配送中心概述 |
| 2.1.1 配送中心的定义 |
| 2.1.2 配送中心的功能 |
| 2.2 货位优化理论 |
| 2.2.1 货位优化的概念 |
| 2.2.2 货位优化具有的基本功能 |
| 2.2.3 货位优化的规则 |
| 2.2.4 货位优化的策略 |
| 2.3 本章小结 |
| 3 A配送中心存在的问题研究及模型建立 |
| 3.1 A配送中心背景介绍 |
| 3.2 A配送中心现状分析 |
| 3.2.1 A配送中心管理现状分析 |
| 3.2.2 A配送中心内部布局 |
| 3.3 A配送中心货位分配问题的描述和模型构建 |
| 3.3.1 A配送中心问题描述 |
| 3.3.2 A配送中心货位优化的思路及模型假设 |
| 3.3.3 A配送中心货位优化的模型建立 |
| 3.4 本章小结 |
| 4 A配送中心货位优化模型求解及仿真结果分析 |
| 4.1 多目标优化问题的基本概念 |
| 4.2 基于A配送中心货位优化的多目标货位优化模型求解 |
| 4.2.1 遗传算法的概念 |
| 4.2.2 多目标货位优化问题的遗传算法求解 |
| 4.3 仿真模拟及实际结果分析 |
| 4.3.1 仿真实验 |
| 4.3.2 实验结果与分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 1 仿真代码 |
| 致谢 |
（8）RZ物流有限公司仓储管理问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 仓库布局研究 |
| 1.2.2 货位优化研究 |
| 1.3 论文的研究内容及方法 |
| 第2章 相关理论综述 |
| 2.1 第三方物流企业及仓储管理的概念 |
| 2.2 仓库布局优化相关理论 |
| 2.2.1 布局优化的内容 |
| 2.2.2 SLP法介绍 |
| 2.3 货位优化相关理论 |
| 2.3.1 货位优化原则及存储策略 |
| 2.3.2 IQ分析及ABC拓展指标分类法介绍 |
| 2.4 安全管理措施 |
| 2.4.1 堆码技术 |
| 2.4.2 消防安全 |
| 第3章 RZ物流有限公司仓储管理现状分析 |
| 3.1 RZ物流有限公司的仓储中心简介 |
| 3.1.1 RZ公司基本信息 |
| 3.1.2 仓储设施及作业流程 |
| 3.1.3 仓储安全管理 |
| 3.2 仓储管理现状分析 |
| 3.2.1 仓储布局存在的问题及分析 |
| 3.2.2 货位存在的问题及分析 |
| 3.2.3 仓储安全管理问题分析 |
| 第4章 RZ物流有限公司仓储管理改进方案 |
| 4.1 仓库布局优化 |
| 4.1.1 仓库布局优化原则 |
| 4.1.2 仓库功能区域划分 |
| 4.1.3 仓库SLP物流基本因素分析 |
| 4.1.4 非物流关系分析 |
| 4.1.5 布局优化方案设计 |
| 4.1.6 仓库布局优化前后对比 |
| 4.2 货位优化 |
| 4.2.1 货位优化方案设计 |
| 4.2.2 货位优化基本流程 |
| 4.2.3 货位优化方案实施 |
| 4.2.4 货位优化前后对比 |
| 4.3 仓储安全管理改进措施 |
| 4.3.1 合理堆码 |
| 4.3.2 消防安全 |
| 4.3.3 仓储安全管理制度改进措施 |
| 第5章 结论与展望 |
| 5.1 研究结论 |
| 5.2 未来展望 |
| 致谢 |
| 参考文献 |
（9）动态货位指派与拣货路径系统优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究的意义和目的 |
| 1.2 国内外研究现状 |
| 1.2.1 货位指派研究现状 |
| 1.2.2 路径优化研究现状 |
| 1.3 本文技术路线及研究方法 |
| 1.3.1 论文技术路线 |
| 1.3.2 论文研究方法 |
| 第二章 相关理论知识 |
| 2.1 货位指派 |
| 2.1.1 货位指派的概念和原则 |
| 2.1.2 货位指派策略 |
| 2.2 拣货路径 |
| 2.2.1 拣货路径的概念及意义 |
| 2.2.2 路径策略 |
| 2.3 模拟退火算法 |
| 2.3.1 模拟退火算法简介 |
| 2.3.2 模拟退火算法基本原理 |
| 2.3.3 模拟退火算法求解过程 |
| 2.3.4 模拟退火算法应用 |
| 2.4 本章小结 |
| 第三章 模型建立 |
| 3.1 问题描述 |
| 3.2 模型假设 |
| 3.3 参数与变量说明 |
| 3.4 模型目标函数 |
| 3.4.1 订单拣取作业目标函数 |
| 3.4.2 当前订单货位指派目标函数 |
| 3.4.3 模型总目标函数 |
| 3.5 模型约束条件 |
| 3.6 本章小结 |
| 第四章 模型求解与仿真实验设计 |
| 4.1 仓库设计 |
| 4.1.1 基本参数说明 |
| 4.1.2 各规模下仓库设计 |
| 4.2 订单设计 |
| 4.2.1 订单相关参数说明 |
| 4.2.2 各规模下订单设计 |
| 4.3 算法设计 |
| 4.3.1 参数定义和前期准备 |
| 4.3.2 随机存储算法设计 |
| 4.3.3 分类存储算法设计 |
| 4.4 算法模拟仿真及结果分析 |
| 4.4.1 实验组合确定 |
| 4.4.2 优化前后对比 |
| 4.4.3 基准实验分析 |
| 4.5 本章小节 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录一 部分程序代码 |
| 附录二 小规模下仓库货位编码表 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（10）面向B2C电商平台的订单分拣优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义及研究目的 |
| 1.2.1 研究意义 |
| 1.2.2 研究目的 |
| 1.3 国内外的研究综述 |
| 1.3.1 货位分配研究综述 |
| 1.3.2 订单分批研究综述 |
| 1.4 本文研究的主要内容及组织结构 |
| 1.4.1 主要内容 |
| 1.4.2 组织结构 |
| 1.5 论文的创新点 |
| 第二章 相关概念及理论概述 |
| 2.1 B2C电子商务与物流过程 |
| 2.1.1 B2C电子商务 |
| 2.1.2 B2C电子商务物流过程 |
| 2.2 订单分拣相关理论 |
| 2.2.1 分拣模式 |
| 2.2.2 订单分拣流程 |
| 2.2.3 分拣路径 |
| 2.3 数据挖掘相关理论 |
| 2.3.1 关联规则算法 |
| 2.3.2 聚类算法 |
| 2.4 本章小结 |
| 第三章 货位分配模型与算法研究 |
| 3.1 问题描述 |
| 3.2 基于关联规则的货位分配 |
| 3.3 算法 |
| 3.4 实验分析 |
| 3.4.1 ASA算法分析 |
| 3.4.2 因子分析 |
| 3.5 本章小结 |
| 第四章 订单分批模型算法研究 |
| 4.1 问题描述 |
| 4.2 问题假设及符号说明 |
| 4.3 模型构建 |
| 4.4 算法 |
| 4.4.1 Canopy算法初始聚类 |
| 4.4.2 K-means算法 |
| 4.5 实验分析 |
| 4.5.1 订单数据处理 |
| 4.5.2 采用随机储位分配策略的订单分批 |
| 4.5.3 采用储位优化之后的订单分批 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
四、货位优化管理规则(一)（论文参考文献）
- [1]W企业配送中心订单分批拣货优化[D]. 阮琦. 东华大学, 2021(01)
- [2]存放时长存储策略下重力式货架的分配/存取算法设计与实现[D]. 李莉. 扬州大学, 2020(04)
- [3]基于关联规则的货位分配和订单分批优化研究[D]. 李亚芳. 北京交通大学, 2019(01)
- [4]ZH物流公司仓储管理优化研究[D]. 陈江林. 广西师范大学, 2019(09)
- [5]A医药物流中心货位优化的研究[D]. 陈冬生. 宁波大学, 2019(06)
- [6]两端式同轨双车运行模式的货位分配策略[J]. 蔡安江,蔡曜,郭师虹,苏晓峰,王坚. 计算机集成制造系统, 2018(12)
- [7]A配送中心货位优化研究[D]. 付辛. 江西财经大学, 2018(12)
- [8]RZ物流有限公司仓储管理问题研究[D]. 刘晓翠. 北京理工大学, 2017(03)
- [9]动态货位指派与拣货路径系统优化研究[D]. 杜颖. 华东交通大学, 2017(02)
- [10]面向B2C电商平台的订单分拣优化研究[D]. 韦超豪. 合肥工业大学, 2016(02)