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,帶來的大量小件訂單對倉儲物流的運營能力提出了更高的要求。在以“人到貨”為作業(yè)方式的倉儲企業(yè)中,分揀時間占整個倉儲作業(yè)時間的45%。所以,揀選作為倉儲物流業(yè)務(wù)的關(guān)鍵環(huán)節(jié),其工作效率對電子商務(wù)企業(yè)運營和服務(wù)水平具有重要影響,從提高揀選作業(yè)的效率出發(fā)進行貨位分配與訂單分批的研究顯得尤為重要。倉儲集中化是目前電商物流提高倉儲物流的常用庫存管理模式。在倉儲集中化管理中,研究有效的分區(qū)策略,更能利用倉儲集中化的優(yōu)勢。論文分析選擇了并行分區(qū)運營模式,建立了以誤工率最小為目標的貨位分配模型,結(jié)合關(guān)聯(lián)規(guī)則計算出貨品的關(guān)聯(lián)度,進行貨位分配的優(yōu)化方案設(shè)計。針對并行分區(qū)分揀系統(tǒng)縮短揀貨時長的需求,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。針對不同分區(qū)揀貨完成時長的巨大差異導(dǎo)致的訂單處理時間過長的實際問題,構(gòu)建基于定量訂單集的、以處理時間為目標函數(shù)、以訂單分割、設(shè)備資源等為約束條件的訂單分批數(shù)學模型。針對分批模型中對工作量的均衡要求,將DBSCAN算法和到K-Means算法結(jié)合對分批模型進行求解,得到最佳的訂單分批結(jié)果,... 

【文章來源】：武漢理工大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學位級別】：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】：
期刊論文
[1]普通立體倉庫的貨位優(yōu)化模型與算法研究[J]. 李永偉,劉樹安,郭晉秦.  計算機工程與科學. 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.  計算機工程與應(yīng)用. 2018(23)
[3]基于改進遺傳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.  浙江理工大學學報(自然科學版). 2018(06)
[4]組合旋轉(zhuǎn)貨架揀選路徑規(guī)劃研究[J]. 張志強.  制造業(yè)自動化. 2018(08)
[5]零售物流中心運作優(yōu)化的一種T型補貨策略[J]. 田歆,羅春林,汪壽陽,陳慶洪,盧美紅.  中國管理科學. 2018(04)
[6]淺談電子商務(wù)背景下的倉儲配送[J]. 陳桂芹,黃靜,韓瑋平.  中國商論. 2018(10)
[7]多載具自動化立體倉庫貨位分配與作業(yè)調(diào)度集成優(yōu)化[J]. 楊瑋,劉江,岳婷,王潔慈.  計算機集成制造系統(tǒng). 2019(01)
[8]基于“反學習”理論的人工蜂群算法在訂單分批問題中的應(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.  計算機應(yīng)用. 2017(10)

博士論文
[1]并行自動分揀系統(tǒng)分揀任務(wù)及補貨緩存優(yōu)化研究[D]. 王艷艷.山東大學 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 2018
[2]基于聚類分析的貨位分配問題研究[D]. 李想.遼寧科技大學 2018
[3]A電商企業(yè)倉儲中心訂單揀選作業(yè)優(yōu)化研究[D]. 吳楠.暨南大學 2016
[4]基于密度的改進K-Means文本聚類算法研究[D]. 賈永娟.山西師范大學 2014



本文編號：3079164