隨著物流配送需求的快速增長,人們對配送服務(wù)水平的要求愈來愈高,配送速度已經(jīng)成為最受關(guān)注的要素。對于企業(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)亟待解決的問題。精細化配送是解決這個問題的重要切入點,它源于精益生產(chǎn),把精細化思想引入物流過程,從物流末端客戶需求出發(fā)進行各配送站點的產(chǎn)品配送需求識別,旨在通過配送需求識別提前洞悉未來需求量,從而提前備貨以提高配送效率,同時降低物流各個作業(yè)環(huán)節(jié)的成本。實施精細化配送的關(guān)鍵是提前進行配送需求識別,配送需求識別可以細化為需求對象識別和需求量識別兩個方面。需求對象識別是指提前挖掘潛在客戶,以實現(xiàn)精準(zhǔn)營銷和洞察未來需求。需求量識別是指根據(jù)歷史數(shù)據(jù)提前預(yù)測站點銷量,以優(yōu)化倉儲管理從而降低配送成本。目前,配送站點的需求管理一般是使用經(jīng)驗預(yù)判、按期補貨等傳統(tǒng)方式,存在著不確定性大、對專家的依賴性強等問題。從海量數(shù)據(jù)中挖掘有價值的信息,使用數(shù)據(jù)來驅(qū)動精細化配送需求識別,可以科學(xué)合理的解決這些問題。數(shù)據(jù)驅(qū)動精細化配送需求識別的核心,是在數(shù)據(jù)的基礎(chǔ)上利用相... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１可以看出，為了實現(xiàn)高質(zhì)量發(fā)展模式下數(shù)據(jù)驅(qū)動的配送活動，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)動的精細化配送需求識別研究??３精細化配送數(shù)據(jù)系統(tǒng)設(shè)計??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??流通費用。瓶裝液化石油氣是典型的自營配送模式商品，一個完整的配送流程如圖３．１所??示，從用戶的下單開始到收貨之后的訂單結(jié)算結(jié)束。顯然，液化石油氣配送過程的流程控??制十分嚴格，完成配送還包括入戶檢查環(huán)境、安裝、收費確認以及回收空瓶等，整個過程??繁瑣，耗時長。為了提高整個配送流程的效率，站點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時響應(yīng)客戶需求，從而提高客戶的滿意程度。??’穿工作服、??＾佩戴證件??確認訂單信息??；?ｊ??提氣．檢查??＾?＾????￣￣停止供氣＂＂＂＂．????１?報告上級??配送到戶?ｙ??核實用｜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計算引擎??計算引擎負責(zé)對數(shù)據(jù)系統(tǒng)中的數(shù)據(jù)進行計算，包括數(shù)據(jù)的清洗、預(yù)處理以及模型的構(gòu)??建、評估、選擇過程中的所有計算流程，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算引擎兩種類型。批處理一般對應(yīng)于離線計??算，在數(shù)據(jù)處理的過程中操作大容量的靜態(tài)數(shù)據(jù)，整個處理流程所需的時間較長，用于分??析較為復(fù)雜的歷史數(shù)據(jù)。在精細化配送需求識別過程中對于客戶類型、銷量預(yù)測等進行計??算是都是通過批處理計算。??在Ｈａｄｏｏｐ生態(tài)系統(tǒng)中，ＭａｐＲｅｄｕｃｅ是一個最基礎(chǔ)的批處理計算引擎，它是一個基于??ｊａｖａ編寫的運行在ＨＤＦＳ之上的并行分布式離線批處理框架。ＭａｐＲｅｄｕｃｅ不僅通過利用??Ｎａｍｅｎｏｄｅ上存儲的數(shù)據(jù)的位置信息來就近的處理數(shù)據(jù)以實現(xiàn)信道損失最小化，還能自動??完成計算任務(wù)的并行化處理，提高計算過程的運算速度。同時，ＭａｐＲｅｄｕｃｅ還是一個并行??程序設(shè)計模型與方法，它借助于函數(shù)式程序設(shè)計語言Ｌｉｓｐ的設(shè)計思想，提供了一種簡便的??并行程序設(shè)計方法，將復(fù)雜


本文編號：3567483