發(fā)布時間：2018-03-28 08:35

  本文選題：生鮮配送中心　切入點：空間聚類　出處：《河北師范大學(xué)》2017年碩士論文

【摘要】：伴隨著我國經(jīng)濟和生活水平的不斷提高,生鮮產(chǎn)品已經(jīng)成為人們飲食生活中不可或缺的食品之一,它是人身體中各種維生素和微量元素的重要來源,其生鮮品質(zhì)問題越來越受到關(guān)注。生鮮產(chǎn)品易腐敗的特點致使它在運輸過程中使用冷藏車進行運輸,也就是需要在冷鏈的條件下進行配送。為了保證客戶能夠買到新鮮的生鮮產(chǎn)品,大多數(shù)企業(yè)和生鮮零售網(wǎng)點均自建生鮮產(chǎn)品配送中心進行生鮮產(chǎn)品的統(tǒng)一配送來滿足客戶的需求,因此,生鮮配送中心的選址的優(yōu)劣直接關(guān)系到企業(yè)或者生鮮銷售網(wǎng)點的盈利和發(fā)展,如何科學(xué)合理的選擇生鮮配送中心的建設(shè)地點是本文研究的重點問題。首先,闡述了生鮮配送中心、生鮮生命周期、數(shù)據(jù)挖掘、數(shù)據(jù)清洗和配送中心選址的相關(guān)基礎(chǔ)理論。對生鮮配送中心的功能和類型做了詳細的解釋,闡述了生鮮產(chǎn)品生命周期函數(shù)的基礎(chǔ)內(nèi)容,介紹了數(shù)據(jù)清洗原理、數(shù)據(jù)挖掘的主要方法及一般流程,描述了配送中心的選址原則、影響因素以及步驟等,這些基礎(chǔ)研究給生鮮訂單數(shù)據(jù)源的挖掘和生鮮配送中心選址模型的創(chuàng)建提供了理論支撐。其次,論述了數(shù)據(jù)清洗處理的步驟與方法,對空間聚類分析與時間特征分析的算法進行了探討。在此基礎(chǔ)上,利用非等覆蓋半徑模型確定配送中心的候選可建區(qū)域。再利用規(guī)劃方法以生鮮配送系統(tǒng)的最小成本目標函數(shù)構(gòu)建選址模型,其中成本包括能耗費用、設(shè)施費用、用地費用、運輸費用和因新鮮度降低造成的損失等幾項成本,并提出了模型求解方法。最后,對實例進行應(yīng)用分析和求解。該部分首先對石家莊生鮮銷售網(wǎng)點提供的O2O(Online To Offline)平臺的訂單數(shù)據(jù)進行清洗和挖掘,利用空間聚類分析和時間特征分析兩種方法分析客戶在不同時間段的需求量變化情況和不同區(qū)域客戶需求量的特點。通過構(gòu)建生鮮配送中心的選址優(yōu)化模型,結(jié)合數(shù)據(jù)挖掘得出的客戶需求量結(jié)果和實地調(diào)研得到的數(shù)據(jù),使用非等覆蓋模型和最小成本目標函數(shù)的編程解算,求解出實例的最終結(jié)果,驗證了選址模型的可行性。然后對現(xiàn)有生鮮網(wǎng)點進行分析評價,從而給生鮮銷售網(wǎng)點提供生鮮進貨量的決策支持,避免了配送中心庫存出現(xiàn)不合理的情況,從而減少不必要的成本損失。本文研究結(jié)果從理論性和實踐性兩個方面給生鮮網(wǎng)點提供了的策略參考。本文基于O2O大數(shù)據(jù)定量分析,以時間特征、空間特征和客戶需求特征等時空多維特征構(gòu)建了選址模型,具有一定的創(chuàng)新性。但是,本文還略有不足,生鮮腐敗函數(shù)和選址模型的解算還需要更進一步地細化研究。
[Abstract]:With the continuous improvement of economy and living standard in our country, fresh products have become one of the indispensable foods in people's diet and life. It is an important source of vitamins and trace elements in human body. The problem of fresh product quality is getting more and more attention. Fresh products are prone to corruption, which causes them to use refrigerated trucks for transportation during transportation. In other words, distribution is required under cold chain conditions. In order to ensure that customers can buy fresh and fresh products, Most enterprises and retail outlets set up their own fresh products distribution center to meet the needs of customers. The location of the fresh distribution center is directly related to the profit and development of the enterprise or the fresh distribution network. How to choose the construction site of the fresh distribution center scientifically and reasonably is the key problem of this paper. The basic theories of fresh distribution center, fresh life cycle, data mining, data cleaning and location of distribution center are expounded. The functions and types of fresh distribution center are explained in detail. This paper expounds the basic contents of the life cycle function of fresh products, introduces the principle of data cleaning, the main methods and general process of data mining, and describes the principle of location of distribution center, the influencing factors and the steps, etc. These basic researches provide theoretical support for the mining of fresh order data sources and the establishment of fresh distribution center location model. Secondly, the steps and methods of data cleaning are discussed. The algorithms of spatial clustering analysis and time feature analysis are discussed. Using the non-equal coverage radius model to determine the candidate buildable area of the distribution center, and then using the planning method to construct the location model with the minimum cost objective function of fresh distribution system, in which the cost includes energy consumption cost, facility cost, land cost, etc. The cost of transportation and the loss caused by the decrease of freshness are discussed, and the method of solving the model is put forward. In this part, the order data of the O2O(Online to offline platform provided by the fresh selling network in Shijiazhuang are cleaned and excavated. Spatial clustering analysis and time feature analysis are used to analyze the change of customer demand in different time periods and the characteristics of customer demand in different regions. Combined with the customer demand result obtained by data mining and the data obtained from field investigation, the final result of the example is solved by using the non-equal coverage model and the programming solution of the minimum cost objective function. The feasibility of the location model is verified. Then the existing fresh outlets are analyzed and evaluated to provide the decision support for raw and fresh sales outlets and avoid the unreasonable situation of distribution center inventory. In order to reduce unnecessary cost loss, the results of this paper provide a strategic reference for fresh sites from both theoretical and practical aspects. This paper is based on the quantitative analysis of O2O big data, with time characteristics, The spatial feature and customer demand feature are used to construct the location model, which is innovative. However, there are some deficiencies in this paper, and the calculation of fresh corruption function and location model need to be further studied.
【學(xué)位授予單位】：河北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F724.6;F252;P208

【相似文獻】

相關(guān)期刊論文 前10條

1 遲秀軍;;關(guān)于現(xiàn)代配送中心選址研究發(fā)展趨勢的探討[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2012年04期

2 秦固;;基于蟻群優(yōu)化的多物流配送中心選址算法[J];系統(tǒng)工程理論與實踐;2006年04期

3 胡萍;蓋宇仙;;遺傳模擬退火算法在配送中心選址中的應(yīng)用[J];物流科技;2007年02期

4 趙月霞;馬宏偉;吳青松;;配送中心選址方法研究[J];中國制造業(yè)信息化;2007年11期

5 黃慧萍;;淺析連鎖企業(yè)配送中心選址成本控制[J];財會通訊(理財版);2007年07期

6 燕臣穎;董寶田;王兆偉;;基于微粒群優(yōu)化算法的物流配送中心選址問題研究[J];物流科技;2007年10期

7 姜忠義;;頂點受限的配送中心選址的單絕對重心問題證明[J];科技信息(科學(xué)教研);2008年17期

8 胡志華;孫志強;郭歡欣;;基于鮑摩-瓦爾夫模型的配送中心選址的研究[J];交通標準化;2008年07期

9 林雄;;基于蟻群算法考慮路線安排的單配送中心選址[J];物流科技;2009年10期

10 陳利民;朱江;何倩;;連鎖企業(yè)配送中心選址的兩階段模型研究[J];物流技術(shù);2012年15期

相關(guān)會議論文 前6條

1 申福軍;周建勤;;生產(chǎn)企業(yè)的區(qū)域配送中心選址研究[A];中國企業(yè)運籌學(xué)[2010(1)][C];2010年

2 任曉雯;;配送中心選址問題的均值-方差-熵模型[A];第十一屆中國不確定系統(tǒng)年會、第十五屆中國青年信息與管理學(xué)者大會論文集[C];2013年

3 呂運之;劉婧玨;徐曉璐;;基于神經(jīng)網(wǎng)絡(luò)和SVM配送中心選址研究[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學(xué)術(shù)會議論文集[C];2011年

4 孫曉飛;張強;;物流配送中心選址的多目標優(yōu)化模型[A];中國企業(yè)運籌學(xué)[2010(1)][C];2010年

5 孫曉飛;張強;;物流配送中心選址的多目標優(yōu)化模型[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

6 肖健梅;王錫淮;付宇;;改進蟻群優(yōu)化算法求解多配送中心選址問題[A];2009中國控制與決策會議論文集（2）[C];2009年

相關(guān)博士學(xué)位論文 前3條

1 郜振華;配送中心選址模型與算法研究[D];東南大學(xué);2006年

2 威爾（Wael TRIKI）;面向大宗商品電子批發(fā)市場的物流倉庫和配送中心選址及車輛運輸優(yōu)化問題研究[D];華南理工大學(xué);2015年

3 趙萬華;區(qū)域物流配送中心選址的評價方法研究[D];武漢大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 史臣靜;隨機中斷情境下配送中心選址問題研究[D];山西大學(xué);2015年

2 汪任安;基于企業(yè)雙層決策機制的配送中心選址問題研究[D];暨南大學(xué);2015年

3 宋冠良;生鮮農(nóng)產(chǎn)品城市共同配送中心選址研究[D];河南農(nóng)業(yè)大學(xué);2015年

4 孟宇;物流配送中心選址系統(tǒng)設(shè)計與實現(xiàn)[D];吉林大學(xué);2015年

5 鄭巖;基于改進CFLP模型的H公司冷鏈物流配送中心選址研究[D];河北工程大學(xué);2015年

6 曾琴云;城市共同配送中心選址研究[D];湖南工業(yè)大學(xué);2015年

7 宋艷;XT公司備件服務(wù)配送中心選址問題研究[D];上海交通大學(xué);2015年

8 胡朝陽;基于免疫優(yōu)化算法的第三方物流配送中心選址研究[D];中北大學(xué);2016年

9 曹譯文;考慮橫向轉(zhuǎn)運的配送中心選址研究[D];北京交通大學(xué);2016年

10 顏方平;基于聯(lián)合補貨策略的配送中心選址-庫存聯(lián)合優(yōu)化研究[D];華中科技大學(xué);2013年

，

本文編號：1675559