21世紀以來,全球汽車制造企業(yè)發(fā)展迅速。每輛汽車平均由一萬個零部件構成,從零部件采購,一直到車輛最終下線被運往4S店,各個環(huán)節(jié)都涉及到物流。目前汽車制造企業(yè)物流模式仍為采購模式,供應商與制造企業(yè)達成協(xié)議按需采購,這種方式會造成資源嚴重浪費。隨著需求與供應數(shù)量增加,傳統(tǒng)按需訂貨方式已經不能滿足汽車制造企業(yè)發(fā)展需求,為了能夠提高生產柔性,促進汽車制造企業(yè)發(fā)展,采用智能匹配技術尤為重要。文章首先搜集查閱了云物流智能匹配方法有關研究,通過對比研究內容,研究方法和研究現(xiàn)狀,提出智能匹配方法選擇對汽車制造企業(yè)實現(xiàn)發(fā)展目標十分必要。其次通過對汽車制造企業(yè)云物流資源進行整理,歸納云物流資源種類和結構類型。進而構建了實現(xiàn)云物流服務匹配采用的整體框架,并從汽車制造企業(yè)角度出發(fā),理清汽車制造企業(yè)生產制造過程中涉及物流需求各個環(huán)節(jié),將汽車制造企業(yè)云物流資源描述為計算機資源。最后詳細分析目前云物流資源發(fā)現(xiàn)及智能匹配的方法,歸納出基于啟發(fā)式算法、基于模塊的和基于過程三種智能匹配方法,在同時考慮專家智能匹配方法表現(xiàn)和企業(yè)期望基礎上,選取對汽車制造企業(yè)影響最大的指標,利用扎根理論歸納出五種對汽車制造企業(yè)云物流發(fā)展最重要的影響因素,按照不同方法在不同指標表現(xiàn),對三種方法自身具有的優(yōu)勢與劣勢進行詳細對比。本文在考慮汽車制造企業(yè)自身現(xiàn)狀和發(fā)展前景基礎上,結合不同智能匹配方法自身特性,構建前景模型,幫助企業(yè)選取適合自身發(fā)展的智能匹配方法。在汽車制造企業(yè)云物流發(fā)展為實現(xiàn)靈活、優(yōu)質、高效、準時、低耗、清潔目標任務選取智能匹配方法提供理論參考及一定的指導作用。
【學位單位】：沈陽工業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：F426.471;F252.1;F49
【部分圖文】：

圖 2.1 蟻群算法流程 Ant colony algorithm程中分泌信息素，式來尋找最優(yōu)解，，同時能夠與多種，蟻群算法能夠用智能，能夠模擬人供者、代理中心、螞蟻目標，將各個務組合方式并計組合，每次得到一解�？梢园� Qos 約接近，直到最終到

圖 2.2 基于蟻群的智能匹配算法參與方Fig 2.2 Ant colony-based intelligent matching algorithm participants首先需要通過服務發(fā)現(xiàn)得到 web 服務集 其中所有服務都存在向量，其 = ， 中 ≥ 且(1≤i≤n，1≤j≤n，1≤k≤r)代表每個 務各個屬性值大小同時規(guī)定任務 W={ ， ， }各個任務 對不同資源有需求，表示為其 = ， 中(1≤j≤n，0≤k≤n)當 Sij被選中時，會獲應的利益。定義一個聯(lián)盟 C 是 N 一個非空子集。聯(lián)盟 C 有一個能力向量 c ， c c }， 是聯(lián)盟中所有 WS 能力向量的總和。聯(lián)盟 C 可以完成任務 的必要是： 1≤i≤r j ≤ c 每個聯(lián)盟 C 的值用一個特征函數(shù) V(c)給出，假定 V(c)≥(c)=P( ).F( ).P( )其中 P( )表示完成任務能夠得到的，F(xiàn)(c)指聯(lián)盟成員總能合的成本；C(c)指聯(lián)盟協(xié)作求解過程中的額外開銷，如費用、響應時間等。如果

圖 2.3 基于工作流的智能匹配方法Fig 2.3 Intelligent matching method based on workflow2.3 研究方法和理論基礎2.3.1 前景理論人們在決策過程中，經常使用直觀推斷方法將一些復雜的決策問題簡化為一些簡單的判斷。但坎內曼和特維爾斯基等人通過大量精心設計的社會學、心理學實驗識別出這些經驗規(guī)則的原理，發(fā)現(xiàn)以這些經驗規(guī)則為主要特征的直觀推斷會產生嚴重的系統(tǒng)性錯誤和偏差，據(jù)此，他們提出了前景理論(prospect theory)。前景理論是描述性范式的一個決策模型，它假設風險決策過程分為編輯和評價兩個過程。在編輯階段，個體憑借 框架 （frame）、參照點（reference point）等采集和處理信息，在評價階段依賴價值函數(shù)（value function）和主觀概率的權重函數(shù)（weightingfunction)對信息予以判斷。價值函數(shù)是經驗型的，它有三個特征，一是大多數(shù)人在面臨獲得時是風險規(guī)避的；二是大多數(shù)人在面臨損失時是風險偏愛的；三是人們對損失比
【相似文獻】

相關期刊論文 前10條

1 閆玉紅;;汽車制造總裝生產線輸送設備的選擇分析[J];時代汽車;2018年02期

2 花建新;;汽車制造與檢修專業(yè)課程標準解讀[J];江蘇教育;2016年Z4期

3 ;C-NCAP 2016年第二十四號試驗結果發(fā)布[J];汽車與安全;2016年10期

4 陳鵬;;3D打印技術在汽車制造中的應用[J];時代汽車;2018年11期

5 趙冬梅;;論汽車制造與維修對3D打印技術的應用[J];中國市場;2016年45期

6 周兵;;新常態(tài)下汽車制造企業(yè)環(huán)保管理對策探討[J];現(xiàn)代制造技術與裝備;2016年10期

7 李莎;;高職汽車制造與裝配技術專業(yè)課程建設研究[J];科技經濟導刊;2017年21期

8 張之洋;;汽車制造企業(yè)綠色制造模式及關鍵支持系統(tǒng)研究[J];山西農經;2017年16期

9 張喜榮;閆微;;汽車制造企業(yè)中作業(yè)成本法的應用研究[J];產業(yè)與科技論壇;2017年19期

10 王娟;;汽車制造企業(yè)的供應鏈融資解決方案[J];中國國際財經(中英文);2017年12期

相關博士學位論文 前10條

1 羅智勇;面向工作流的汽車制造供應鏈協(xié)控調度研究[D];哈爾濱理工大學;2018年

2 宋殿輝;面向汽車制造企業(yè)供應商選擇的WSR評價模型研究[D];吉林大學;2018年

3 姚佐平;汽車制造管理創(chuàng)新研究[D];武漢理工大學;2006年

4 王永靖;汽車制造企業(yè)綠色制造模式及關鍵支持系統(tǒng)研究[D];重慶大學;2008年

5 白緒貴;我國汽車制造企業(yè)自主創(chuàng)新能力形成機理的研究[D];吉林大學;2010年

6 李遠慧;低碳經濟下中國汽車制造企業(yè)綠色競爭能力研究[D];北京交通大學;2016年

7 劉紅勝;汽車制造企業(yè)精益供應鏈物流系統(tǒng)研究[D];武漢理工大學;2013年

8 劉偉;汽車制造企業(yè)的生產計劃模式與模型研究[D];吉林大學;2011年

9 李文川;汽車制造企業(yè)RFID采納過程模型及應用問題研究[D];重慶大學;2011年

10 徐曄彪;基于EVA的汽車制造企業(yè)價值創(chuàng)造機理、路徑及評價研究[D];武漢理工大學;2014年

相關碩士學位論文 前10條

1 劉繼國;汽車制造企業(yè)云物流智能匹配方法選擇研究[D];沈陽工業(yè)大學;2019年

2 石田立;某汽車制造企業(yè)惡臭污染特征及來源分析[D];華南理工大學;2018年

3 鄭溯;基于SAP的B汽車制造企業(yè)成本控制問題研究[D];沈陽大學;2018年

4 黃夏;我國汽車制造上市公司資本結構與公司績效的相關性研究[D];南京林業(yè)大學;2018年

5 朱麗娟;汽車制造企業(yè)供應鏈質量風險研究[D];武漢理工大學;2015年

6 魏煦璐;基于平衡計分卡的汽車制造企業(yè)績效管理研究[D];武漢理工大學;2015年

7 譚婉寧;汽車制造企業(yè)技術創(chuàng)新風險管理研究[D];中國海洋大學;2015年

8 冉曦;路徑依賴視角下的汽車制造企業(yè)節(jié)能路徑研究[D];華北電力大學;2015年

9 李瑞;我國汽車制造企業(yè)橫向并購供應鏈整合研究[D];中國海洋大學;2014年

10 江南穎;構建X微型汽車制造企業(yè)風險導向內部審計研究[D];重慶理工大學;2014年

本文編號：2889049