發(fā)布時(shí)間：2024-12-22 21:12

　　倉儲(chǔ)管理在商品流通中占有重要地位,倉儲(chǔ)作業(yè)的運(yùn)作效率直接影響企業(yè)的生產(chǎn)效益,倉儲(chǔ)管理能力是生產(chǎn)企業(yè)發(fā)展的核心動(dòng)力,而在影響自動(dòng)化倉儲(chǔ)作業(yè)效率的眾多條件中,自動(dòng)化倉庫的貨位分配最為關(guān)鍵。當(dāng)前,我國成品酒倉庫已實(shí)現(xiàn)自動(dòng)化管理,但其倉儲(chǔ)管理自動(dòng)化水平仍落后很多,現(xiàn)有倉庫貨位管理仍多采用分類隨機(jī)存儲(chǔ)方法,此種方法使得倉庫的倉儲(chǔ)管理出現(xiàn)訂單揀選效率不高、倉庫空間利用率較低等問題。因此,進(jìn)行成品酒立體倉庫的貨位分配優(yōu)化研究具有重要意義。為提高酒廠成品酒立體倉庫的庫內(nèi)作業(yè)效率,本文以庫內(nèi)貨位分配具體方式的優(yōu)化為研究對(duì)象,主要展開了以下研究:(1)根據(jù)酒廠立體倉庫的數(shù)據(jù)特征,對(duì)倉庫內(nèi)成品酒的出庫頻次進(jìn)行了組合預(yù)測(cè),預(yù)測(cè)結(jié)果為貨品的出庫效率優(yōu)化提供了數(shù)據(jù)基礎(chǔ),在一定程度上改善了成品酒倉庫內(nèi)各品項(xiàng)貨品存儲(chǔ)空間難以估算的問題。(2)根據(jù)貨品的最終用戶需求,對(duì)成品酒倉庫內(nèi)各品項(xiàng)貨品進(jìn)行相關(guān)度挖掘,采用社會(huì)網(wǎng)絡(luò)分析法中的凝聚子群聚類方法,對(duì)貨品進(jìn)行分類,實(shí)現(xiàn)了對(duì)成品酒倉庫原有的繁雜的貨品分類方式的改進(jìn),同時(shí)為成品酒倉庫內(nèi)貨品的分類方法提供借鑒。(3)考慮貨品的出庫頻次、貨架穩(wěn)定性和貨品的相關(guān)性三個(gè)優(yōu)化目標(biāo),建立了...

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１技術(shù)路線??Ｆｉｇ．?１．１?Ｔｅｃｈｎｏｌｏｇｙ?ｒｏａｄｍａｐ?ｆｏｒ?ｔｈｅ?ｐｒｅｓｅｎｔ?ｒｅｓｅａｒｃｈ??－９－??

＿?成品網(wǎng)倉庫貨位分配優(yōu)化模型建、Ｖ．及?／Ｉ???—?ＮＳＧＡ－ＩＩ算法設(shè)計(jì)?＼｜???Ｕ???ＶＪ?＂ｎｓｇａ－ｉｉ算法設(shè)計(jì)！?最優(yōu)折中解??？」—？：［―…」???！?ｎ?＾?ｖ?ｎ?ｎ??：ｔ?ｆ?擠遺精??：｜?？?ｔ?距．傳：ｈ英??：Ｉ?＾?離?＇操??ｉ?Ｉ?？?....

圖２．１小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖??Ｆｉｇ．?２．１?Ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?ｗａｖｅｌｅｔ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??

?大連海事大學(xué)碩士學(xué)位論文???圖２．１小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖??Ｆｉｇ．?２．１?Ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?ｗａｖｅｌｅｔ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??如圖２．１中所示，及，１２，．．．，Ａ是網(wǎng)絡(luò)的輸入?yún)��?shù)是網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果，??而％，ｗ／Ａ代表權(quán)值。ｘ，?（／?....

圖４．１出庫頻次時(shí)間序列圖??Ｆｉｇ．?４．１?Ｔｉｍｅ?ｓｅｒｉｅｓ?ｃｈａｒｔ?ｏｆ?ｓｔｏｃｋ－ｏｕｔ?ｆｒｅｑｕｅｎｃｙ??觀察圖４．１可知，該品項(xiàng)白酒的出庫頻次時(shí)間序?

Ｉ?ｎ?「「ｔ?Ｉ．?Ｉ?Ｉ?ｎ?Ｉ?ｍ?Ｉ??ｒ－ｒ〇Ｔ—?Ｃ〇Ｔ—?Ｃ〇Ｔ￣Ｃ〇Ｔ—?Ｃ〇Ｔ—?Ｃ〇Ｔ—?Ｃ〇Ｔ－Ｃ〇Ｔ—Ｃ〇Ｔ—Ｃ〇ｒ－Ｃ〇Ｔ—?Ｃ〇Ｔ—??Ｏ?Ｏ?Ｏ?〇?ｒ－?ｒ—?ｔ—?－Ｔ－?ｒ—?ｒ—?ｒ—?ｔ—?—?ｒ—?ｔ—?ｔ—?ｔ—?ｒ－ｒ—?ｔ－?ｔ—?....

圖４．４時(shí)間序列預(yù)測(cè)??Ｆｉｇ．?４．４?Ｐｒｅｄｉｃｔｉｏｎ?ｏｆ?ｔｉｍｅ?ｓｅｒｉｅｓ??－２７－??

〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇??Ｃ０Ｃ０ＣＴ＞０５ＯＯ？ｐ－Ｔ－ＣｓｌＣＭＣ０ｒ０Ｔ３－Ｔｌ－ｌ０ｍＣＤ＜０ｒ＾－ｈ＾Ｃ０００ＣＪｉＣＪ５Ｏ??Ｃ５?＾??Ｘ—?Ｘ??？ｒ－?＾??Ｔ－?５—?１—?１—?Ｘ－?，—?Ｔ—?Ｘ—?Ｔ—?＾??Ｔ－?Ｔ－?Ｔ—?Ｔ??....

本文編號(hào)：4019737