不确定下的位置分配方法研究

论文摘要

近些年来,随着物流产业的快速发展,越来越多的企业减少物流成本以提高经济效益。订单拣选作为仓储管理中的一个重要环节,也逐渐被研究者们所重视。影响订单拣选效率的因素有很多,其中包括：仓储系统的布局,位置分配策略,运输路由策略,分区,批量打包,人员结构设置以及规章管理制度等。尤其是位置分配策略,运输路由策略以及存储块大小的设置,三者直接决定一个物流系统的好与坏。本文从位置分配方法的角度入手,提出不确定下的位置分配方法研究。本文以存在不确定因素的仓储系统为背景,对动态位置分配方法进行研究,其中以最近空位分配方法和基于吞吐量的位置分配方法为主,找出最优策略。根据研究得知,基于吞吐量的位置分配方法更加适用于存在不确定因素的仓储系统。但是,却不具有实际使用意义。针对此问题,本文提出了逼近最优策略：基于吞吐量预测的位置分配方法,利用灰色-马尔科夫预测模型对有效顾客交易量排序进行预测,加入最近空位分配方法,排除估计位置冲突问题,从而有效解决了逼近最优策略所遇到的困难。文中利用昆明国际花卉拍卖中心（KIFA）的实际交易数据进行模拟,验证了逼近最优策略的可行性。论文主要完成工作如下：1、论文对拣选系统中的不确定因素进行分析,以衡量二次分货次数为角度建立分货水平衡量模型,为接下来动态分配策略的比较研究提供了衡量依据。2、论文对事后规则下的最近空位分配策略和基于吞吐量的分配策略进行对比研究,通过昆明国际花卉拍卖中心（KIFA）实际数据进行模拟,得出结论：基于吞吐量的位置分配方法更加适用于存在不确定因素的仓储系统。3、为了令基于吞吐量的位置分配方法更具有实际应用意义,本文提出了逼近最优策略：基于吞吐量预测的位置分配方法,该方法的提出对于不确定环境下的仓储系统来说更具有实际意义,同时也带来了吞吐量预测的难题。4、本论文提出灰色-马尔科夫预测模型,有效解决吞吐量预测问题,在实现过程中,融入最近空位分配方法,解决了估计位置冲突问题,通过实例验证,基于吞吐量预测的位置分配方法对于存在不确定因素的仓储拣选系统来说具有一定的实用性和可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文的研究目的和意义
• 1.4 研究方法及技术路线
• 1.5 论文创新点
• 第二章 位置存储策略的基础理论综述
• 2.1 位置分配方法的相关规则
• 2.1.1 事前规则
• 2.1.2 事后规则
• 2.2 常用的五种位置分配方法
• 第三章 不确定下位置分配模型
• 3.1 问题来源
• 3.2 问题描述及假设
• 3.3 分货水平衡量模型建立及描述
• 3.3.1 不确定因素分析
• 3.3.2 模型建立
• 3.4 本章小结
• 第四章 不确定下位置分配方法研究
• 4.1 位置分配规则的选择
• 4.2 基于事后规则动态位置分配方法
• 4.2.1 基于事后规则的最近空位分配策略
• 4.2.2 基于事后规则的吞吐量分配策略
• 4.3 不同位置分配方法的算例比较
• 4.4 本章小结
• 第五章 逼近最优策略的位置分配方法实现
• 5.1 吞吐量预测实现
• 5.1.1 预测方法的选择
• 5.1.2 预测方法的实现
• 5.2 实证研究
• 5.2.1 灰色模型预测
• 5.2.2 灰色-马尔科夫模型预测
• 5.3 基于吞吐量预测的位置分配方法实现
• 5.3.1 基于事后规则下的吞吐量预测位置分配方法的实现
• 5.3.2 基于事后规则下的吞吐量预测位置分配方法算例模拟
• 5.4 本章小结
• 第六章 结论与展望
• 致谢
• 参考文献
• 附录