新版搜索下载系统内测,不限量免费下载(免费至7月1日)(点击打开新版

基于大数据的智慧云物流理论、方法及其应用研究

资料来自用户(Phillip)上传,若本站收录的文献无意侵犯了您的著作版权,请点击版权申明
导师姓名
朱泽飞  李仁旺
学科专业
机械工程
文献出处
浙江理工大学   2015年
关键词
智慧物流论文  大数据论文  管网模型论文  云物流论文  云库存论文  服务质量论文
论文摘要

随着计算机技术和网络技术的普及与应用,以物联网、大数据和云计算为代表的新兴IT技术出现并飞速发展,因此,传统的物流服务模式已经不能满足客户的个性化需求。现代物流业急需一种全面、高效、便捷、个性化以及安全的智慧物流服务模式,因此,基于新兴IT技术、RFID技术、GPS和其他设备的智慧物流模式应运而生。目前,云物流的理念已经在物流产业出现,但仍处于起步阶段,目前尚未形成完整的体系。从目前国内电子商务企业的实践来看,“物流执行”(包括运输、订单处理、仓储、收发货和退换货等)已成为企业经营管理之中的最大难题。然而,目前电子商务企业的物流体系仍然存在着:物流布局不合理,仓储周转难,库存量大,成本高,服务质量差以及网络安全性低等问题。因此,本文从现有理论研究的基础上,基于管网理论提出智慧云物流管网模型,并阐述了其体系架构和特点;针对智慧云物流网络的仓储问题,首先建立云物流管网模型,提出了“云仓储”模型,有效合理地制定其库存策略和分布策略;然后设计了一套完整的云物流服务质量评价体系以及资源动态安全信任管理模型,解决了智慧物流长期稳定运营的关键技术问题。具体内容如下:首先,本文从当今物流管理面临的市场和社会环境出发,给出了现代电子商务物流的主要功能,并提出了电子商务环节下智慧云物流的概念及其体系架构。其次,以智能制造中智能物流为对象,在管网模型概念和分析方法的研究基础上,提出智慧云物流管网的概念,建立智慧云物流管网模型;基于大数据技术及云物流管网模型研究“云仓储”的库存问题,建立库存策略和分布模型,基于粒子群和遗传混合启发式算法进行实现,最后以某空调生产公司为应用对象的实证研究,通过分析结果,揭示基于消费者为中心的拉取式大数据智慧物流供应链为一种最优模式,藉此能更准确地开展空调的个性化定制业务。针对物流企业服务质量评价理论模型进行研究,建立基于SERVAUAL模型的多维度多层次云物流服务质量评价指标体系。最后,基于大数据RDBMS数据模型的便捷性和NOSQL数据库的可拓展性,提出了一种可扩展和高可用性海量结构化数据的分布式云数据库(HSS)解决方案。通过对云物流平台的业务进行分析,建立系统平台的框架并进行实现,并以一个空调企业为对象开发了基于大数据的智慧云物流原型平台,进行了实证分析。本文旨在为云物流模式下智慧物流网络的仓储、服务以及资源管理等关键技术方面提供一些理论指导,为智慧物流的稳定运营提供保障,对其更好更长远的发展具有一定的借鉴意义。

论文目录
关闭目录

摘要

Abstract

第一章 绪论

本章摘要

1.1 论文的研究背景和意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 电子商务物流平台

1.2.2 大数据技术

1.2.3 智慧物流

1.3 论文主要研究内容及其结构框架

1.3.1 论文研究思路

1.3.2 主要研究内容

1.3.3 结构框架

1.4 本章小结

第二章 基于大数据的智慧云物流技术

本章摘要

2.1 引言

2.2 电子商务物流

2.2.1 物流

2.2.2 电子商务物流

2.3 大数据关键技术分析

2.3.1 分布式大数据云存储技术

2.3.2 分布式的大数据处理技术

2.3.3 大量数据运算及管理技术

2.4 基于大数据的智慧云物流

2.4.1 智慧云物流概念

2.4.2 基于大数据的智慧云物流体系架构

2.4.3 基于大数据的智慧云物流关键技术

2.4.4 基于C2B某外资品牌空调企业智慧云物流应用模式

2.5 本章小结

第三章 智慧云物流管网模型

本章摘要

3.1 引言

3.2 管网模型概念及相关理论基础

3.2.1 管网模型概念

3.2.2 管网模型图的分析方法

3.3 云物流管网模型描述

3.3.1 智慧物流骨干网管网模型

3.3.2 智慧物流骨干网管网节点流量分析

3.4 基于C2B模式的空调介质的管网模型流量控制模型

3.4.1 空调(物料)云库存管网模型

3.4.2 C2B模式下的空调(物料)管网控制模型

3.5 本章小结

第四章 基于大数据的云物流管网云仓储模型及分布策略研究

本章摘要

4.1 引言

4.2 云库存机制及形式化模型

4.2.1 云物流下的云库存协同共享机制

4.2.2 协同共享云库存形式化管网模型

4.3 智慧云物流管网中库存控制模型

4.3.1 协同共享库存的问题描述

4.3.2 调速原理

4.3.2 最佳库存量的确定

4.4 算例设计

4.5 基于大数据的云仓储分布模型

4.5.1 模型假设

4.5.2 模型表征

4.5.3 模型建立

4.6 模型的求解

4.6.1 粒子群算法相关概述

4.6.2 遗传算法相关概述

4.6.3 粒子群与遗传混合启发式算法设计

4.6.4 算例设计

4.7 基于大数据的C2B模式的某外资品牌空调“云仓储”应用

4.7.1 基于大数据的空调“云仓储”对应实体仓储解决方案

4.7.2 基于大数据的C2B模式空调“云仓储”分布策略

4.8 本章小结

第五章 基于大数据的云物流服务质量评价模型

本章摘要

5.1 引言

5.2 云物流管网服务质量评价模型

5.2.1 SERVQUAL模型介绍

5.2.2 LSQ物流服务质量模型简介

5.2.3 模型的维度调整

5.2.4 确定模型的维度及灰关联分析

5.3 基于智慧云物流服务质量评价模型

5.3.1 评价指标体系

5.3.2 评价方法及过程

5.3.3 评价结果分析

5.4 基于C2B模式空调企业云物流质量评价分析

5.5 本章小结

第六章 空调企业基于大数据的智慧云物流平台实现

本章摘要

6.1 引言

6.2 空调企业的智慧云物流平台业务分析

6.2.1 智慧云平台业务需求总体概况

6.2.2 空调企业智慧云物流平台系统框架

6.2.3 空调企业智慧云物流平台系统关键技术

6.3 空调智慧云物流大数据云存储技术的实现

6.3.1 云存储技术现状

6.3.2 关键技术

6.3.3 大数据云储存的系统分析及验证

6.4 空调企业智慧云物流各平台的实现

6.4.1 空调物流订单平台

6.4.2 空调物流服务平台

6.4.3 空调“云仓储”平台

6.5 本章小结

第七章 全文总结与研究展望

7.1 主要创新点

7.2 研究展望

参考文献

附录 1

攻读博士学位期间获得的学术成果

发表的学术论文

参与课题

致谢

全文下载
全文下载