B2C电子商务仓库中商品储位优化研究开题报告

2020-02-10 23:09:05

1. 研究目的与意义（文献综述）

课题目的：

目前绝大多数仓库的库位分配策略较为简单，首先寻找相同商品己有货位，如果没有己有货位则根据货位的优先级推荐到第一个可用货位，因而该策略实际上是根据仓库收货的先后顺序为商品依次分配从入口到出口的货位。而在实际的订单拣选当中，由于这种货位分布对商品而言并无任何规律性，拣选人员往往需要将仓库的大部分货位遍历一次才能拣选得到所需的商品，导致仓库作业人员拣选效率较低。通过优化货位分配提高仓库作业人员的拣选效率,从而提高仓库的整体效率.

课题意义：

目前我国B2C电子商务得到快速发展，市场规模逐步稳定扩大，B2C电子商务企业面临广阔的发展前景。而B2C电子商务企业提供的大多是实物产品，B2C电子商务企业必须将商品或服务真正转移到消费者手中，电子商务活动才能成功结束。仓库作为商品的存储地，对于B2C电子商务企业来说显得十分重要，任何规模的B2C商家都无法忽视仓储管理的问题。B2C电子商务企业的货位分配问题是影响其仓储运作的关键问题，它决定着仓库整体服务能力。因此合理的货位分配能使B2C电子商务企业在激烈的市场竞争中脱颖而出.

国内外研究现状：

目前基于货物相关性的货位分配的研究，货物相关性主要体现在三个方面：一是产品物料清单(简称BOM)，即货物按照产品的物料清单结构放置，以提高拣选效率；二是需求相关，即货物A的需求必然引发货物B的需求，单独需求的出现意义不大；三是订单分析，通过订单分析发现某些同时被订货概率比较大的货物组合。 R.J.Kuo , P.H. Kuo , Yi Ruei Chen , F.E. Zulvia【2】将仓库划分为多个区域，其中每个区域都有自己的可以同时工作的选择器。提出了元启发式算法的应用，即粒子群优化算（PSO）和遗传算法（GA），用于同步分区系统中的项目分配。李建斌，杨光耀和陈峰【4】建立了基于产品出库频次与相关性的优化标准及指标，然后，建立该问题的整数线性规划数学模型，进一步，提出求解该类问题的模拟退火算法。张英慧【6】考虑商品在历史订单数据中呈现的关联规律，将两种商品同时出现在一个订单的次数和作为需求相关性系数，同时考虑商品出库频次、商品重量、体积等因素，建立货位分配数学模型，并给出遗传算法。吕亚飞,董翔英,王凤忠,任聪【7】利用数据挖掘中的关联规则Apriori算法，在R语言中实现编程及可视化分析，挖掘出库存器材的相关性，并结合器材的出库量得到货位的分配方案。金霞燕【9】是对B2C电子商务企业的品类用关联规则挖掘得出支持度作为相关性系数；接着依据品类之间的相关性系数进行聚类，然后依据平均订货频率对品类族以及品类划分库区；对于品类内的货物的货位分配采用建模分析的方法。

2. 研究的基本内容与方案

目前，b2c 电子商务发展迅速，市场占有比例不断扩大。

而仓库作为电子商务企业的一个重要组成部分，仓库的运作效率与整个物流运作的效率密切相关。

合理的货位安排可以改善人工拣货效率，是优化仓库效率的一个较为好的方法。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

3. 研究计划与安排

1. 2019年2月18日-2月24日（第1周）：文献查阅与资料阅读，并翻译相关的英文资料（不少于2万印刷符号）；

2. 2019年2月25日-2019年3月3日（第2周）：提交开题报告初稿；

3. 2019年3月4日-2019年3月10日（第3周）：提交开题报告，完成开题。

4. 2019年3月11日-2019年3月24日（第4-5周）：明确论文的写作思路，构思论文的框架，完成论文写作提纲；

5. 2019年3月25日-2019年5月5日（第6-11周）：系统撰写、完成毕业设计论文初稿；

6. 2019年5月6日-2019年5月26（第12-14周）：对初稿进行修改和完善。

7. 2019年5月27日-2019年6月2日（第15）：终稿完成、打印、装订；整理各项毕业设计材料并提交毕业论文，准备答辩材料；

8. 2015年6月3-9日（第16周）：完成毕业答辩。

4. 参考文献（12篇以上）

[1] Chuang Y F , Lee H T , Lai Y C . Item-associatedcluster assignment model on storage allocation problems[M]. Pergamon Press,Inc. 2012.

[2] Kuo R J , Kuo P H , Chen Y R , et al. Application ofmetaheuristics-based clustering algorithm to item assignment in asynchronized zone order picking system[J]. Applied Soft Computing, 2016,46:143-150.

[3] Hausman W H , Schwarz L B , Graves S C . OPTIMALSTORAGE ASSIGNMENT IN AUTOMATIC WAREHOUSING SYSTEMS[J]. Management Science,1976, 22(6):629-638.

[4] 李建斌, 杨光耀, 陈峰. 零售业电子商务仓储中心货位指派问题研究[J]. 工业工程与管理, 2013, 18(4):102-108.

[5] 徐翔斌, 李秀. 基于数据挖掘的动态货位指派系统[J]. 包装工程, 2017(19):134-138.

[6] 张英慧. J电子商务企业物流中心货位优化研究[D].2015..

[7] 吕亚飞, 董翔英, 王凤忠, et al. 基于Apriori算法的关联规则在器材仓库货位分配中的应用 [J]. 军械工程学院学报, 2016(5):38-42,共5页.

[8] 陈月婷. 基于改进粒子群算法的立体仓库货位分配优化[J].journal6, 2006, 44(11):229-231.

[9] 金霞燕. 考虑需求相关性的B2C电子商务企业货位分配研究[D]. 北京交通大学, 2014.

[10] 刘威. 基于数据挖掘技术的货位分配优化[J]. 经济技术协作信息, 2009(11):101-101.

[11] 冯乾, 乐美龙, 赵毅. 物料聚类分析下的仓库货位指派优化[J]. 辽宁工程技术大学学报(自然科学版), 2015(10).

[12] 杨景祥. 货架式仓储中心货位分配及拣货路径优化研究[D].2016.

[13] 刘锡铃. 关联规则挖掘算法及其在购物篮分析中的应用研究[D]. 苏州大学, 2009.

[14] 李想. 基于聚类分析的货位分配问题研究[D].辽宁科技大学,2018.

[15] 傅忠宁, 张连富, 郝红绢, et al. 仓储区货位规划模型与求解方法[J]. 交通运输系统工程与信息, 2008, 8(4):108-113.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

注册

找回密码