卡车物流配送预测子系统的设计与实现

发布时间：2017-04-04 15:20

  本文关键词：卡车物流配送预测子系统的设计与实现，由笔耕文化传播整理发布。

【摘要】：亚马逊是一家全球著名的电子商务公司,在中国有着复杂的库房网络,客户订单出库的所有货物都是用卡车运输到配送站,再由配送员配送,其中卡车运输部分外包给承运商。不同的卡车车型,运输费用也并不相同,运输费用往往和卡车的容积成正比,即容积越大,卡车运输费用越高。业务部门相关工作人员会根据历史经验预定当天使用的卡车的车型和数量,如果工作人员估计将要运输的货物体积过大,则卡车空间使用率低,造成了不必要的资源浪费；而估计体积过小,则造成部分货物无法及时配送,将导致客户无法及时收到自己的订单,影响客户满意度。在客户及时收到自己订单的前提下,尽可能高地利用卡车的空间,节约运输成本,卡车物流配送预测子系统的开发是十分必要的。 之前线上已经存在一版卡车物流配送预测子系统,专为卡车预测体积,但预测结果精度一般。所以新系统,需要在原有系统的基础上,提高预测精度,给出合理的货品摆放体积。笔者主要实现在亚马逊货物运输过程中每日,每条干线所需卡车体积的预测功能,并为其日常卡车预定提供数据支持。本文根据其业务需求进行了系统的需求分析,根据业务需求对系统模块进行分类和划分；在此基础上,根据项目具体情况选择了技术框架,完成系统概要设计,通过整合业务需求及分析真实数据,预测货物品类及订单单量,选定使用决策树模型,进而利用随机森林降低噪声完成商品装箱的体积模拟,对模型应用结果进行检验,针对各个功能模块进行详细设计,并对重点模块做了流程说明和类设计,说明其中所应用的数学模型及其使用意义,明确说明了功能点实现过程中各方法的调用关系,本人在项目中完成了系统需求分析,设计开发及部署上线的全过程,其中主要包括干线预测,卡车推荐,数据采集,预测结果展示各个模块的功能设计,开发等工作。 系统上线运行后,根据采集到的实际数据对比可知,本系统为卡车预定提供了具有有力的数字凭据,成功的提高了卡车的装载率,节约了货物的运输成本,降低了卡车的空间浪费。
【关键词】：预测 机器学习 云服务 Spring J2EE
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.52;TP393.09
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-8
• 序言8-11
• 1 引言11-15
• 1.1 项目背景及意义11-12
• 1.2 项目来源12
• 1.3 研究目标和内容12-13
• 1.4 论文组织结构13
• 1.5 本章小结13-15
• 2 关键技术介绍15-23
• 2.1 MVC15-16
• 2.2 Spring框架16
• 2.3 机器学习16-17
• 2.4 Amazon Web Services17-21
• 2.5 本章小结21-23
• 3 卡车物流配送预测子系统需求分析23-41
• 3.1 系统背景业务的总体分析23-27
• 3.2 系统功能需求27-39
• 3.2.1 体积预测模块27-30
• 3.2.2 卡车推荐方案模块30-34
• 3.2.3 预测结果模块34-37
• 3.2.4 系统数据采集模块37-39
• 3.3 系统非功能需求39-40
• 3.4 可行性分析40
• 3.5 本章小结40-41
• 4 卡车物流配送预测子系统概要设计41-47
• 4.1 卡车物流配送预测子系统架构设计41-42
• 4.2 卡车物流配送预测子系统功能模块划分42-43
• 4.3 卡车物流配送预测子系统数据库设计43-46
• 4.3.1 干线预测相关表43-45
• 4.3.2 卡车推荐及结果发布相关表45-46
• 4.4 本章小结46-47
• 5 卡车物流配送预测子系统详细设计和实现47-73
• 5.1 干线体积预测模块47-52
• 5.2 卡车推荐方案模块52-57
• 5.3 预测结果模块57-66
• 5.4 系统数据采集模块66-69
• 5.5 装箱模型设计69-72
• 5.6 本章小结72-73
• 6 系统测试部署及效果分析73-81
• 6.1 功能性测试73-74
• 6.2 非功能性测试74-76
• 6.3 系统部署76-77
• 6.4 系统效果分析77-79
• 6.5 本章小结79-81
• 7 结论81-83
• 参考文献83-85
• 作者简历85-87
• 学位论文数据集8

【参考文献】

中国期刊全文数据库 前4条

1 杨德鹏;郎为民;李虎生;;云计算服务模型研究[J];电信快报;2011年11期

2 张英捷;刘万军;;Spring AOP技术在J2EE系统安全性验证中的应用研究[J];计算机工程与科学;2008年08期

3 王小强;;基于随机森林的亚健康状态预测与特征选择方法研究[J];计算机应用与软件;2014年01期

4 杨秀萍;;Java定时任务及其在工作流系统中的应用[J];现代电子技术;2011年08期

  本文关键词：卡车物流配送预测子系统的设计与实现，，由笔耕文化传播整理发布。

本文编号：285731