基于大数据的智慧云物流理论、方法及其应用研究
发布时间：2020-07-29 16:39
【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。
【学位授予单位】：浙江理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F259.2;TP311.13
【图文】：
图 1.2 大数据与小数据的区别界经济中，企业为了发现新的盈利机会，更加依赖来自消费者的喜好掘这些喜好和见解的过程中，产生数量巨大、结构复杂、类型众多的集成共享，交叉复用，成为有价值的经济信息资源，形成一种智力资oogle 公司通过大规模集群和 MaReduce 软件，每个月处理的数据量超量：数百 PB，每天大约要处理几十 PB 数据，大多要实时处理，如微博acebook 注册用户超过 8 亿，每月上传 10 亿照片，每天生成 300TB 日 3.7 亿会员，在线商品 8.8 亿，每天交易数千万，产生约 20TB 数据[27庞大的科学数据集中提取信息，发现其主要特征，并理解其间的关系包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系云计算平台，互联网和可扩展的存储系统等。2012 年，美国知名信息德纳 Gartner 提到：大数据是高速、大量以及复杂多变的信息资产，式去实现更强的决策能力以及优化处理[28]。
浙江理工大学博士学位论文 基于大数据的智慧云物流理论、方法及其应用研究1.3 论文主要研究内容及其结构框架1.3.1 论文研究思路本文主要基于大数据研究智慧云物流的理论、方法及其应用。理论方面：首先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“云仓储”模型，然后设计了一套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。方法方面：主要包括大数据云存储数据库的关键技术，分布式云数据系统的分析与验证，从而实现智慧云物流平台。应用层面：通过以空调产品作为研究对象，验证理论模型及方法其可行性并实现智慧云物流新商业平台。如图 1.3 所示。
图 1.4 主要研究内容（1）智慧云物流管网模型。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，并进一步构建智慧云物流智能骨干网网络拓扑图，（2）基于云物流的云仓储模型及分布策略研究。在云物流的大物流模式下，合理的库存策略和分布策略也是企业建立云储存的两个核心任务之一。基于云物流管网研究“云仓储”的库存问题，首先根据云库存协同共享机制及形式化模型，基于智慧物流管网建立“云仓储”的库存控制模型，确定每个配送中心的最佳库存量；其次基于云物流物流总成本最低建立云库存分布模型，并基于粒子群和遗传混合启发式算法进行实现，最后用实例证明该方法的有效性和实用性。（3）基于云物流的服务质量评价模型。主要针对物流企业服务质量以及资源动态安全信任的评价理论模型进行研究，基于 SERVAUAL 模型构建科学合理的多维度多层次的云物流服务质量评价指标；建立基于云物流服务质量评价模型。（4）智慧云物流平台实现及大数据存储技术，首先基于 RDBMS 的数据模型的便捷性
本文编号：2774224
【学位授予单位】：浙江理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F259.2;TP311.13
【图文】：
图 1.2 大数据与小数据的区别界经济中，企业为了发现新的盈利机会，更加依赖来自消费者的喜好掘这些喜好和见解的过程中，产生数量巨大、结构复杂、类型众多的集成共享，交叉复用，成为有价值的经济信息资源，形成一种智力资oogle 公司通过大规模集群和 MaReduce 软件，每个月处理的数据量超量：数百 PB，每天大约要处理几十 PB 数据，大多要实时处理，如微博acebook 注册用户超过 8 亿，每月上传 10 亿照片，每天生成 300TB 日 3.7 亿会员，在线商品 8.8 亿，每天交易数千万，产生约 20TB 数据[27庞大的科学数据集中提取信息，发现其主要特征，并理解其间的关系包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系云计算平台，互联网和可扩展的存储系统等。2012 年，美国知名信息德纳 Gartner 提到：大数据是高速、大量以及复杂多变的信息资产，式去实现更强的决策能力以及优化处理[28]。
浙江理工大学博士学位论文 基于大数据的智慧云物流理论、方法及其应用研究1.3 论文主要研究内容及其结构框架1.3.1 论文研究思路本文主要基于大数据研究智慧云物流的理论、方法及其应用。理论方面：首先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“云仓储”模型，然后设计了一套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。方法方面：主要包括大数据云存储数据库的关键技术，分布式云数据系统的分析与验证，从而实现智慧云物流平台。应用层面：通过以空调产品作为研究对象，验证理论模型及方法其可行性并实现智慧云物流新商业平台。如图 1.3 所示。
图 1.4 主要研究内容（1）智慧云物流管网模型。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，并进一步构建智慧云物流智能骨干网网络拓扑图，（2）基于云物流的云仓储模型及分布策略研究。在云物流的大物流模式下，合理的库存策略和分布策略也是企业建立云储存的两个核心任务之一。基于云物流管网研究“云仓储”的库存问题，首先根据云库存协同共享机制及形式化模型，基于智慧物流管网建立“云仓储”的库存控制模型，确定每个配送中心的最佳库存量；其次基于云物流物流总成本最低建立云库存分布模型，并基于粒子群和遗传混合启发式算法进行实现，最后用实例证明该方法的有效性和实用性。（3）基于云物流的服务质量评价模型。主要针对物流企业服务质量以及资源动态安全信任的评价理论模型进行研究，基于 SERVAUAL 模型构建科学合理的多维度多层次的云物流服务质量评价指标；建立基于云物流服务质量评价模型。（4）智慧云物流平台实现及大数据存储技术，首先基于 RDBMS 的数据模型的便捷性
【参考文献】
相关期刊论文 前1条
1 任永贵;;电子商务时代云物流技术探讨[J];商业时代;2012年08期
本文编号：2774224
本文链接：https://www.wllwen.com/jingjifazhanlunwen/2774224.html
