数据驱动的精细化配送需求识别研究

发布时间：2022-01-04 02:34

　　随着物流配送需求的快速增长,人们对配送服务水平的要求愈来愈高,配送速度已经成为最受关注的要素。对于企业而言,建立快速响应体系已经成为必然要求。然而,快速响应体系的建立往往意味着成本的增加。从配送的角度,如何保持降低成本和快速响应客户需求的平衡已经成为企业亟待解决的问题。精细化配送是解决这个问题的重要切入点,它源于精益生产,把精细化思想引入物流过程,从物流末端客户需求出发进行各配送站点的产品配送需求识别,旨在通过配送需求识别提前洞悉未来需求量,从而提前备货以提高配送效率,同时降低物流各个作业环节的成本。实施精细化配送的关键是提前进行配送需求识别,配送需求识别可以细化为需求对象识别和需求量识别两个方面。需求对象识别是指提前挖掘潜在客户,以实现精准营销和洞察未来需求。需求量识别是指根据历史数据提前预测站点销量,以优化仓储管理从而降低配送成本。目前,配送站点的需求管理一般是使用经验预判、按期补货等传统方式,存在着不确定性大、对专家的依赖性强等问题。从海量数据中挖掘有价值的信息,使用数据来驱动精细化配送需求识别,可以科学合理的解决这些问题。数据驱动精细化配送需求识别的核心,是在数据的基础上利用相... 

【文章来源】：浙江理工大学浙江省

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

图２．１可以看出，为了实现高质量发展模式下数据驱动的配送活动，需要从数据??

浙江理工大学硕士专业学位论文?数据驱动的精细化配送需求识别研究??３精细化配送数据系统设计??３．１系统目标??在自建的物流配送模式下，企业可以合理地规划管理流程，提高物流作业效率，减少??流通费用。瓶装液化石油气是典型的自营配送模式商品，一个完整的配送流程如图３．１所??示，从用户的下单开始到收货之后的订单结算结束。显然，液化石油气配送过程的流程控??制十分严格，完成配送还包括入户检查环境、安装、收费确认以及回收空瓶等，整个过程??繁琐，耗时长。为了提高整个配送流程的效率，站点需要处于良好的供需均衡状态，始终??有适量货物以保证实时响应客户需求，从而提高客户的满意程度。??’穿工作服、??＾佩戴证件??确认订单信息??；?ｊ??提气．检查??＾?＾????￣￣停止供气＂＂＂＂．????１?报告上级??配送到户?ｙ??核实用｜户信息｜???检查用Ｉ气环境｜?￣￣ｙ??ｎ?ｉ?ｎ??用户自整告知??行安装ｙ?现场整改??ｙ?Ｉ??ｎ??ｎ??勾选自行安装?更并换调？???－用户签字?????｜Ｉ＾，??｜空瓶送回??〇??图３．１液化石油气配送流程??１８??

ｅｐｌｉｃａｔｅｓ，?ｐａｔｈ）；??｜＾??ｎａｍｅｎｏｄｅ?ｉ??Ｍｅｔａｄａｔ＾ｊ＞ｐ５＾＾?｜＼??ｂｌｏｃｋ?ｏｐ、??９＾ｉｅｎｔ?＼??Ａ！?＼??ｒｅａｄ／?＼??ｒ?／?ｄ?＾ａｎｏｄｅｓ??，?＼?ｄａｔａｎｏｄｅｓ??Ｉ?Ｄ?Ｂ?□?｜?ｄｒｅｐｌｉｃａ—｜?％?＾?｜??ｒａｃｋｌ?＼?ｉ?Ｊ／?ｒａｃｋ２???－?－?Ｘ－－－１???…????＇＇??＇＇Ｎｗｒｉｔｅ＾／??ＣｒＤ??ｃｌｉｅｎｔ??图３．５ＨＤＦＳ架构图??３．３．３计算引擎??计算引擎负责对数据系统中的数据进行计算，包括数据的清洗、预处理以及模型的构??建、评估、选择过程中的所有计算流程，是大数据生态系统中最为核心的部分。按照所处??理数据状态的不同可以分为批处理和流处理计算引擎两种类型。批处理一般对应于离线计??算，在数据处理的过程中操作大容量的静态数据，整个处理流程所需的时间较长，用于分??析较为复杂的历史数据。在精细化配送需求识别过程中对于客户类型、销量预测等进行计??算是都是通过批处理计算。??在Ｈａｄｏｏｐ生态系统中，ＭａｐＲｅｄｕｃｅ是一个最基础的批处理计算引擎，它是一个基于??ｊａｖａ编写的运行在ＨＤＦＳ之上的并行分布式离线批处理框架。ＭａｐＲｅｄｕｃｅ不仅通过利用??Ｎａｍｅｎｏｄｅ上存储的数据的位置信息来就近的处理数据以实现信道损失最小化，还能自动??完成计算任务的并行化处理，提高计算过程的运算速度。同时，ＭａｐＲｅｄｕｃｅ还是一个并行??程序设计模型与方法，它借助于函数式程序设计语言Ｌｉｓｐ的设计思想，提供了一种简便的??并行程序设计方法，将复杂


本文编号：3567483