3.4.1 包装物料库存控制要求 35-36
3.4.2 包装物料库存控制影响因素 36-37
3.5 本章小结 37-38
4 D公司北京作业中心包装物料库存控制方案 38-57
4.1 D公司北京作业中心包装物料分类 38-42
4.1.1 分类方法的选择 38
4.1.2 作业中心包装物料分类 38-42
4.2 基于分类的库存控制方法选择 42-45
4.2.1 需求波动较小的包装物料库存控制方法选择 42-43
4.2.2 需求波动较大的包装物料库存控制方法选择 43-45
4.2.3 C类包装物料库存控制方法选择 45
4.3 D公司北京作业中心包装物料需求预测 45-49
4.3.1 需求预测方法选择 45-46
4.3.2 预测效果评价 46-48
4.3.3 预测结果 48-49
4.4 库存控制方法的应用 49-56
4.4.1 需求波动较小的包装物料的库存控制 49-52
4.4.2 需求波动较大的包装物料的库存控制 52-55
4.4.3 C类包装物料的库存控制 55-56
4.5 本章小结 56-57
5 方案实施效果评价 57-65
5.1 需求波动较小的包装物料库存控制效果评价 57-61
5.1.1 库存水平控制效果评价 57-61
5.1.2 服务水平控制效果评价 61
5.2 需求波动较大的包装物料库存控制效果评价 61-64
5.2.1 库存水平控制效果评价 61-63
5.2.2 服务水平控制效果评价 63-64
5.3 C类包装物料库存控制效果评价 64
5.4 本章小结 64-65
6 结论与展望 65-66
6.1 结论 65
6.2 展望 65-66
参考文献 66-69
附录A 69-77
附录B 77-80
附录C 80-83
附录D 83-87
附录E 87-91
学位论文数据集 91
摘要 3-4
Abstract 4-5
第1章 绪论 8-14
1.1 研究背景与意义 8-9
1.1.1 研究背景 8
1.1.2 研究目的及意义 8-9
1.2 国内外研究现状 9-12
1.2.1 港口集卡作业研究现状 9-11
1.2.2 国内优化方法研究现状 11
1.2.3 蚁群算法的研究现状 11-12
1.3 研究的内容与技术路线 12-14
1.3.1 研究的内容 12-13
1.3.2 研究的技术路线 13-14
第2章 集装箱港口作业流程及运输网络优化方法 14-23
2.1 集装箱港口作业流程 14-18
2.1.1 进口卸船作业流程 14-15
2.1.2 出口装船作业流程 15-16
2.1.3 集装箱港口装卸工艺及相关设备配备 16-18
2.2 运输网络优化方法 18-22
2.2.1 网络优化的定义 18-19
2.2.2 优化方法分类 19-22
2.3 本章小结 22-23
第3章 ACO 算法的改进及建立模型 23-44
3.1 蚁群优化(ACO) 23-27
3.1.1 蚁群算法简介 23-26
3.1.2 蚁群算法(ACO)的流程 26-27
3.2 遗传算法 27-29
3.2.1 遗传算法简介 27-28
3.2.2 遗传算法的主要流程 28-29
3.3 建立港口集卡路径成本优化模型 29-34
3.3.1 影响港口集卡作业因素 30-31
3.3.2 成本优化模型 31-34
3.4 采用改进 ACO 对港口集卡路径成本模型进行优化 34-43
3.4.1 ACO与遗传算法的融合 34-35
3.4.2 ACO部分的详细算法过程 35-41
3.4.3 遗传算法部分的详细算法过程 41-43
3.5 本章小结 43-44
第4章 基于 ACO 天津港港口集卡作业调度优化实例分析 44-58
4.1 天津港集装箱码头有限公司概况 44-45
4.1.1 天津港集装箱码头有限公司概况 44
4.1.2 天津港集装箱码头有限公司设施配备 44-45
4.2 实证分析 45-55
4.2.1 天津港港口集卡路径成本优化模型数据的采集 45-49
4.2.2 港口集卡作业调度优化路径 49-52
4.2.3 优化结果对比分析 52-55
4.3 天津港港口集卡调度优化建议 55-57
4.4 本章小结 57-58
第5章 结论与展望 58-60
5.1 结论 58-59
5.2 展望 59-60
致谢 60-61
参考文献 61-64
