[管理學(xué)]第8章支持物流決策的定量模型(參考版)
2024-12-11 01:34本頁面
【正文】 ? 物流系統(tǒng)中的配置問題模擬 – 模擬服務(wù)機構(gòu)和顧客 – 物流流程分析 工廠甲 客戶 1 車輛配送 配 貨 客戶 m 客戶 2 倉 儲 工廠乙 工廠 n – 車輛優(yōu)化調(diào)度的啟發(fā)式算法 – 車輛優(yōu)化調(diào)度的遺傳算法 – 車輛運輸?shù)闹悄苷{(diào)度 ? 車輛調(diào)度總體結(jié)構(gòu)設(shè)計 車輛智能調(diào)度支持系統(tǒng) 基于 GIS 的支持 系統(tǒng) 基于 GPS 的支持系統(tǒng) 車輛統(tǒng)一管理系統(tǒng) 客戶服務(wù)系統(tǒng) 運力資源合理調(diào)配 WEBGIS 地圖表現(xiàn) 顯示地圖 車輛查詢 分析查詢 運輸路徑分析 客戶位置分析 呼叫中心電話 優(yōu)化路徑 車輛實時監(jiān)控 車輛跟蹤調(diào)度 敏感區(qū)域監(jiān)控 圖 8 － 11 系統(tǒng)功能結(jié)構(gòu) ? 主要系統(tǒng)功能描述 – 基于 GIS的物流決策支持系統(tǒng) 基于 GIS的支持系統(tǒng) 地圖表現(xiàn) 分析查詢 顯示地圖 優(yōu)化路徑 客戶服務(wù)系統(tǒng) 運力資源合理調(diào)配 WEBGIS 呼叫中心電話 車輛查詢 運輸路徑分析 客戶位置分析 ? 基于 GPS的支持系統(tǒng) 基于 GPS的支持系統(tǒng) 車輛實時監(jiān)控 車輛跟蹤調(diào)度 敏感區(qū)域監(jiān)控 。 – 進(jìn)化計算方法 ? 模擬生物（包括人類）和各種自然現(xiàn)象解決高度非線性問題，包含遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃。由于大規(guī)模的并行計算，使蟻群避開了局部最優(yōu)，采用了正反饋機制，收斂速度加快，使用構(gòu)造性的貪婪算法能在搜索的早期階段找到較好的可行解。 系統(tǒng)流圖 187。 因果關(guān)系圖：用來描述系統(tǒng)因果反饋結(jié)構(gòu)的一種關(guān)系圖形，它的主要任務(wù)有：確定系統(tǒng)的邊界，定義系統(tǒng)的主要變量；表明變量間的因果關(guān)系，應(yīng)用因果關(guān)系鏈表示各變量的作用方向；標(biāo)識主要反饋回路。 ? 聚類分析（ Clustering）： – 與分類分析不同 – 四種 DM方法雖然有著不同的適用范圍， DM系統(tǒng)中經(jīng)常是綜合地利用之。 – 數(shù)據(jù)挖掘的特點 ? 處理的數(shù)據(jù)規(guī)模十分龐大 ? 響應(yīng)快速，提供決策支持信息 ? 規(guī)則需要適時更新 ? 一項新興的高新技術(shù)，面臨著許多理論上或技術(shù)上的難點和挑戰(zhàn) – DM的技術(shù) ? 人工神經(jīng)網(wǎng)絡(luò)方法 ? 遺傳算法 ? 決策樹方法 中間層 信息輸入 信息輸出 輸入層 輸出層 圖 85 神經(jīng)網(wǎng)絡(luò)模型 – DM常用的分析方法 ? 關(guān)聯(lián)分析（ Associations）： – 挖掘出隱藏在數(shù)據(jù)間的相互關(guān)系 ? 序列模式分析（ Sequential Patterns）： – 挖掘出數(shù)據(jù)之間的聯(lián)系，側(cè)重點在于分析數(shù)據(jù)間的前后（因果）關(guān)系。 ? 準(zhǔn)則 12 不受限維與聚集層。 ? 準(zhǔn)則 10 直觀的數(shù)據(jù)操縱。 ? 準(zhǔn)則 8 多用戶支持能力準(zhǔn)則。 ? 準(zhǔn)則 6 維的等同性準(zhǔn)則。 ? 準(zhǔn)則 4 穩(wěn)定的報表性能。 ? 準(zhǔn)則 2 透明性準(zhǔn)則。 – 鉆?。?Drill） 187。 改變一個報告或而面顯示的維方向。 定義 1：在多維數(shù)組的某一維上，選定某一區(qū)間的維成員的方法 187。如果在時間維上，選定一個維成員（設(shè)為“ 2022年 1月 ” ），就得到了在時間維上的一個切片。 187。 選定多維數(shù)組（地區(qū)，時間，客戶，運輸額）中的地區(qū)維與客戶維，在另外一維：時間維，選取一個維成員（如 “ 2022年 1月 ” ），就得到了多維數(shù)組（地區(qū)，時間，客戶，運輸額）在客戶和地區(qū)兩維上的一個切片（客戶，地區(qū)，運輸額）。 187。 ? 方法 – 切片（ Slice）： 187。 – OLAP的基本分析方法 ? 多維分析方法 – 對以多維形式組織起來的數(shù)據(jù)，采取切片、切換、旋轉(zhuǎn)等各種分析方法，以求剖析數(shù)據(jù)，使最終用戶能從多個角度、多側(cè)面地觀察數(shù)據(jù)庫中的數(shù)據(jù)，從而深入地了解包含在數(shù)據(jù)中的信息、內(nèi)涵。 – 當(dāng)多維數(shù)組的各個維選中一個維成員，這些維成員的組合就惟一確定了一個變量的值。如果我們擴(kuò)展一個維，如產(chǎn)品維，就得到了一個四維的結(jié)構(gòu)。 ? 多維數(shù)組： – （維 1，維 2， ……，維 n，變量）。 ? 維成員： – 維的一個取值稱為該維的一個維成員。 ? 維的層次： – 觀察數(shù)據(jù)的特定角度（即某個維）還可以存在細(xì)節(jié)程度不同的多個描述方面，我們稱這多個描述方面為維的層次。 – 例如，企業(yè)常常關(guān)心服務(wù)收入隨著服務(wù)水平提高而產(chǎn)生的變化情況，這時他是從服務(wù)水平的角度來觀察產(chǎn)品的服務(wù)收入的，所以服務(wù)水平就是一個維（服務(wù)維）。一般情
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1