上海论文网提供MBA论文选题服务,专业提供硕士毕业论文服务。
导航 当前位置:上海论文网 > 工程论文 > 物流工程论文 > 正文
面向智能物流中心的服务性能研究
  • 论文价格:150
  • 用途:硕士毕业论文 Master Thesis
  • 编辑:若诗
  • 点击次数:
  • 论文字数:46288
  • 论文编号:el2021041120445122049
  • 日期:2021-04-16
  • 来源:上海论文网
tagTAG:
本文是物流工程论文,本文以改善智能物流中心的服务性能为中心,从部署成本,流行商品推荐服务以及物流商品溯源服务三方面进行了研究。基于研究的结果,进一步提出了展望。本文从以下三个方面进行总结:(1)由于本文构建的成本模型无法在确定的多项式内求解;其次,相关问题的所有决策变量都是二进制的另外,考虑到了猴群多样性以及搜索后期MA易陷入局部最优的问题。本文在MA的基础上考虑了二进制-解编码(Decoding)以及引入了遗传算法(GeneticAlgorithm,GA)来构建遗传-二进制解编码猴群算法(Decoding-GeneticMA,DGMA)算法。此算法解决了智能物流中心在多种约束条件下的部署成本最小,且避免了算法陷入局部最优的问题。(2)由于商品是不断时序变化的,所以在LSTM中引入了交互模型,在提高预测精度的同时提高了推荐准确性。具体地,算法第一层的一维卷积神经网络(CNN)用来降低计算复杂度。针对智能物流中心部署成本最小化问题,本文在传统的物流中心引入了边缘架构来重新部署了基于边-云的智能物流中心。基于部署的智能物流中心,构建了成本函数模型;然后,一种启发式算法MA通过模拟一群猴子的爬山过程来解决多项成本的最小化问题。由于构建的成本模型无法在确定的多项式内求解;其次,相关问题的所有决策变量都是二进制的;另外,考虑到了猴群多样性以及搜索后期MA易陷入局部最优的问题。

....

 

第一章绪论

 

智能物流中心的部署需要一笔成本,部署一个合适的智能物流中心用来满足用户的需求且成本最少,从而能够提升智能物流中心的服务性能一直是研究热点。文献[11]中指出,一种离散的粒子群算法解决了多种约束条件下(例如,最大需求容量、最大延迟时间、最大覆盖范围),使总安装成本最小化的设施选址问题。然而,文献[12]指出,单纯的粒子群算法在迭代前期搜索范围大,探索能力强;但是,搜索后期就会陷入局部最优。基于此,本文使用一种启发式算法,即猴群算法[11](MonkeyAlgorithm,MA)来优化其部署成本。该算法是通过模拟一群猴子的爬山过程(包括爬升,观看跳跃和翻筋斗过程)来搜索大规模问题的最优解,即能够解决智能物流中心部署的多项成本最小化问题。与传统的启发式算法相比,MA的执行效率更高。具体地,由于构建的成本模型无法在确定的多项式时间内求解;其次,相关问题的所有决策变量都是二进制的;另外,考虑到了猴群多样性以及搜索后期MA易陷入局部最优的问题。因此,本文在MA的基础上考虑了二进-Decoding以及引入了GA算法来构建DGMA算法。此算法解决了智能物流中心在多种约束条件下的部署成本最小,且避免了算法陷入局部最优的问题。

...

 

第二章相关背景知识介绍

 

2.1边缘计算
在实际的工业生产环境中,云平台与边缘架构协同工作。用户连接到本地局域网或物联网的单个设备部件,以实现即时交互[67-69]。用户层的机器学习过程是基于云平台训练的机器学习模型来完成的,与此同时,大量的原始数据也存储在这一层,该层还能提供对单个设备的可见性以及控制。应用层则提供对所有连接设备的可见性和控制。边缘层提供了单个设备和应用层之间必要的连接。企业层则是是云托管的,主要提供跨多个区域的可见性和控制[70-72]。该层在云平台进行分析、预测和决策,根据整个数据训练机器学习算法模型,然后将训练和分析的结果推向边缘层,最终下发至每个设备实现智能化操作[73-75]。小结:由上文综述可知,边缘架构已经应用于智能工业中,例如:智慧城市,智能交通,智能工厂等。然而,边缘架构还未应用到物流中心。与此同时,许多制造商在世界各地建设工厂,每个工厂通常都具有各自的特性和功能需求。云平台凭借自身的优势在企业转型智能制造中扮演着重要角色。通过云平台,企业可以跨地域在全球范围内监视系统和流程,从而能对整个运营状况进行对比分析,确定最佳的投资比例。由此可见,对于企业来讲,云平台或者数据中心是不可或缺的[65-66]。尽管优点明显,但企业期望通过云平台或数据中心集中维护所有的数据,却显得过于庞大也不太现实。因此,企业只有结合边缘架构和云平台,才能给智能工厂提供快速且几乎不受阻碍的连接。

 

2.2推荐系统
目前,INS中磁力计的校正方法非常普遍,可以满足一定的精度要求。然而,存在的校正方法仅考虑导航系统的校正而不能改变外部磁场环境的局限性。超声波溯源主要是根据多平面的反射距离实现[110]。该方法需要测距仪和接收器,还需要先将接收器布置在室内。在追踪过程中,由发射器先发送同频率的信号,接收器受到信号之后将其反射出去,直到主测距仪接收到信号,根据时间差来计算距离,从而确定位置。优势在于结构简单,追踪精度较高。缺点是易受到多径效应、多普勒频率以及温度的影响,且对硬件有一定的需求。小结:由上文综述可知,室内溯源方法都被广泛应用于各行各业。然而,室内联合溯源方法很少被应用于物流中心;另外,在对物体的溯源过程中,数据传输效率以及安全性仍然需要进一步研究。综上所述,本文关注的是:为了提高智能物流中心的服务性能,首先对物流中心进行结构上的重新部署,扩大其应用性的同时减少部署成本。其次,智能物流中心的商品对用户的需求程度应该引起足够重视,推荐流行商品时应该考虑到在不同时间段的用户对商品的需求。最后,流行商品位置的溯源是商品调度的基础,既要保证溯源过程的安全性,也要考虑到溯源结果的准确性以及数据传输的有效性。

 

第三章基于最优成本的智能物流中心部署..........................................................................................................9
3.1部署成本问题............................................................................................................................................9
3.2物流中心部署架构.............................................................................................................................10
3.3物流中心部署成本..................................................................................................................................10
第四章基于LSTM的物流商品推荐系统...........................................................................................................21
4.1推荐精度问题..........................................................................................................................................21
4.2基于LSTM的预测算法..........................................................................................................................21
4.3MBLSTM算法训练.................................................................................................................................25
第五章基于区块链的物流商品溯源系统...........................................................................................................35
5.1溯源准确性问题......................................................................................................................................35
5.2基于区块链的溯源架构..........................................................................................................................35
5.3基于区块链的融合溯源算法..................................................................................................................37

....
 

第五章基于区块链的物流商品溯源系统

 

5.1溯源准确性问题
室内溯源一直以来都是学术界和工业界研究的热点。广义上来讲,室内溯源技术可以分成WiFi技术[31-33],蓝牙技术[34-36],GPS技术[37-40]等。近年来,WiFi技术发展较快,因为很多大型的公共场所都已经广泛部署了WiFi设备,所以WiFi技术具有很好的应用前景。然而,蓝牙技术是根据当前设备接收到的信号强度来计算目标的位置坐标。蓝牙技术的优点在于安全性高,成本低,功耗低,体积小,大多数移动终端设备都配有蓝牙模块。蓝牙技术的缺点是:外界干扰对其溯源精度的影响较大,信号稳定性有待提高,通信范围较小。GPS技术很少应用于室内溯源。本章在智能物流中心,融合WiFi技术,蓝牙技术,GPS等技术,对流行商品进行智能化溯源。然而,融合溯源技术面对边-云架构的智能物流中心时,数据传输效率低下,数据安全性低。所以,本章在融合溯源算法中引入了区块链技术[42-44]和Socket[45-48]通信协议来提高数据在云平台与边缘设备之间的传输效率和安全性。显然,巨大的异构性为在物联网场景中启用区块链设置了障碍,因为大多数设备无法满足资源需求。为此,我们在该系统中为不同级别的设备分配了三个角色,即宏块矿工,微块矿工和客户端
物流工程论文范文

 

5.2基于区块链的溯源架构
本章主要描述了基于区块链的的物流商品溯源架构,如图5.1所示。为了保障溯源系统中位置信息的安全性以及流行商品可以优先进行位置溯源,本文再引入区块链的前提下,充分考虑到此场景下基于空间结构的异构性特点,将商品分作普通商品和流行商品,提出的架构主要包含三层网络结构,即传感层,管理层和应用层。(1)感知层,在整个物流中心部署中感知层位于网络拓扑的最底层,主要负责数据的收集和临时存储。由于物流设备中传感器仅充当数据收集器,因此它们的处理器是计算能力较弱的低端微型计算机,此外普通商品的数目较流行商品也较少,所需的资源量也少。(2)管理层,位于架构中层,与感知层相比管理层监视大量传感器,处理大量数据,并需要支持上层工业应用,此外流行商品的数量往往较大,所需计算资源也较多。因此,该层需要计算能力较强的高端服务器和云服务进行支持,从而具有强大的计算能力,足够的网络流量和存储空间。(3)应用层,位于拓扑结构中的最上层,管理员可以通过边缘平台检查设备的实时位置数据,然后做出有关运输调度的决策。。自然地,两种矿工负责创建相应的区块。如图5.1所示,给定轻量级的工作流程,任何合格的设备至少都可以充当微块矿机。但是,对于高端节点,作为宏块矿工可以利用其能力并增强其在架构中的影响力。
物流工程论文怎么写

......

 

第六章总结与展望

 

本文在算法第一层和LSTM层之间引入M机制来交互输入与状态从而提高预测精度。接着利用全连接神经网络(FCNN)对预测结果进行学习和采样。基于MBLSTM算法的推荐系统能够提高对时变商品的推荐精度。(3)针对物流中心的流行商品被精准溯源的问题,本文基于区块链提出了一个商品溯源系统。具体地,根据预测出来的众多流行商品,首先利用资源比较多的区块对流行商品进行优先配置,从而优先保障流行商品的溯源准确性;其次利用融合定位算法追踪集群式的流行商品位置;然后将位置信息生成区块,利用块头节点信息与其他区块进行认证,从而保证溯源过程的安全性;最后Socket协议改善了溯源系统的传输效益。本文在MA的基础上考虑了二进制-解编码[13](Decoding)以及引入了遗传算法[14](GA)来构建遗传-二进制解编码猴群算法(Decoding-GeneticMA,DGMA)。此算法解决了智能物流中心在多种约束条件下的部署总成本最小,且避免算法陷入局部最优的问题。
参考文献(略)
  • 上一篇:
    没有了
  • 下一篇:
    没有了

    相关阅读

物流工程论文推荐
物流工程论文精选