- 相关推荐
物流工程硕士毕业论文提纲
论文提纲的设计需要按照论文原有的设计思路与逻辑顺序进行整体的设计与书写，下面是小编搜集整理的物流工程硕士毕业论文提纲，欢迎阅读查看。
物流工程硕士毕业论文提纲一
致谢 5-6
摘要 6-7
ABSTRACT 7
1 绪论 11-20
1.1 研究背景 11-12
1.2 国内外研究现状 12-16
1.2.1 需求预测研究现状 12-13
1.2.2 库存分类研究现状 13-14
1.2.3 库存控制研究现状 14-16
1.2.4 国内外研究评述 16
1.3 研究内容和意义 16-17
1.3.1 研究内容 16-17
1.3.2 研究意义 17
1.4 研究方法和技术路线 17-20
1.4.1 研究方法 17-18
1.4.2 技术路线 18-20
2 理论基础 20-27
2.1 需求预测相关理论 20-23
2.1.1 物流需求预测概念 20-21
2.1.2 预测误差的度量 21-22
2.1.3 温特季节指数平滑预测法 22-23
2.2 两种库存控制方法 23-25
2.2.1 多品种分组统一订购的库存控制模型 23-25
2.2.2 基本经济订购批量参照法 25
2.3 考虑需求特性的ABC分类法 25-26
2.4 本章小结 26-27
3 D公司北京作业中心包装物料库存控制现状与问题分析 27-38
3.1 D公司北京作业中心概况 27-30
3.1.1 D公司概况 27
3.1.2 D公司北京作业中心主要产品和服务 27-28
3.1.3 D公司北京作业中心的日常运作 28-30
3.2 D公司北京作业中心包装物料库存控制现状 30-35
3.2.1 包装物料的基本概况 30-32
3.2.2 需求预测现状 32-33
3.2.3 订购策略现状 33
3.2.4 库存水平和服务水平现状 33-35
3.3 D公司北京作业中心包装物料库存控制问题分析 35
3.4 D公司北京作业中心包装物料库存控制要求和影响因素分析 35-37
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
物流工程硕士毕业论文提纲二
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