• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Data mining framework for batching orders in real-time warehouse operations.
【24h】

Data mining framework for batching orders in real-time warehouse operations.

机译：数据挖掘框架，用于实时仓库操作中的批处理订单。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Warehouse activities play a key role in the final customer service level. From the warehouse processes, order picking is the major contributor to this category overall expenses. Order batching is commonly employed to improve the resources efficiency. Several heuristics have been proposed for the order batching problem, most of them developed for static batching, although scarce research has been focused on dynamic batching via stochastic modeling.;We present an a novel approach to the problem developing a framework based on machine learning application directly to historical order batches data; gaining valuable knowledge regarding how are the batches formed and what attributes are the most meaningful in this process. This knowledge is then translated into simple batching decision rules capable of batch orders in a real-time scenario (dynamically). The framework was compared to FCFS heuristics and single picking; the results indicate higher performance.
机译：仓库活动在最终客户服务级别中起着关键作用。从仓库流程中，拣货是此类总费用的主要来源。通常采用订单批处理来提高资源效率。尽管针对稀疏研究的重点是通过随机建模进行动态批处理，但针对稀疏研究的几种启发式方法已被提出，其中大多数是针对静态批处理开发的;我们提出了一种新颖的方法来解决基于机器学习应用程序的框架问题直接到历史订单批次数据；获得有关批次如何形成以及哪些属性在此过程中最有意义的宝贵知识。然后，将这些知识转换为能够在实时情况下（动态）进行批量订单的简单批量决策规则。将该框架与FCFS启发式方法和单一选择进行了比较；结果表明性能更高。

著录项

  • 作者

    Fuentes Saenz, Humberto.;

  • 作者单位

    Iowa State University.;

  • 授予单位 Iowa State University.;
  • 学科 Engineering Computer.;Operations Research.;Engineering Industrial.
  • 学位 M.S.
  • 年度 2011
  • 页码 60 p.
  • 总页数 60
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号