论文部分内容阅读
作为全球著名的电子商务公司,亚马逊在中国拥有复杂的库房网络,库存调拨和客户订单出库的所有货物均由卡车运输,该运输工作外包给承运商。对于不同车型,其运输费用也不同,卡车容积越大费用越高。工作人员根据经验提前预定当天使用的卡车车型及数量,若预估的货物体积过大,卡车空间利用率降低,造成运输成本的浪费；若预测过小,则部分货物无法按时发出,导致订单延迟,严重影响客户满意度；此外,公司对于承运商的费用结算是否合理缺乏良好的验证机制。为了达到在满足客户需求的前提下节约运输成本的目的,开发一套卡车调度预测系统是非常必要的。论文选题来自于作者在亚马逊中国实习期间的实际项目,主要实现亚马逊货物调度中每日运输所需卡车体积的预测功能,为合理安排车辆提供数据支持。系统主要供运营人员使用,包括线路配置模块、历史数据采集模块、预测参数拟合模块、实时预测模块、报表模块、个人管理模块和后台管理模块。在本系统的设计与实现过程中,作者独立完成如下工作：(1)到亚马逊运营中心实地考察,了解货物运输流程,通过与运营人员沟通,获取并分析该调度预测系统的需求,对系统模块进行归纳和划分,并与用户进行需求确认。(2)完成系统的概要设计,根据项目具体情况选择技术框架；通过分析真实数据,选定一元线性回归模型,对模型进行理论检验,并针对项目具体问题提出适合本系统的预测模型使用方案；通过对需求分析抽象出实际业务中的实体、属性及实体间联系,完成数据库设计。(3)根据概要设计独立完成系统的详细设计与实现,选用最小二乘法进行线性拟合,并对系统进行测试；系统投入使用后,分析其上线效果,并针对预测效果欠佳的具体线路深入分析原因；对新版本的改进提出需求及建议。系统目前已经上线运行,通过数据分析可知,预测系统为合理安排运输车辆提供了有效的数字依据,减少卡车空间的浪费,提高卡车装载率,进而节约运输成本。