当前位置:主页 > 经济论文 > 宏观经济论文 >

基于数据挖掘技术的物流配送成本估计研究

发布时间:2022-12-04 22:53
  传统物流配送成本估计方法对于配送费用数据的支持度阈值计算不够精确,导致物流配送成本估计困难,为此研究基于数据挖掘技术的物流配送成本估计方法。该方法通过聚类分析,将庞大的费用数据划分成具有相同特征的数据类簇,找出其中出现频繁的数据类簇计算每一特征属性下的支持度阈值,挖掘出数据之间的关联规则,利用回归差分移动平均法搭建数学模型,以此实现物流配送成本估计。实验结果表明,与传统成本估计方法相比,所研究的方法对于数据支持度阈值计算更加准确,挖掘到的关联规则更详尽,估计出的物流配送成本更加精确。由此可见,所研究的方法更适用于企业物流配送成本估计要求。 

【文章页数】:4 页

【文章目录】:
0 引言
1 数据挖掘技术的物流配送成本估计方法
    1.1 聚类物流配送数据
    1.2 挖掘数据之间的关联规则
    1.3 搭建数学模型估计成本
2 仿真实验
    2.1 实验准备
    2.2 结果分析
3 结语


【参考文献】:
期刊论文
[1]协作车辆路径成本分摊问题的B-T Shapley方法[J]. 饶卫振,朱庆华,金淳,刘从虎.  管理科学学报. 2019(01)
[2]物流配送装载率分析与四阶段算法研究[J]. 饶卫振,李美燕,寻楠,王炳成,于灏,侯艳辉.  运筹与管理. 2018(12)
[3]基于农村电商的生鲜农产品合作配送成本分配问题研究[J]. 李建,李张敏,陆栋,张兆同,汪浩祥.  中国农业大学学报. 2018(07)
[4]随机型协同配送的成本效益定量评估模型[J]. 邓建新,闵浩,范仁军,李承宸.  计算机集成制造系统. 2018(06)
[5]物流末端配送中快递代收行为法律问题刍议——基于代收成本分担视角的代收法律框架构建[J]. 苏今.  中国流通经济. 2018(05)
[6]基于组合拍卖的B2C电商物流配送研究[J]. 刘璘,朱小林.  铁道运输与经济. 2018(03)
[7]面向开源生态的软件数据挖掘技术研究综述[J]. 尹刚,王涛,刘冰珣,周明辉,余跃,李志星,欧阳建权,王怀民.  软件学报. 2018(08)
[8]考虑社会配送供应能力的众包物流服务动态定价模型[J]. 王文杰,孙中苗,徐琪.  管理学报. 2018(02)
[9]基于Laplacian中心性的密度聚类算法[J]. 杨旭华,朱钦鹏,童长飞.  计算机科学. 2018(01)
[10]基于教育数据挖掘的在线学习者学业成绩预测建模研究[J]. 陈子健,朱晓亮.  中国电化教育. 2017(12)



本文编号:3709143

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3709143.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户04cb6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]