智慧物流-倉儲與配送中的智能演算法 周亦鵬 9787563571598 【台灣高等教育出版社】

作者簡介
周亦鵬，男，博士，副教授，中國人工智能學會智能服務專委會委員，物流工程與管理專業研究生導師，長期從事電子商務與智慧物流、智能信息系統等領域的教學科研工作。主持國家科技計劃項目重點研發計劃子課題、北京市優秀人才資助計劃項目等科研項目，發表相關學術論文30多篇，出版專著1部。

目錄

第1章 智慧物流與智能算法
1 1 智慧物流
1 1 1 智慧物流概述
1 1 2 智慧倉儲
1 1 3 智慧配送
1 2 智慧物流中的典型智能算法
1 2 1 進化計算
1 2 2 群智能算法
1 2 3 圖搜索算法
1 2 4 人工神經網絡與深度學習算法
第2章 基於深度學習的出入庫管理智能計數算法
2 1 基於深度學習的目標識別與跟蹤
2 1 1 基於深度學習的目標識別算法概述
2 1 2 基於深度學習的目標跟蹤算法概述
2 1 3 YOLOv5目標識別方法
2 1 4 DeepSort多目標跟蹤方法
2 2 智慧倉儲場景下的目標識別算法優化
2 2 1 YOLOv5目標識別算法的優化
2 2 2 出入庫環境下的目標識別實驗
2 3 出入庫智能計數及應用
2 3 1 模型構建與應用方案
2 3 2 目標跟蹤算法的設計
2 3 3 計數結果的後置校驗
2 4 本章 小結
第3章 倉儲賃位優化與四向穿梭車任務排序
3 1 倉儲貨位分配與任務調度問題
3 2 四向穿梭車倉儲系統
3 2 1 系統概述
3 2 2 系統出入庫流程
3 3 四向穿梭車倉儲貨位優化模型
3 3 1 問題描述與假設
3 3 2 貨位優化模型
3 4 四向穿梭車任務排序模型
3 4 1 問題描述與假設
3 4 2 設備運行狀態分析
3 4 3 不跨層四向穿梭車模式
3 4 4 跨層四向穿梭車模式
3 5 基於遺傳算法的任務排序與貨位分配優化
3 5 1 算法設計
3 5 2 仿真實驗
3 6 本章 小結
第4章 智能揀選機器人的路徑規劃算法
4 1 智能揀選機器人作業環境及建模
4 1 1 智能揀選倉儲系統
4 1 2 智能揀選倉儲環境建模
4 2 智能揀選機器人建模
4 2 1 AMR及任務模型
4 2 2 AMR的時間窗模型
第5章 需求可拆分的配送路徑規劃
第6章 車輛-無人機組合配送
參考文獻

前言/序言
隨著物聯網、移動互聯網、機器人、大數據和人工智能等技術的發展，物流行業迎來了智能化、無人化和網絡化的智慧物流時代，物流各環節 實現了高效運轉和協同。倉儲和配送作為物流中最重要的兩個環節，對智慧物流整體運作效能的發揮起著舉足輕重的作用。傳統倉儲和配送都是勞動力密集型的作業模式，需要大量人力，且效率低、易出錯、成本高。隨著倉儲配送智能化、無人化的發展，物流運作效率和實時響應能力大幅提升，同時也解放了大量的人力、物力，降低了物流成本。
伴隨著電子商務等行業的快速發展，海量訂單的高效處理和揀選、商品的即時配送要求都極大地刺激了智能倉儲和配送技術的發展與應用。國內外知名電商和物流企業不斷加大智慧倉、配送機器人和智能系統的建設，智慧倉日均上百萬甚至數百萬包裹的處理效率是傳統倉的幾倍、十幾倍，而倉儲員工人數卻只有原來的幾分之一，甚至十分之一。同時，揀貨員的行走距離也從傳統倉的兩萬多步下降到了智慧倉的兩千多步，工作強度大大降低。
智慧物流有兩大技術基礎：無人裝備和智慧大腦。機器人是無人裝備的代表，而智慧大腦則是智慧物流的中樞。智慧物流中的機器人，已不單是傳統的工業機器人，而是被人工智能、深度學習、圖像智能識別、大數據應用等諸多先進技術進行了智慧賦能，它們具備了自主的判斷和行為能力，能夠適應不同的場景、商品類型與形態，可以通過協同與配合完成各種複雜的任務。而這個”智慧大腦”的核心就是各種先進的智能算法，能夠有效地處理大量的、種類繁多的物流信息，提高信息的處理效率，做出智能決策，實現對倉儲和配送各個環節 的智能控制，使得整個系統具有了學習能力、適應能力、決策能力和組織能力。
本書在國內外智慧物流和智能算法相關工作的基礎上，針對智慧倉儲中的出入庫管理、四向穿梭車系統的貨位優化和訂單分配、機器人揀選路徑規劃，以及智慧配送中的需求可拆分、車輛-無人機組合配送等問題展開研究，結合深度學習、遺傳算法、粒子群算法等設計相應的模型和求解算法，為從事相關領域的科研工作者和工程技術人員提供可借鑒的理論指導。
由於作者水平有限，書中難免有疏漏和不足之處，懇請讀者批評指正！

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。