新竹物流eps的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列訂位、菜單、價格優惠和問答集

國防大學 資訊管理學系 林杰彬所指導 王欣立的 悠遊卡大數據通勤旅次行為分析- 以台北內湖科技園區為例 (2020),提出新竹物流eps關鍵因素是什麼,來自於旅次、電子票證、大數據、資料探勘、Tableau。

而第二篇論文國立交通大學 工業工程與管理系所 張永佳所指導 李詩婷的 利用改良式和聲搜尋演算法優化單位負載式多裝卸站自動化倉儲系統之儲位指派 (2019),提出因為有 自動化倉儲系統、多裝卸站、儲位指派、萬用啟發式演算法、和聲搜尋演算法、實驗設計的重點而找出了 新竹物流eps的解答。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了新竹物流eps,大家也想知道這些:

悠遊卡大數據通勤旅次行為分析- 以台北內湖科技園區為例

為了解決新竹物流eps的問題,作者王欣立 這樣論述:

誌謝摘要ABSTRACT目錄表目錄圖目錄第一章、 緒論1.1 研究背景與動機1.2 研究目的與問題1.2.1 研究目的1.2.2 研究問題1.3 研究範圍1.4 論文架構第二章、 文獻探討2.1 旅運分析2.1.1 旅次鏈(Trip Chain)2.1.2 旅運轉乘分析2.2 大數據2.3 電子收付費系統(Electronic Payment System, EPS)2.3.1 悠遊卡(EasyCard)2.3.2 公共運輸定期票2.4 旅運分析與資料探勘2.5 小結第三章、 研究方法3.1 研究架構3.2 研究工具3.2.1 資料庫3.2.2 結構化查詢語言(Structured Quer

y Language,SQL)3.2.3 Windows SQL Server 2019 Express3.3 資料庫初步處理3.4 資料篩選及處理流程3.4.1 資料篩選3.4.2 資料欄位串聯3.4.3 轉乘判斷3.5 群聚分析法-時間分群3.6 Tableau視覺化分析平台3.7 資料分析流程範例說明3.8 熱力圖範例說明第四章、 資料分析與結果4.1 捷運平假日進出站特性分析4.1.1 捷運西湖站4.1.2 捷運港墘站4.1.3 捷運文德站4.2 捷運晨昏尖離峰運量分析4.2.1 捷運西湖站4.2.1 捷運港墘站4.2.1 捷運文德站4.3 捷運旅次分析4.3.1 搭乘捷運進入內科4.

3.2 搭乘捷運離開內科4.4 捷運轉乘分析4.4.1 捷運轉乘公車4.4.2 捷運轉乘YouBike4.4.3 公車轉乘捷運4.4.4 YouBike轉乘捷運4.5 COVID-19疫情對通勤旅次影響第五章、 結論與建議5.1 結論5.2 建議5.2.1 政府公共運輸政策方面5.2.2 實務方面5.3 研究限制及未來研究方向

利用改良式和聲搜尋演算法優化單位負載式多裝卸站自動化倉儲系統之儲位指派

為了解決新竹物流eps的問題,作者李詩婷 這樣論述:

自動化倉儲系統(Automated Storage and Retrieval Systems, AS/RS)隨著電子商務興起,逐漸成為智慧物流中的重要角色。本研究以在台灣某品牌電腦製造商的工廠內配合產品製造而運行的大型具多裝卸站的AS/RS為研究對象,為因應該公司近幾年來由少樣多量轉變為多樣少量的訂單型態所衍生出的倉儲需求,而為其規劃合適的儲位指派方式。本研究針對該公司過去一段時間的出入庫資料進行分析,將所欲儲存的物品分成數大類後,再以各類別的使用頻率為依據進行儲位指派。由於儲位指派的問題已被證明為NP-hard問題,因此本研究採用和聲搜尋演算法(Harmony Search Algori

thm, HSA)作為求解的工具,但由於傳統的和聲搜尋演算法在解的開發(exploitation)能力較弱,故本研究在傳統的和聲搜尋演算法中加入能夠增加多樣解的機制,在搜尋全域最佳解的同時搜尋區域最佳解,以提高解的收斂速度。本研究利用實驗設計的方法,利用工廠所提供的AS/RS實際運行資料進行數據實驗,並透過望想函數(desirability function)整合多個目標以找出演算法的最佳設定方式。研究結果顯示本研究所提出的儲位指派方法與使用原始的和聲搜尋法所產出的儲位指派方法相比,在存取機行走總距離以及演算法的執行時間皆有較優的表現。