卷烟辅料自动化物流系统研究与应用

在卷烟生产中,由于卷烟辅料品种多、用量大,因此辅料的储运对生产具有十分重要的意义。我国传统的人力运输的方式不仅劳动强度大、有效生产率低,而且生产车间内人员流动频繁,难以管理,影响车间环境。而国际上广泛采用的卷烟辅料自动化物流系统能很好地解决这些问题。 一、卷烟辅料自动化物流系统构成 卷烟辅料自动化物流系统主要构成如下: 1.立体辅料库系统 主要由巷道堆垛机(自动存、取设备),高层立体货架,出、入库站台等设备组成。其功能是用于自动储存和取出辅料。 2.自动输送机系统 主要由链式输送机、辊式输送机、转换台,外型尺寸检测站、装载识别站、重量检测站、穿梭车、地面有轨自动车、空中有轨自动车等设备组成。它按工艺设计的要求分布于立体辅料库内各相关位置,负责辅料的入库、出库的传输,具有检查和识     

绿色物流在国外的发展及我国的差距

企业物流的绿色化已成为世界物流发展的趋势之一,发展绿色物流是参与全球物流业竞争的重要基础,然而我国与国外的绿色物流发展在观念、技术以及政策层面均存在很大差距。因此,我国应该树立现代化物流的全新运作观念;加快基础设施规划与建设,加大政府的监管力度;注重绿色物流人才培养和技术发展,并加强国际合作。     

基于web数据挖掘的协同过滤推荐算法

随着电子商务的发展状大,缺乏个性化服务成为制约电子商务发展的关键问题。基于web数据挖掘的电子商务推荐系统可以满足电子商务未来发展趋势的需要。本文以一组数据为实例阐述了基于web数据挖掘的协同过滤推荐算法是如何进行数据表示、近邻查询以及推荐产生这三个阶段的有效实施的。     

浅谈构建第三方物流业诚信管理的必要性

随着经济全球化和市场竞争的加剧,为了增强企业的核心竞争力,越来越多的生产制造型企业选择将物流生务外包给专业的第三方物流企业,并与其建立战略合作伙伴关系.     

新冠疫情下物流产业信用风险研究——基于KMV模型

以信用风险在不同公司的普遍性为现实依据,以新冠疫情为背景,借助KMV模型,将抽象的信用风险具体化为可衡量的定量指标,结合我国物流产业加以测度,为推进我国物流产业的建设和发展提供对策建议。选取物流产业8个细分领域的34家上市公司为实证样本,利用KMV模型计算出不同公司的违约距离和预期违约率,违约距离数值越小,代表信用风险越高。研究表明：KMV模型能有效地测度我国物流产业的信用风险;在新冠疫情暴发前后,我国物流产业总体的信用风险呈先升后降的趋势。     

烟台苹果物流发展存在的问题及对策

以烟台苹果为例,针对农产品物流发展过程中存在流程环节多、损耗大、设施设备不健全、冷链技术落后、信息系统及管理不完善等问题,提出了规模化管理的B2C流通模式、健全农村公路网络、解决冷链物流"断链"问题、完善信息系统、培养农产品物流人才等对策,以期能有效地提高烟台苹果的物流效率,带动烟台市农业大发展.     

安徽省物流业与对外贸易关系的实证研究

长三角是我国物流业与对外贸易经济发展的核心地区之一,安徽省作为长三角四省市之一,在物流与对外贸易发展中与江浙沪地区存在差异.选取2001～2019年安徽省货物周转量、物流网络里程与进出口总额,通过Eviews统计软件建立VAR模型,研究安徽省物流业发展与对外贸易的关系.结果显示,安徽省物流业发展与对外贸易增长之间存在着长期稳定的均衡关系,物流网络里程和货物周转量对进出口总额的贡献率一直保持着持续增加的状态,并且物流网络里程的冲击对进出口总额的贡献率要比货物周转量的贡献率要大.     

内外协同促进经济高质量发展的机制与效应——以区域创新生态系统中高技术企业为对象

剖析内外协同对经济高质量发展的影响机制,构建门槛效应模型,搜集2008—2020年我国30个省（区、市）内外协同与经济高质量发展的相关数据,分析内外协同对经济高质量发展的影响效应及其对不同经济圈的异质性。研究发现：(1)吸收能力正向调节内部研发促进技术突破,且调节效应先减后增;吸收能力正向调节产学研合作促进技术突破,且调节效应边际递增。(2)成果转化正向调节技术突破促进经济高质量发展,且调节效应边际递增;吸收能力正向调节产学研合作促进经济高质量发展,且调节效应边际递增。(3)内部研发与产学研合作影响各经济圈经济高质量发展的效应不同。(4)技术突破与经济高质量发展的协同性存在区域差异性。     

美国—加拿大“卡斯卡迪亚”创新走廊建设模式与协同机制研究

创新走廊是跨区域协同创新的重要空间载体和发展模式,卡斯卡迪亚创新走廊实现了跨国度、跨城市的创新一体化发展,在全球创新走廊先进案例中具有独特地位。在探讨卡斯卡迪亚创新走廊发展背景的基础上,针对性地分析卡斯卡迪亚创新走廊“市场力量驱动、行政力量为辅”的组织架构和协同机制,结合其推进区域协同发展的关键举措,以期为长三角G60科创走廊发展及国内其他跨区域协同创新载体建设提供借鉴。     

基于三支聚类的协同过滤推荐方法

通过聚类可以缩小用户近邻空间,从而一定程度缓解传统协同过滤推荐算法存在的可扩展性问题,但因部分用户丢失了有效邻居而使得推荐精度不高。为解决该问题,结合三支聚类提出了一种新的协同过滤方法。该方法分为线下聚类和线上推荐两个步骤。对用户先进行聚类,进而将用户划为核心用户和边界用户,并对这两类用户分别应用不同的聚类规则进行聚类;然后在目标用户所属的簇中产生一个预测评分,对属于多个簇的用户,则聚合每个簇的评分得到其预测结果。实验结果表明,该方法与现有基于聚类的协同过滤算法相比,能有效地提高推荐精度。