现代物流系统中库存-运输联合优化的博弈分析

回顾了库存与运输之间的关系,并介绍了现代物流系统优化研究中的一个较新领域-库存/运输联合优化。在此基础上,从合作博弈的角度分析论证了库存/运输联合优化的必要性和可能性,并指出联合优化库存与运输比单独优化其中某一环节更有益于提高现代物流系统的整合性。     

基于改进GoogLeNet的汽车仓储库区障碍物分类识别方法

针对汽车仓储库区的特点，提出了一种基于改进GoogLeNet卷积神经网络的仓储库区障碍物分类识别方法，即对传统GoogLeNet卷积神经网络浅层的Inception模块进行改进，并在此基础上增加四分类全连接层，改进后的卷积池化层作为仓储库区四分类图像数据的特征提取器，对全连接层和输出层进行模型训练。实验结果表明：该障碍物分类识别方法准确率高且识别时间短，大大增加了AGV障碍物检测系统的准确性与鲁棒性。