内容概要:FlexSim 小型物流配送中心仿真,包含入库点,客户退货点,出库点,供应商退货点,货架,次品架,暂存区,处理器,堆垛,叉车,操作员,打包器,仿真数据分析可视化面板。 模块功能:入库作业过程:某物流中心有4种不同类型的货物。货物到达后,先送到暂存区,然后需要对货物进行加工和检验。检验合格的货物由堆垛机送至相应货架等待叉车搬运到包装发货区进行打包,检验不合格的货物由堆垛机送至相应次品架等待操作员搬运到拣选区次品传送带。客户退货点到达的货物由操作员搬运到拣选区次品传送带。 出库作业过程:检验合格的产品由叉车从货架搬运到包装发货区进行打包,再由叉车搬运出库。不合格产品由次品传送带运输至退货区,打包后操作员搬运到供应商退货点。 适合人群:FlexSim初学者,物流专业学生 目的:物流配送中心系统进行仿真研究,目的是了解配送中心作业过程中的各种统计性能,帮助决策者提高配送中心规划与管理的水平。仿真模型的构造应该紧紧围绕仿真目标展开,不同的仿真目标对仿真的细节要求不一样。只要能达到目标,应尽可能地简化模型,既减少工作量,又减少因不必要的干扰引起的误差。
1
数据中心服务器行业以及产业链研究报告 一、服务器:数字经济的基石 ....................................1 (一)定义及分类 .........................................1 (二)服务器行业产业链 ......................................1 二、市场空间及成长性 .......................................3 (一)数据量指数级增长,算力增长已出现滞后,服务器行业未来市场广阔 ................3 (二)行业信创逐渐发力,国产化潜力巨大 ..............................6 三、行业竞争格局趋稳,未来集中度有望进一步提升 ..........................9 (一)X86仍为CPU主流架构,ARM架构值得关注.........................9 (二)行业竞争格局趋于稳定,未来集中度有望进一步提升 ......................12 四、行业驱动因素 ....
2023-03-28 14:46:14 1.9MB 服务器 运维
华为智能微模块数据中心 本资料共包含以下附件: 华为智能微模块数据中心.pdf
2023-03-28 10:04:51 8.13MB 云计算
1
这本《白皮书》系统地梳理了数据中心架构转型的背景和挑战,提出了一种新的数据中 心架构模式——数据中心Diskless架构。文中详细介绍了Diskless架构的定义和关键技 术,以及典型场景下的应用实践和未来的发展趋势。Diskless架构通过存储、算力资源 的彻底解耦和池化共享,实现了数据中心架构的扁平分层和灵活组装,提升了资源利用 率和数据处理的效率。我们相信这是一次非常有意义的探索,这份研究对于相关决策部 门、企业界、学术界具有很好的启示和参考意义。
2023-03-28 09:27:53 5.45MB 云存储
1
eharts world.js包含以中国为中心的js和json,eharts world.js包含以中国为中心的js和json
2023-03-28 08:07:16 4.4MB echarts world.js
1
该方案描述了烟草物流指挥中心的建设及软件的基本要求。
2023-03-26 13:20:28 280KB 烟草 物流 指挥中心 方案
1
能力中心建设分层分级建设,XX目前的生命力很旺盛,2015年市场销售3900亿人民币。 XX减员增效,逐步把一些重要的工作推向外包。 独立交付、FP,产品级外包是趋势,在抓住这些机会前,必须要提前做好能力储备、能力建设
2023-03-24 11:29:28 7.85MB 软件能力中心建设
1
入门教材,适合广泛应用,对于初学者可以进行体系建立,了解当前时代更新知识。紧跟时代变化知识体系。快来看一看。
2023-03-22 14:58:18 74KB AD
1
在蓄电池性能监测过程中,接收的信号都是比较微弱的低频信号,而且为了得到更多的信息,往往向蓄电池施加多个频率的激励。因此,设计带通滤波器以提高抗干扰能力,而且中心频率要可调。开关电容滤波器可实现低通、高通、带通和带阻滤波功能 ,而且中心频率可调节,文中采用了LTC1068-200开关电容滤波器集成模块进行电路设计 ,时钟频率由CD4046锁相环控制。仿真结果表明本文设计的滤波器通带宽度可以达到5 Hz,中心频率从 10 Hz到 1 kHz可调节 ,满足实际需要。
1
K—means算法是一种重要的聚类算法,在网络信息处理领域有着广泛的应用.由于该终止于一个局部最优状态,所以初始类中心点的选择会在很大程度上影响其聚类效果。这里提出了一种K—means算法的改进算法,首先探测数据集中的相对密集区域,再利用这些密集区域生成初始类中心点.该方法能够很好地排除类边缘点和噪声点的影响,并且能够适应数据集中各个实际类别密度分布不平衡的情况,最终获得较好的聚类效果.
2023-03-20 09:05:29 833KB
1