第 1 章 绪论
1.1 研究背景及意义
随着电子商务快速而高效的渗透到日常生活的方方面面，快速消费品（FMCG，Fast Moving Consumer Goods）的消费市场迎来了全新的增长点。快消品的市场规模与居民规模及人均收入有直接的关系，居民规模越大，快消品的消费量也随之上升，人均收入提高，快消品的需求量亦同步上涨[1]。随着城镇化率的提升、人口结构的变化以及收入水平的提升，中国从一个单纯的人口大国迅速晋升为消费大国，中国也以令人瞠目的速度为世界上规模最大的制造业中心，快消品市场规模逐年扩大并持续攀升。
化妆品作为快消品中的典型品类，其销量同样水涨船高。据统计数据显示，我国化妆品市场销售规模近年来一直保持着较高的增长。从 2012 年的 2518 亿元增长到 2017 年的 3678 亿元，复合增长率为 7.87%，迅速跃升为仅次于美国的全球第二大化妆品消费国。虽然近两年由于经济增速放缓，导致零售终端不景气，行业增速放缓，但增长率仍保持在与 GDP 增速看齐的水平，预计 2018年我国市场规模将逼近 4000 亿元。
由于化妆品的消费需求不断增长，随着电子商务的迅猛发展，线上化妆品市场得以迅速扩张。相较于实体消费，由于在体验上存在天然劣势，线上销售更习惯于用更低的售价吸引消费者。在大型的线上促销活动中，化妆品的参与数量呈现出爆发式的增长。
在爆发式的订单与产品同质化的双重压力下，电商企业纷纷将提高物流水平作为吸引消费者的主要策略之一，而化妆品随时间变化的需求波动以及相对较短的保质期对库存的控制也提出了较高的要求。在这样的情形下，研究一种完善的快消品库位策略、建立一套高效的物流系统势在必行，如此，入库与出库操作可以快速且妥善的完成，达到有效减少分拣时间，提高拣选效率，实现更大的经济收益的目的。反之，若物流链不畅通，不仅会影响产品的销售量和经营收入，还会使品牌形象受到连累。因而，快消品的库位分配优化问题引起了很多学者的关注，进行此方面的研究有重要的理论和实际应用价值。
...........................
1.2 国内外研究现状及分析
目前物流行业正处于蓬勃的发展阶段，在诸如采购、仓储、运输等物流环节，都会产生数量惊人的信息流。面对如此庞大的信息流，为了针对大量数据记录进行快速、有效的分析，数据仓库系统和数据挖掘技术在当下的物流信息系统中的应用范围越来越广，起到的作用也越来越大，它们能够使各种数据得到高效的处理分析以辅助决策者的决策正确，如此不仅提高了客户满意度，同时也使得企业的市场竞争力大大增强。
货位优化则通过制定货位来缩短总拣选时间，提高分拣效率。早期的优化研究主要关注货物本身和货架特性，并没有考虑货物之间的联系，其研究重点在于不同的货位分配策略。
1.2.1 货位优化的研究现状
西方国家很早就开展了货位优化相关的研究，且取得了很多重要的成果，也从不同角度研究了立体仓库货位优化问题。
Roodbergen 等对过去 30 的研究进行了分析，总结出 5 种常用的货位分配策略：定位存储、随机存储、分类存储，基于距离存储和基于周转存储[2]。目前的分配策略研究主要集中在周转率和相关性因素两方面。
(1) 基于周转率的货位优化策略研究
基于周转率的货位分配策略在目前的仓库管理中被广泛地采用，多位学者将其与启发性算法相结合进行研究。Jewkerse 研究了基于动态规划的分区策略，并通过实验证明了这种方法能够有效提高了拣选效率[3]。Adil 在基于周转率的布局方案上采用启发式算法计算证明了混合储存策略的效果高于传统策略，并且通过计算论证了垂直方向上布局策略的必要性，库存交错对库存空间的影响同样非常显著[4][5]。张思建等人根据周转率和货箱质量进行货物进行划分货区，以退火算法求解出货位分区关系和最佳货位组合[6]。遗传算法在这个课题中受到更多学者的青睐，研究表明遗传算法在解决货位优化的 NP-hard 问题上优势更加显著[7]错误!未找到引用源。。李鹏飞等人基于周转率和货架稳定性建立模型，在考虑遗传算法收敛特效后提出了改进的病毒协同遗传算法，在提高收敛效率的同时有效避免了陷入局部最优解的缺陷，提高了出入库效率和货架稳定性[9]。
..........................
第 2 章 基于时序关联的快消品货位优化相关理论
2.1 快消品市场现状分析
2.1.1 快消品行业与产品特点
快速消费品是目前市场上竞争比较激烈的产品，要使一个快消品品牌具有蓬勃的生命力，不仅需要对产品的品类进行创新，还要不断更新和发展品牌的营销策略和手段。然而，由于快消类产品消费的高频购买的特点，消费者对这类产品相对较为了解，购买时反复挑选和对比的行为较其他商品要少很多，大多会形成习惯性的购买动作[31]。总而言之，快速消费品有以下特点：
(1) 快速消费品具有较短的周转周期，主要为易耗品，流转速度快、消费者消费频率高，特别是个人洗护类产品作为消费者的生活必需品更是消耗量惊人。
(2) 快速消费品保鲜期限短、购买便利。快消品中的大部分品类都与人们的日常生活息息相关，对于此类商品，消费者更倾向于方便快捷的购买渠道，同时此类消费呈现出明显的少量多次的特点。
(3) 快速消费品销售趋势变化较大，消费者对快速消费品的忠诚度不高，非常容易受到各种促销手段和广告的影响，同时，部分产品的消费也呈现出明显的季节性波动。
2.1.2 电子商务对快消品市场的影响
根据国家统计局数据显示，2012 年以来，中国国内生产总值(GDP)增速已连年放缓。在经济下行的大背景下，线上消费却无比火热，根据部分数据公司统计，电商的增速虽然整体放缓，却仍旧保持了两位数的高增长。
化妆品作为快消品的支柱产业之一，由于其产品标准化、小体积、高频率、高利润等特点，使得化妆品成为最适合在线上销售的产品。在零售行业增速下降的趋势下，化妆品行业依然保持着较高的增长率，其中线上销售呈现出相当的高速增长，市场占有率不断扩大，预计到 2018 年，其线上市场将占据近半比例，与线下平分秋色。
..........................
2.2 基于时间序列的异常检测相关技术
随着时间序列数据被越来越频繁地使用，异常数据在时间序列中的价值被发掘和利用，越来越多的人们将目光投入到时间序列异常检测领域，并且提出了很多时间序列异常检测技术。这些技术的提出大大促进了时间序列异常检测领域的发展，对于后面学者进行时间序列数据挖掘有着重要的参考价值。本节介绍一些常用的时间序列异常检测技术，并且介绍各个算法的优缺点，以及各自适用的数据和场景，通过比较可以得到一些结论，对于本文提出的时间序列异常检测方案有着重要的帮助。
2.2.1 基于窗口的技术
大部分基于时间窗口的技术都会将时间序列分割成若干固定长度的窗口（子序列），先确定一个或若干个异常窗口作为标准来寻找其他异常。使用这种思路的算法核心观念是序列中的任意异常都是由其中一个或若干子序列异常而导致的。就一般情况而言，基于时间窗口的异常检测算法首先要通过数据集的特确定窗口长度参数 q，然后确定移动步长 h，将窗口向后滑动该步长，确定此时窗口内的异常值。在不断的滑动中得到若干个窗口内的异常点的值。将这些异常值聚合以得到滑动窗口的异常值数据集，最后比较阈值与此数据集中的值，输出异常数据。
如果每次滑动窗口的步长 h 取 1，即仅向后滑动一个数据值，那么算法的计算复杂度会相对较大，这是因为算法得到的窗口数和数据的数量近乎相等。因此，除了分割出子序列，使用固定步长 h 的滑动窗口在时间序列上进行滑动也是一种选择。每次向后滑动 h 个值，再观察此时窗口，其初始位置在上一个初始值的 h 个值之后，观察完毕再滑动到下一个窗口位置。然而这种方法有一个不可避免的缺点，当 h 的值过大，就有可能导致部分异常子序列被割裂或直接跳过而没有被发现，最终影响算法的准确率。
.......................
第 3 章 针对冲动消费的时间序列异常检测 .............................. 22
3.1 问题提出 ............................. 22
3.2 基于支持向量回归的滑动窗口冲动消费检测算法 ................. 23
第 4 章 基于时序关联的库位分配优化策略 ................................. 34
4.1 基于时间约束的序列关联算法建模与实现 ............................ 34
4.1.1 序列模式算法 ............................... 34
4.1.2 时序数据表的转换 .............................. 35
第 5 章 基于实例的库位优化策略验证分析 ................................. 43
5.1 数据来源 ........................ 43
5.2 异常检测算法的实例分析 ............................... 43
第 5 章 基于实例的库位优化策略验证分析
5.1 数据来源
本文验证的数据全部来源于
