




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
物流行業智能調度系統優化方案TOC\o"1-2"\h\u15133第1章緒論 3111651.1背景與意義 3190501.2研究目標與內容 313068第2章物流行業現狀分析 4102962.1物流行業總體概況 42352.2智能調度系統發展現狀 4158342.3存在的問題與挑戰 48934第3章智能調度系統關鍵技術 534303.1數據挖掘與分析 5310853.1.1數據預處理技術 524213.1.2數據挖掘算法 563883.1.3數據可視化技術 5143113.2優化算法研究 536293.2.1車輛路徑優化算法 5244913.2.2調度策略優化算法 6259043.2.3動態調度優化算法 6168583.3人工智能在智能調度中的應用 647693.3.1機器學習在智能調度中的應用 683643.3.2深度學習在智能調度中的應用 659783.3.3強化學習在智能調度中的應用 6110213.3.4神經網絡在智能調度中的應用 614892第4章物流網絡建模與優化 6230034.1物流網絡結構分析 6206384.1.1網絡節點分析 6297164.1.2網絡線路分析 758624.2網絡優化模型構建 7229114.2.1目標函數 7226414.2.2約束條件 7285684.2.3模型求解方法 7301124.3算法實現與求解 7109404.3.1算法選擇 7309084.3.2算法實現 7158584.3.3求解與結果分析 815139第5章車輛路徑問題優化 835235.1車輛路徑問題概述 8259165.2經典車輛路徑問題求解算法 899765.3面向物流行業的車輛路徑優化策略 89913第6章倉庫管理系統優化 9164536.1倉庫作業流程分析 9128406.1.1入庫作業流程 9179436.1.2存儲作業流程 976636.1.3出庫作業流程 9107976.2倉庫存儲策略優化 1077016.2.1分類存儲 10155236.2.2多層貨架存儲 10260086.2.3動態調整存儲策略 10170386.3出入庫作業調度優化 10130806.3.1優化調度算法 10241706.3.2引入智能調度系統 10276696.3.3強化作業計劃管理 1016602第7章運輸管理系統優化 108107.1運輸管理現狀分析 1032157.1.1貨運車輛調度現狀 1022607.1.2運輸資源配置現狀 11282467.1.3運輸信息化現狀 119767.2運輸路徑優化 11129507.2.1貨運車輛路徑規劃 11217837.2.2多式聯運路徑優化 11112107.2.3考慮交通擁堵的路徑優化 11197077.3運輸成本控制策略 1165877.3.1貨運車輛運行成本優化 115037.3.2運輸合同管理優化 11326377.3.3運輸風險管理 11161727.3.4運輸設備維護與更新 121672第8章供應鏈協同管理優化 12203928.1供應鏈協同管理概述 12162248.2供應商管理優化 12217258.2.1供應商選擇與評估 12216708.2.2供應商關系管理 1225588.2.3供應商績效評價 12111468.3客戶關系管理優化 1289898.3.1客戶細分與需求分析 1212688.3.2客戶服務優化 12118248.3.3客戶信息管理 1333008.3.4客戶滿意度評價 1319834第9章智能調度系統平臺設計 13291429.1系統架構設計 1376459.1.1總體架構 13113029.1.2網絡架構 13289639.1.3技術選型 1376329.2功能模塊設計 138449.2.1調度管理模塊 13135709.2.2倉儲管理模塊 13192789.2.3運輸管理模塊 14205639.2.4數據分析模塊 14191929.2.5用戶管理模塊 14229429.3系統實施與部署 1478969.3.1硬件設備部署 14299109.3.2軟件部署 14220929.3.3系統集成 14190169.3.4測試與優化 147467第10章案例分析與效果評估 142871310.1案例背景與數據準備 141937110.1.1案例背景 142186210.1.2數據準備 152211710.2優化方案實施過程 152458210.2.1系統架構設計 151016310.2.2關鍵技術 151732310.2.3系統實施與運行 152987910.3效果評估與總結展望 153095410.3.1效果評估 152963510.3.2總結展望 16第1章緒論1.1背景與意義我國經濟的快速發展,物流行業在國民經濟發展中扮演著越來越重要的角色。物流行業涉及運輸、倉儲、裝卸、包裝、配送等多個環節,其中調度系統是物流行業高效運作的關鍵。智能調度系統能夠實現物流運輸的優化配置,提高運輸效率,降低物流成本,對于提升物流行業整體競爭力具有重要意義。但是目前我國物流行業調度系統尚存在諸多問題,如調度策略單一、信息化水平不高、智能化程度不足等。這些問題嚴重制約了物流行業的發展。因此,研究物流行業智能調度系統優化方案,對于推動物流行業轉型升級,提高物流運作效率,具有重要的理論意義和實際價值。1.2研究目標與內容本研究旨在針對現有物流行業調度系統存在的問題,提出一種智能調度系統優化方案。研究內容主要包括以下幾個方面:(1)分析物流行業調度系統的現狀和存在的問題,為優化方案提供依據。(2)研究物流行業調度策略,包括運力分配、路徑優化、時間窗約束等,提出相應的優化方法。(3)探討物流行業信息化建設,研究物流企業數據整合、共享機制,為智能調度系統提供數據支持。(4)結合人工智能技術,研究智能調度算法,實現物流運輸的自動化、智能化。(5)設計并開發一套具有實際應用價值的物流行業智能調度系統,驗證優化方案的有效性。通過以上研究,為我國物流行業提供一種高效、智能的調度系統優化方案,助力物流行業持續、健康發展。第2章物流行業現狀分析2.1物流行業總體概況物流行業作為國民經濟的重要組成部分,其發展水平直接關系到國家經濟的運行效率。我國經濟的持續增長,物流行業呈現出穩步上升的態勢。物流業務范圍不斷擴大,服務領域逐漸延伸,涵蓋了生產制造、商貿零售、電子商務等多個行業。在此背景下,物流行業已成為支撐我國經濟發展的重要支柱產業。當前,我國物流市場規模持續擴大,物流企業數量不斷增加,競爭日趨激烈。物流基礎設施逐步完善,物流網絡布局日趨合理。國家政策對物流行業的支持力度不斷加大,為物流行業的發展創造了有利條件。2.2智能調度系統發展現狀智能調度系統是物流行業信息化的重要組成部分,通過運用大數據、云計算、人工智能等技術,實現物流運輸的優化調度,提高物流效率。我國智能調度系統發展迅速,主要表現在以下幾個方面:(1)技術創新不斷涌現。在人工智能、大數據等領域的研究取得突破,為智能調度系統提供了技術支持。(2)市場應用逐步推廣。越來越多的物流企業認識到智能調度系統的重要性,紛紛投入研發和應用,提升物流運營效率。(3)政策扶持力度加大。國家在政策層面鼓勵物流企業加大信息化建設投入,推動智能調度系統的發展。2.3存在的問題與挑戰盡管我國物流行業智能調度系統取得了一定的成果,但仍存在以下問題和挑戰:(1)技術水平有待提高。與發達國家相比,我國物流行業智能調度系統在技術層面仍有較大差距,尚需加強核心技術研發。(2)信息化水平參差不齊。我國物流企業規模不一,信息化水平存在較大差距,導致智能調度系統的推廣和應用受到一定限制。(3)人才短缺。智能調度系統涉及多學科知識,對人才素質要求較高。當前,我國物流行業人才培養體系尚不完善,專業人才短缺。(4)數據共享程度低。物流企業之間數據孤島現象嚴重,數據共享程度低,制約了智能調度系統的發展。(5)政策法規滯后。在智能調度系統的發展過程中,相關政策法規尚不完善,對行業的規范和引導作用有限。(6)安全隱患。物流行業的信息化程度不斷提高,數據安全和隱私保護問題日益凸顯,對智能調度系統的安全提出了更高要求。第3章智能調度系統關鍵技術3.1數據挖掘與分析數據挖掘技術是智能調度系統的基礎,通過對物流行業大量歷史數據的挖掘與分析,為調度決策提供有力支持。本節主要介紹以下內容:3.1.1數據預處理技術數據預處理是數據挖掘的第一步,主要包括數據清洗、數據集成、數據轉換等。針對物流行業數據特點,研究高效的數據預處理方法,提高數據質量。3.1.2數據挖掘算法分析物流行業調度過程中的關鍵影響因素,選取合適的挖掘算法,如關聯規則挖掘、分類算法、聚類算法等,為智能調度提供決策依據。3.1.3數據可視化技術通過對挖掘結果的可視化展示,使決策者能夠更直觀地了解物流調度過程中的規律和問題,為優化調度策略提供參考。3.2優化算法研究智能調度系統中的優化算法是提高調度效率的關鍵,本節主要研究以下內容:3.2.1車輛路徑優化算法針對物流行業車輛路徑問題,研究遺傳算法、蟻群算法、粒子群算法等智能優化算法,實現車輛路徑的優化。3.2.2調度策略優化算法研究基于多目標優化的調度策略,結合物流行業特點,提出適用于物流行業的調度優化算法。3.2.3動態調度優化算法針對物流行業中的實時調度問題,研究動態規劃、滾動優化等算法,實現實時調度優化。3.3人工智能在智能調度中的應用人工智能技術在智能調度系統中具有重要作用,本節主要介紹以下內容:3.3.1機器學習在智能調度中的應用研究基于機器學習的調度模型,實現對物流行業調度問題的智能預測和決策。3.3.2深度學習在智能調度中的應用利用深度學習技術,如卷積神經網絡(CNN)、循環神經網絡(RNN)等,進行調度數據的特征提取和智能分析。3.3.3強化學習在智能調度中的應用研究基于強化學習的調度策略優化方法,通過不斷學習與調整,實現調度策略的自我優化。3.3.4神經網絡在智能調度中的應用構建基于神經網絡的調度模型,實現對物流行業調度問題的建模與求解。通過以上關鍵技術的研究與應用,為物流行業智能調度系統的優化提供有力支持。第4章物流網絡建模與優化4.1物流網絡結構分析物流網絡作為現代物流系統的骨架,其結構合理性與運行效率直接關系到整個物流系統的成本和服務水平。本節對物流網絡結構進行深入分析,為后續網絡優化提供依據。4.1.1網絡節點分析物流網絡節點包括倉庫、配送中心、運輸樞紐等,節點間的關系與分布決定了物流網絡的布局。分析現有物流網絡節點的數量、位置、服務范圍以及節點間的聯系,為優化網絡結構提供基礎數據。4.1.2網絡線路分析物流網絡線路是連接各個節點的運輸路徑,線路的合理布局對降低物流成本、提高運輸效率具有重要意義。本節從線路類型、運輸距離、運輸能力等方面對現有物流網絡線路進行分析。4.2網絡優化模型構建在分析現有物流網絡結構的基礎上,本節構建物流網絡優化模型,以提高物流系統的整體功能。4.2.1目標函數優化模型以最小化物流成本、運輸時間、碳排放等為目標,構建多目標優化函數。同時考慮到實際運營中可能存在的各種約束條件,如運輸能力、服務水平等,將約束條件納入目標函數。4.2.2約束條件根據物流網絡的實際情況,設置以下約束條件:(1)節點容量約束:保證各個節點的處理能力不超過其設計容量;(2)線路運輸能力約束:保證線路的運輸能力滿足需求;(3)服務時間約束:保證客戶服務水平,如配送時效等;(4)其他約束:如運輸距離、運輸工具類型等。4.2.3模型求解方法采用線性規劃、整數規劃、非線性規劃等方法對構建的優化模型進行求解。4.3算法實現與求解本節對優化模型進行算法實現,并求解得到最優或近似最優解。4.3.1算法選擇根據物流網絡優化問題的特點,選擇啟發式算法、遺傳算法、蟻群算法、粒子群算法等智能優化算法進行求解。4.3.2算法實現對所選算法進行編程實現,包括編碼、解碼、適應度函數設計、交叉與變異操作等。4.3.3求解與結果分析利用實現好的算法對優化模型進行求解,分析求解結果,驗證模型與算法的有效性。同時對比不同算法的求解功能,為實際應用提供參考。第5章車輛路徑問題優化5.1車輛路徑問題概述車輛路徑問題(VehicleRoutingProblem,VRP)是物流行業中的一個核心問題,主要涉及如何在滿足一系列約束條件的前提下,規劃出一組車輛的最優行駛路徑,以完成貨物的運輸任務。該問題具有高度復雜性和動態性,涉及多個影響因素,如客戶需求、車輛容量、行駛時間、路程成本等。本節將簡要介紹車輛路徑問題的基本概念、類型及其在物流行業中的重要性。5.2經典車輛路徑問題求解算法針對車輛路徑問題,研究者們已經提出了許多經典的求解算法,主要包括以下幾類:(1)啟發式算法:如遺傳算法、蟻群算法、粒子群算法等,通過模擬自然現象或人類社會行為,尋求問題的近似最優解。(2)精確算法:如分支限界法、動態規劃法等,能夠在合理的時間內找到問題的精確最優解,但計算復雜度較高,適用于規模較小的問題。(3)元啟發式算法:如禁忌搜索、模擬退火算法等,通過在局部搜索過程中引入全局搜索策略,提高求解質量。(4)集成算法:將多種算法進行組合,如遺傳模擬退火算法、蟻群粒子群算法等,以發揮各自算法的優勢,提高求解效果。5.3面向物流行業的車輛路徑優化策略針對物流行業的特性,以下提出幾種車輛路徑優化策略:(1)考慮客戶需求的動態性:實時收集客戶需求信息,采用動態規劃方法,對車輛路徑進行實時調整,以滿足不斷變化的需求。(2)多目標優化:在車輛路徑規劃中,考慮多個目標,如最小化總行駛距離、最小化運輸成本、最小化車輛使用數量等,采用多目標優化算法進行求解。(3)車輛類型與容量約束:根據不同類型車輛的運輸能力,合理安排車輛完成任務,提高運輸效率。(4)時間窗約束:考慮客戶對送貨時間的要求,引入時間窗約束,采用時間窗約束下的車輛路徑問題求解算法,提高客戶滿意度。(5)交通狀況與道路限制:分析實時交通狀況,避免擁堵區域,考慮道路限制因素,如禁行、限行等,優化車輛行駛路徑。(6)車輛協作策略:在多車輛協同運輸的場景中,設計車輛協作策略,如共享貨物、交換路徑等,降低運輸成本,提高整體運輸效率。通過以上優化策略,可以顯著提高物流行業智能調度系統在車輛路徑問題上的求解效果,從而為物流企業降低成本、提高服務質量提供有力支持。第6章倉庫管理系統優化6.1倉庫作業流程分析倉庫作業流程是物流體系中的關鍵環節,直接影響著物流成本和效率。為了提高倉庫管理系統的運行效率,首先對現行的倉庫作業流程進行詳細分析,主要包括入庫、存儲、出庫等環節。6.1.1入庫作業流程入庫作業流程包括貨物接收、驗收、上架等環節。針對現有流程中的問題,如信息不準確、作業效率低下等,提出以下優化措施:(1)加強信息化建設,實現與供應商的信息共享,保證貨物信息的準確性;(2)引入自動化設備,提高上架效率,減少人工操作失誤;(3)優化貨物驗收流程,保證貨物質量與數量符合要求。6.1.2存儲作業流程存儲作業流程主要包括貨位分配、庫存管理、盤點等環節。針對現有流程中的問題,如貨位分配不合理、庫存積壓等,提出以下優化措施:(1)引入智能貨位分配系統,根據貨物屬性和存儲需求,合理分配貨位;(2)采用先進的庫存管理策略,如周期盤點、動態庫存調整等,降低庫存積壓;(3)建立庫存預警機制,及時掌握庫存情況,避免缺貨或過?,F象。6.1.3出庫作業流程出庫作業流程包括訂單處理、揀選、包裝、發貨等環節。針對現有流程中的問題,如訂單處理效率低、揀選錯誤率較高等,提出以下優化措施:(1)優化訂單處理流程,提高訂單處理速度;(2)引入智能揀選設備,降低揀選錯誤率;(3)加強包裝環節的質量控制,保證貨物在運輸過程中的安全。6.2倉庫存儲策略優化倉庫存儲策略是影響倉庫管理效率的關鍵因素。為了提高倉庫存儲效率,降低物流成本,提出以下優化策略:6.2.1分類存儲根據貨物的屬性和存儲要求,對倉庫進行分類存儲,實現同類貨物集中存放,便于管理和提高揀選效率。6.2.2多層貨架存儲充分利用倉庫空間,采用多層貨架存儲方式,提高倉庫存儲容量。6.2.3動態調整存儲策略根據庫存情況、銷售預測等因素,動態調整存儲策略,如庫存積壓時采取促銷措施,庫存不足時提前采購。6.3出入庫作業調度優化出入庫作業調度是倉庫管理的關鍵環節,直接影響到物流效率。為了提高出入庫作業調度效率,提出以下優化措施:6.3.1優化調度算法根據訂單需求、貨物存儲位置等因素,采用先進的調度算法,提高作業效率。6.3.2引入智能調度系統利用人工智能技術,實現出入庫作業的智能調度,降低人工干預程度,提高調度準確性。6.3.3強化作業計劃管理加強作業計劃管理,保證作業任務按計劃執行,減少作業沖突和擁堵現象。通過以上優化措施,有望提高倉庫管理系統的運行效率,降低物流成本,提升物流行業整體競爭力。第7章運輸管理系統優化7.1運輸管理現狀分析7.1.1貨運車輛調度現狀當前物流行業在貨運車輛調度方面存在一定程度的依賴人工經驗,缺乏系統化、智能化的調度手段。車輛利用率不高,運輸效率低下,且難以實現實時監控與調整。7.1.2運輸資源配置現狀運輸資源配置不盡合理,導致部分地區運力過剩,部分地區運力不足。運輸資源配置過程中對車輛類型、載重、容積等方面的考慮不夠充分,影響了運輸效益。7.1.3運輸信息化現狀運輸信息化建設相對滯后,數據采集、處理、傳輸等環節存在不足,導致運輸信息共享程度低,難以滿足智能調度需求。7.2運輸路徑優化7.2.1貨運車輛路徑規劃基于遺傳算法、蟻群算法等優化算法,結合實際運輸需求,對貨運車輛路徑進行優化,降低運輸成本,提高運輸效率。7.2.2多式聯運路徑優化整合多種運輸方式,如公路、鐵路、水路等,實現多式聯運路徑優化,提高運輸速度,降低運輸成本。7.2.3考慮交通擁堵的路徑優化針對城市交通擁堵問題,引入實時交通數據,動態調整運輸路徑,避免因交通擁堵導致的運輸延遲。7.3運輸成本控制策略7.3.1貨運車輛運行成本優化通過對貨運車輛運行數據的分析,制定合理的運行速度、載重等策略,降低燃油消耗,減少運行成本。7.3.2運輸合同管理優化優化運輸合同管理,建立合理的運輸價格體系,降低運輸成本。7.3.3運輸風險管理建立完善的運輸風險管理體系,通過保險、期貨等手段降低運輸過程中的風險,保障運輸安全,降低運輸成本。7.3.4運輸設備維護與更新加強運輸設備的維護與更新,提高設備運行效率,降低維修成本和故障損失。同時合理配置運輸設備,提高設備利用率,降低運輸成本。第8章供應鏈協同管理優化8.1供應鏈協同管理概述供應鏈協同管理作為一種高效的企業運營模式,其核心在于通過優化供應鏈上下游企業間的信息流、物流和資金流,實現資源整合,提高整體運作效率。在物流行業智能調度系統優化的背景下,供應鏈協同管理的優化顯得尤為重要。本節將從供應鏈協同管理的理念、目標及其在物流行業中的應用進行概述。8.2供應商管理優化供應商管理是供應鏈協同管理的關鍵環節,直接影響企業的生產成本、產品質量和市場競爭力。以下是針對物流行業智能調度系統下的供應商管理優化方案:8.2.1供應商選擇與評估結合企業戰略目標和市場需求,運用科學合理的供應商選擇與評估方法,保證供應商的質量、價格、交貨期等關鍵指標滿足企業要求。8.2.2供應商關系管理建立長期穩定的供應商關系,通過共享市場信息、技術支持和風險共擔等手段,實現供應商與企業之間的共贏。8.2.3供應商績效評價設立完善的供應商績效評價體系,定期對供應商的交貨質量、價格、服務等方面進行評價,以便及時調整供應商策略。8.3客戶關系管理優化客戶關系管理是供應鏈協同管理的另一個重要環節,直接關系到企業的市場份額和客戶滿意度。以下是對物流行業智能調度系統下的客戶關系管理優化方案:8.3.1客戶細分與需求分析根據客戶的基本信息、消費行為和需求特征,對客戶進行細分,并針對不同細分市場制定相應的服務策略。8.3.2客戶服務優化通過提高物流配送效率、優化售后服務和加強客戶溝通,提升客戶滿意度和忠誠度。8.3.3客戶信息管理建立完善的信息收集、處理和分析機制,保證客戶信息的準確性和及時性,為企業決策提供有力支持。8.3.4客戶滿意度評價設立客戶滿意度評價指標體系,定期開展客戶滿意度調查,及時了解客戶需求變化,指導企業改進服務質量和客戶關系管理。第9章智能調度系統平臺設計9.1系統架構設計9.1.1總體架構智能調度系統平臺采用分層架構設計,自下而上分別為基礎設施層、數據層、服務層、應用層和展示層。各層之間通過標準化接口進行數據交互,保證系統的高效運行與可擴展性。9.1.2網絡架構網絡架構采用分布式部署,包括調度中心、節點服務器和終端設備。調度中心負責全局資源調度和任務分配,節點服務器負責處理局部任務,終端設備負責執行具體任務。9.1.3技術選型系統采用成熟的開源技術,如SpringCloud、Dubbo、Kafka等,保證系統的高可用性和可維護性。9.2功能模塊設計9.2.1調度管理模塊(1)調度策略:支持多種調度算法,如遺傳算法、蟻群算法等,實現智能調度。(2)任務管理:對任務進行分類、分配、監控和調整,保證任務的高效執行。(3)資源管理:實時監控資源狀態,合理分配資源,提高資源利用率。9.2.2倉儲管理模塊(1)庫存管理:實時更新庫存數據,實現庫存的精細化管理。(2)倉儲優化:運用人工智能技術,優化倉儲布局和揀選路徑。9.2.3運輸管理模塊(1)路線規劃:結合實時交通數據,為車輛規劃最優行駛路線。(2)車輛監控:實時監控車輛位置、速度等狀態信息,保證運輸安全。9.2.4數據分析模塊(1)數據采集:采集物流業務數據,為智能調度提供數據支持。(2)數據分析:運用大數據技術,對物流數據進行挖掘和分析,為決策提供依據。9.2.5用戶管理模塊(1)用戶權限管理:實現用戶角色的權限控制,保障系統安全。(2)用戶界面設計:提供友好的用戶界面,方便用戶進行操作。9.3系統實施與部署9.3.1硬件設備部署根據實際需求,選擇合適的硬件設備,如服務器、網絡設備等,保證系統穩定運行。9.3.2
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 學校樓層長管理制度
- 學校防恐怖管理制度
- 學生封閉化管理制度
- 學院服裝間管理制度
- 安全生產個管理制度
- 安委會工作管理制度
- 安裝部進度管理制度
- 完善請休假管理制度
- 實木床倉庫管理制度
- 客戶滿意度管理制度
- 人文英語4-005-國開機考復習資料
- 公司安全事故隱患內部舉報、報告獎勵制度
- 中國玉石及玉文化鑒賞智慧樹知到期末考試答案章節答案2024年同濟大學
- 網絡集成實踐報告
- 小學思政課《愛國主義教育》
- 有趣的行為金融學知到章節答案智慧樹2023年上海海洋大學
- 民辦學校辦學章程(營利性)
- 機關婦委會換屆選舉工作基本程序
- 零件加工檢驗標準
- UML網上購物系統課程設計DOC
- 懷化職業技術學院就業工作管理制度匯編 (一)
評論
0/150
提交評論