货物配装与配载

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1 绪论
1.1 研究背景和意义
1.1.1 背景
配载与配装是物流配送的一个重要环节。

配送与一般送货的重要区别在于,配送是通过集合、分拣、配货等环节来使送货达到一定规模,以利用规模优势取得较低的送货成本。

而在我们实际操作过程中,单个用户配送数量不能达到车辆的有效载运负荷时,应集中合理分配来配送货物以充分利用运输能力,从而降低配送成本。

同时我们也应该为了确保配送服务质量,还应该选择适宜的配送车辆类型。

因此,在物流配送决策中,同一时间内有很多不同货物需要配送而且有多种可供选择运输车辆,对于一定量的货物如何选择合适的运输车辆以最小的运输成本合理、快速的实现配送是一个亟待解决的问题。

随着全球经济一体化及信息技术的发展,企业面临的生存与发展环境日趋复杂。

为了获得竞争优势,企业必须不断地采用创新的理念与技术。

物流作为“第三利润源泉”,受到人们的广泛重视。

物流的发展水平已经成为衡量一个国家综合能力的重要标志之一。

在现代化运输业的发展过程中,世界上许多国家有一个共同的发展规律,即海运、铁路运输发展在先,公路运输则后来居上,20世纪60年代以后,其发展速度大大超过铁路和其他运输方式。

自20世纪70年代以来,公路运输在各种运输方式中的主导作用日益增强。

美国、日本和西欧各国以货物量计的公路运输比重已超过80%,我国也于20世纪90年代初达到75%。

目前,美国、日本及欧盟国家物流业均发展到了较高水平。

就这些国家物流成本支出占GDP的百分比而言,均低于目前的世界平均水平,居世界领先地位。

由于物流规模和物流成本在不断上升,人们对货物运输提出了更高的要求,如何快速有效地将货物配载与配装成为各生产行业迫切需要解决的一个重要问题。

物流中货物配载与配装即是在满足客户需求的条件下,为客户配送合理的数量,有效利用车辆空间,派遣最少的车辆数量,使配送车辆运输时间少和运输费用低,将车辆有效的使用,使商品能在最短的时间内送到顾客的手中。

解决货物
配载与配装问题,将直接降低运输成本,为生产部门和运输部门带来巨大的效益。

因而,研究和解决货物配载与配装问题也就有了非常重要的现实意义。

从理论角度来看,研究和解决货物配装问题也会影响到许多领域的优化策略问题。

货物配装问题实际上是一类三维物理空间拼装问题。

而从广义上讲,并不仅仅是物理空间才存在拼装问题。

如果我们把拼装问题抽象化,会发现对这类问题的研究广泛适应于其它许多领域,这种进一步的理解为探讨这类问题注入了新的活力。

同时,也为解决其它许多同类的三维布局问题提供了方法。

1.1.2 意义
本论文想通过货物的配载与配装问题的研究,解决目前安联物流配送过程中货物品种繁多、车型复杂而造成的配载与配装难以合理,配送效率不高,从而产生较高成本的难题。

首先研究不同车型的配载问题,期望通过对公司拥有的不同车型进行研究,选择合理的车辆配载方案来解决配载问题。

然后研究货物的配装问题,基于选定的车辆,通过对不同包装的货物配装的研究使得车辆在保证载重和容积的情况下达到空间利用率最大,进而减少配送成本。

最后将两者结合起来完成货物的配载与配装的研究。

1.2 研究主要内容
如何从不同的车型之中选择出合理的车辆来实现优化配载,以及针对不同的货物如何使得车辆的空间利用率最大,这就是本论文研究的主要问题。

先通过对实际中的数据进行归类统计,然后比较理论的方案,从中选择出实用的与实际相结合的方案。

首先对该公司车库车辆信息进行统计调查,选择适宜的配送车辆类型,利用车辆配载技术来充分保证货物的质量和数量完好的前提下,同时考虑卸货的先后顺序情况,尽可能使车辆满载行驶,也就尽量不要空驶。

根据货物要求运输的实际情况,建立相应的模型,采用层次分析法来解决问题。

然后对该公司经常配装的货运进行分析,货物配装问题主要包括货物、车辆、配送中心、客户、约束条件和目标函数等要素。

在配送过程中,有若干需要送给不同客户有不同装载要求的货物,有若干台车辆,通过运用启发式算法来解决问题,要求合理安排货物的装车顺序、合理排货物在车辆空间的装载位置,从而在给定的约束条件下,把所需配送的货物理装入车辆中,并使目标函数取得优化,
进而了解配送车辆的装载能力之后来进行合适的有效的配装。

1.3 研究思路
图1.1 论文结构图
2 配载与配装概述
2.1 配载与配装的概念
2.1.1 配载
一般在单个客户配送数量达不到车辆的有效装载载荷时,应集中统一配送路线上的其他客户的配送货物进行搭配装载。

以提高车辆运力的利用率。

这样就实现了提高配送效率降低配送成本的目的。

但是由于配送货物品种繁多,特性各异,在运输过程中的作业要求和操作工艺不可能完全一样,为保证配送服务质量,就应该选择合适的配送车辆类型,必要时还可能要分别配送。

车辆配载技术要解决的主要问题就是,在充分保证货物质量和数量完好的情况下,尽可能使车辆满载行驶。

2.1.2 配装
由于配送作业本身的特点,配送工作的运输工具一般为汽车。

因需要配送的货物的体积、形状、包装形式和比重各异,因此在装车时,不但要考虑车辆的载重,还要考虑车辆的容积,使得车辆的载重和容积利用率最大。

车辆配装技术要解决的主要问题就是在充分保证货物的质量、外形和包装完好的情况下,尽可能地提高车辆的载重和容积利用率,以提高车辆的利用率,达到节约运输费用节省运力的目的。

配装的主要解决问题是有效利用车辆容积和载重这两个因素的问题。

2.1.3 配载与配装的区别
配载与配装都是为了尽可能地提高车辆的利用率。

但是,配装强调的是装车环节,强调如何有效利用车辆的装载空间,它的研究对象主要是货物装载过程。

而配载强调的是从装车后一直到货物送达这整个过程中某一车辆的有效荷载是否被有效利用,它研究的是车辆的配载过程。

配装强调的是装,货物如何装车就是配装需要解决的问题,而配载强调的是载,如何更好地调度车辆进行搭配就是配载要研究的问题。

2.2 研究现状
我国配送的发展应该说还处于很不成熟的状态,需要深刻分析,研究解决的方法。

我国对配送理论有一定研究,应用研究却是十分缺乏。

尽管有一些关于配载与配装方面的研究,也大多是关于集装箱配载的算法,应用到实际问题当中的不多见。

现在常采用人工估计拼装方法,往住在确保全部装下的前提下,需要保留足够空间,浪费了宝贵的货运空间。

而且在配装过程中,往往凭借经验,没有统一的计划,有时需反复进行装卸才能成功,浪费大量的人力和物力。

因此,降低运输成本,提高集装箱利用率以及装箱效率,将显现出可观而直接的经济价值和社会价值。

利用计算机强大的数据处理功能可以生成科学、高效的配装方案。

配装问题就是从该应用背景中抽象出来的模型问题。

通过利用最优化数学方法,构造货物配装方案的优化软件,并用计算机来实现配送调度,实现降低配送成本、提高配送效率的要求。

2.3 发展趋势
自我国加入WTO以后,更多的跨国企业进入我国参与市场竞争,物流配送要想在竞争中不被淘汰,就必须有一些新的变化呈现一些较好的发展趋势:专业化、规模化、集团化、多元化。

同时也需要国际化,由于世界经济一体化进程的加快,未来我国与世界各国之间的物资、原材料、零部件与产成品的进出口配送运输,无论是数量还是质量都会发生很大的变化。

为了适应这一变化,要求我国必须在物流技术、装备、标准、管理、才人方面与世界接轨。

还要使得物流配送信息化建设步伐加快,现代物流以信息技术为支撑,没有信息化就没有现代物流的发展。

目前国内外的一些大型物流企业,都在规划建立自己的配送中心,改善物流配送信息服务技术,以提高企业的物流配送能力。

迈向21世纪的物流技术,不仅是企业战略的“商务物流”,而且是向整个社会实现物资供给的“社会物流”。

从微观物流看,对于一个工业、商业企业来说,物流不仅是“第三利润源泉”,物流能力还被视为企业的核心能力,成为企业获取竞争优势的战略资源。

在今天的经营环境中,企业通过在生产过程中降低成本获得竞争优势的空间已经非常有限了,因此,许多工业、商业企业在搞好技术开发和进行产品全面质量管理的同时,把寻求成本优势和差别优势的目光转向
生产前后延伸的物流领域。

中国加入WTO意味着更深层次的开放和更为激烈的竞争,特别是在现代物流这个最能体现当今社会生产专业化分工和高效运作特点的服务领域中,加入WTO后服务贸易的自由化将使欧美发达国家已相当成熟的现代物流业对刚刚起步的中国物流业提出严峻的挑战。

同时,中国物流业也将因国外先进物流理念、物流操作与管理技术的流入而面临着积极的发展机遇。

这种情况下,有效控制和全程管理,真正实现了资源利用的最大化,降低了企业的物流成本,增强了企业的竞争力,使货物流、信息流、资金流和人才流达到统一。

现代的物流业,将呈现信息化、网络化、智能化、柔性化、标准化和社会化的特征,因此,可以预见21世纪将是国际化物流大发展的时代。

3 安联公司配载与配装的现状
3.1 安联公司的概况
安联物流服务有限公司于2003年3月1号在湖南省长沙市成立。

安联物流公司现有员工近80多人,安联公司拥有和整合各种运输车辆100余台,先进的物流设备40套,仓库、分拨场地2000多平方米。

并在湖南省各个城市建立了合作网络公司,与多家企业建立了长期的合作关系。

安联物流凭着稳定、可靠、安全的运营网络、科学的资源整合、先进的管理技术,可为各类企业提供全方位的物流服务,我们将一如既往地坚持“以客为本、服务领先” 的经营理念,为客户提供门对门、仓对仓的一站式服务。

安联物流有限公司是物流配送、汽车运输、铁路运输、仓储、城际配送于一体,跨区域、网络化、信息化、智能化、具有供应链管理能力的综合性物流公司。

图3.1公司业务范围图
公司以长株潭地区等湖南省各城市为主干线,同时面向广东、江西等省份,承担整车、零担业务,公司自行开设了30多条长途专线及短途专线。

通达全国40多个城市,做到天天发车、准点发车、准点到达、保证低价、全程高速,安全、快速、送货及时。

表3-1主要线路
多年来,安联在公司的领导下,抢抓机遇、敢想敢为,艰苦创业、与时俱进,以果敢的胆识,通过启动社会资源,与不拘一格提拔人才,成功走出一条具有新邦特色的发展之路。

3.2 安联公司的配载与配装现状
需要配载与配装的货物品种多样化,但是对于多样化的货物,运输包装件的尺寸是有一定的界限的。

运输包装有保障产品的安全,方便储运装卸,加速交接的作用。

运输包装件通用尺寸长宽高分别小于3540mm、1600mm、1650mm。

装车后运输包装件最高离地不得超过4000mm。

用于配送的运输工具中,汽车是最普遍也是最便利的运输工具。

在安联公司,汽车种类主要有以下几种:
(1)普通货车。

按载重量的不同分为轻型货车(2吨以下)、中型货车(2~8吨之间)、重型货车(8吨以上);按有无车厢分为平板车、标准挡板车和高档板车。

轻型货车主要用于市内运输、集货、配送、宅配运输等,中型货物主要用临近城市与城市之间的运输,重型货物主要用于长途干线的运输。

(2)厢式货车。

厢式货车具有载货车厢,还具有防雨、隔绝等功能。

对于不同的货物,我们需要的包装也不同,而车辆承载也是存在界限的。

表3-2 公路运输包装件的尺寸界限
安联公司实际操作中仍然是根据经验进行配载与配装。

我们需要不断完善管理,加强技术的更新,努力提高员工素质,来提升服务质量和运用能力。

配载和配装是物流配送中心的重要环节,配送中心开展配送业务,运输成本占配送成本的比重较大,而运输成本与车辆有很大关系,理想的配送运输车辆载重量利用率应该达到较高水平,配送中心在选择运输车辆完成配送业务时,应该充分考虑车辆的容积和载重量,做到满载就是配送配送运输成本的重要途经,但由于实际配送过程中产品繁多,包装形态储运性能不一,在容重方面也有较大差别。

3.3 主要问题分析
㈠对货物的分拣不够合理
1)外观相近、容易混淆的货物没有分开装载
2)没有注意将散发出异味的货物与具有吸收性的食物混装
3)将渗水性货物与易潮性货物混装在一起了
4)没有能对具有尖角或其他突出物的货物进行处理装载,容易损坏其他货物
5)要注意危险货物要单独装载
㈡装车不够合理
1)没有考虑重不压轻,大不压小的原则,造成货物积压损坏
2)没能做到货物堆放后前后、左右、上下重心平衡,容易造成翻车事件
3)应该尽量做到先送后装
4)货物与货物之间、货物与车辆之间应留有空闲并适当衬垫,防止货物损坏
5)应该在门端采取适当的稳固措施,以防开门卸货货物倾倒
㈢送货没有达到一定规模
1)货物数量周期性浮动,需要按阶段制定配载计划
2)没有制定有效的运输路线,导致配送时间不够合理
3)当货物品种繁多、不是单一客户的时候,要注意合理配载,以最有效的方法
来节约成本
㈣车辆的配装空间利用率不够
1)由于人工靠经验来进行装载,容易导致装载不够合理
2)空驶率较高,不能合理安排好车辆往返的运输任务
3.4 选择方法
问题的提出采用的是理论与实际相结合的方法。

现有的解决相关问题的算法主要有整数规划法、启发式算法、遗传算法、图论发、容重比平衡法、层次分析法等等。

本论文选用层次分析法和启发式算法,利用层次分析法解决配载问题,利用启发式算法解决配装问题。

4 安联公司配载与配装的优化
4.1 安联公司配载的优化
4.1.1 模型假设
(1)以公路运输为背景,针对一定货物,有多种车型可供选择的优化配载问题。

这里就可以看成是一车一货的优化配载问题。

若货物批量大于一车的可以拆分为多车,进而转化为一车一货的优化配载问题。

(2)设车辆信息集合C=(C1,C2,……C n),货物信息集合G=(G1,G2,……G n),车辆数n和货物批量数m足够大,即有足够的车货源信息,直接保证优化陪载的优势(3)从配送的利益出发,从经济性、快速性、安全性的角度进行系统的设计,达到现代物流多赢目标的实现。

4.1.2 制约因素分析
公路运输配载的制约因素有很多,从货主、车主、社会三个不同角度所关心的因素进行分析。

就某一个配送重心而言,那么货主就是他的客户,车主就是配送中心本身。

货主所关心的主要因素有运输价格、运输方向、运输时间、车主信誉度等。

车主所关心的主要因素有运输价格、货物类型、运输方向、运输时间、车辆利用率、车辆空驶率。

对于社会而言,为提高整体物流运作水平,希望有较高的车辆利用率和较低的车辆空驶率。

分析从不同角度所关心的因素,有:
(1)货主和车主所关心的因素具有相同性,体现在车辆类型、运输方向和运输时间三个方面。

在实际配载过程中,该三个因素必须相互一致,才有配载的可能,从而可以认为该三个因素是配载系统中的基本约束因素,其他因素可以认为是优化目标因素。

(2)货主和车主所关心的因素具有对立性,即运输价格和车主信誉度两个因素。

作为车主,希望运输价格越高越好;而作为货主,希望运输价格越低越好。

由于
当前货运市场是买方市场,车多货少,从而多车型优化配载应以车辆为研究对象,向货主提供优化配载服务,运输价格低和车主信誉度的车辆具有竞争优势。

(3)社会关系的因素和车主关心的因素具有一致性。

提高车辆利用率、降低车辆的空驶率,不仅为车主带来利益,还会提高我国社会物流的运作水平,因此,在优化配载指标中,车辆利用率和车辆空驶率是必须要优化的指标。

上述所列的各因素,总结起来无非就是车辆的安全性、经济性、快速性等问题。

以这三个为准则,配载主要考虑七个因素,其中车辆种类、运输路线和运到期限为基本约束因素,加上车辆的载重量、容积和车主的报价等,是配载进行的前提条件。

车辆投保、出发日期、运费、车辆利用率、空驶率为优化目标因素,就在配载时要优化的指标。

4.1.3 模型的建立
建模之前要设计一个综合评价的指标。

对所有满足货主要求的车辆计算其指标值,从中挑选最优者作为匹配结果。

设已知第i 车辆的信息C i 有:车辆最低运价CP i 、车辆类型CY i 、车辆运输方向CD i 、车辆最晚运到时间CT i 、车辆信誉度(出发日期、车辆投保)CC i 、车辆到原目的地距离CS i 、车辆最大载重量CW i 、车辆最大容积CV i 。

C i =(CP i ,CY i ,C
D i ,CT i ,CC i ,CS i ,CW i ,CV i )T i=1,2,3,……,n 第j 批货物的信息G j 有:货物最高愿意运价GP j 、货物要求车辆类型GY j 、货物最终运送方向GD j 、货物最晚运到时间GT j 、货物运到终点距离GS j 、货物重量GW j 、货物容积GV j 。

G j =(GP j ,GY j ,GD j ,GT j ,GS j ,GW j ,GV j )T j=1,2,3,……,n 对于一批货物j ,求货物i ,要使得
车辆最安全 1max j
i i
B x N =
Ni 为车主i 历史配载总次数,Q i 则为总配载次数中有投保的次数,二者的比值可以作为车辆安全配载的评价。

出发日期最准时 2max j
i i
Q x N =
Ni 为车主i 历史配载总次数,Q i 则为总配载次数中按规定时间出发的次数,二者的比值可以作为车辆按时配载的评价。

运价最低 3min i
i J
CP x GP =
车辆利用率最大 4max max ,j j i i i CW CV x CW CV ⎧⎫
=⎨⎬⎩⎭
空驶率最小 5min i j
i i
CS GS x CS -=
满足
{}/j i j i j i j j j i i i GY CY GT CT GP CP GW CW GV CV ∈=≤≥≤≤且且且且 用加权平均将模型化为单目标优化问题:
1123334455i i i i i i f x x x x x ααααα+∈=+++i S
max
123451,01i αααααα++++=≤≤
其中
{}/j i j i j i j j j i S i GY CY GD CD GT CT GW CW GV CV ∈==≤≥≤≤j i 且且且CP CP 且且 4.1.4 模型求解
层次分析法(AHP )是美国运筹学家沙旦在20世纪70年代提出的。

80年代初开始引入我国。

AHP 法较适合于处理那些难以量化的复杂问题,较好的体现了定性与定量分析结合的思想。

在决策过程中,决策者直接参与决策,决策者的定性思维过程被数学化和模型化,并且还有助于保持思想过程的一致性。

由于层次分析法具有系统性、灵活性、实用性等特点特别适合于多目标、多层次、多因素的复杂的决策系统决策,近年来已经受到人们越来越多的重视,以被广泛地应用于社会、经济、军事、科技、规划等很多领域的评价、决策、预测、规划等。

层次分析法的基本原理是:首先将复杂的问题所涉及的因素分成若干层次,以同一层次分析的各要素按照某一准则进行两两判断,比较其重要性,以此计算个层次要素的权重,最后根据组合权重按最大权重原则确定最优方案。

层次分析法的一个基本出发点是:在针对某一目标进行决策时,往往难以把影响目标的各因素做出精确的量化排序,这样往往给决策者带来难度。

我们往往对各因素之间的重要程度了然于心,层次分析法就是根据对各因素之间的重要程度进行量化,在通过对量化结果的处理得到各因素对于总目标的影响的一个排序。

此排序是以数字的形势表现出来的,它们清晰的现实了对总目标的重要程度,
给我们的决策带来了极大的便利。

建立层次结构图的方法是先对问题所涉及的因素进行分类,然后构造一个各因素之间相互联结的层次结构图。

因素分类:一为目标类A,本问题中的目标就是为货物j寻找车i;二为准则类B,这是衡量目标是否实现的标准,本问题中的车辆安全性、快速性、经济性就是准则类;三为措施类C,是实现目标的方案、手段、方法等,在本问题中的车辆投保、出发日期、运费、车辆利用率、空驶率等即为措施类。

那么本问题的层次结构如下图:
图4.1 层次结构图
构造判断矩阵:
判断矩阵表示针对上一层中某元素,本层中与之有关的因素之间相对重要性的比较。

对公路货物配载中多车型配载问题,下面是根据调研和实测而形成的各判断矩阵。

A-B判断矩阵是对于为实现为货物j寻找车i的目标,各准则如安全、经济、快速等方面的重要性比较。

表4-1 A-B 判断矩阵
B 1-
C 判断矩阵是对于安全性准则下各层次的各相关因素指标的重要性比较。

表4-2 B 1-C 判断矩阵
B 3-
C 判断矩阵是对于经济性准则下各层次的各相关因素指标的重要性比较。

表4-3 B 3-C 判断矩阵
求特征向量:
根据A-B 判断矩阵计算
3
11
j j c =∏=1*3*1
2=1.5,1w
3
21
j j c =∏=13*1*1
6=0.05,2w
3
31
j
j c
=∏=2*6*1=12,3w 对向量w =(1w ,2w ,3w )T =(1.1447,0.3684,2.2894)T 作正规化处理
3
1
j j w =∑=1.1447+0.3684+2.2894=3.8025
则:
W 1=
1
3
1
i
j w w
=∑=
1.1447
3.8025
=0.3010 同理:
W 2=0.0968 W 3=0.6032
即W=(W 1,W 2,W 3)T
=(0.3010,0.0968,0.6032)T
为对应判断矩阵的特征向量 求最大特征值:
CW=113211136261⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭
0.30100.09680.6032⎛⎫ ⎪ ⎪ ⎪⎝⎭ 则
(CW )1=1*0.3010+3*0.0968+
1
2
*0.6032=0.893 同理:
(CW )2=0.2975 (CW )3=1.786 那么:
3
max 1
()3i i i CW W λ==∑
=0.8933*0.301+0.29753*0.0968+ 1.786
3*0.6032
=3 类似地,对于B 3-C 判断矩阵有
W=(W 1,W 2)T =(0.667, 0.333)T
max λ=2
B2-C 判断矩阵有
W=(W 1,W 2,W 3)T =(0.4416,0.3375,0.2208)T
max λ=3.04
4.1.5 一致性检验
AHP 的有点事将决策者的定性思维过程定量化,在人们对复杂事物的各因素采用两两比较时,不可能做到判断的完全一致性,而存在估计误差,这必然导致特征值与特征向量也有偏差。

反映到判断矩阵C 上,即要求各元素Cij 应满足:对任意的1<K<N,有Cij=Cik /Cjk,这是对应判断矩阵最大特征值的特征向量为因素权重的前提条件。

若判断矩阵C 的所有元素Cij 皆满足Cij=Cik /Cjk ,则称判断矩阵满足完全一致性,而实际情况给出的Cij 值和理想值难免有偏差,因此,引进以个参数,用以衡量在什么条件下判断矩阵可以被认为基本上满足一致性。

当矩阵不具有完全一致性时,
1max max 2
,n
i i n n λλλλ==>-=∑
因此在AHP 中引入判断矩阵最大特征值以外的其余特征值的负平均值CI 作为度量判断矩阵偏离一致性的指标,CI=
max 1
n
n λ--。

当判断矩阵具有一致性时,
CI=0,CI 值越大,判断矩阵的完全一致性越差,一般只要CI<0.1,就认为判断矩阵的一致性可以接受,否则重新进行两两比较。

判断矩阵的维数越大,判断的一致性就越差,故应该放宽对高维判断矩阵的一致性的要求。

于是引入修正值RI ,对CI 进行休整,令修正平均值CR=CI
RI
,并取更为合理的CR 为衡量判断矩阵一致性的指标。

A-B 判断矩阵的检验: CI=
max 1
n
n λ--=0
所以A-B 判断矩阵具有较满意的一致性。

同理,对于B 1-C 判断矩阵有: CI=
max 1
n
n λ--=0
所以B 1-C 判断矩阵具有较满意的一致性。

对于B 3-C 判断矩阵有:( n=3 ∴RI=0.58) CI=
max 1n
n λ--=0.02
CR=CI RI =0.020.58
=0.034<0.1。

相关文档
最新文档