突发到达，平滑逗留：物流仓库中的非泊松时间动力学

仓库是物流网络中的中心节点：它们缓冲物料流，同步异构参与者，并吸收入库和出库操作之间的时间错配。然而，大多数仓库分析仍然依赖于聚合性能指标或排队假设，其中事件时间是平稳且近似无记忆的。在此，我们使用来自西班牙一个大型仓库的一个月高分辨率托盘级数据，从统计物理学的角度描述到达、离开和出库停留时间。到达间隔和离开间隔时间高度异质，与重尾、非泊松行为相容，而出库逗留时间更自然地由对数正态分布描述，表明具有特征操作尺度的受限服务机制。按物流流分解揭示了突发性、记忆性和分布相似性的系统性差异。基于更新的老化分析揭示了出库缓冲区中重复的每周积累和清空周期。最后，受Little定律启发的活动-逗留标度确定了两种操作状态：常规周转下的近线性基线和与周末积累和周一发货相关的可重现的偏离基线分支。这些结果为仓库操作中的时间复杂性提供了一个紧凑的诊断框架，并表明有限但高分辨率的工业数据可以揭示聚合吞吐量统计中不可见的操作结构。