考虑客户风险偏好的4PL路径问题研究

以往关于第四方物流(4PL)路径问题的研究对客户的风险偏好考虑较少.考虑了客户的风险偏好,采用前景理论中的价值函数衡量客户对配送成本和配送工期的风险态度,建立最大化客户心理评价效用的数学模型.根据物流网络路径优化的问题特点,设计了嵌入Dijkstra算法的自适应遗传算法对问题进行求解,设计多个不同规模的数值算例,在仿真实验的基础上说明了建立模型和算法的可行性和有效性.研究从行为对决策结果影响的视角为第四方物流路径优化问题的解决提供了一套新的决策模型和优化方法.     

考虑共同客户的协同配送优化方法研究

本文针对一些客户仅需要一个配送中心提供配送服务，而某些客户需要多个配送中心提供配送服务(需要多个配送中心提供服务的客户就是企业的共同客户)的情形，提出了一类具有多配送中心、有时间窗限制的车辆路径问题，建立了相应的数学模型。基于“先分类，后求解”的思想，本文设计了两阶段启发式算法：第一阶段提出基于客户聚类的启发式算法，形成聚类信息，将多中心问题转化成单中心问题；第二阶段通过改进的蚁群算法对每个配送中心的情况进行求解。最后，通过算例对该模型的可行性和有效性进行了验证，结果表明与非协同配送方式相比，在配送距离、降低配送成本、提高客户满意度等方面均有明显改进。     

考虑模糊时间和成熟度的跨区域鲜果电商配送模型研究

基于现实配送过程中配送时间存在着不确定性,通过配送时间模糊化处理构建出跨区域鲜果电商配送模糊网络流模型,进而根据实际配送时间与期望配送时间的偏离建立顾客满意度函数,然后构建由满意度降低引起的惩罚成本函数,并根据鲜果成熟度变化特性建立带有模糊时间和成熟度的跨区域鲜果电商配送最小成本路线优化模型。在求解过程中利用三种去模糊化方法(重心法、积分法和α-cut法)对模糊时间进行处理,并结合现有的整数规划算法对模型进行求解,得出最佳配送路线并进行对比分析。结果表明：(1)根据鲜果成熟度水平选择适当的配送路线可以有效降低配送成本,保证鲜果品质;(2)在去模糊化方面α-cut法比重心法和积分法所得结果更具有一般性。     

动态不确定性-药品物流多中心选址优化研究

本文以国家药品带量集中采购为背景。为提高药品配送安全和时效，降低药品配送成本。基于大数据思想，根据备选药品物流中心所在地近20年遭受自然灾害的数据，构建备选药品物流中心未来遭受自然灾害的预测模型，在综合考虑药品配送安全性、配送成本、环保成本、时间满意度和实时路况下，构建动态不确定性-药品物流多中心选址-路径优化模型。根据所研究问题的特点，为提高算法的效能，本文充分利用模糊C均值聚类算法(FCM),粒子群算法(PSO)和禁忌搜索算法(TS)等各自优点，设计了PSO-FCM-TS混合算法。最后，根据国家药品集中带量采购招标结果数据，对模型和算法进行了验证、对比和分析，研究结论为药品物流企业决策提供了科学依据。     

基于线性规划博弈的供应链配送问题

着重建立了供应链配送问题的线性规划模型,分析说明了配送合作联盟对各成员是有利的.在配送博弈中,根据配送问题的对偶最优解和配送博弈核心之间的关系,构造了收益分配函数并证明了配送博弈的核心非空、所对应的分配方案稳定等性质.最后通过算例应用验证了模型和分配函数的有效性.     

基于物料超市的混流装配线准时化物料配送调度

针对混流装配线物料配送优化问题，结合新型的物料超市配送模式，提出了区别于传统周期性配送的准时化配送方法。首先，根据问题描述和相关假设构建了以线边库存最小化为目标的混合整数规划模型。然后，考虑到实际生产的连续性和复杂性，为求解大规模问题，设计出适用于问题的启发式算法，并与遗传算法进行比较，启发式算法能在更短时间内获得满意解。最后，在不同牵引拖车容量下，通过实例分析，与广泛应用的周期性配送进行比较，算例求解结果表明，准时化配送模型能够获得更低的库存水平，减少工作站的空间占用。     

基于精英蚁群算法的多目标生鲜配送路径优化研究

随着人们对于食品质量要求的提高,近年来绿色生鲜配送受到了社会的普遍关注.首先对配送过程中客户满意度、总成本、大气污染物和温室气体排放量三个目标进行了分析,接着建立了多目标配送路径优化模型,最后以最大化客户满意度作为主要目标利用精英蚁群算法进行求解,为生鲜配送基地提出的三个配送优化方案设计了最优配送路径.配送基地可根据自身发展选择合适的配送方案.结果也验证了模型的正确性和算法的可行性.     

基于Voronoi划分的同城即时配送优化策略研究

近年来经济社会发展及新零售业强势崛起使得平台或商家对大规模即时配送需求日益增加,在求解大规模车辆路径问题时仅使用启发式算法或其融合算法已无法满足实际需求。本文针对基于分众级的同城即时配送模式及现阶段存在的问题,确定了基于Voronoi划分算法的即时配送分区方法和对基础蚁群算法的三个改进策略;并以全程配送产生的总成本最少为目标函数,构建了带用户需求软时间窗的车辆路径问题数学模型;最后选取客户、车辆以及门店共计一百二十个真实地理位置数据,验证了本文提出的求解策略的有效性,并分析最终结果。结果显示,①使用Voronoi分区-改进蚁群算法的两阶段方法求解大规模车辆路径问题能显著减少配送总成本,同时提升客户满意度;②在多门店的条件假设下,采用改进蚁群算法求解得到的超时时间比基础蚁群算法少36%,配送总成本低17%。     

物流中配送区域与配送路线的网络优化法

本文讨论物流中配送区域的划分与配送路线的选择问题，应用网络、图论的优化方法，解决配送区域的划分与配送路线的选择问题。     

多阶响应下军事物流配送中心可靠选址模型

为了提高战时物资配送的敏捷性和可靠性,结合军事物资配送的多阶响应过程,以部队用户对配送响应的时间约束为限制条件,以设施固定成本与期望配送成本之和为目标函数,并考虑设施未来失效的可能,建立了混合整数规划形式的军事物流配送中心可靠选址模型.结合模型的特点,采用基于时间约束的启发式算法将模型转化为可行子问题进行求解,使用仿真算例说明模型的优越性和算法的有效性.与不考虑设施失效的选址模型相比,考虑设施失效的选址方案在出现设施失效时,其应急配送成本平均增加量基本不超过设施固定成本的20％,平均最大增加量不超过25％;同一种失效情景下,考虑设施失效的选址方案的应急配送总成本也明显小于不考虑设施失效的选址方案的总成本.     

基于遗传算法的成品油二次配送车辆路径问题研究

研究了加油站需求已知前提下带时间窗的具有满隔舱运输约束的多车型成品油二次配送车辆路径问题.首先以总费用极小化为目标建立了具有满载运输约束的多车型成品油二次配送车辆路径问题的混合整数规划模型,其中总费用包括动用车辆的固定费用、车辆的运输费用、以及不满足时间窗约束的等待成本和惩罚成本等.然后基于成品油二次配送车辆路径问题的特点设计了求解模型的遗传算法,通过对车辆和加油站分别采用自然数编码方式、解码时考虑约束条件等策略有效避免了不可行解的产生.最后利用一个实际案例进行了模拟计算,结果显示根据方法得到的配送方案明显优于实际中凭经验得到的配送方案,总配送成本大约降低了9%.模型和算法为制订成品油二次配送方案提供了决策依据.     

通行受限下需求可拆分的应急物资卡车-多无人机协同配送路径优化

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题,综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素,以应急物资配送任务完成时间最短为目标,构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明:文章方法能合理分配卡车与无人机的配送任务,科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径;卡车途中发射/接收无人机方式能有效缩短无人机飞行距离,减少卡车与无人机的协同时间,缩短通行受限情景下的应急物资配送时间,具有可行性、合理性与有效性.     

遵循记忆律，教好珠心算

因为有了记忆，工人才能操纵机器，采掘矿藏；农民才能适时耕作，放牧渔猎；学生才能读书认字，学习知识；科学家才能革新发明，刨造奇迹。所以我们必须遵循记忆规律，才能贯彻教学原则又结合实际教好珠心算。下面着重从四方面进行探索。     

面向多个无人机站点的车辆与无人机联合配送路径问题研究

车辆与无人机联合配送模式在产业界受到青睐,该模式有效地降低了配送成本,但却有极大的调度难度,问题的求解也非常复杂。本文对问题进行明确定义并建立模型,根据问题特性设计了一个自适应大规模邻域搜索(Adaptive Large Neighborhood Search, ALNS)算法,进行了大量的实验的对比和分析。研究结果表明,ALNS算法相比Gurobi在运行时间上有明显优势,结果相同甚至更优;车辆与无人机联合配送模式也较仅卡车配送模式节约了成本。     

基于动态遗传算法的共享配送模式研究

针对传统配送中配送车辆装载率低、车辆数量多及配送成本高等问题,提出不同类型零售商资源共享的城市配送优化方法,并考虑配送中的车辆油耗与不确定需求等问题。以总配送成本最低为目标建立模型,利用基于动态参数的改进遗传算法对模型进行求解。最后,通过算例对共享配送模式与算法进行测试。结果表明,共享配送模式能够有效减低车辆数量、提高装载率及降低配送成本,同时改进遗传算法能够高效、准确对模型求解。     

直播带货产品质量的演化博弈分析

本文针对直播带货中存在的产品质量低下问题,构建了主播、商家、平台和消费者的四方演化博弈模型,讨论主播识别效率等因素对四方策略选择的影响。研究发现：主播严格选品并提高对不自律商家的识别效率,可以督促商家进行自律生产;消费者维权所造成的用户损失,会对主播和商家的行为产生正向影响,用户损失和平台连带损失系数是影响主播和平台行为的关键因素,用户损失越大,主播严格选品积极性越高,连带系数越大,平台监管意愿越强;平台的惩罚能够促使主播和商家改变其消极的行为选择,但仅靠增加惩罚不能对商家行为产生长效的影响,应当与其他手段配合;消费者维权和平台监管,可以促进主播严格选品,同时约束商家进行自律生产,在一定程度上缓解直播带货中存在的产品质量低下问题。     

弹性激励制度中各种激励方式的交互分析

弹性激励制度让员工自行选择所需的激励方式。本通过交互分析，现实模拟员工的选择行为，确定各种属性在员工选择激励方式时的相对重要性；根据员工对属性水平的喜好，对员工进行激励偏好细分；确定最受员工欢迎的激励方式组合。本所运用的方法和结果能帮助企业制定出最合适的弹性激励制度。     

时间敏感型货物两阶段集装箱舱位分配问题研究

本文旨在探索如何对时间敏感型货物的集装箱舱位分配和动态定价问题进行研究。考虑到时间敏感型货物对配送时间的要求,本文提出一种新的定价机制,即在该类货物的运费制定时,考虑时间敏感型货物的配送时效及港口拥挤对其存在的影响,建立运价和配送时间之间的关系。另外,以船舶公司总运费收益最大化为目标,构建两阶段随机整数规划模型,运用机会约束规划方法对模型进行求解。最后,通过算例研究,验证了模型及算法的有效性。结果表明,本文针对时间敏感型货物所提出的定价机制能够显著提高船公司收益。     

物流企业共同配送利益分配机理研究——基于Shapley值法修正模型

配送企业通过结成联盟、实施共同配送可以集约资源,降低各配送成本,改善社会效益.针对联盟协作下配送企业间的利润分配问题构建收益分配的基础模型,引入风险,资源,商誉、品牌、市场地位等因素进行二次修正,用数值模拟的方法,揭示共同配送联盟利益分配机理.研究结论表明,修正后的利益分配机制,能有效地避免共同配送成员"搭便车"现象及平均主义思想,更能够体现分配的科学性.对促进配送企业积极参与共同配送、保持物流联盟的稳定具有重要意义.     

面对单客户的生产与配送二级供应链协同调度探讨

本文探讨了单机器单客户下的生产与配送二级供应链协同调度问题,对于配送车容量有限且车辆充足、单配送车容量无限的两种情形展开分析。针对每一种情形,分析对比了在配送环节中iid(单独配送)方式与 direct(批量配送)方式对供应链调度效果的作用,给出了不同配送方式占优的条件。研究结果对于供应链协同调度模式的选择具有指导意义。