考虑送货上门影响的自提点多目标选址问题

为提高自提点运行的效率和效益,研究了考虑受送货上门影响的自提点选址问题。基于巢式逻辑模型,提出顾客选择自提服务的决策过程,并刻画了顾客无法准确评估送货上门等待效用或者自提损失效用的有限理性。从顾客期望效用最大化的角度出发,基于排队模型,考虑取货距离、取货时间、运费、安全性、沟通便利性、退货方便性等因素,构造送货上门与不同自提点的分段效用函数。在此基础上,构建了有限理性下自提点选址的多目标优化模型,用自提点的总成本反映效益目标,用总服务需求反映效率目标。针对优化问题,采用非支配排序遗传算法进行求解。算例结果显示:忽略送货上门的影响将导致设立的自提点总成本和总服务需求量增加;顾客理性程度越高,自提点的总成本和总服务需求将越大;在低运费条件下,顾客将更多地选择送货上门服务,反之将选择自提服务。     

需求依赖末端交付与时间窗的城市配送自提柜选址—路径问题

为了满足城市配送中顾客对末端交付方式和服务时间窗的个性化需求,考虑送货上门和自提柜两种末端交付方式,基于自提柜选址及配送路径对配送节点末端交付方式和时间窗分配的制约性,以配送数量最大化和配送成本最小化为目标,构建了自提柜选址—时间窗分配—路径规划多目标联合优化问题模型,刻画了自提柜距离、配送时间误差对顾客配送服务需求的影响,优化设计了多目标粒子群算法的编码和初始种群构建方法,通过Solomon算例库仿真分析发现:Pareto解集中无法分离出配送数量最大化和配送成本最小化均占优的解;随着顾客对自提柜距离敏感度的增加,两种目标偏好都应减少自提柜数量,尽量采用送货上门服务;随着顾客对配送时间误差敏感度的增加,两种目标偏好均无法避免配送数量下降,车辆和自提柜数量变化趋势并不显著。     

可选交付方式及时间窗下城市配送服务选项多目标联合定价

为解决末端交付方式和时间窗等可选配送服务选项的联合定价问题,考虑送货上门和自提柜两种交付方式,首先构建了考虑服务选项联合定价的嵌套Logit选择模型,描述了服务选项定价对顾客选择行为的影响;然后,考虑配送成本最小化和期望收益最大化,基于混合整数规划建立了城市配送服务选项多目标联合定价模型,着重分析了交付方式尺度因子对末端交付方式和时间窗联合定价的影响。仿真分析发现,RC201和RC206算例均存在明确的帕累托前沿;随着送货上门尺度因子的增加,顾客在选择不同服务选项时替代性降低,定价调整对优化目标影响较小,送货上门交付定价和时间窗定价的变化趋势不明显;由于自提柜交付时间窗约束弱于送货上门交付,随着自提柜交付尺度因子增大,提高时间窗定价有利于实现优化多目标帕累托改进。     

消费者"最后一公里"配送模式、服务方式与配送时隙的联合选择

为描述消费者对"最后一公里"配送模式、服务方式和配送时隙的联合选择行为,选取社会经济属性、配送活动属性和配送服务属性3类变量作为效用变量,以配送模式子集合、服务方式子集合和配送时隙子集合的组合作为选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型。通过问卷调查获得的数据,对模型参数进行估计和检验,并进行配送服务属性类效用变量的直接弹性分析。参数估计结果表明,当效用变量改变时,如果配送服务发生在上午,消费者会先变更其配送时隙,然后变更配送模式,最后考虑改变服务方式;如果配送服务发生在下午,消费者会先变更配送模式,然后变更配送时隙,最后变更服务方式。直接弹性分析表明,消费者对送货上门带来的等待时间、服务水平和经济损失都比较敏感;对职业人的配送服务相对信任,而对非职业和无人的服务方式较为顾虑;对8:00～10:00送货上门服务和12:00～16:00自提货物服务的各方面都很关注。     

考虑顾客替代选择的城市配送备选服务选项集多目标优化研究

在顾客可选末端交付方式和时间窗等服务选项的情境下，为被拒绝的配送需求提供备选服务选项集是供应商平衡顾客满意度和服务成本的重要措施之一。首先使用嵌套Logit模型分析顾客对配送服务选项的替代选择行为，然后构建考虑期望距离最小和顾客替代选择累计转移率最大的城市配送备选服务选项集多目标优化模型。仿真发现：在配送点分布呈分散和聚集结合的情形下，非支配排序遗传算法更适用于配送点数量更多的算例，可以有效降低车辆行驶距离、车辆数量等成本因素；随着时间窗偏差阈值增大，总收益逐渐下降，其中送货上门服务收益下降趋势明显，自提柜服务收益则震荡上升；顾客替代选择累计转移率最小约束值对收益的影响不存在线性关系；在时间窗偏差阈值较小、顾客替代选择累计转移率最小约束值较大的区域，往往能获取更高的总收益。     

基于顾客点分布的自提点逐渐覆盖选址模型

为了研究网络零售配送中基于顾客点分布的自提点数量和位置的集成选址问题。根据顾客点的分布设计网格动态密度聚类算法,确定自提点的选址数量和备选位置;然后建立以顾客满意度和最大覆盖为双目标的自提点逐渐覆盖选址模型来实现自提点选址。在IBM CPLEX中对算例进行求解,验证了算法和模型的有效性,同时根据计算结果提出两种适用于网络零售配送的自提点选址策略。     

多需求多类型自提点选址分配问题

为了降低快递企业成本、提高市场竞争力,研究了多需求多类型自提点的选址分配问题,以顾客自提和退换货两种需求为例,在考虑3种不同类型自提点的建设成本、服务能力、顾客满意度等的前提下,建立了以快递企业总成本最小化为目标的混合整数规划模型。根据模型可以确定各类型自提点的建立位置,以及各个自提点服务的需求点集合,进一步根据多需求多类型自提点选址分配问题的特征设计了求解模型的遗传算法。利用具体算例进行了模拟计算,结果显示,所设计的遗传算法能有效求解带容量约束和顾客满意度约束的多需求多类型自提点选址分配问题,研究成果为解决快递企业末端配送设施选址分配问题提供了理论依据。     

需求异质性下的定制化自提点服务组合优化

为适应顾客需求多元化的趋势,提高自提服务效率,研究了定制化服务理念下的自提点服务产品组合优化问题。应用客户关系生命周期理论进行需求预测,通过顾客权重和效用函数刻画了顾客需求异质性,通过固定成本和变动成本衡量企业的资金投入。建立多目标优化模型,解决了自提服务模式由标准化服务转向定制化服务过程中,在顾客满意度和企业成本之间取得适度平衡的问题,设计NSGA-Ⅱ求解并进行了算法对比。通过算例验证了模型和算法的有效性,揭示了自提点建设运营总成本随顾客总效用的增加而增加;建设运营具有多品种核心服务产品的自提点,辅之以支持性服务产品,将有效提高顾客的效用;企业在决策过程中应具有前瞻性,适当提高自提点处理能力,应对未来需求量的增加。     

送提一体与终端共享下的最后一公里配送选址—路径问题

为有效解决电商物流最后一公里配送问题,基于最后一公里配送特征分析,从系统集成优化的角度出发,对送提一体与终端共享下的多主体共同配送选址—路径问题进行了研究。在该问题中,任意客户均存在两种服务方式,自提点可同时服务不同企业的客户,且能够被不同企业的配送车辆访问。针对该问题,建立了以系统总成本最小化为目标的整数规划模型,并设计了一种融合遗传算法、局部搜索算法及多种先进进化与搜索策略的混合遗传算法予以求解。在此基础上,通过基于标准算例库和实际案例的对比仿真实验验证了算法和模型的有效性。     

参照效用下的自提服务价格与品牌形象决策

针对顾客对自提服务产品的价格和品牌形象均存在参照效应的情况,通过网点距离、服务产品价格和品牌形象共同构建顾客总效用函数,并采用概率函数描述顾客的选择行为,建立了以利润最大化为目标的服务产品价格和品牌形象决策模型。同时,设计了遗传算法进行求解,结果表明,顾客对各效用因子的重视程度,影响着企业的产品价格制定和品牌形象设立。而企业在价格降低或品牌形象提升受限时,通过决策因素的多周期波动,在吸引顾客的同时提高了企业收益。     

基于客户点行政地址的自提点选址—路径优化

为解决基于客户点行政地址的自提点选址—路径问题,研究了网络零售配送中基于客户点混合地址的自提点选址和路径规划问题的集成优化。根据客户点的行政地址设计了客户点地址聚类算法,确定了代表各客户点的索引点作为自提点备选位置。制定了双层路径规划策略,分别通过改进蚁群算法求解以配送路径最短为目标的上层路径规划模型,实现配送区域块内索引点之间的路径规划;通过下层门牌号码排序算法,利用客户点的行政地址实现了索引点内客户点之间的路径规划。以重庆市巴南区鱼洞街道内的客户点为研究算例,对自提点选址和配送路径规划两方面算法与模型进行验证,计算结果表明了算法和模型的有效性和实用性。     

基于强化学习的电商促销期时隙运能柔性分配研究

针对促销期间订单激增、车辆运能不足且分配不均的情况,分析客户时隙选择行为的影响因素,为顾客提供准时和延迟两种配送模式的选择,采用强化学习的思想,建立了基于马尔可夫决策过程的时隙运能分配模型,并采用替代配送、外包配送柔性方式对到达订单做出运能分配。算例结果证明,基于强化学习的时隙运能柔性配送策略,使得促销期间前后的时隙需求得以均衡,获得更高的订单配送率及车辆利用率;顾客对交付期的偏好程度影响顾客对时隙选择,延迟配送策略的延迟天数影响着商家的收益。研究结果对电商制定促销期间时隙运能分配策略有参考价值。     

替代时隙下网络零售商配送时隙定价策略

在B2C环境下,动态定价是网络零售商解决配送时隙能力不足的重要手段。以网络零售商期望收益最大化为目标,根据客户在线时隙选择随机性的特点,建立了基于Logit模型的选择概率公式,讨论了B2C环境下,配送时隙均可用和某一时隙不可用时客户选择替代时隙的多时隙单次替代选择问题。对建立的期望收益模型,通过证明和数据分析确定了网络零售商的配送时隙最优定价策略,并得出以下结论:在固定配送能力下,随着客户到达订单数的增加,考虑替代下的收益高于不考虑替代时的收益;不受欢迎时隙不可用时的收益高于受欢迎时隙不可用时的收益,因此网络零售商应尽量延长受欢迎时隙开放时间,但是两种情况下收益的增加都是减缓的,说明时隙不可用会导致负面效应;且时隙的预计效用越高,时隙定价越高,网络零售商的收益也越大。     

网购城市配送多容量终端选址与多车型路径集成优化

针对网购物流城市末端配送个性化配送服务需求,分析了末端交付系统的特点,建立了送货上门与客户自提二元需求模型,并引入针对客户群的车辆路径近似连续模型。建立了集送货上门和客户自提于一体的多容量终端选址—多车型路径集成优化模型,并设计一种先"多容量选址—分配"再"多车型路径"的两阶段模拟退火启发式算法。通过末端交付系统不同配置方案对比与算例仿真,验证了模型及算法的实用性与有效性。     

一种汽车零件入厂物流的多层级循环取货模型研究

针对汽车制造企业入厂物流取货周期长、取货成本高等问题,提出一种"多层级循环取货模型".首先,通过系统聚类法对所有供应商进行区域划分;其次,运用Topsis法将同一区域的供应商分为一、二两个层级;最后,将第一层级供应商作为该区域的集货点,并运用蚁群算法规划各集货点的最优取货路径.结合某汽车制造企业实例,建立入厂物流成本和取货周期最优的数学模型,通过对比多层级循环取货和milk-run两种取货方案,验证了多层级循环取货模型的先进性和可行性.     

面向顾客购买偏好的产品配置研究

为了将顾客购买偏好行为有机地融入产品配置设计中,从而提高企业产品的市场竞争力,建立面向顾客购买偏好的产品配置模型,该模型将配置单元、配置规则及配置约束以类单元为核心进行有效集成;基于该模型给出联合分析法分析实现顾客购买偏好的策略,并给出基于SPSS软件的配置单元效用值求解算法,设计了以消费者偏好最大满足度为目标、基于遗传算法理念的算法体系,来完成配置方案优选。最后,以某公司的电脑配置设计为应用实例,验证了所述方法的可行性和有效性。     

云制造环境下设计理性模型驱动的协同设计

设计服务化是协同设计的一个新方向。本文提出了一种云制造环境下设计理性模型驱动的协同设计方法。首先建立设计理性模型库,然后基于设计理性模型驱动协同设计,基于设计情境匹配设计服务,基于设计知识跨库检索多个知识库为设计活动提供知识融合服务。最后以ATM机的设计为例证明了此方法的可行性。     

基于时间窗指派的污染路径问题

考虑物流企业与客户对配送到达时间一致性的诉求,同时结合国家节能减排要求对车辆路径问题进行研究.物流企业需要在配送开始前为客户指派一个时间窗,由于客户具有配送前不确定需求的特点,通过引入需求场景概念,建立了以最小成本(碳排放成本和旅行成本)与最小配送时间为目标的基于时间窗指派污染路径问题的双目标优化模型.考虑到模型的复杂性,设计混合遗传—禁忌搜索算法.通过算例对设计的混合算法与构建的双目标模型进行分析,验证模型与算法的有效性,并与传统目标行驶距离最小和配送时间最小的指标进行数据对比分析.实验结果表明,基于时间窗指派污染路径问题的模型能够有效减少碳排放成本和旅行成本,但会引起配送时间的增加.     

智能快递自提系统设计

近年来,电子商务在我国兴起,快递配送行业随之得到高速发展。国际知名的快递企业拥有先进的技术设备和信息技术网络,而我国快递行业还处于通过人工作业方式完成业务的阶段,亟需引进新的模式、技术和设备。以智能快递自提系统为例,结合发达国家"包裹收发站"思想,基于客户、快递企业及一线派送人员的需求,综合应用物联网通信技术、近场通讯技术、电气控制技术进行设计研发,通过对快递单的电子化及智能自提柜的设计,实现包裹的自助化存取,针对"最后1 km"配送环节,提供简洁、高效的解决方案。     

不确定环境下混流装配生产车间的动态物料配送策略

为使生产车间的物料配送环节适应当前多品种小批量生产和个性化市场的需求,从分析生产车间环境的复杂性和不确定性入手,通过建立不确定环境下的配送成本期望模型,确定了物料的最佳配送区间;结合混流装配生产线的特点,设计了基于动态周期的物料配送策略;基于该策略,建立了以最小化配送成本和最大化满载率为目标,物料需求时间和线边库存容积以及行进路径为约束的优化模型,并针对该模型的设计了基于遗传算法的求解算法。最后,针对实际应用场景,通过eM-plant软件搭建仿真模型,分别模拟传统的配送策略和所设计的配送策略,对比结果验证了本文所提策略的优越性和有效性。