基于用户满意度的冷链物流配送需求预测方法

为提高冷链物流配送需求量预测精度,提出基于用户满意度的冷链物流配送需求预测方法。首先,将与冷链物流配送需求相关的各个方面作为一级指标,将对应的影响因素作为二级指标,构建冷链物流配送需求预测指标体系。其次,引入主成分分析（Principal Component Analysis,PCA）算法分析冷链物流配送需求与用户满意度之间的相关性。最后,借助惩罚函数,实现对冷链物流配送需求量的预测。实例应用结果证明,该方法的预测结果平均相对误差和均方差比较低,能够实现对配送需求量的准确预测。     

面向冷链物流配送路径优化的知识型蚁群算法

生鲜电商、冷链宅配的盛行使冷链物流订单呈现出小批量、多批次、易腐坏的特点,进一步增大了城市冷链物流配送路径优化的必要性与难度.鉴于此,同时考虑顾客满意度和道路拥堵状况,构建最小化总成本的冷链车辆路径优化数学模型.为求解该问题,将知识型精英策略下的禁忌搜索算子和动态概率选择的知识模型融入蚁群算法,设计一种新的知识型蚁群算法.通过对模拟实例和真实实例进行仿真实验,对传统蚁群算法、基于禁忌搜索改进的蚁群算法与所提出的知识型蚁群算法进行对比分析,验证了所构模型和知识型蚁群算法的有效性.     

低碳约束下冷链物流配送共享仓选址多目标优化方法

针对当前冷链物流配送中心选址模型存在选址不合理、选址过程复杂,导致资源浪费和经济成本增加的问题,提出在低碳约束下,构建一个基于低碳约束冷链物流配送共享仓中心选址和路径优化模型,在粒子群算法的基础上,分别加入免疫算法和粒子群算法,得到改进免疫粒子群算法和混合粒子群算法,通过这两种算法分别实现共享仓中心选址求解快速寻优和多目标优化,以提升模型的路径优化能力和鲁棒性。实验结果表明,提出的方法改进免疫粒子群算法可在不同约束条件下实现冷链物流配送共享仓快速选址,且选择位置寻优求解速度提升;同时通过混合粒子群算法可实现物流路径优化,规避路径缺陷,从而提升路径优化能力,实现多目标优化路径的准确选址。     

考虑碳排放的冷链物流轴幅式网络多目标优化

针对传统冷链网络优化模型忽视碳排放量的不足,基于绿色物流、共享经济的相关理念,在轴幅式理论下对多个区域的冷链配送进行资源整合后进行共同配送,提高冷链配送车辆的满载率.同时,构建考虑碳排放成本在内的总成本最小和最大化客户满意度的多目标优化模型,达到降低总成本和满足客户最大满意度的目的,实现经济效益和环境效益共赢的状态.以...     

考虑异质车辆和顾客满意度的冷藏品配送路径优化

越来越多的人选择在网络上订购冷藏食品。为降低企业的配送成本,提出一个由中央仓库为一组零售店和顾客提供服务的车辆路径问题。该场景存在于全渠道销售环境下,考虑采用异质车辆(冷藏车-常温车)搭配的组合方式为顾客配送冷藏食品。提出数学模型,并设计遗传算法对模型进行求解。将求解所得的三种不同方式下的结果进行比较,得出冷藏车-常温车搭配组合配送的方案具有一定的可行性和优越性,为企业提供参考。     

基于混合蚁群算法的冷链电动汽车车辆路径问题

用电动汽车进行冷链物流配送符合绿色物流的发展趋势。针对电动汽车冷链配送需消耗更多能源以维持低温环境,而电动汽车续驶里程短、充电时间长,致使运营成本高的现象,思考了电动汽车配送中的冷链车辆路径问题（REVRP）。考虑电动汽车能耗特点和社会充电站的充电需求,构建了以总配送成本最小为优化目标的线性规划模型,而目标函数由固定成本和可变成本构成,其中可变成本包含运输成本和制冷成本。模型考虑容量约束和电量约束,并设计混合蚁群（HACO）算法对其进行求解,其中重点设计了适合社会充电站的转移规则以及4种局部优化算子。在改进Solomon基准算例的基础上,形成了小规模和大规模两个算例集,并通过实验比较了蚁群（ACO）算法和局部优化算子的性能。实验结果表明,在小规模算例集中,传统ACO算法与CPLEX求解器均能找到精确解,而ACO算法在运算时间方面可节省99.6%;而在大规模算例集中,与ACO算法相比,结合4种局部优化算子的HACO算法的平均优化效率提升了4.45%。所提算法能够在有限时间内得出电动汽车REVRP的可行解。     

考虑天气状况的农产品冷链物流配送预测模型

现有预测模型预测误差时间大、修正效果差,因此研究考虑天气状况的农产品冷链物流配送预测模型。首先,选取农产品冷链物流配送预测指标,运用灰度关联度根据目标系统中农产品冷链物流的需求和不同天气状况的几何形状的接近程度来判断关联度。其次,根据不同的关联度划分关联等级,将其进行分类。再次,通过构建区域物流模型判断节点之间是否存在连接。最后,在矩阵中添加权重描述不同节点之间的连接关系,计算网络中节点之间的最短路径,从而完成预测模型构建。实验结果表明,实验组的预测误差时间结果为4组最小,相对其他小组平均预测误差时间缩短了10 s左右,达到较准确的预测结果,使得冷链物流配送预测模型的应用效果更佳。     

生鲜农产品冷链物流低碳配送路径优化研究

综合考虑配送车辆的固定成本、运输成本、生鲜农产品的货损成本、制冷成本、配送过程中产生的碳排放成本，以及因未满足客户要求的服务时间窗而产生的惩罚成本作为目标函数，构建考虑碳排放的生鲜农产品配送路径优化模型，提出了解决该问题的一种结合2-opt局部搜索机制的改进蚁群算法，并用实例对模型及算法的有效性进行验证，同时对算法参数进行了敏感性分析。仿真实验及算法对比结果证明模型和算法是有效的，可以为物流企业的配送决策提供参考。     

考虑末端配送方式感染风险及消费者满意度的车辆路径问题研究

在商品供应链中,生鲜配送成本过高是亟需解决的问题。本文考虑疫情的感染风险对生鲜配送路径优化问题展开研究,以最小化物流成本和最小化感染风险为目标构建模型,设计优先级三层编码方法,使用NSGA-Ⅱ求解问题。在此基础上,增加逆序邻域策略改进NSGA-Ⅱ,提高算法的收敛性。最后进行数值实验,验证了模型的可行性以及改进算法的优越性。     

基于客户满意度的开放式车辆路径问题研究

将客户满意度作为优化目标引入开放式车辆路径问题。使用梯形模糊数表示客户满意度,建立基于客户满意度的开放式车辆路径问题的数学模型。将改进的最邻近插入法和最廉价插入法作为后优化过程与粒子群优化算法结合求解该问题。分析2种混合算法的计算复杂度,通过实验仿真对算法进行分析比较。     

易腐品多周期闭环物流网络鲁棒优化模型

针对不同周期的易腐品需求与退货不确定性问题,构建了易腐品多周期闭环物流网络,并设计了对应的混合整数线性规划（MILP）模型,以实现最低系统总成本、最佳设施选址以及最优配送车辆运输路径的决策。为有效规避不确定参数的影响,采用基约束鲁棒方法,将模型中的部分清晰约束转换为鲁棒对应式。以上海市果蔬农产品企业为实例,通过遗传算法对模型进行求解。结果表明,相对单周期而言,多周期系统具有动态性、系统成本更低的优点,同时通过不确定预算参数的变化分析,验证了鲁棒模型的可行性与有效性,进而为不确定环境下构建多周期闭环物流网络及降低系统成本提供了借鉴。     

考虑可靠性的物流服务供应链的契约设计

研究考虑有可靠性参与的二级物流服务供应链的优化与协调.研究表明:在研究由第四方物流集成商与第三方物流提供商构成的二级物流服务供应链时,加入提供商的可靠度,利用委托代理理论建立一种基于委托代理理论的有可靠性参与的优化契约模型,有利于提高供应链整体的最优物流能力订购量,提高集成商和提供商的利润;提供商的可靠度与提供商、物流服务供应链的期望利润负相关,与供应商的期望利润正相关.     

Hybrid optimization and simulation to design a logistics network for distributing perishable products

Dynamics in product quality complicate the design of logistics networks for perishable products, like flowers and other agricultural products. Complications especially arise when multiple products from different origins have to come together for processes like bundling. This paper presents a new MILP model and a hybrid optimization–simulation (HOS) approach to identify a cost-optimal network design (i.e. facility location with flow and process allocation) under product quality requirements. The MILP model includes constraints on approximated product quality. A discrete event simulation checks the feasibility of the design that results from the MILP assuming uncertainties in supply, processing and transport. Feedback on product quality from the simulation is used to iteratively update the product quality constraints in the MILP. The HOS approach combines the strengths of strategic optimization via MILP and operational product quality evaluation via simulation. Results, for various network structures and varying degrees of dynamics and uncertainty, show that if quality decay is not taken into account in the optimization, low quality products are delivered to the final customer, which results in not meeting service levels and excess waste. Furthermore, case results show the effectiveness of the HOS approach, especially when the change from one iteration to the next is in the choice of locations rather than in the number of location. It is shown that the convergence of the HOS approach depends on the gap between the product quality requirements and the quality that can be delivered according to the simulation.     

A customer satisfaction inventory model for supply chain integration

Customer relationship is increasingly influencing the performance of inventory management in a supply chain, and customer retention or migration directly affect the number of customer orders and demands as well as the inventory level. Therefore, the aim of this paper is to propose a customer satisfaction inventory (CSI) model that incorporates customer relationship management into an inventory model, where the probabilistic concepts of Markov chains of uncertainties in customer relationships of retention or migration are adopted. This enables us to determine both a CSI level for replenishing the inventory level to best fit future customer demand and a customer CSI value of the net profit or loss of an organization from a customer over its purchasing life against the inventory cost of an organization. The modeling and development of the proposed customer satisfaction inventory CSI model are discussed in this paper. Simulation and analysis are conducted for the proposed model, and satisfactory results are achieved, such that the proposed model can help to determine a CSI level that can fully meet orders and demand as well as minimizing inventory cost and maximizing CSI value.     

A robust green traffic-based routing problem for perishable products distribution

Nowadays, transportation and logistics are considered as the drivers of economic development in the countries due to their impacts on the main variables of the country's economy such as production, employment, price, and the cost of living. Statistics indicate that fuel consumption constructs a major part of transportation costs, where its optimization leads to the creation of an energy-efficient and sustainable transportation system. On the other hand, vehicles' traffic is also one of the main criteria affecting the travel time of vehicles between demand nodes in a supply chain, increasing fuel consumption, and, consequently, damaging effects of greenhouse gasses. In this paper, a novel robust mixed-integer linear programming model is developed for a green vehicle routing problem with intermediate depots considering different urban traffic conditions, fuel consumption, time windows of services, and uncertain demand for perishable products. To validate and solve the suggested model, CPLEX solver of GAMS software is employed as an exact method. Finally, a case study problem is investigated to evaluate the applicability of the proposed model and determine the optimal managerial insights and policies in the real-world conditions using sensitivity analyses. Moreover, a novel robustness threshold comparison is conducted to find the optimal level of budget assignment.     

基于6σ指标度量的分销渠道顾客满意度评价

根据AHP的基本原理,对非结构化的分销渠道客户满意度评价问题的进行了理论探讨,并结合某IT企业ERP系统的研发,对评价指标树的动态建立、评价指标权重集的确定、指标原值的提取、西格玛水平z值计算方法的确定,以及综合评价的数据耦合进行了论述.这种尝试将有益于企业管理者对其分销产品、服务过程、用户反馈以及各渠道之间的差异等做出全面的了解.     

不确定需求下易腐产品的生产配送优化模型

为解决不确定需求下易腐产品的生产配送联合决策问题,考虑易腐产品一旦送达,多余产品就会变质,而供小于需也有缺货成本,构建了一种数学模型来考虑易腐产品的生产配送。采用遗传算法和插入法相结合的方法来解决并优化这一复杂问题。结果表明,采用集成决策时,供应链中生产和配送成本、产品腐坏成本等有较大幅度下降,应用实例表明模型的正确性和算法的良好性能。     

有新鲜度限制的易腐品生产-配送协同调度

为提高按订单生产模式下快速易腐品的生产/配送效率,在兼顾企业运营成本和顾客对产品新鲜度要求的情况下,以总配送成本最小和交付产品总的新鲜度最大为目标,建立了具有最低新鲜度限制的易腐品生产-配送协同调度双目标优化模型,并设计了基于双子串编码的带精英策略的非支配排序遗传算法。首先,描述了客户时间窗和交付产品新鲜度,定义了多产品情形下的客户产品平均新鲜度,建立了生产-配送协同调度双目标模型。然后,对约束条件和两个目标函数进行了转换,采用双子串的染色体编码方式,以及带精英策略的非支配排序遗传算法的算子结构和进化框架对问题进行求解。最后,基于算例分析,对所设计的算法与基于Pareto的模拟退火算法的计算结果进行对比。实验结果表明,两个目标存在效益悖反现象,且所设计的算法能够获得有效的Pareto前沿解集;对产品最低新鲜度的敏感性分析表明,在使用车辆数量较少时,最低新鲜度限制约束对总配送成本和交付产品总的新鲜度有显著影响。     

基于两级配送的易腐乳品配送中心选址研究

乳品配送中心的合理选址是实现低成本、高效率、高质量乳品配送的有力保障,对于提高乳业物流系统综合效益,优化资源配置,带动相关产业发展具有重要意义。重点构建了基于两级配送的乳品配送中心选址模型,目标函数除包含系统总配送成本外,特别针对易腐乳品时效性强的特点,将货损成本列入其中做重点考虑;通过算法比较,选择遗传算法求解模型,使用C语言编程得以实现,并以蒙牛乳业北京地区的配送中心选址问题作为调研对象进行算例分析,验证了模型及算法的有效性。该研究对于乳品企业配送中心选址和配送网络优化提供了重要理论基础和实践思路。