配送迎来“第三方物流”

电子商务的兴起和发展已成为这个时代最夺目的一道光彩。眼下,作电子商务的ICP们正在以不可思议的速度“冒”出来,在这“e”窝蜂的喧嚣声中,国人逐渐亲近了网上购物、网上拍卖等诸多贴近自己生活的电子商务形式。但是,制约国内电子商务发展的几大瓶颈依然困扰着网上淘金者们,也时常让网民们无奈地感叹“想说爱你并     

基于第三方物流的家具配送开放式车辆路径问题

为了降低家具配送成本,提高物流效率,基于第三方物流配送模式,构建了以总行驶距离最短和车辆数最少为最优目标的开放式车辆路径问题(open vehicle routing problem,OVRP)数学模型,并设计了一个改进的两阶段禁忌搜索算法进行求解,第1阶段求解包含所有客户的TSP(traveling salesman problem)路径来作为第2阶段划分OVRP路径的基础.设计了一个随机动态禁忌表,并将"邻域算子编号"和"邻域交换点对"同时作为禁忌对象,避免了过度禁忌的情况.另外,对5个邻域算子进行了测试,表明采用由点交换、分序点插入、点逆序和前点前向插入这4个算子组成的多邻域结构体效果最佳.经算例测试和文献对比,验证了设计算法的有效性,采用第三方物流配送比自营物流配送更节省成本.     

谈谈第三方物流

近年来,"第三方物流"(Third-party Logistics,3PL)的思想成为流通领域一个广泛谈论的话题.不过,外包(outsourcing)物流职能的方法最早来自人们对产品的储运.在美国,和邮政、电报、电话一起出现的公共仓库、铁路和商用卡车运输,与工业革命的历史差不多一样长.然而,当前的市场状况正增加人们对物流职能的高度重视,并再次引起对外包物流的兴趣.有效率地、合理地调整物流,以满足多变的市场需求变得日益重要.物流正发挥着前所未有的作用,对第三方的外包成为一个需要给予更多关注的战略问题.     

第三方物流综合代理的EDI物资情报系统

以往的电子商务过程忽略了物流的过程 ,针对此问题阐述了电子商务与其物流的内在联系 ,提出了第三方物流代理系统 ,为物流企业提供了更加详尽的信息资源 ,使物流企业工作程序化、连续化 ,使物流业能迅速对市场变化作出反映 ,并及时作出调整。     

谁来领跑中国电子商务第三方物流？

本文通过时中国邮政发展电子商务第三方物流的必要性，可行性进行分析，提出了中国邮政发展电子商务第三方物流的相应策略。     

第三方物流服务提供商的选择研究

在物流外包大发展的趋势下,选择合适的第三方物流服务提供商对成功实施物流外包至关重要。因此,提出一种选择物流服务提供商的综合方法,该方法由两部分组成：（1）物流服务提供商选择指标体系的约简、优化;（2）构造对3PL提供商进行选择的BP智能神经网络。然后,将该方法应用到一个算例进行研究。通过研究验证了该方法的实用性。此外,该方法还可以使决策者更好的了解有关指标之间存在的冗余关系,从而为改善决策的可靠性提供参考。     

中远抢位第三方物流

两年前横空出世的中远物流背靠母公司中远集团强大的船队及全球网络迅速成为中国物流行业新锐.如今又升级成为国内规模最大的中外合资第三方物流企业     

信息技术加速第三方物流发展

物流工作主要是信息沟通的过程,物流的效率依赖于信息沟通的效率     

基于第三方带软时间窗约束的车辆路径问题研究

在分析电商企业的“自建物流+第三方物流”配送模式的基础上,对自建物流成本和第三方物流成本分别展开研究,并在自建物流成本中设计了软时间窗惩罚函数.建立了基于第三方带软时间窗约束的车辆路径模型,设计了基于自然数序列的改进遗传算法对模型进行求解,改进交叉与变异操作来保护优秀基因,提出了种群扩张机制.最后,算例结果表明模型可以有效减少物流配送成本,提高配送效率,改进遗传算法还在提高计算时间方面有显著的成效.     

带有费用折扣的多任务第4方物流路径优化问题

针对第4方物流路径问题的特点,并考虑实际运输过程中的费用折扣因素,提出了基于多任务并对费用给出一定折扣的第4方物流路径问题的数学模型。针对第4方物流选择路径过程需同时选择第3方物流供应商的特点,采用蚁群算法和动态调整选择策略的改进蚁群算法分别对其进行求解。实例结果表明,所提出的算法对解决此类问题是行之有效的。     

有能力约束回收车辆路径问题的食物链算法

介绍了有能力约束逆向物流回收车辆路径问题,设计了求解有能力约束逆向物流回收车辆路径问题的食物链算法;选取文献典型算例进行了仿真求解及比较分析,结果表明设计的食物链算法性能优于遗传算法、粒子群算法和量子进化算法。     

带时间窗物流配送车辆路径问题的蝙蝠算法

带时间窗车辆路径问题（Vehicle Routing Problem with Time Windows,VRPTW）是一个重要而实际的研究课题,该问题在有能力约束模型的基础上增加了时间约束,要求配送系统总费用最低。蝙蝠算法（Bat Algorithm,BA）是一种新型的智能优化算法,目前尚未被应用到求解VRPTW问题中。根据VRPTW问题的数学模型及其具体特征,重新设计了BA的操作算子,给出了求解VRPTW问题的改进蝙蝠算法,并通过仿真实例和与其他算法进行比较的方式,验证了蝙蝠算法在VRPTW问题中的求解性能,拓展了蝙蝠算法的应用领域。     

求解铁路物流配送中心选址问题的改进灰狼优化算法

针对单一机制的灰狼优化算法（GWO）易陷于局部最优、收敛速度慢的问题,提出了一种改进灰狼优化（IGWO）算法来解决实际铁路物流配送中心选址的问题。首先,在基本的灰狼优化算法的基础上,引入佳点集理论初始化种群,从而提高了初始种群的多样性;然后,利用差值剔除策略（DES）来增加全局寻优能力,以达到一种高效的寻优模式。仿真实验结果表明：与标准的灰狼算法相比,所提出的IGWO适应度值提高了3%,在10个测试函数中最优值精度可最多提高7个单位;与粒子群优化（PSO）算法、差分进化（DE）算法和遗传算法（GA）比较,所提算法的运行速度分别提高了39.6%、46.5%和65.9%,选址速度也明显提高。可见所提算法可用于铁路物流中心的选址。     

A dual‐response strategy for global logistics under uncertainty: a case study of a third‐party logistics company

This paper examines global logistics problems experienced by a third‐party logistics (3PL) company that is responsible for transporting goods from one country to another by road, as well as warehousing goods in two countries. Because of the limited fleet capacity, the logistics company has to hire additional trucks from two countries in advance. However, customer's shipment information is uncertain, and the accurate shipment notice is only available on the shipping day. This paper proposes a dual‐response logistics strategy to be as responsive as possible for coping with short shipment notice time and uncertainty involved. A two‐stage stochastic mixed 0–1 programming model is formulated to satisfy customer demand while minimizing the total logistics cost. A series of experiments demonstrate the effectiveness of the proposed stochastic model. Compared to the corresponding expected value model, the stochastic model provides a more responsive and less expensive global logistics system.     

不对称信息下第四方物流配送时间契约设计

第四方物流与第三方物流构成委托代理关系, 信息不对称与风险规避为第四方物流配送时间契约设计带来了难题. 对此, 分别在集中式决策、对称成本信息和不对称成本信息3 种情景下进行研究, 给出最优配送时间契约, 并对最优契约结果进行分析. 实验结果表明: 最优契约能够实现对第三方物流的激励, 有效地管理物流配送时间; 同时, 不对称信息与风险规避均会降低系统表现. 数值实验说明了不对称信息与风险规避对最优配送时间契约的影响.

     

改进蚁群算法求解有时间窗的物流配送路径问题

物流配送车辆路径优化问题已被证明是一个NP难题,很难得到最优解。应用蚁群算法对带时间窗的物流车辆路径优化问题进行了算法设计,建立了车辆路径优化问题的蚁群算法数学模型及解决方案。通过对蚁群算法的分析,提出了改进的蚁群算法,并结合实例对该算法进行测试和分析,检验其有效性,结果表明了改进蚁群算法的可行性,符合实际的需要。     

基于改进粒子群算法的物流配送车辆调度优化

车辆优化调度是提高物流企业运营效益的重要因素,针对标准粒子群优化算法存在的不足,提出一种改进粒子群算法（IPSO）的物流配送车辆调度优化方法。建立物流配送车辆调度优化的数学模型,将车辆与车辆路径编码成粒子,通过粒子之间的协作找到最优物流配送车辆调度优化方案,并对粒子群算法存在的不足进行了相应的改进,最后给出仿真实验对其性能进行测试。实验结果表明,IPSO算法不仅加快了物流配送车辆调度优化问题求解的速度,而且获得了最优解的概率,具有比其他调度算法更明显的优势。     

沿河发展型城市物流配送路径的优化模型及算法

针对沿河发展型城市物流配送路径的优化问题,建立相应的数学模型,并在传统物流配送路径优化问题的经典算法——遗传算法的基础上,提出了一种新算法。该算法通过设计一种选择性部分匹配交叉算子和选择性倒置变异算子,加快了最优解的搜索速度,从而更快地求得最短回路,再结合沿河发展型城市的实际地理环境,得到符合实际的物流配送最优路径。通过实例和仿真分析,表明了算法的有效性和优越性。