基于QFD和双层规划的物流服务供应商选择研究

从物流服务成本和物流服务质量两个方面构建物流服务供应商选择的双层规划模型,上层规划以物流服务成本最小为目标,下层以选择的供应商的综合表现度最大为目标。通过改进QFD模型,将评价指标和客户需求相结合,对待选物流供应商进行综合评价,计算供应商的综合表现度。结合模型的特点设计分层迭代算法,算例验证了模型和算法的有效性。     

考虑服务时效的物流服务供应链应急任务分配

针对应急情况下两级物流服务供应链任务分配问题,提出了考虑服务时效性的客户满意度模型方法。首先,考虑应急情况中订单任务量的随机性的情况,建立基于服务时效性的客户满意度模型;其次,构建最小化物流成本模型以保证物流服务供应链成本最优化;然后,引入线性加权法将包含最大化客户满意度与最小化服务成本双层规划多目标模型转化为单目标模型;最后,采用遗传算法（GA）求解模型,并针对权重作了灵敏度分析。算例研究表明,与上下层单目标分配结果的目标值0.0501和0.0825相比,综合函数模型得到了显著优化的目标值0.2716,说明所构建模型的任务分配方案能够更有效解决具有服务时效性客户满意度的物流服务供应链任务分配问题;由分析权重灵敏度可以看出,权重0.1< a< 0.5时的综合目标优化解相较于0.5< a< 0.9斜率变化程度显著,说明在应急任务分配时应根据服务能力参数理性选择两者的权重分配,这反映出了客户满意与物流成本悖反效应的存在。研究结果表明,考虑服务时效的任务分配模型能够有效解决应急情况下物流服务供应链任务分配问题。     

集成化服务供应链的物流服务商选择研究

在分析集成化服务供应链的基础上,从客户满意度、服务质量、服务成本、企业资质、协同能力和绿色竞争力六个方面,构建了比较全面客观的物流服务供应商评价指标体系。通过熵权计算出物流服务供应商权值向量和专家打分计算出各个二级指标的权重,构建定性和定量相结合的供应商评价模型,通过综合评价计算出各个物流服务供应商的评价总权值。最后,结合案例说明,建立的服务供应商评价指标体系和综合评价模型能够比较全面地评价供应商,为研究物流供应商选择提供有益参考价值。     

基于熵的第三方物流供应商选择评估模型

应用模糊聚类算法和熵权多目标决策法建立评估模型,以实现物流服务供应商选择的优中选优。其中,模糊聚类法对所有可供选择的供应商进行聚类分析,确定各物流服务供应商优势或特点,以获得满足客户物流服务需求的供应商类作为备选供应商;应用熵权多目标决策法计算备选供应商与理想点的距离及贴近度,并按量化的计算结果对备选供应商进行优先权排序,从而为企业选择第三方物流供应商提供可参考的模型和理论依据。     

基于新鲜度的冷链物流配送多目标优化模型*

针对传统选址模型忽视客户对物流服务水平满意程度这方面的不足,建立考虑客户满意度的基于新鲜度对损失成本影响的冷链配送中心选址模型。本文以客户满意度来表示物流的服务质量并结合易腐品的新鲜度对时间的敏感性特征,建立了最小化物流成本和最大化客户满意度的多目标优化模型,采用主要目标法将模型转化成单目标模型进行求解。求解算例所得的多组非劣解反映了物流成本与客户满意度之间的悖反关系,同时包含了以物流成本最小化为目标的传统选址模型的最优解,表明了多目标模型的优越性。对比结果说明新鲜度条件下建立的冷链物流配送网络模型比传统模型节省了更多的物流成本,进而验证了该模型的正确性。     

一种基于CBR和多Agent的Web服务个性化组合

客户的满意度是衡量Web服务组合的重要指标之一。为解决Web服务组合中客户满意度的缺失问题,提出一种基于CBR(Case-based Reasoning)和多Agent的个性化的Web服务组合算法。在给出Web服务客户满意度属性的定义基础之上,建立了属性偏好的权重向量求解模型,并通过多目标规划寻找服务组合的最优解,从而实现了Web服务组合的个性化。原型系统表明了其可行性。     

基于时空聚类求解带容积约束的选址-路径问题

选址-路径问题是供应链管理和物流系统规划中的一个重要问题,对总成本具有十分重要的影响.对考虑配送中心容积约束的带时间窗的选址-路径问题进行研究,建立以总成本最小和客户满意度最大为目标的多目标规划模型,提出两阶段算法对其进行求解.首先,利用k-means聚类算法确定配送中心选址;然后,提出一种基于时间-空间双因素的客户划分方法以确定配送中心所服务客户;最后,利用粒子群算法对各配送中心的配送路径进行规划.数值算例表明,所提出的算法较其他已有算法,均能有效地降低物流运作总成本及总配送路径长度,为解决带容积约束及时间窗的选址-路径问题提供了一种新的解决思路.     

云制造环境下基于双层规划的资源优化配置模型

为了解决云制造环境下制造资源的优化配置问题,综合考虑需求与服务双方以及云平台运营方的利益,提出了一种基于双层规划的资源优化配置模型。该模型以前景理论结合多约束多属性评价体系求解出的供需双方满意度作为上层规划的优化目标;以云平台资源利用率最大化为下层规划的优化目标;通过双层规划并采用改进的i-NSGA-II-JG算法对多目标制造资源配置问题进行求解。最后,通过算例仿真实验证明了该模型的可行性和优越性。     

考虑主体心理的云制造服务双层规划选择

为了使云制造服务匹配达到供需双方都满意,在考虑双方利益的情况下,结合主体心理构建了一个云制造服务选择双层规划模型。针对决策主体对服务质量“收益”和“损失”的不同心理,以需求方对组合服务心理满意度作为上层规划的优化目标,把服务供给方对需求方心理满意度作为下层规划的优化目标。最后,采用改进的反弹自适应粒子群算法求解该模型,挑选出供需双方都满意的组合服务。实验仿真结果也表明了该模型的合理性和有效性。     

考虑动态服务能力的LSSC订单分配优化模型

物流服务供应商会根据集成商分配的不同订单价格而提供有差别的服务能力。构建新的两级物流服务供应链多目标订单分配模型,其目标函数为物流服务供应链中交易费用最小化、采购成本最小化、物流任务与供应商匹配程度最大化、总物流服务质量最大化、订单流失率以及因订单流失造成的赔付最小化的多目标订单分配优化模型。并设计一种遗传算法进行算例求解,验证模型和算法的有效性和可行性。     

供应商选择的双层规划模型及求解分析

为了促使供应商在降低产品成本的同时,提高服务质量,提出了利用双层规划建立供应商选择模型。上层规划以制造企业的采购费用最小为目标,下层以选择的供应商的服务质量最大为目标。其中,下层规划中供应商的服务质量用综合评价得分体现先计算出各影响因素的权重,乘以标准判断矩阵得出各供应商的综合得分。最后,结合模型特点设计了双层迭代的算法,并结合实例验证了模型和算法的有效性。     

基于双层规划的供应商选择模型及求解分析

从降低整车厂采购费用和提高零部件供应商服务质量两个效益背反的因素出发,利用双层规划的博弈特点建立模型对汽车零部件供应商选择问题进行定量分析,其中上层规划以整车厂采购总费用最小为目标,下层规划以供应商的服务质量最大为目标,引入“综合表现度”的概念,运用ANP（网络层次分析法）法计算影响因素的权重,并乘以供应商各影响因素的取值,从而确定了供应商的综合表现度。最后,结合模型的特点设计了遗传算法,并应用实例验证了模型和算法的有效性,为汽车零部件供应商的选择提供有益的参考。     

模糊时间窗VRP的动态规划和禁忌搜索混合算法

为优化具有模糊时间窗的车辆路径问题,以物流配送成本和顾客平均满意度为目标,建立了多目标数学规划模型。基于Pareto占优的理论给出了求解多目标优化问题的并行多目标禁忌搜索算法,算法中嵌入同时优化顾客满意度的动态规划方法,运用阶段划分,把原问题分解为关于紧路径的优化子问题。对模糊时间窗为线性分段函数形式和非线性凹函数形式的隶属度函数,分别提出了次梯度有限迭代算法和次梯度中值迭代算法来优化顾客的最优开始服务时间。通过Solomon的标准算例,与次梯度投影算法的比较验证了动态规划方法优化服务水平的有效性,与主流的NSGA-II算法的对比实验表明了该研究提出的多目标禁忌搜索算法的优越性。     

面向最小碳排放量的接送机场服务的车辆路径与调度

车辆路径与调度问题 (Vehicle routing and scheduling problem, VRSP)是制造系统自动化和商业服务系统优化调度要解决的重要问题, 常常以路径最短或成本(时间)最小为 优化目标. 在强制性碳排放政策的影响下, 如何通过路径优化与调度实现系统的节能减排, 已经成为管理者一个优化控制的目标. 本文 建立了针对接送机场服务中以最小碳排放量为目标的车次分配与调度问 题的0-1混合整数规划模型, 采用了改进的基于时间和地域划分的极线扫描算法. 重点通过不同类型、规模测试实例, 分别从测试实例的 顾客点位置分布、顾客规模以及车辆容量大小、满意度水平分析了对人均 碳排放的影响程度, 对现实接送机场服务运作中车辆配置和设置服务水平提供了有价值的建议.     

基于客户效用最大的物流资源整合决策分析

物流资源整合是一个复杂的系统工程,也是物流领域的热门话题。针对物流资源整合过程中每个物流子任务获取最佳物流资源困难的问题,提出了基于客户效用最大的物流资源整合决策方案。该方案以时间、成本、质量、服务为决策指标,构建了物流服务生产函数,建立了以客户效用最大化为目标的物流资源整合的决策模型,应用离差最大化法求出各决策指标的加权向量,并对决策方案排序进而求出最优方案,最后以一个商品车配送任务的物流资源整合为例验证了决策模型和求解方法的有效性和可行性。     

基于云计算神经网络物流车辆调度算法研究

研究了物流车辆调度优化问题。针对云计算下任务调度算法没有考虑调度的服务质量和用户满意度的问题,特别是在物流任务调度问题中存在复杂的计算网络,造成计算率降低,为了解决上述问题,提出了一种新的有关云计算和神经网络相结合的物流作业调度算法。算法充分考虑了调度的服务质量以及用户满意度,建立一个参数化的处理模型,计算用户在各个资源上的综合满意度,再将任务分配到满足用户需求和使系统资源达到均衡的资源上执行,最后采用改进的神经网络进行优化车辆调度。实验结果表明,改进算法不仅能满足用户的多种需求,提高了用户的满意度,同时也提高了资源调度率和系统资源的利用率。     

考虑前置仓协作的两级生鲜配送路径优化研究

针对生鲜配送优化研究中存在的易腐烂变质、送达时效性低、物流成本高、车辆载重率低等问题,传统的配送方式难以有效适应生鲜物流,为此提出了前置仓协作的两级配送路径优化策略。考虑生鲜运输的时效性要求,结合冷藏车辆的固定成本、制冷成本、惩罚成本因素,以总成本最低为目标建立数学模型,设计改进遗传算法进行求解,并通过仿真实例验证模型和算法的有效性。结果表明,相比于前置仓传统的独立配送策略,前置仓协作的两级配送策略能够有效地降低配送成本。