考虑第三方物流竞争的第四方物流运输与库存外包决策

第四方物流在物流外包中的主导地位和第三方物流在提供服务时基于配送频率的竞争对物流外包产生重要影响。针对这一问题,本文建立基于价格、配送频率和需求分配比例的三阶段非合作动态决策模型和库存运输联合优化模型(ITIO)来分析4PL主导的业务外包和3PL之间的竞争,通过对比两个模型来分析决策权对个体和系统绩效的影响,并用算例验证了文章的结论。研究表明,在3PL同质且需求分配比例为0.5时,三阶段非合作动态决策模型的配送频率比ITIO最优值小29%,库存持有成本比ITIO最优值高41%,物流配送成本比ITIO最优值小21%,总成本比ITIO最优值大9%。库存运输联合优化模型虽然具有一定成本优势,但是其过分强调协调不利于3PL之间的竞争和提高。     

考虑同城配送的多产品多中心两级物流网络设计及车辆路径研究

随着快递行业的快速发展,快递企业单处理中心模式已无法满足多种快递产品的处理需求。同时,同城快递与跨城快递独立配送模式导致城市物流末端配送资源利用率低。为建立高效的城市快件配送网络,本文分析现有配送系统及多产品需求特点,设计了服务多种产品的同城-跨城配送相融合的城市配送网络,构建了多中心-两级配送-环线配送网络车辆路径优化模型,并建立以系统车辆路径总成本最小和快递包裹配送总时间最少的多目标数学优化模型。结果表明该模型能够有效区分各快递产品,降低处理中心的工作压力,缩短快递包裹平均配送时间,从而提高末端配送效率和资源利用率。针对该模型,采用非支配排序遗传算法(NSGA-Ⅱ)对其进行求解,结合算例验证了模型及算法的实用性与有效性。     

浅议物流公司降低配送成本的途径

物流公司一般是在一定的配送成本下尽量提高顾客服务水平,或在一定服务水平下选择多用有效方法来降低配送成本。通过科学制定配送成本控制标准、优化配送业务流程、实行多利润中心管理、外包非核心业务等途径可以有效降低配送成本。     

反向物流系统的优化调整模型与算法

本文提出反向物流系统优化调整问题,并分别研究配送不变和配送改变条件下无容量限制的反向物流系统优化调整模型,给出配送不变条件下的最优策略和配送改变条件下的求解算法。     

多油品供给受限下多油库被动配送车辆路径问题研究

成品油供给不足将导致加油站油品订单无法完全满足,如何安排有限油品的合理配送对保障能源供给安全至关重要。为此,本文考虑有限供给下不同客户配送的优先次序,开展配送计划、车辆调度和路径优化等油品配送网络规划活动,对多油品供给受限情况下多油库被动配送车辆路径问题（Multiple Depot Vehicle Routing Problem,MDVRP）进行深入研究。首先,文章构建了考虑需求优先等级和配送成本的多油品多油库车辆路径规划多目标优化模型。其次,采用多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization,MOPSO）对模型进行求解,以实现车辆高效调度和油品配送路径优化。最后,基于CNPC在青岛市部分油库和加油站点的数据信息,构建油品配送网络进行实证检验。算例结果显示,配送车辆路径经过优化后,生成Pareto非劣解集,配送成本显著降低,配送满足率明显提高,这也进一步验证了该模型及相关算法的可行性和有效性。     

西北地区中小零售企业城市共同配送体系研究

我国多种零售业态的发展带动了城市配送的快速发展,在实力雄厚的大型连锁超市形成集约化配送体系后,我们应更加关注广大中小零售企业如何构建合理的城市配送体系。本文参照了当前许多国内学者对共同配送模式的研究成果,从分析西北地区的中小零售企业城市配送现状入手,结合区域经济与物流发展情形,提出了西北地区中小零售企业的城市配送体系的构建策略。     

烟草公司卷烟配送系统优化研究——以云南省红河洲建水分公司为例

卷烟配送是烟草公司的重要业务,高效的配送系统对于降低烟草公司运营成本,提高客户满意度具有重要意义。本文以云南省红河州建水县分公司卷烟配送服务系统为研究对象,基于实地调研和工作人员访谈,就有关当地卷烟配送系统优化提出改善建议。     

B2C电子商务环境下订单拣选与配送联合调度优化

如何在顾客下单后协调好拣选和配送环节,在最短的时间、以较低的成本将商品从货架上拣出、打包后配送到顾客手中,已成为B2C电子商务物流管理中亟待解决的问题。本文尝试以最小化订单履行时间为目标,构建非线性拣选与配送联合调度模型,以解决订单拣选顺序、拣选作业方式、车辆行驶线路等联合决策。为求解此NP难问题,设计了三阶段启发式算法：首先采用“聚类-路径优化”思想,依据顾客位置进行配送方案确认;然后采用基于相似度聚类的订单分批规则对每条配送线路的订单进行分批合并;最后调整拣选任务与配送线路顺序。通过数据实验对模型进行验证,并与传统拣选与配送分开优化的结果进行对比。结果表明,三阶段算法能够有效缩短订单完成时间、降低配送车辆等待时间、改善配送资源利用率。     

基于JIT的同步配送在汽车企业的研究应用

本文对长安铃木原来实施的JIT配送管理系统进行研究,分析长安铃木JIT配送流程存在的问题.结合长安铃木配送的实际情况,构建同步配送系统并成功实施,降低了零件库存,提高了生产效率.     

基于多智能体博弈的供应链配送网络协调优化模型研究

供应链配送网络的流通效率是影响供应链绩效的关键因素.在运输能力有限的条件下,加快企业间的资源流通,促使配送网络最大限度地流通顺畅,对提高供应链整体绩效有着十分重要的意义.本文以多智能体技术为基础,利用博弈论的相关知识提出了供应链配送网络优化的协调模型,以求网络运输系统最终达到Nash均衡.从而较好地解决有限运输能力条件下的供应链配送网络的整体优化问题,达到整个配送网络的整体绩效最优.     

时变路网下多中心电动车-无人机协同配送路径优化

针对车辆行驶时间依赖配送区域路网速度变化的多中心电动车-无人机协同配送路径问题,本文综合考虑配送区域路网交通信息,无人机最大飞行距离、承重能力,配送过程中电动车电池的荷电状态,以及车辆行驶速度、载重量等对电动车能耗的影响等,以总配送成本最小化为目标建立多中心车辆-无人机协同配送路径优化模型。根据问题特征,本文设计遗传大邻域搜索混合算法求解模型,该算法在传统遗传算法基础上,采用整数编码随机生成初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子进行进化操作。本文通过多组算例验证了算法及模型的有效性,并分析了车辆搭载的无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。     

基于决策支持系统运行结构的医药调拨配送问题研究

为满足医药公司提高药品调拨配送效率和降低成本的要求,本研究构建了医药调拨配送决策支持系统.该系统通过药品订单汇总、分配方案制订和运输方案确定、结果汇总等过程,给出药品订单分配和运输的优化方案,最大限度地提高了调拨配送过程的灵活性、高效性和合理性,为药品调拨配送提供了有效的决策支持.     

零售连锁企业物流配送发展趋势

本文首先分析了配送对连锁企业的意义和连锁企业配送的特点．然后在此基础上对零售连锁企业配送的发展趋势作了一个简单的探讨。     

基于Supply-Hub的生产与配送协同模式研究

本文建立了需求随机情况下的基于Supply-Hub的两供应商、单制造商生产与配送协同决策模型,通过与没有Supply-Hub的两供应商-单制造商生产与配送协同决策模型进行对比,证明了Supply-Hub的协同功能能够降低各供应商的成本、制造商的总成本和供应链的总成本。最后通过参数分析,揭示了需求的不确定性对基于Supply-Hub的生产与配送协同模式的影响,研究结果表明：需求不确定性越高,Supply-Hub模式的优势表现的越明显,而且即使需求的不定性非常高,Supply-Hub也可以将配送批量控制在一定范围内;当需求的不确定性超过一定范围时,供应商会采用多批次、小批量的配送方式给Supply-Hub配送零部件来规避风险。     

省级电网企业物资仓储及配送模式分析与规划

本文简述了物资仓储及配送对省级电网企业的重要意义,提升仓储及配送管理水平的必要性。通过对某省地理环境、交通状况和其它因素的简要分析,对省级电网企业仓储网络的规划做了详尽的说明。针对新体系下的仓储网络,对多模式的物资配送进行了细致的规划。为省级电网企业物资仓储及配送的管理确定了发展方向。     

疫情下医用防护物资“无接触”配送优化

针对疫情下医用防护物资无人车“无接触”配送模式，构建考虑医院优先等级的医用防护物资无人车配送优化模型。根据无人车实时路径规划的特点，初始阶段以配送时间最短，综合满足率最高为目标，对无人车配送路径及物资分配进行初步规划。当路况信息发生实时变化，基于局部更新策略对配送路径进行调整，以更好满足配送的时效性。针对遗传算法局部早期搜索易陷入早熟，后期种群进化停滞的缺陷，设计遗传模拟退火算法放大适应度相近的个体差异，使优秀个体后代作用更加明显。最后，以新冠疫情(COVID-19)爆发期武汉市江汉区与江岸区医用防护物资配送为例，对模型与算法进行验证。结果表明，本文构建的模型考虑了医院优先级别与物资满足程度，能科学地配送医用防护物资，并根据路况信息变化实时调整配送方案；与标准遗传算法相比，设计的遗传模拟退火算法求解稳定性更优，解质量也更高；与传统模型相比，车辆通过拥堵路段的时间越长，无人车配送模型优势越明显。     

基于改进烟花算法的冷链配送路径优化选择

为解决J公司业务扩张背景下新增配送点冷链配送路径问题，考虑多种配送车型，建立多车型多车辆冷链配送目标模型，针对具体问题改进烟花算法求解，并利用MATLAB软件实现模型算法设计。结果表明，在保证各配送点需求的前提下，改进烟花算法较原算法可有效缩短配送路径长度8.22%，总时间降低6.46%，节约总配送成本11.72%，给企业物流运作提供有力的决策支持。     

现阶段高校快递配送问题分析及对策研究——以浙江财经大学为例

高校快递作为快递业的一个重要组成部分,其发展很大程度上也影响着整个快递行业的发展状况。同时,对地方经济的发展也产生了不可忽略的作用。对于高校快递配送问题的研究也是国内诸多致力于快递行业研究的学者不断挖掘的重要议题之一。对目前高校快递配送问题进行分析研究,找出相关原因所在,有针对性地提出解决高校快递配送问题的对策,从而能够促进快递配送的又好又快发展。     

国际物流配送运输的外包和自营决策研究

国际物流配送中，运输方式的选择是降低配送成本的关键因素之一，本文针对配送运输的外包和自营的对策，建立模型分析，提出解决的方法并通过美国考察的结果加以实例验证，以解决长期以来在国际配送网络中存在的高成本问题，为中国产品进入国际市场建立配送网络提供一种决策工具。     

随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

针对顾客需求量不确定情况下末端配送中心选址及提前备货问题，提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标，建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量；第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等，使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法；以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性；并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析，得到了不同参数对应的最优配送策略，结果表明，正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量，可以帮助企业降低物流成本、提高顾客的满意度。