基于改进多目标烟花算法的预制构件配送优化研究

在运输阶段,预制构件从生产工厂运送到施工工地,长距离、大体积、易损伤等因素导致其物流成本偏高,科学合理的配送方案有助于降低物流成本。本文基于运输成本、配送效率、配送时间等多维度的现场需求,建立了将运输成本作为第一目标,收货方的客户满意度作为第二目标,车队的平均实载率作为第三目标的混合车队配送模型。最后以预制构件生产工厂为算例,利用遗传算法的交叉变异过程对多目标烟花算法进行改进并对模型进行求解,从分析求解结果可以得出,该模型在有效降低了配送成本的同时,提高了客户满意度以及平均实载率,证明了模型的实用性与可行性。     

基于需求预测的两级动态配送路径优化研究

针对传统响应式配送难以应对海量动态客户需求的困境,在此提出基于需求预测的两级动态配送路径优化方法。利用历史数据从需求预测、需求聚类和需求配额三个维度,处理电商物流配送过程中的动态需求;建立基于需求预测的单阶段和多阶段两级车辆配送路径优化模型,并针对问题特性利用分支定界算法与CW-禁忌搜索算法生成两个阶段的最优配送路径。最后结合实验案例对模型与算法的有效性进行验证,试验结果表明本文设计方法具有较好的动态场景适应度和客户响应能力。     

电子商务中基于Q学习的动态交叉销售方法

动态交叉销售是电子商务中的一种新型营销手段.在已知关联规则和商品库存水平的情况下,要研究两个决策问题:(1)如何选择交叉销售的商品组合(2)如何为商品组合确定合理的价格,从而使经销商获得最大收益.首先将动态交叉销售映射为事件驱动的马氏决策过程模型,其次结合关联规则理论提出了知识驱动的 Q-学习算法,K-Q-learning,用该算法来求解动态交叉销售问题具有较高的效率和效用.     

基于多分类器动态选择与成本敏感优化集成的电信客户流失预测研究

针对不同样本在特征空间中具有不同的区域特性和不同分类算法之间的预测互补性,在电信客户流失预测理论基础上,融合多分类器动态集成理论和成本敏感学习理论,建立了电信客户流失多分类器集成预测的利润函数,并提出了一类新的基于多分类器动态选择与成本敏感优化集成的电信客户流失预测模型.首先使用K均值聚类法聚类训练样本成多个分区;接着使用NaiveBayes算法、多层感知机算法和J48算法在各分区样本上构建客户流失预测子分类器;最后使用改进人工鱼群算法分别对各分区的子分类器进行成本敏感优化集成.实验结果表明,所提出的基于多分类器动态选择与成本敏感优化集成模型的分类性能不仅优于由训练集全体样本所构建的3个单模型,也优于基于改进人工鱼群算法优化集成这3个单模型而得到的集成模型.     

网络秘书亟需依法规范

互联网时代催生了又一个新的行业和职业：网络秘书。按百科词典定义,网络秘书即指在自有工作地点（一般是家中）,使用白有办公设备,通过网络所提供的电子邮件、为客户提供客户筛选预约、整理档案、制订商业计划以及联系客户等等服务的秘书。     

需求响应式公交中考虑即时订单的线路重调度优化

为了同时满足需求响应式公交中预约订单和即时订单两种用户需求，设计了一个公交线路的重新调度优化模型。该模型确保在满足预约订单出行需求的基础上，对公交行驶线路进行调度优化，以响应即时订单的需求，实现系统利润最大化的目标。根据模型的特殊结构，运用列生成算法求解，并设计了双向标签算法以加速子问题的求解效率。基于一个以上海市为背景的实际案例，验证了模型的可行性与有效性，大量的数值实验进一步验证了算法的高效性。结果表明：本文提出的模型与设计的算法可在较短时间内响应即时订单需求，并且可显著提高公交系统的收益。     

供需未匹配的多车场多车型多货品可拆分取送货车辆路径问题

取送货车辆路径问题在多点调拨系统普遍存在,属于NP-hard问题。该问题研究通常需考虑车场数、车型种类、货品种类、客户服务次数等诸多因素,已有文献多假设客户间供需已匹配、单车场、单车型、单货品和取送货需求一次性满足,优化目标多设置为总路径最短。而从企业运营实践来看,运输方案不仅要规划客户间访问路径,还需进行客户间供需匹配;运输成本不仅与运距有关,还涉及运输货品的重量和派车成本;运输网络中多车场、多车型和多货品更加常见,且客户需求量往往大于车辆装载能力。因此,本文首次尝试基于"运距×运量"的车辆路径成本和基于额定吨位的固定派车成本之和最小为优化目标,建立同时考虑多车场、多车型、多货品、客户间供需未匹配和需求可拆分的取送货车辆路径问题模型,并设计基于大规模邻域搜索的迭代局部搜索求解算法。该算法采用基于运输效率提升的贪婪思想来快速构建高质量初始可行解,并通过引入四种移除算子、两种修复算子和车场车型调整优化策略形成大规模可行搜索邻域以增强全局寻优能力。基于18个文献算例和6个企业实例的数值实验结果表明：1）本文提出的算法在求解质量和求解效率方面均优于相关文献中的算法;2）相对人工调拨方案,本文设计的方案能够帮助企业节约33%的运输成本和21%的车次。本研究不仅可拓展取送货车辆路径问题现有理论,而且可为企业实际运营提供决策支持。     

基于动态匹配视角的供应商与关键客户关系的构建与演进——力神开发12家关键客户的案例研究

对供应商而言,与关键客户间的关系对其具有重要的战略意义。本文基于动态匹配视角,对力神开发12家关键客户的历程进行案例分析。研究发现供应商与关键客户间的关系受不同层次、不同内容的匹配影响;流程层次的运营匹配对供应商与关键客户关系的构建具有直接影响;结构层次的组织匹配和人员匹配影响供应商与关键客户关系的拓展;战略层次的战略匹配和文化匹配影响供应商与关键客户间承诺的建立;而运营不匹配会对供应商与关键客户间的合作关系产生严重影响。本研究基于力神公司开发关键客户的历程,通过分析动态匹配对供应商与关键客户间关系的影响作用,以此构建了供应商与关键客户间关系演化的过程模型。     

移动商务中面向客户细分的KSP混合聚类算法

数据挖掘技术中的聚类算法是解决客户细分问题的重要算法之一。为解决传统聚类算法在客户细分问题中分类精度较低、收敛速度较慢的问题,着重对比分析传统聚类算法中K-m eans、自组织映射网络和粒子群3种算法的不足,提出融合3种算法优点的混合型聚类算法,该算法利用K-m eans和自组织映射网络对初始聚类中心进行优化,结合粒子群优化和K-m eans优化聚类迭代过程,并在迭代优化过程中设计避免算法因早熟而停滞的机制。针对移动电子商务环境下的餐饮业客户细分问题,建立移动餐饮业客户细分模型,并利用混合型聚类算法、K-m eans、层级自组织映射网络和基于粒子群的K-m eans等4种算法对实际案例进行对比分析。研究结果表明,混合型聚类算法的聚类精度分别比其他3种算法高,同时还具有最快的收敛性能,更适用于客户细分问题。     

基于动态客户保持的企业客户生命周期价值模型研究

在客户生命周期价值模型及研究现状分析的基础上,以客户保持率为切入点,探讨了动态客户保持率的研究方法及客户生命周期价值模型的改进策略,提出了基于动态客户保持的企业客户生命周期价值扩展模型,并通过实例分析验证了研究方法的有效性.     

时间依赖型多配送中心带时间窗的开放式车辆路径问题研究

本文研究了时间依赖型多配送中心带时间窗的开放式车辆路径问题,基于道路通行情况,建立车辆行驶速度时间函数;考虑车辆载重、里程限制与客户点服务时间窗的约束,建立混合整数规划模型,目标函数为最小化车辆总成本,具体包括车辆行驶时间成本和车辆固定发车成本;提出了一种二维编码方式的混合遗传算法,针对混合遗传算法设计了多分区段单点交叉策略、动态插入算子及局部搜索策略;最后,基于Solomon VRPTW基准数据集生成27个测试算例,使用混合遗传算法进行求解。数值实验结果表明,考虑道路通行情况,选择合理的出发时间,避免拥堵时段进行配送服务,能明显减少车辆的总行驶时间,且验证了混合遗传算法能够获得问题的满意解。     

基于平衡计分卡的CRM有效性评价模型研究

客户关系管理(CRM)是二十一世纪的主导战略之一.由于CRM的复杂性,目前对CRM有效性评价的研究还很少.考虑到平衡计分卡(BSC)的优点,本文建立了一个基于BSC的CRM有效性评价模型,该模型包含四个视角:客户知识、客户交互、客户价值、客户感知价值.通过对四个视角的作用分析,构造了四个视角的评价矩阵,并通过一个案例研究验证了该模型的可行性和有效性.     

个体客户全生命周期价值的模型和实证研究

从企业的角度出发把隐马尔可夫与动态规划技术有效地结合起来,对任意单个客户的终生价值的量化、决策以及优化进行了探讨和分析,提出了个体客户全生命周期价值动态模型,并对所提模型进行了验证。该模型能以通过观察到的客户购买决策序列作为动态最优化问题的解来进行参数评估,而且还能以用所产生的客户状态序列对客户进行动态的评价和分类,判断客户与企业所处关系阶段,从而为企业进行一对一的动态客户关系管理提供了一种定量的方法,并为公司实施最优的营销策略打下基础。     

多渠道供应链中物流系统的容量扩充与分配模型

考虑一个传统供应链将市场由单一的实体商店零售扩大到互联网上的在线零售,为满足新增的在线零售需求,供应商需要扩充物流系统的供应容量,并设计新增容量的分配方案。本文针对由一个中心仓库和多个地区仓库组成的二级物流系统,在保留现有配送网络结构的基础上,构建了物流系统的容量扩充与分配模型,并提出一种基于拉格朗日松弛法的求解算法。我们通过数值实验表明了算法的有效性,并通过数值算例说明了运输成本与库存汇聚效应对最优容量扩充与分配方案的影响。     

库存共享和服务水平限制下三级分销网络侧向转运模型与算法

侧向转运是库存共享的一种方式,一方面会减少库存成本,另一方面又会因转运而增加运输成本,针对这一问题考虑不同时间窗W^k的服务水平产生的服务水平的分级,构建三级分销网络中基于库存共享与时间服务水平限制的批量订货模型,分销网络模型中包含一个制造商、一个RDC、m个DC、n个客户。其中客户的需求相互独立且服从泊松分布,DC的订货提前期服从指数分布。首先,建立了基于时间服务水平限制的分销网络系统总成本最小化模型,并将再购点、订购批量等库存参数作为同时作为决策变量,以达到三级备件分销网络的成本优化;其次,根据问题和模型的特点对所建的模型开发了基于采用贪婪增加算法的求解思想求解问题,以便给管理者提供决策参考并通过降低利润的方式增加效益和资源利用率;最后,通过中航材集团推行的“航材共享”项目作为算例分析,将三个分销区域与机场群组成的备件分销系统进行建模分析,验证了本文模型的有效性,成本优化的显著性。研究结果表明,三级分销网络中,RDC采用连续盘点的（Q,R）补货策略、DC采用（Q,R,H）的补货策略时系统总成本与普遍采用的定期盘点策略和连续盘点中的One-for-One订货策略成本相比,DC之间的库存共享策略能有效降低整个系统的成本,例如,在案例研究中发现成本降低约为30%。     

集装箱码头外部集卡预约优化模型与算法

针对集装箱码头闸口拥堵问题,建立集卡预约优化模型,目的是减少集卡排队等待时间和拥堵期间的碳排放。该模型在给定的集卡到达调整量水平的限制下,确定每个时段最优的预约份额,同时利用非平稳排队模型描述集卡到达随时间到达的特点。为求解模型,设计基于遗传算法与逐点固定流体近似算法(PSFFA)的求解方法,该算法利用遗传算法搜索最优解,基于PSFFA算法计算集卡排队时间。最后,利用算例对模型和算法的有效性进行了验证。结果表明,集卡预约优化模型可以有效地减少集卡排队时间,PSFFA方法可以较好地求解到达过程不平稳的排队问题。     

模糊信息动态车辆调度优化问题研究

针对车辆调度中的模糊信息问题,以车辆模糊行驶时间以及顾客模糊预约时间为模糊信息参量,采用细分顾客类别以吸收配送者知识系统的方法,分别以物流企业效用最大化和顾客效用最大化两种决策目标构建了2类模糊信息动态车辆调度优化模型,并给出了求解该类问题的蚁群算法.仿真试验分析了决策参数的变化对2类模型计算结果的影响,并给出了相关参数制定的依据.     

有模糊时间窗的车辆调度组合干扰管理研究

研究带有模糊时间窗的车辆调度组合干扰管理模型及其混合遗传算法.采用时间窗模糊化处理方法,定义客户满意度函数,根据干扰管理思想对车辆调度中组合性干扰事件进行分析,从配送路径、配送成本和客户满意度三个方面进行干扰辨识与度量,建立基于模糊时间窗的车辆调度组合干扰管理模型;构造模型求解的混合遗传算法,将最佳客户插入规则与遗传算法结合,同时在算法中嵌入模糊优化程序以处理问题的模糊特征;进行数值实验,实验结果验证了模型与算法的有效性.     

运输成本对批量敏感时的供应链批量协调策略比较研究

以一个多周期、随机客户需求和单位产品运输成本对批量敏感的供应链为研究对象,建立了由生产商负责产品运输时,供应链分散决策情形下的最佳批量模型,并提出了基于批量折扣和改由批发商负责产品运输的供应链批量协调策略.研究结果表明:当由生产商负责产品运输时,单位产品运输成本对批量越不敏感,生产商的最佳生产批量越小,与批发商要求的短周期、小批量订货越接近;如果改由批发商负责产品运输,批发商的最佳订货批量更接近于生产商的最佳生产批量.最后,通过数例分析发现,对生产商来讲,当单位产品运输成本对批量不太敏感时,批量折扣政策优于改由批发商负责产品运输的策略,但当单位产品运输成本对批量较敏感时,后者优于前者.     

基于改进GMDH的目标客户选择模型研究

近年来,目标客户选择建模成为客户关系管理领域的研究热点。为了解决用于目标客户选择建模的训练样本类别分布高度不平衡的问题,本文首先提出了混合抽样方法。进一步地,将数据分组处理(GMDH)神经元网络引入到客户特征选择中,提出新的特征选择算法Log-GMDH。该算法分别从传递函数的选择和新的外准则的构建两个方面对传统GMDH网络模型进行了改进。最后,将提出的混合抽样、Log-GMDH和Logistic回归分类算法相结合,构建目标客户选择模型LogGMDH-Logistic。在CoIL2000预测竞赛中某汽车保险公司的目标客户选择数据集上进行实证分析,结果表明,LogGMDH-Logistic模型不仅在性能上优于已有的一些目标客户选择模型,而且具有很好的可解释性。