考虑差异化服务时间的多车型电动汽车路径优化与充电策略研究

在政府政策大力支持以及社会环境意识不断增长的背景下,电动汽车在物流配送行业快速普及。电动汽车参与的物流配送服务需要物流专员、电动汽车和顾客三方协作完成。因此,在传统车辆配送路径优化的基础上,车辆的多样性、充电策略、人车的匹配以及服务时间差异化等因素都会影响物流运营成本。本文提出了考虑差异化服务成本的多车型电动汽车路径优化与充电策略问题并建立了该问题的整数规划数学模型。其次,提出了混合启发式算法MCWGATS,并通过多组算例验证了算法的有效性。最后,采用多组算例分析了多车型和差异化服务时间对运营成本的影响。实验结果表明,该模型有助于物流企业提高人员、物流车辆、服务时间等资源的利用效率,降低运营成本。     

考虑充电策略与电池损耗的电动汽车路径优化问题研究

针对目前研究电动物流车辆路径问题的文章未考虑电池损耗对运营成本的影响,且多在充电速率为恒定值的情况下对充电策略进行优化,本文将电动物流车辆在配送货物途中的充电时间和电池损耗成本纳入目标函数并建立了线性规划数学模型,统筹安排车辆行驶路径和充电策略使得物流企业整体运营成本最低。其次,提出了求解该问题的多阶段启发式算法MCWIGALNS。随后,通过多组算例验证了模型和算法的准确性。实验结果表明,考虑充电时间与深度放电成本的模型可以在配送距离不变或略有增加的情况下,较大幅度减少充电时间与电池损耗成本,到达降低运营成本的目的。最后,将算法实验结果与本领域已发表的成果进行比较,证明了MCWIGALNS算法对车辆路径问题具有出色的求解能力,提升了该问题理论成果的实用性。可以为物流企业电动汽车路径策略提供良好借鉴与帮助。     

越库配送下考虑时空距离的库门分配与车辆调度优化

针对越库配送下考虑时空距离的库门分配与车辆路径问题,建立以车辆派遣成本、运输成本、时间惩罚成本、越库内部操作成本总和最小化为目标的库门分配与车辆路径优化模型。根据问题的特征设计改进的自适应遗传算法,并根据时空距离生成初始解。通过对不同规模的算例进行对比和分析,验证了模型的正确性和算法的有效性,结果表明,所得出的库门分配和车辆调度优化方案可以有效降低越库配送中心的运营成本。研究成果拓展和丰富了越库配送下的车辆路径问题研究,能为物流企业优化配送方案提供理论依据。     

基于第三方物流服务定价的零售商BOPS策略研究

本文通过构建双渠道零售商和合作履行线上订单的第三方物流企业的博弈模型,研究零售商应何时采取BOPS策略以及该策略对第三方物流服务定价和利润的影响。研究表明,第三方物流服务水平、消费者门店提货的不便利程度以及BOPS渠道的运营成本是影响零售商是否采取BOPS策略的关键因素。具体而言,当零售商运营BOPS渠道的成本较低时,消费者向BOPS渠道转移的行为对零售商有利。当第三方物流服务水平越高和消费者去门店提货越便利时,就会有越多的消费者向BOPS渠道转移,零售商实施BOPS策略越有利。然而,当零售商运营BOPS渠道的成本较高时,消费者的渠道转移行为反而会增加零售商的运营压力,因此,零售商只有在第三方物流服务水平和消费者门店取货不便利程度都较高,即向BOPS渠道转移的消费者较少时,才可以从实施BOPS策略中获利。只有在BOPS渠道运营成本和消费者门店自提的不便利程度都较高时,服务水平较高的物流企业才会降低服务价格;此外,BOPS策略总会损害第三方物流企业的利益。     

整合逆向物流协同配送动态路径优化问题研究

整合逆向物流的协同配送面临着客户需求随机并发、行驶路径开环多变等不确定性挑战,这给配送路径动态规划和方案柔性制定带来了更严苛的要求.为此,使用"时间片"划分方式,将动态配送问题转化为一系列静态优化问题,提出了整合逆向物流的协同配送动态路径优化两阶段求解策略.首先,通过考虑车载量以及时间窗等软硬约束条件,构建以总物流成本最小和客户满意度最大的多配送中心协同配送初始-实时动态路径规划模型.其次,设计带有非支配排序与精英策略的多目标免疫遗传算法MOIGA对模型进行求解.最后,研究结果表明客户满意度与物流运营成本之间呈现悖反关系,高配送成本会带来高客户满意度,在相同成本支出情况下,MOIGA算法产生的规划方案客户满意度优于NSGA-Ⅱ、MOIA,这也验证了模型的有效性以及方法优越性.     

基于成本/服务权衡的逆向物流网络设计问题研究

逆向物流网络设计是企业获得经济利益和提高竞争力的战略决策之一。本文针对售后服务逆向物流网络设计问题,考虑了同时优化物流网络运营成本和服务水平,提出了一个多目标整数规划模型来确定服务中心的个数、位置、容量等级以及客户区指派到服务中心的策略,并得到成本和服务之间的权衡关系。设计了一种混合多目标进化算法求解模型。通过实例分析,找出了影响物流网络设计的关键因素。通过算例测试,对混合多目标进化算法和ε约束法进行了比较,结果表明混合多目标进化算法对求解中大规模的问题是一种良好的方法。     

整合逆向物流协同配送动态路径优化问题研究北大核心CSCDCSSCI

整合逆向物流的协同配送面临着客户需求随机并发、行驶路径开环多变等不确定性挑战,这给配送路径动态规划和方案柔性制定带来了更严苛的要求.为此,使用“时间片”划分方式,将动态配送问题转化为一系列静态优化问题,提出了整合逆向物流的协同配送动态路径优化两阶段求解策略.首先,通过考虑车栽量以及时间窗等软硬约束条件,构建以总物流成本最小和客户满意度最大的多配送中心协同配送初始-实时动态路後规划模型.其次,设计带有非支配排序与精英策略的多目标免疫遗传算法M0IGA对模型进行求解.最后,研究结果表明客户满意度与物流运营成本之间呈现悖反关系,高配送成本会带来高客户满意度,在相同成本支出情况下,M0IGA算法产生的规划方案客户满意度优于NSGA-Ⅱ、M0IA,这也验证了模型的有效性以及方法优越性.     

顾客可选末端交付方式和时间窗的城市配送动态订单接受优化研究

在顾客可以自选末端交付方式和配送时间窗的情境下，为及时决策是否接受顾客配送订单，构建了城市配送动态订单接受决策框架，定义了配送路径预规划、配送需求评估、订单接受策略调整和路径全局优化四个阶段，建立了基于时间窗偏差阈值的配送需求评估方法，设计了全部接受、交付方式静态分配和服务选项动态分配三种订单接受策略调整算法。仿真表明：服务选项动态分配算法能够获取更高的利润，在单批次配送任务较多的情形下还具有更好的时间性能；随着时间窗宽度逐渐增加，自提柜交付收益和行驶里程逐渐减少，而送货上门交付收益和利润逐渐增加；时间窗偏差阈值对配送服务利润影响明显，但不存在趋势性关系；仿真算例显示，送货上门交付收益较高的时间窗偏差阈值，往往会获取更高的利润。     

基于多目标优化的模糊需求VRPTW动态管理

针对具有模糊顾客需求的带时间窗车辆路径问题,建立了最小化车辆行驶距离和最小化配送服务延迟时间的多目标模糊机会约束规划模型,提出了管理车辆服务模糊需求的动态优化策略,设计了嵌入模糊模拟的改进非支配排序混合遗传算法来求解模型。通过Solo-mon标准算例的仿真实验,不仅讨论了决策者主观偏好值对决策目标的影响,而且与传统车辆调度方法进行了对比分析,验证了该动态管理策略的有效性。     

浅析苏宁第三方物流中存在的若干问题

近年来,随着因特网的日益普及,送货上门等物流服务成为必然,家电销售企业中也形成了家电物流。如何提高物流的配送效率和水平,降低物流成本,是每个家电销售企业必须要考虑的问题,它涉及企业运营中开支问题。本文对苏宁第三方物流的发展现状,苏宁第三方物流在苏宁电器中的运用,苏宁第三方物流中存在的问题进行了分析,并提出发展策略。     

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。     

多枢纽轴辐式协同物流网络任务-路径优化匹配研究

针对物流网络运营中规模效益低、运营商与客户利益冲突等问题，本文提出了基于多枢纽轴辐式协同物流网络的任务-路径优化匹配策略。在网络结构确定的条件下，从物流集成服务商角度出发，综合考虑资源发车时刻、路径能力限制、动态成本折扣系数以及任务延时惩罚，构建了以总物流成本最小和时间最短为优化目标的轴辐式协同物流网络任务-路径优化匹配数学模型。根据问题特点，设计了基于三层编码的遗传算法对模型进行求解，同时配合多点交叉、变异机制提高求解效率。研究结果表明，集并运输能够大幅度降低任务集执行成本，但当集并带来的交货延迟、客户满意度降低等负面效应超过其正面效应时，需适当匹配直达线路以提高整体效益。     

电动汽车物流配送系统的换电站选址与路径优化问题研究

在能源、环境形势日益严重的今天,电动汽车因其清洁、节能的显著优势,已经逐步成为物流配送公司重要的新能源交通工具,优化物流配送网络成为电动汽车作为物流工具普及的一个重要问题。本文提出了电动汽车物流配送系统的换电站选址与配送路径优化问题,建立了整数规划模型,并设计禁忌搜索-改进Clarke-Wright 节省的两阶段启发式算法来求解该模型,提出了两种不同的禁忌准则,并且通过算例对这两种准则进行了比较。为了证明算法的有效性,还将该算法的结果同CPLEX的计算结果进行了比较,结果表明该算法更加有效和可靠。最后,对车辆的装载容量、电池续航里程和单位建站成本做敏感性分析,发现总成本随着装载容量的增加而显著降低,电池续航里程的提升有助于降低建站成本并降低目标函数值,而单位建站成本的增加可能减少建站个数,增加运输成本,但由于续航里程的限制,建站个数也可能保持不变。     

Improving routing and scheduling decisions at a distributor of industrial gasses

This paper investigates cyclical inventory replenishment for a company's regional distribution center that supplies, distributes, and manages inventory of carbon dioxide (_CO2)$({\mathrm{CO}}_2)$ at over 900 separate customer sites in Indiana. The company previously experienced high labor costs with excessive overtime and maintained a regular back-log of customers experiencing stockouts. To address these issues we implemented a three-phase heuristic for the cyclical inventory routing problem encountered at one of the company's distribution centers. This heuristic determines regular routes for each of three available delivery vehicles over a 12-day delivery horizon while improving four primary performance measures: delivery labor cost, stockouts, delivery regularity, and driver–customer familiarity. It does so by first determining three sets of cities (one for each delivery vehicle) that must be delivered to each day based on customer requirements. Second, the heuristic assigns the remaining customers in other cities to one of the three “backbone routes” determined in phase 1. And third, it balances customer deliveries on each daily route over the schedule horizon. Through our methodology, we were able to significantly reduce overtime, driving time, and labor costs while improving customer service.     

Improving the Utilization of Front-Line Service Delivery System Personnel*

There are two types of work typically performed in services which differ in the degree of control management has over when the work must be done. Serving customers, an activity that can occur only when customers are in the system is, by its nature, uncontrollable work. In contrast, the execution of controllable work does not require the presence of customers, and is work over which management has some degree of temporal control. This paper presents two integer programming models for optimally scheduling controllable work simultaneously with shifts. One model explicitly defines variables for the times at which controllable work may be started, while the other uses implicit modeling to reduce the number of variables. In an initial experiment of 864 test problems, the latter model yielded optimal solutions in approximately 81 percent of the time required by the former model. To evaluate the impact on customer service of having front-line employees perform controllable work, a second experiment was conducted simulating 5, 832 service delivery systems. The results show that controllable work offers a useful means of improving labor utilization. Perhaps more important, it was found that having front-line employees perform controllable work did not degrade the desired level of customer service.     

An Efficient Heuristic Procedure for Practical-Sized Capacitated Warehouse Design and Management*

The purpose of this paper is to refine and test a distribution system design model and evaluate its performance with respect to solution quality, model validation, and algorithm performance. The paper reports on the development of a multiproduct warehouse logistics model. The logistics model is used to predict the performance of distribution companies that typically have to deal with product costs, the cost to distribute the products from a set of warehouses to customer outlets, the level of service provided to its customers, and flexibility for each product group and market segment.     

Are Self‐Service Customers Satisfied or Stuck?

This paper investigates the impact of self‐service technology (SST) usage on customer satisfaction and retention. Specifically, we disentangle the distinct effects of satisfaction and switching costs as drivers of retention among self‐service customers. Our empirical analysis examines 26,924 multi‐channel customers of a nationwide retail bank. We track each customer's channel usage, overall satisfaction, and retention over a 1‐year period. We find that, relative to face‐to‐face service, customers who use self‐service channels for a greater proportion of their transactions are either no more satisfied, or less satisfied with the service they receive, depending on the channel. However, we also find that these same customers are predictably less likely to defect to a competitor if they are heavily reliant on self‐service channels characterized by high switching costs. Through a mediation model, we demonstrate that, when self‐service usage promotes retention, it does so in a way that is consistent with switching costs. As a robustness check, we examine the behavior of channel enthusiasts, who concentrate transactions among specific channels. Relative to more diversified customers, we find that self‐service enthusiasts in low switching cost channels defect with greater frequency, while self‐service enthusiasts in high switching cost channels are retained with greater frequency.