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。     

考虑自取服务和门到门服务的电动汽车物流网络优化策略研究

在环境意识增长与政府政策支持的有利条件下,电动汽车在物流领域得以快速发展。为提高物流服务的效率,降低企业运营成本,文中研究了考虑顾客服务策略的电动物流汽车服务设施选址与配送路径问题。采取顾客自行取货与配送人员送货上门相结合的多样化服务策略,使得服务站点的建设成本、顾客点配送路径成本以及服务站点补货路径成本之和最小。建立了整数规划数学模型,允许配送车辆在服务过程中前往服务站点接受充电服务。其次,提出了基于改进节约算法和禁忌算法的混合启发式算法MCWSA-TS。随后,在小规模算例将CPLEX运算结果与MCWSA-TS进行对比,证明了算法的有效性。最后,采用多组算例探讨了顾客取货半径对运营成本的影响,并对分离配送策略与联合配送策略进行对比分析。实验结果表明,多样化服务策略有助于企业满足顾客取货时间和取货方式的个性化需求。同时,兼顾运营成本与顾客满意度,促进电动汽车参与的物流服务快速发展。     

基于随机游走的电子商务退货风险预测研究

 随着电子商务的迅猛发展,电子商务环境下的退货问题日益重要。产品销售中的高退货比例会为企业带来额外的物流和返修等成本,影响企业的正常运营。因此,有效防范退货风险、识别潜在的退货倾向对于提高电子商务企业的管理决策水平具有重要意义。在大数据背景下,电子商务企业积累了大量销售、退货和客户等多源异构数据,可基于此挖掘用户在电子商务平台中购买和退货的行为模式,进而预测退货风险。        针对电子商务环境下的退货风险建模,引入二部图结构组织历史退货记录,并将问题形式化为二部图上的节点排序问题。根据退货的用户和被退货产品的结构特点,在退货二部图中定义随机游走规则,以表征退货风险在不同产品与用户之间的传递,即将客户的退货风险表征为其退货的产品,而产品的风险表征为相关的客户。此外,考虑到退货记录的稀疏性问题,进一步引入影响退货的用户和产品等各类特征,作为随机游走的先验信息,从而提出一种融合特征的退货风险预测方法。        针对提出的预测算法,采用淘宝网一户商家的真实退货数据进行实验,实验结果表明,提出的退货风险预测方法与同类方法(如SVD和NMF等)相比具有更高的预测精度,同时相关特征的引入有效提升了模型的预测能力,特别是产品价格和质保证书对于预测精度具有显著的提升。        该方法对于电子商务企业有效防范退货风险、加强客户管理等方面具有较强的实际意义。一方面,可以帮助企业识别具有高退货风险的客户,并加强特定客户的关系管理;另一方面,可以改进对于高退货风险产品的规划,如改进质量、加强包装等。     

企业的物流协同能力量表开发及其对市场导向与绩效关系的影响研究

  市场导向如何促进绩效的提升是企业和学者持续关注的问题,特别是在全球化竞争和营销战略转型升级背景下,越来越多的企业借助与外部企业的协同和合作关系达到市场导向目标。然而,已有研究缺少对于基于外包关系的协同能力的构成及其对企业市场导向与绩效关系的作用机理探讨。         针对以上研究缺陷,在物流外包背景下,基于资源基础理论和协同理论,并结合对典型企业的深度访谈,通过构建物流协同能力的测量维度,分析其对市场导向与绩效关系的作用,揭示市场导向和物流协同能力对促进企业提升绩效的内在机制。采用中国21个省市284个物流外包企业数据,运用探索性因子分析和验证性因子分析对物流协同能力的测量模型进行检验,并运用结构方程模型对理论假设进行检验。         研究结果表明,①物流协同能力由外部战略协同、外部管理协同、外部创新思维协同、外部创新行为协同和内部协同5个维度构成;②市场导向对物流协同能力的5个维度均有显著正向影响;③物流协同能力中的外部战略协同和内部协同对企业的物流服务绩效有显著正向影响;④外部创新思维协同对企业的市场绩效有显著正向影响。市场导向对物流服务绩效和市场绩效的影响通过物流协同能力中的3个维度实现,即外部战略协同、外部创新思维协同和内部协同是企业市场导向转化为绩效的内在重要变量。         构建并检验物流外包背景下企业物流协同能力的测量模型及其对市场导向与绩效关系的影响模型,揭示市场导向和物流协同能力共同促进企业绩效提升的内在机制,对于中国物流外包企业培养物流协同能力,特别是外部战略协同、外部创新思维协同和内部协同,充分发挥市场导向战略对绩效的提升具有重要的实践指导意义。     

合作电子商务价值创造的实证研究：情景双元理论

 开展企业间合作电子商务已经成为企业获取电子商务价值的关键路径。有研究认为具备情景双元性的企业能够获取合作电子商务活动的长期成功,然而关于情景双元性的前因,已有研究主要关注组织内的相关因素,缺乏对组织间合作商务管理因素的考虑。在合作电子商务的背景下,焦点企业需要构建一种企业间商务管理机制(即企业间情景),同时追求企业间整合性和适应性,进而获取合作电子商务价值。        基于组织情景双元理论,从合作商务管理的视角,实证研究企业间IT治理(包括正式治理和关系治理)对电子商务双元能力(包括电子商务整合能力和电子商务适应能力)的使能作用以及电子商务双元能力的价值驱动机制。采用问卷调查法,收集205家企业中高层管理者的数据,基于PLS的结构方程和Smart PLS工具对研究模型进行假设验证。        研究结果表明,与关系治理相比,作为硬性情景因素的正式治理更利于电子商务整合能力的形成;与正式治理相比,作为软性情景因素的关系治理更利于电子商务适应能力的形成;电子商务双元能力能够同时兼顾并影响短期和长期企业绩效。验证了合作环境动荡性在企业间IT治理与电子商务双元能力之间的正向调节作用,还发现合作环境动荡性在电子商务双元能力对价值驱动过程中的差异化调节作用,即合作环境动荡性正向调节电子商务适应能力与企业绩效的关系,但在电子商务整合能力与企业绩效之间的调节作用不显著。研究结果扩展了情景双元理论在信息系统领域的应用,丰富了企业间合作电子商务领域的研究视角,对业界和学术界均有重要的指导意义。     

大数据驱动的决策范式转变——以个性化O2O即时物流调度为例

大数据环境下传统的决策范式正转变为基于数据的决策范式，本文以O2O即时服务这种新型商业模式为情景，研究大数据驱动的新决策范式下的O2O即时物流调度模型.本文跨域融合物流部门、其他运营部门以及外部环境信息构成全景式数据，同时放宽传统决策范式的经典假设，实现从无差异化配送时间到个性化配送时间的转变，以及需求服从先验分布到考虑未来需求时空属性的转变.本文融合机器学习和运筹优化方法，实现新决策范式下的O2O即时物流调度模型.在预测层面，构建个性化众包配送时间预测模型和基于订单集时空相似性的需求场景预测算法；在决策层面，同时考虑个性化预测模型的点估计及其不确定性，并考虑未来订单集的时空分布，构建考虑预测不确定性的调度模型，同时设计同步预测和决策算法求解.本文与中国主流的O2O商超平台合作，通过基于真实数据的模拟仿真，验证了新决策范式下的O2O即时物流调度模型的可行性和有效性.相较于传统的决策范式，本文提出的模型能实现更精准的供需匹配，降低延误订单数、平均配送时间和配送成本.     

传统企业电子商务战略启动：阶段特征与决策行为差异

 “互联网+”战略提出中国传统企业可通过实施电子商务实现网络使能的企业转型。已有多数研究检验高层管理者、IT规划和商务变革在网络使能转型中的作用。尽管对于传统企业来说电子商务战略启动很重要,但如何在战略层面推进电子商务战略启动,在战略和信息系统领域还缺乏相关的研究。特别是,信息技术采纳和扩散范式无法解释电子商务战略启动的新特征,也少有研究对高层管理者和组织因素如何影响电子商务战略启动进行实证检验,因此出现明显的研究缺口。        从战略启动视角,检验高层领导团队沟通对电子商务价值和风险感知的驱动作用以及战略决策对电子商务战略执行的中介效应。基于LECHNER提出的战略启动框架,从高层管理者和组织两个层面提出研究模型,探究电子商务战略启动的阶段特征以及差异化的决策行为。为了解释决策群体认知、e就绪、战略决策和战略执行之间的关系,提出一系列假设。通过收集170家传统企业由信息系统和商务管理者填写的两阶段匹配调查数据,采用PLS结构方程对决策群体认知、e就绪、战略决策和战略执行之间的关系进行检验。        实证研究表明,电子商务战略启动是由领导团队沟通、战略决策和战略执行构成的关联结构,群体决策认知和战略决策起重要中介效应;将e就绪作为电子商务战略执行的基础要素,研究结果确认了e就绪对战略决策行为的调节作用,即较低的e就绪水平会抑制决策群体对风险的认知能力,导致电子商务战略启动的非理性决策。        研究结果为传统企业电子商务战略启动提供了有价值的机制启示,揭示了传统企业网络使能转型中电子商务战略执行的阶段特征,e就绪的调节效应说明企业应该增加对组织资源准备的聚焦,增强企业网络使能转型的准备经验,进而支持电子商务实施。对于探索如何促进传统企业“互联网+”转型提供了战略启动层面的实践启示。     

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.     

考虑波次订单动态释放的B2C电商订单合并配送决策方法

本文针对动态释放、异质性强的B2C电商波次订单的物流配送决策难题,以提高车辆满载率、降低配送成本为目标,研究考虑波次订单动态释放的B2C电商订单城区物流合并配送问题。首先,将原动态问题建模为一阶马尔可夫决策过程以表达其多阶段时序序贯决策的特点;其次,基于状态转移具有的时序特征,提出一种基于时序预测的前向动态规划方法用于寻找最优策略,将时序预测信息融入到合并配送决策的模型中,并结合定性启发式规则与定量优化模型以兼顾方法的决策效率与优化能力;最后,基于标准算例下的数值实验和某B2C电商平台的实例分析,验证了所提方法的有效性和实用性。此研究可为B2C电商订单物流配送提供决策支持,同时对于状态转移具有时序特征的马尔可夫决策问题提供了求解的新思路。     

需求变动下的物流配送干扰管理模型的知识表示与求解

针对需求变动下的物流配送干扰管理数学模型难以支持实时建模与实时求解的缺陷,通过深入分析需求变动的物流配送干扰管理问题的已知知识、建模知识与求解知识,引入人工智能和知识工程的相关知识表示理论与建模方法,建立该问题的BRGISC模型知识表示方法,将包含多种需求变动事件的物流配送干扰管理的建模与求解过程进行知识表示,并以此知识表示为基础,提出一种解决该问题的基于知识的求解方法,设计了知识库和推理规则,实现该类问题的实时建模与求解过程,并应用到中石油大连销售分公司市内配送小配送片区0#柴油的日常需求变动干扰管理中.实例运行和数据实验的结果表明,该方法能够满足对多种需求变动事件的实时响应,实时生成干扰管理决策方案.