多集散点VRP客户需求扰动的恢复模型

针对客户既有需求(配送)又有供应(集货)的车辆路径问题(MDVRPPD)的客户需求变动而导致物流配送计划无法实现的问题,运用干扰管理的思想,从物流服务商满意度和客户满意度两个方面衡量物流配送系统的扰动程度。以最小化客户不满意度、配送成本和路径偏离程度为目标,构建干扰恢复模型。设计了求解该模型的克隆免疫算法。最后,通过仿真研究,将干扰管理优化结果与原方案重新调度结果进行对比,验证了干扰恢复模型和算法的可行性和有效性。     

基于模拟植物生长算法的车辆调度问题

基于配送企业车辆资源的限制和客户需求时间窗的要求,在考虑外包车辆和配送入员加班的情况下,对带时间窗的车辆调度问题进行扩展研究.根据客户需求的随机性特点构建以最小化车辆配送总成本为目标的机会约束规划模型,并设计求解该问题的模拟植物生长算法.结合车辆调度具体实例,将模拟植物生长算法与遗传算法进行比较,结果表明该算法不仅可以获得最优解,而且提高了求解效率,是一种有效的方法.     

基于实时信息的城市配送车辆动态路径优化

针对城市物流配送的现状,研究了信息在配送过程中实时变化的动态车辆调度问题。分析了需求量在配送途中发生变化、需求点增减、道路交通中断、车辆在行驶过程中出现故障四种动态事件情形下的配送线路实时优化问题。通过引入虚拟顾客,将动态车辆路径问题转化为经典的静态单车型车辆路径问题,提出了动态车辆路径问题的模型构建方法。分构建初始线路和对线路进行实时优化两阶段完成对配送线路的规划,并运用混合遗传算法对其寻优。实验结果表明,本文模型和算法可以有效降低企业配送成本。     

基于模糊时间窗的车辆调度干扰管理研究

为解决由顾客需求变动引发的物流配送干扰问题,最大化满足顾客需求并兼顾企业利益,提出基于模糊时间窗的车辆调度干扰管理方法.采用干扰管理思想对由客户需求变动引起的实时车辆调度问题进行研究,在深入分析现实中客户服务时间要求特征的基础上,把客户满意度水平定义为模糊时间窗的隶属度函数,并提出了车辆调度干扰恢复问题转换策略,构建了基于模糊时间窗的客户需求变动干扰管理救援模型,实现从顾客、驾驶员和供应商3方面对干扰影响程度的度量.为寻求最优解,设计模糊遗传算法,并改进了基于客户点的编码方式.在算法中用模糊优化程序处理问题的模糊特征,通过对客户服务时间的局部调整来确定最佳服务时间.实例结果表明了时间窗模糊化处理、扰动恢复模型及算法在应用中的有效性.     

商品配送中车辆调度随机模型的建立及其求解

在物流活动的商品配送运输中，由于受不确定因素的干扰，对配送车辆调度的适时性造成了很大影响，从而增加了配送成本和降低了配送的服务质量。本文针对这一问题，建立一种车辆调度的随机模型。通过实例并运用遗传算法对模型求解，极大地提高车辆调度适时性的保证度和配送运输服务的质量，说明该模型及算法具有较好的应用价值。     

时变路网下异型车辆动态配置与路径优化

针对配送中心车型多样、客户需求动态变化且车辆行驶时间依赖配送区域路网速度变化特征的动态车辆路径问题,基于先预优化后动态调整的思想建立了以配送成本最小化为目标的两阶段优化模型.在预优化阶段,设计改进自适应遗传算法获得初始配送方案;在动态调整阶段,综合考虑客户需求变化和配送路网速度的变化,制定连续性和周期性相结合的优化策略,将问题转化为多中心车辆路径问题进行求解.通过实验分析验证了模型与算法的有效性,研究成果可丰富车辆路径问题的相关研究,为物流企业优化决策配送方案提供理论依据.     

带软时间窗整车物流配送路径优化研究

为更好地解决整车物流配送问题,提高客户满意度,以总成本最小化为目标,构建了带软时间窗约束的整车物流车辆路径优化问题模型,进而对于该模型设计了自适应遗传算法,并用成品汽车配送案例对算法进行了验证.算例的数值结果表明,基于自适应遗传算法提出的整车物流车辆路径优化方案,可以满足分销商和客户需求,能够减少配送车辆数量、节省早到或晚到惩罚成本、提高企业的经济效益.该研究为改善整车物流配送问题提供了新的解决思路.     

时变网络下考虑碳排放的车辆路径优化

针对城市配送中的车辆调度与路径分配问题,以时变网络下旅行速度的变化为关键变量,建立考虑旅行时间和碳排放量的多目标车辆路径问题的非线性混合整数规划模型,采用改进的多目标粒子群优化算法对问题进行求解。并以"城市货的"的实际配送数据为例进行数值实验,分析时变网络的优越性,以及客户满意度和车辆容量对Pareto结果的影响,为考虑碳排放的城市配送问题提供理论指导。     

基于混合遗传算法的海军航空兵场站物资配送车辆调度智能优化

为提升海军航空兵场站物资配送车辆调度效率，根据海军航空兵场站物资配送任务特点，建立了物资配送车辆调度优化模型，提出了混合遗传算法(hybrid genetic algorithm, HGA)对模型进行了求解。在HGA中引入了模拟退火(simulated annealing, SA)操作对经典遗传算法(genetic algorithm, GA)进行了改进：选择适合模型的编码方式和交叉算子；使用类似路径构造的方法构建初始种群；在遗传操作产生子种群之后，通过SA操作寻找子种群邻域中的潜在优秀个体，提升算法局部搜索能力。最后，通过与经典GA的对比实验，验证了所提算法的有效性和可靠性。     

限行条件下配送车辆配置的二阶段随机规划

针对车辆限行下配送车辆数量和配送时间均具有不确定性这一难题，通过建立二阶段随机规划模型，实现物流配送车队中传统能源和新能源车辆比例和数量的合理配置，以保障后续生产配送的协同进行.以最小化日均车辆采购成本和后续生产配送期望成本为目标建立二阶段随机整数规划模型；为求解模型，提出改进的随机分支定界算法，并嵌入局部搜索以提高上界的估计效率；通过数据实验验证了模型和算法的有效性.此外，利用该模型和算法，探讨了不同车辆限行措施的执行类型和执行概率对企业车辆配置决策的影响.本文研究有利于解决车辆限行导致的城市物流配送难题，为保障我国城市物流相关企业日常运营提供决策方法.     

SMC模型在IT分销业的实证案例研究

以我国 IT分销业为行业背景 ,选取该行业最大的一级分销商——神州数码公司——进行分析 ,验证了该模型的有效性 ,并讨论该模型客户管理绩效评价、客户分类管理及价值实现的应用 .同时 ,针对不同客户类型提出 SMC模型的修正思路 .     

垄断企业的顾客忠诚研究

尽管顾客忠诚对于企业具有重要的意义,在垄断行业内却对其缺乏足够的重视。以某居民供电企业为例,研究了垄断环境下顾客忠诚的维度结构,以及其同服务质量、顾客满意之间的关系。结果表明,垄断企业应了解并超出顾客的期望,通过提高服务质量和顾客满意水平,增强顾客对企业的信任度、合作度、宣传度和价格承受度,将虚假忠诚转化为真正的忠诚。     

SVM方法及其在客户流失预测中的应用研究

客户流失分析与预测是客户关系管理的重要内容.针对客户流失问题,建立了支持向量机预测模型.针对实际客户流失数据中正负样本数量不平衡而且数据量大的特点,提出带有不同类权重参数的支持向量机算法CW-SVM,通过调整类权重参数改变分类面位置,提高算法分类准确性;将标准支持向量机训练问题转化为运算效率更高的核向量机问题,提出处理不平衡海量数据集的CWC-SVM算法.通过实际银行信贷客户数据集测试,该算法与传统预测算法比较,更适合解决大数据集和不平衡数据,取得较好的客户流失预测效果.     

品牌体验价值对品牌资产影响的过程机理

品牌资产的提升是现代企业营销努力的重要目标之一,不同于以前研究者从营销组合变量出发,该研究基于消费者体验的视角,分析消费者品牌体验价值如何对品牌资产发挥作用;并加入消费者购买经历和卷入程度作为调节变量,观察不同购买经历和卷入程度水平下,品牌体验价值对品牌资产的影响作用的差异.实证结果表明:品牌体验价值的4个维度感官体验价值、情感体验价值、社会体验价值和知识体验价值对品牌资产的3个维度品牌忠诚、感知质量和品牌联想具有广泛的影响关系;同时,在不同的消费者购买经历和卷入程度水平下,其影响力的大小存在差异.     

电力零售市场中的惠卖定价竞争--基于多类型用户和差异化转换成本

引入忠实用户和活跃用户差异化转换成本, 拓展了非对称双寡头惠卖定价模型, 分析了在位售电商区域融合过程中优惠转换用户策略. 单期模型中, 区域分割和惠卖定价导致电价区域差别. 对转换用户的优惠价格与对方区域忠实、活跃用户份额及转换成本分布相关. 与统一定价竞争比较, 小公司活跃用户较少大公司活跃用户较多时, 小公司惠卖定价利润上升, 消费者剩余减少. 多期模型中, 活跃用户形成区域融合, 总市场份额趋近相等, 定价的长期趋势与活跃用户无关. 忠实用户多的公司对老用户定价比竞争对手更高, 对新用户优惠程度更大.     

基于顾客选择行为的移动资费套餐优化模型

移动资费套餐是电信企业通过移动资费产品的多样化来满足市场中不同顾客需求的一种有效手段.在移动资费套餐的设计过程中,如何合理设计套餐的数量和定位细分市场,并选择套餐分档的属性值,是电信企业管理部门的一项重要任务,也是一项复杂的管理决策问题. 文中提出了一种基于顾客选择行为分析的移动资费套餐优化模型,在模型中首次引入了新产品定位中的顾客选择行为分析的思路和方法,并采用多项式分对数规则来模拟顾客的选择购买行为.同时,在优化模型中考虑了移动资费套餐的收入长期性、未来收益和资金折现率的 影响,强调以最大化顾客终身价值为目标来进行移动资费套餐方案的优化选择.最后给出了某电信公司套餐的一个实例,对所提的模型和方 法进行了计算和验证.     

一种基于Web的客户信息获取模型框架

研究了CRM中的客户信息获取问题。在分析了客户信息和Web技术的特点的基础上,给出了一种基于Web的客户信息获取框架,同时还进一步分析了该模型框架中各组成部件的功能和实现技术。运用此信息获取模型框架有助于分析和发现客户知识,对制定企业的经营策略具有支持作用。最后通过一个实例说明了该模型框架的应用。     

客户关系管理中客户知识发现的一种分析方法

研究了客户关系管理(CRM)中的客户知识发现问题。在分析了客户知识发现的含义和客户知识分类的基础上,提出了一种客户知识发现的分析方法。依据该方法,通过采用模糊聚类方法可确定影响CRM效果的关键属性集,进而可归纳发现客户知识的分类规则,并得到有价值的客户知识。最后给出了一个实例分析。     

以客户终身价值为准则的客户重要程度识别系统

以客户终身价值为准则对客户重要程度进行识别.首先吸收了复杂网络的研究成果,推出了客户终身价值的计算式;然后运用“忠诚度”映射此公式中几个无法直接观测到的影响因素,同时运用典型调查和综合评价法算出各类客户的忠诚度,从而建立起客户特征集与忠诚度的分类回归树,获得客户终身价值的计算值;最后以某企业为例,运用BP人工神经网络训练出一个以客户终身价值为准则的客户识别系统.     

基于Geom/G/1休假排队的顾客止步策略研究

将决策行为引入排队模型中, 以顾客追求利益最大化为出发点, 研究空竭服务、多重休假Geom/G/1排队模型中顾客的优化止步策略. 在不可见排队的前提下, 基于"收益-成本"结构, 采取均值分析的方法, 构建顾客个人和顾客总体的收益函数, 进而, 在不同参数范围内, 分析并确定出顾客均衡策略和社会最优策略. 最后, 通过数值模拟完善结论.