电子商务环境下物流配送中心选址模型与评价方法

考虑电子商务环境下的物流配送特殊性,将物流配送中心选址模型从变动费用和时间约束的条件进行修改,建立适用于电子商务环境下的物流配送中心选址模型。选址模型是NP问题,故应用启发式算法进行求解。由于电子商务环境下的物流配送中心选址涉及到多方面的因素,是一项复杂的系统工程,建立选址模型时,很难将选址中的所有影响因素考虑周全;即使把这些因素考虑全面,也很难量化形成模型中的约束条件。因此,在进行电子商务环境下物流配送中心选址时,还应咨询和参考各相关专家的意见和建议,进行定性的选择。为此,提出了定量化的启发式算法与定性化的综合评价法相结合来确定电子商务环境下配送中心选址的方法。     

基于蚁群优化的多物流配送中心选址算法

提出了一种解决多物流配送中心选址问题的蚁群算法模型,该模型将物流配送中心选址映射成一个聚类过程,利用蚁群系统中蚂蚁通过信息素寻找最优路径的机制,以物流配送的总成本最低为聚类准则,结合蚂蚁将物体聚堆的行为模式来定义蚂蚁的转移概率、禁忌列表和信息素更新方式,实现基于蚁群优化的物流配送中心选址算法.对多配送中心选址进行了仿真实验,实验结果表明本算法能获得与实际情况相符的配送中心最优解,且适合多种不同的配送中心模型和大规模的配送中心选址,具有较强的灵活性.     

基于偏好DEA 的应急系统选址模型研究

在传统的应急系统选址模型的单一评价指标的缺陷基础上,分析了影响应急服务设施选址的输入指标和输出指标,建立了基于偏好DEA的应急服务设施选址模型.通过适当的变量替换,将非线性规划模型转化为线性规划模型,从而给实际应用带来了便利.最后通过一个例子说明,基于偏好的DEA选址模型,为应急服务设施选址问题提供了一种有效的分析方法.     

贪婪取走启发式算法在离散网络选址中的研究

物流配送中心的选址决策在物流运作中有着重要的地位。介绍了一种离散型网络选址模型-P-中值模型及其一般迭代解法即贪婪取走启发式算法,并提出一种基于改进的P-中值选址模型,使得该模型更客观,科学和实用。通过实例分析说明该模型在物流配送中心选址中的有效性,为实际的选址决策提供理论参考。     

基于非等覆盖半径的生鲜农产品配送中心选址

研究非等覆盖半径思想下的生鲜农产品配送中心选址问题.结合生鲜农产品的时效性、响应性等特性,提出了一个基于非等覆盖半径的生鲜农产品配送中心选址优化模型.该模型能定量确定候选配送中心的可建区域、选址位置及配送方案.针对该模型是NP难问题,提出了一种基于自适应遗传算法的动态膜进化算法.最后,通过算例验证了模型和算法的有效性.     

基于仿真技术的连锁零售企业配送中心布局决策模型

合理的配送中心布局可以大大降低企业的物流营运成本和提高物流系统的运营效率.从零售业连锁经营和配送中心 本质特征分析入手,将连锁零售企业的配送中心布局决策问题界定为以设施成本、物流成本和快速反应能力等多重子目标达到最优的多目标多配送中心选址问题.在对影响配送中心选址布局的因素进行定性分析和定量分析的基础上,运用蒙特卡罗静态仿真进行成本分析和Arena动态仿真进行响应时间分析相结合的方法构建了多目标多配送中心布局决策分析模型,并采用AHP和TOPSIS相结合的综合评价方法分析相关指标和数据来确定最优方案. 最后,以一家大型连锁超市作为研究算例, 以珠三角地区作为布局分析区域,构建实物模型以验证决策模型的科学性和有效性.     

最优库存策略下的选址模型

目前的物流选址模型大多只考虑运输费用，但是，本文通过对最优库存策略的研究表明，单个配送中心的最优库存费用与其承担的需求量之间具非线性关系，进而，在总需求一定的情况下，得出总库存费用与配送中心数目的平方根模拟表达式，并一步提出考虑库存成本的选址模型。使配送中心选址决策进一步完善。     

基于库存成本优化的配送中心选址问题研究

研究了需求不确定、存在运输规模经济下的连锁零售企业的配送中心选址问题．在传统选址分析中加入了详细的库存系统分析，在此基础上，以配送中心和门店的服务水平为约束条件，建立了较为全面的配送系统年总成本优化模型，并通过该模型找到了各方案下的最优库存水平和最小成本，从而选出最佳方案．最后。通过仿真，分析了需求变化和运输距离变化对系统的总成本以及方案选择的影响，为连锁零售企业的物流配送中心选址提供了决策支持．     

B2C物流配送网络双目标模糊选址模型与算法

基于B2C"配送-退换同时"的物流模式及配送业务特点,集成设施选址-分配和路线优化,研究模糊需求下的B2C物流设施选址问题.针对选址-分配的模糊性和静态性、配送的确定性和动态性特征,以物流总费用为主目标函数,以配送中心流通费用、车辆派遣费用、配送费用总和为子目标函数,建立了有配送中心容量静态约束和车辆动态负载量约束的双目标模糊选址模型,设计了嵌入随机算法和禁忌搜索算法的遗传算法求解.选取合适的测试算例验证了算法的有效性,探讨了客户需求模糊区间宽度和商品退换率对物流选址结果和各项费用值的影响.实验结果表明,所设计的算法对解决这类复杂问题合理有效.客户需求模糊区间宽度与车辆利用率和车辆路线总长的波动区间、平均车辆路线总长度、配送费用正相关,且宽度较窄时,选址结果、车辆派遣费用和配送中心流通费用不变,超过一定范围,选址结果、车辆派遣费用和配送中心流通费用改变.商品退换率与流通费用和物流总费用正相关,但不会影响选址结果和其他费用.     

电子商务下的配送中心选址问题及其优化

分析了电子商务环境下的物流配送中心的特点,提出了电子商务环境下带软时间窗的配送中心选址与车辆路线集成模型,设计了遗传算法与模拟退火算法相结合进行求解.最后通过算例说明了该模型的实用性及其算法的可行性.     

中国高技术产业研发创新效率研究——基于资源约束型两阶段DEA模型的新视角

针对传统数据包络分析（DEA）模型的不足,结合高技术产业研发创新过程的特征,将其研发创新过程分解为技术开发和经济转化两个前后相续的子阶段,考虑“子阶段之间的关联关系”和“初始投入在两个子阶段间的分配结构”,构建了资源约束型两阶段DEA模型,从而实现了对高技术产业研发创新效率测算方法的改进,运用该模型实证测评了中国高技术产业17个细分行业研发创新的整体及各子阶段的效率,并同时得到初始投入的配置信息. 与现有研究相比,该模型突破了传统DEA模型无视高技术产业研发创新系统内部组织结构的限制. 实证结果表明：中国高技术产业17个细分行业不论是从研发创新整体上,还是从研发创新的两个子阶段,效率值都偏低,均有很大的提升空间;根据高技术产业研发创新两阶段效率矩阵图可知,除了电子计算机外部设备制造业等3个细分行业属于高效集约型研发创新,大部分行业表现为两个子阶段效率双差或一强一差;根据17个细分行业所隶属的5个产业大类来分析,电子计算机及办公设备制造业研发创新过程的整体效率最高、航空航天器制造业最低.     

测算投入-产出型技术效率的DEA模型

探讨了先前 DEA研究中所存在的不足 ,如在决策单元的技术效率的测算中 ,投入型与产出型所测算的技术效率在数值上就存在差别 .这不仅会影响对决策单元技术效率的实际分析 ,而且对非有效决策单元的排序也有影响 .本文提出了同时基于投入和产出测算决策单元技术效率的 DEA模型 ,并讨论了模型求解、技术有效决策单元的识别和非有效决策单元的改进等问题.     

基于C2W模型的广义数据包络分析方法研究

如果将评价的参照集分成"决策单元集"和"非决策单元集"两类,那么传统的DEA方法只能给出相对于决策单元集的信息,而无法依据任何非决策单元集进行评价,这使得DEA方法在众多评价问题中的应用受到限制.针对传统数据包络分析方法无法依据指定参考集提供评价信息的弱点,给出了包含无穷多个样本单元的广义数据包络分析模型(Sam-C²W)和相应的Sam-DEA有效性概念.分析了(Sam-C²W)模型的性质以及它与传统DEA模型之间的关系,探讨了(Sam-C²W)模型刻画的Sam-DEA有效性与相应的多目标规划Pareto有效解之间的关系.进而,分析了决策单元在样本可能集中的分布特征、投影性质和模型含义等问题,(Sam-C²W)模型不仅具有传统C²W模型的全部性质,而且还能依据任意指定的参考单元集进行评价.     

广义参考集DEA模型及其相关性质

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元,即传统DEA方法只能获得和有效决策单元比较的信息,而实际上人们需要比较的对象不仅仅限于“优秀单元”,还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象）,而传统DEA方法无法评价这些问题。为此,给出一种适用于上述所有情况的广义DEA方法,并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念;广义DEA有效性含义和广义DEA有效性的判断方法;广义参考集DEA方法与传统DEA方法的区别与联系。     

基于C2W模型的广义数据包络分析方法

传统数据包络分析（data envelopment analysis，DEA）方法的参照系为决策单元全体，而许多实际问题的参照系可能会有多种形式，因此用传统DEA方法评价该类问题时遇到困难，广义DEA方法在评价该类问题时则存在一定的优势. 为了进一步完善广义DEA方法的理论体系，给出基于C²W模型的输出型广义DEA模型. 讨论基于C²W模型的输入型和输出型广义DEA模型中决策单元的Sam-DEA_d有效性的判别条件，广义DEA模型与传统DEA模型之间的关系，Sam-DEA_d有效性与相应的多目标规划的Pareto有效之间的关系，决策单元的投影性质，利用样本前沿面的d移动对决策单元进行有效性排序.     

DEA方法的效率悖论与数据短尾现象

通过实例分析发现许多重要DEA模型给出的评价结果都可能存在效率悖论,即随着评价标准的提高,一个决策单元的效率值反而会增大.为了探究DEA效率悖论产生的原因及解决办法,首先通过实例证明一些最重要DEA模型(包括CCR模型、BCC模型、FG模型、ST模型)给出的评价结果均可能存在效率悖论.然后,从理论上解释了DEA效率悖论产生的根源在于决策单元数据的短尾现象,并给出了判定存在数据短尾现象的方法.同时,给出了一种修正的DEA模型,该模型不仅可以克服DEA效率悖论的出现,而且还能有效提高DEA方法对效率测算的准确性.最后,应用2000-2014年的中国省级经济数据对相关模型进行了比较研究.     

输出/输入比值优势与DEA有效

进一步讨论了多目标规划模型 ( vp)中的 Pareto有效与 DEA有效的关系 ,得到两个重要结论 ,藉此无须求解 DEA模型就能判断某些 Pareto有效 DMU的 DEA有效性。     

基于危险化学品事故的双层次应急中心选址模型

针对危险化学品事故频发的现状,在传统选址模型的基础上建立了双层次应急中心选址模型.利用高斯烟羽模型对危险化学品泄漏风险进行了度量,在经典的p-中值选址模型基础上提出了事故风险和距离相结合的双层次选址模型,改变了传统的一对一应急模式,设置了两类应急中心服务于每一个化工厂,并设计了改进的禁忌搜索算法确定最优选址策略.最后,针对北京市大兴区化工厂的分布情况做了案例分析,给出相应的两个层次应急中心的选址方案,并对层级管理参数λ进行了灵敏度分析,验证了加入第二层次应急中心的考虑后,整个应急系统的效率得到了提高,并且应急成本有所下降.     

基于交叉效率DEA和随机模拟的区间语言偏好关系排序方法

针对区间加性语言偏好关系排序问题,提出一种基于交叉效率DEA和随机模拟的排序向量计算方法.首先,针对具有一致性的加性语言偏好关系,构建产出导向的DEA模型,分析其相对效率得分与排序向量之间的内在关联.其次,对不满足一致性的加性语言偏好关系,建立改进仁慈型语言偏好关系交叉效率DEA模型,并提出基于该模型的加性语言偏好关系的排序方法.最后,将构建的DEA模型与随机偏好分析相结合,提出区间加性语言偏好关系期望排序向量和可信度的Monte Carlo计算方法.算例分析表明,本文提出的方法能够有效避免信息损失,具有较好的可信度和适用性.