面向电子商务的配送中心服务质量评价研究

在研究电子商务环境下新型物流配送中心特征和运作类型基础上,构建了适用于电子商务环境下的物流配送中心服务质量评价指标体系,进而为顾客及物流企业本身创造出越来越大的经济效益.在实际进行电子商务配送中心服务质量评价时,应咨询和参考各相关专家的意见和建议,进行定性的选择.     

基于ILOWGA算子的B2C电子商务顾客满意度评价方法

针对B2C电子商务顾客满意度评价的不确定性和模糊性等特点,构建了基于诱导的语言顺序加权几何平均(ILOWGA)算子的电子商务顾客满意度评价模型.建立了B2C模式下电子商务企业顾客满意度评价指标体系,根据指标体系设计模型对输入参数是语言变量的决策信息进行集结,得出电子商务顾客满意度的评价值.理论分析和实例对比表明,该方法能更好地反映电子商务顾客满意度评价的客观性.     

B2C电子商务下的退换货网络模型构建及应用研究

本文介绍了逆向物流的内涵和B2C电子商务的逆向物流的特点，结合传统逆向物流的模型构建了B2C＇Eft-商务下逆向物流网络模型；给出了建立统一的逆向物流退换货标准、ABC分类法、退货时间、退货费用和再制造等方面的管理方法来提高B2C电子商务逆向物流的管理水平。     

交易风险视角下的汽车B2C电子商务顾客信任度研究

以交易风险为视角,在对网络购车的风险进行分析的基础上,论文提出汽车B2C电子商务顾客信任度评估模型,并进行实证研究,研究结果表明,消费者感知的支付风险、性能体验风险、质量风险、物流风险和售后服务风险限制了消费者的网络购车意愿,企业可以通过采取措施降低各种交易风险来促进汽车B2C电子商务快速发展。     

B2C 电子商务物流中心选址-路径综合优化研究

为优化 B2C（business-to-customer）电子商务物流系统,结合 B2C 电子商务特点,构建以物流成本最小为目标函数、以运输时间和供需关系限制为约束条件的电子商务物流中心混合整数规划模型,采用改进的遗传算法将电子商务物流中心选址的混合整数规划模型求解过程转换成求解最优运输路径问题,并且设置惩罚算子对超过运输时间限制的方案进行特定的惩罚处理,设计合适的染色体编码方式、交叉算子、变异算子、惩罚函数等。通过随机生成的数据运用 Matlab 软件进行算例仿真模拟,验证模型的有效性。     

基于多种群搜索的PSO的物流配送中心寻址求解

物流配送中心选址不仅影响运输等成本,而且也影响顾客的服务水平,在现代物流中具有重要的现实意义。针对物流配送中心选址问题,文章提出了一种基于改进粒子算法的智能求解方法,建立了物流配送中心选择模型,根据模型特点设计出了与免疫优化算法混合的粒子群算法、多种群搜索策略、混沌初始化方法、多样性评价方法。通过合理地设置算法参数,对物流配送中心选址问题进行实验比较,实验结果表明,该文算法的求解效果良好,并且求解的速度较快。     

C2C商务网站物流配送模式分析与研究

C2C商务网站物流配送中存在的主要问题是物流配送的基础设施不完善,物流配送服务质量差、成本高,物流配送相关法规及配送中心体制不健全。C2C商务网站应加快电子商务物流配送基础设施建设,提升物流配送质量和效率,完善电子商务物流的体系,从而有效地降低物流成本,提高经济效益,增强企业的竞争力。     

物流配送中心选址的多目标优化模型

针对传统选址模型片面追求物流成本最小化而忽视物流服务水平的情况,将可靠性作为物流服务水平的一种测度,提出了配送中心系统可靠度的计算方法,建立了以物流成本最小化和物流服务可靠度最大化为目标的配送中心选址多目标优化模型.采用主要目标法将建立的多目标优化模型转化为单目标优化模型,并运用贪婪取走启发式算法对转化后的模型进行求解.算例结果表明,模型的非劣解充分反映了物流成本与物流服务可靠度之间的悖反关系,同时包含了传统的以物流成本最小化为目标的选址模型的最优解,从而为配送中心选址提供更加全面的决策依据.     

基于CS营销模式的电子商务战略研究

本文介绍了为满足顾客需求,在电子商务流程的各个环节应采取的措施和方法。通过对我国电子商务发展现状进行分析,提出了电子商务的发展必须以顾客为中心,在电子商务流程中要想达到以顾客为中心的目的必须实现企业过程重组及其电子商务和物流的融合,本文介绍的网状信息流模型、物流业务外包、基于信息流导向的物流运作模式是较有特色的解决企业过程重组和电子商务与物流的融合的方法。     

如何培养B2C网站的顾客忠诚度

随着互联网的迅猛发展,越来越多的企业认识到互联网的价值,纷纷＂触网＂进军电子商务。尤其是最近两年,已经有越来越多的传统零售企业开始进军B2C电子商务,使得B2C网站之间的竞争日趋激烈,因此对于各大B2C电子商务网站来说,提高顾客满意度,进而培养起顾客忠诚度,对于提高自身竞争力具有非常重要的意义。本文试图从分析B2C网站顾客消费心理和行为分析入手,分析如何培养B2C网站的顾客忠诚度。     

B2C环境下订单配送问题的模型与算法

以电子商务企业交易为背景,分析了B2C环境下客户订单的特点及客户对订购货物配送服务的要求,针对该环境下的物流配送问题建立了相应的数学模型,设计了一种改进的禁忌搜索算法,进行了算例测试,并将测试结果与相关文献结果进行了比较.实验结果表明:改进的禁忌搜索算法在优化效果及计算时间等方面比有记忆功能的遗传模拟退火算法具有更优的性能.该算法能适应电子商务环境下快速、低成本的配送要求且简单易行,为电子商务环境下订单配送问题的研究提供了新的思路.     

模糊需求环境下的网络选址及规划分析

在需求充满不确定性,成本结构复杂的现实情况下,已知工厂和顾客的地理位置,如何从初步拟定的候选点中选择配送中心的建设位置,同时规划配送中心与顾客的配送关系,是公司决策中经常碰到的一个问题。为解决这一问题,建立了在模糊需求环境下,整体考虑与选址相关的各项成本,如库存、运输、仓库固定成本与内部搬运成本等的三级物流网络选址模型,并进而利用模糊数学领域的可信性理论,对模型进行了优化整理,得到了同解模型。指出了同解模型是整数规划问题的解法。     

基于3DM的B2C客户分类算法

任何高效的客户关系管理都是以扎实的客户分类为基础,然而电子商务中所搜集到的客户信息往往具有海量、高维度和不完备等特点,传统的客户分类方法很难适合B2C客户数据的分类.研究表明,数据挖掘的实质是知识在不同形态下的转换过程,面向领域的数据驱动的数据挖掘理论(3DM)能将领域知识、先验知识和数据本身的特点有机结合.以电子商务B2C客户数据为例,设计了基于3DM的客户分类算法,通过实例表明,该算法能较好地解决B2C客户数据的分类问题.     

时变路网下多配送中心多车型联合配送研究

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,本文主要构建基于时变速度多配送中心多车型联合配送模型,并设计基于禁忌搜索求解算法,论文收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证,通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,算法能够应用于北京这种特大城市的公铁联运城市配送方案中。     

基于商务主体的电子商务新分类

将电子商务公司区分为普通电子商务公司、平台型电子商务公司和中介型电子商务公司,给出了同时基于交易主体和商务主体的新的电子商务分类体系。该分类体系可以更加清晰地显示出商务主体在价值链中扮演的角色。传统的电子商务分类记号,例如B2B,B2C等,是按照交易主体进行的。在平台型和中介型电子商务公司风行的今天,这种分类体系容易混淆一些电子商务的基本区别,造成一系列问题。以网络团购为例说明了这一新的分类体系的优越性。按新分类体系,网络团购归为bAc,这远优于旧分类体系将其归为B2T或C2B。分析了的缺陷,然后,并且提出了的建议通过     

Supply China Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

集成化物流中的定位-配给问题的启发式算法

以Baumol Wolfe提出的传统的0 1混合整数规划模型为基础,建立一类更接近物流配送实际的定位 配给模型·在已确定每个配送中心的服务范围内,根据客户群的总需求量接近或等于单车容量的整数倍为原则,提出将不同客户需求量引入最小包络法进行混合法选址的启发式算法·最小包络法即以一个配送中心为基点,分别与其他配送中心用直线连接,作这些直线的垂直平分线,以每个配送中心的内点的垂直平分线的最小包络,作为此配送中心的服务范围·该方法既考虑到不同客户之间的相对距离,又考虑到不同客户需求量,此模型有助于解决实际的定位 配给问题·计算机仿真实例证明了此方法的有效性·     

Supply Chain Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

B282C电子商务模式与基于J2EE设计架构的电子商务平台

B282C电子商务模式是互联网信息时代市场新型商务交易需求与电子信息技术开发利用的产物．基于J2EE电子商务平台开发技术架构的B282C电子商务平台具有稳定运行、交互性能高、易于维护、可扩展和安全性良好的特点,可以较好地满足当前电子商务交易复杂的企业级应用需要．     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。