物流配送车辆路径优化的模糊规划模型与算法

将实际的物流配送网络描述为由配送中心和顾客两类节点构成的不完全无向图，并采用模糊数表示车辆行驶时间和顾客服务时间的不确定性，建立了物流配送车辆路径优化的模糊规划模型。为了求解上述模型，首先将模型进行清晰化处理，使之转化为一类确定性多设施车辆路径模型，然后设计了嵌入FLOYD算法的捕食搜索算法对之进行求解。通过仿真实例计算，并与遗传算法比较，取得了满意的结果。     

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。     

多配送中心物流配送车辆调度问题的分层算法模型

在对多配送中心配送车辆调度问题进行直观描述的基础上,建立了该问题的数学模型,提出了采用聚类分析最短距离分配法将多配送中心车辆调度问题动态地分解为多个单配送中心车辆调度问题进行求解的策略。基于求解单配送中心车辆调度问题的竞争决策算法,设计了多配送中心车辆调度问题的分层算法,并进行了实验计算。计算比对结果表明,用本文设计的算法求解多配送中心物流配送车辆调度问题,不仅可以取得很好的计算结果,算法的计算效率较高,计算结果也较稳定,而且在聚类属性方面具有很好的扩展性。     

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.     

电子政务顾客满意度指数模型实证研究

将顾客满意度引入到电子政务门户网站的测评中。文章首先分析了电子政务公共服务与传统政务公共服务以及电子商务服务相区别的质量特性，并定义了电子政务顾客满意度和电子政务顾客；然后基于计划行为理论、科技接受模型和自服务技术建立了电子政务顾客满意度指数模型，并运用结构方程模型（SEM）估计技术中的偏最小二乘（PLS）路径分析方法对洲评模型进行了检验和参数求解；最后通过实证研究表明本文所建立的电子政务顾客满意度指数模型拟合度较高，并得到了各变量之间的相关系数。     

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.     

变动补偿的多模糊选址-路径机会约束模型及算法

针对同时具有模糊需求和模糊旅行时间,且有车辆容量、配送中心容量和时间窗约束的选址-路径问题,基于预优化和实时调整的两阶段策略,引入变动成本的概念,建立变动补偿的机会约束预优化模型.在实时调整阶段,考虑多模糊参数的联合影响,定义变动成本为因车辆剩余容量不足返回配送中心卸载的额外配送成本和因车辆实际到达时间超出客户时间窗的时间惩罚成本总和.鉴于多模糊参数影响的时间窗可信度计算复杂,且已将时间惩罚成本作为变动成本的一部分修正目标函数,去掉时间窗机会约束,设计一阶段模拟退火算法求解,贪婪聚类构建初始解,随机模拟法估算变动成本.测试算例验证了模型和算法的有效性.得出,该模型可弱化偏好值的影响,生成实时调整变动幅度小且整体最优的预优化方案,提高对不确定环境的风险抵抗力,且求解简单;该算法是求解此类问题的较好算法;研究成果为多模糊选址-路径问题提供新的求解思路.     

B2C型电子商务产品的选择研究

在认识电子商务的本质还是商务的基础上,以消费者的购买实现过程为参照系,构建了B2C型电子商务条件下产品综合评价指标体系,提出了应用模糊综合评价模型方法对其进行量化,并给出了量化的思路,为电子商务企业的产品经营选择提供理论和工程化支持.     

模糊随机环境下B2C电子商务配送系统CLRIP集成优化模型

结合B2C电子商务配送系统的特点,在考虑客户需求具有模糊随机性的基础上,将设施选址、车辆路径和库存控制等3个层次的决策进行集成优化。建立具有模糊随机变量的混合0-1整数规划选址-路径-库存问题(CLRIP)集成优化模型,利用模糊可能均值法将模糊随机模型转化为确定的CLRIP模型,并设计了基于优化方法和禁忌搜索算法(TS)的两阶段混合启发算法对其进行求解。最后,利用算例验证了模型的正确性和算法的有效性。     

面向重要供应商和客户的供应链设计方法

与重要供应商和高价值客户建立良好的关系，已经成为企业获得竞争优势的必然选择。本文从供应链核心企业的角度出发，提出了一种面向重要供应商和客户的供应链设计方法。该方法将供应链设计分成两个阶段。首先，利用模糊综合评判法对核心企业的供应商和客户进行评价，获得它们的重要度。然后，建立一个多目标混合整数规划模型来描述供应链设计问题。与基于成本最小化或利润最大化的传统供应链设计模型相比，该模型体现了关系管理的思想，考虑（1）优先向具有较高重要度的供应商采购原料，以建立长期稳定的合作关系。（2）分销中心的选址要尽量接近重要的客户或客户区，以缩短订货的提前期，提高客户服务水平。     

公共物流中心扩建规模优化模型研究

同时考虑物流规划部门及客户的利益,采用双层规划模型来描述物流中心扩建规模优化问题。上层规划从决策者的角度出发,使系统总费用最少;下层规划描述用户对物流中心的选择行为,在用户费用最少的情况下,向各个物流中心分配需求,以使扩建后的物流中心的能力得到最大程度的利用。并应用灵敏度分析方法进行了求解。最后用一简单算例验证了模型及求解方法的可行性和有效性。     

融入个体活跃度的电子商务客户流失预测模型

为提高个体层次上客户流失预测的精确度, 建立了融入个体活跃度的电子商务客户流失预测模型H-ULSSVM. 该模型首先利用融入地域因素的启发式算法计算出最优阈值, 并求出个体的活跃度, 识别出正判客户和错判客户; 在此基础上, 考虑电子商务客户流失预测影响因素众多, 提出了一种粗糙等价类属性约简方法提取出重要的客户流失预测指标, 然后将降维后的正判客户样本送到非平衡最小二乘支持向量机进行学习和训练, 进而利用得到的分类器对错判客户样本的客户流失状态进行判别. 在某B2C电子商务平台客户样本的实证研究表明, 该模型与其他方法相比, 具有更好的效率和精确度.     

考虑订单可得时间和客户时间窗的电商末端配送路径问题

针对考虑订单可得时间和客户时间窗的电商末端配送路径问题,考虑配送特点(订单可得时间)、客户的时间需求(时间窗)和客户分布分散等特点,以最小化配送总里程为目标,构建了基础数学模型,并通过分析问题特征对模型改进,从而构建了改进数学模型.在此基础上,提出两种有效不等式,并设计了基于分离两种有效不等式的改进分支切割精确算法对模...     

求解模糊需求车辆路径问题的两阶段变邻域禁忌搜索算法

模糊需求车辆路径问题(CVRPFD)是对带容量约束车辆路径问题(CVRP)的扩展,属于经典的NP难题,其求解与需求确定CVRP区别较大,较为复杂,具有很强的理论和现实意义.基于先预优化后重调度的思想,提出一种新的两阶段变邻域禁忌搜索算法(VNTS)对其求解:在预优化阶段,基于可信性理论构建模糊机会约束优化模型处理客户点模糊需求,设计VNTS求解预优化方案;在重调度阶段,设计随机模拟算法模拟客户点实际需求,提出一种新的点重调度策略对预优化方案进行调整.算例实验表明两阶段变邻域禁忌搜索算法是一种求解CVRPFD的有力工具,点重调度策略调整效果较佳.     

单周期离散随机需求的库存-运输整合优化

库存-运输整合优化问题极为复杂,目前尚缺乏系统研究。本文针对一个配送中心与多个客户组成的配送系统,讨论客户单周期离散随机需求条件下,建立该系统的库存-运输整合优化问题模型。并通过分析模型的离散特征,把问题转化为一般的车辆路径问题,借鉴现有的求解方法,构造了求解模型的自适应单亲遗传算法。最后用MATLAB编程并用测例进行了测试。结果表明,借助现代优化方法,库存-运输整合问题的研究具有理论意义和实际价值。     

收益管理中考虑顾客策略行为的多航班无约束估计方法

传统的收益管理多航班无约束估计方法假设顾客到达时的购买决策是一次性的,未能充分考虑策略型顾客的跨期替代行为.在仅能获取产品的历史可观察订购量、历史预售开放状态以及市场份额信息的情况下,基于顾客偏好排名列表建立了考虑顾客策略行为的非参数离散选择模型.针对历史预售数据的不完备性,采用EM算法对顾客到达率和非参数离散选择模型的概率质量函数进行联合估计,并提出了考虑历史顾客策略行为的"初始需求"无约束估计计算方法.使用数值算例说明了所提方法的可行性,通过与现有文献中已有方法比较,验证了所提多航班方法能够反映产品价格变化对顾客选择行为的影响,并能更加有效地避免需求预测对未来顾客"初始需求"的高估.     

模糊系统的递阶遗传算法设计新方法

针对模糊系统的特点和根据输入-输出数据,应用递阶遗传算法设计模糊系统。现有的模糊系统设计方法大多只能训练模糊系统的模糊集的中心参数、高斯隶属度函数的系数、中心参数和扩展参数,系统的模糊规则得预先用某种方法确定。利用很好设计的递阶遗传算法能够把模糊系统的模糊规则数目和参数同时通过训练确定。通过对混沌时间序列进行预测仿真,结果证明用该方法设计的模糊系统预测的精确度是令人满意的,文中提出的方法是可行的。     

针对不平衡数据集的客户流失预测算法

针对客户关系管理中的客户流失预测问题进行探讨,通过对客户流失数据特点的分析,以及现有预测算法的比较,将数据挖掘方法中的随机森林算法引入客户流失预测,建立预测模型,并在实际的银行业贷款客户数据集上进行实验,得到了较好的效果.