电子商务供应链物流系统中闭环选址——库存模型与算法

摘要

互联网络的不断发展，逐渐深入覆盖了我们的日常生活，电子商务已经成为我们无论是国家政府、企业单位、团体，还是社会个人都无法拒绝的社会活动。相比于传统商务，电子商务更容易产生退货，而电商企业更加注重“以客户体验为导向”来完善公司服务，提升公司口碑，因而非常注重为客户提供退货服务。作为电子商务体系的重要支撑，物流系统也需要及时做出一些相应的调整和改进，以满足电子商务的退货服务。目前学术界已经对物流系统中商品中心选址(Location)、库存控制(Inventory)和车辆路径(Routing)规划三个关键的要素做了很丰富的研究，企业界也在实际运作中作了适当的调整，以此来适应电子商务发展的需要。但对电子商务销售中的商品退货的研究还处于起步阶段，尤其是在涉及选址、库存问题的集成方面(LIP)。选址、库存作为物流系统的两个核心要素，对他们的合理集成衔接能够优化物流系统，提高物流运作效率，减少物流成本。本文就是研究电子商务供应链(e-Supply Chain, e-SC)环境下物流系统的新形式、新规律，建立B2B和B2C模式下设施选址、库存控制动态问题的两两集成优化模型，借鉴已有的近似、启发式和亚启发式算法，为求解模型设计出有效的启发式或混合亚启发式算法，并进行了模型验证、算法分析比较工作。
　　本文的研究结构框架是分为五大章、十八小节，具体研究展开如下:
　　本文第一章主要讲述了本文选题的研究背景、研究意义、研究综述、研究内容和创新之处。
　　本文第二章介绍了设计改进禁忌搜索算法和基于拉格朗日松弛算法的启发式算法(LRCAC)求解本文中模型将会用到的一些算法的基本原理、起源等。
　　本文第三章引入了电子商务环境下来考虑无质量缺陷退货的LIP问题，建立了基于此的混合整数规划模型，在原始禁忌搜索算法的基础加以某些方面的改进优化，形成了一种新的改进禁忌搜索算法来求解该问题，并且进行了算法分析比较。
　　本文第四章是针对混合质量缺陷退货商品，统一考虑退货商品对库存决策的影响，建立了带退货的闭环LIP模型，设计了混合启发式算法LRCAC来求解模型，求得最优解，并进行了算法分析，本节的算法较优。
　　本文第五章总结陈述了全篇所做的研究，并指出衍生的研究方向。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 研究现状分析

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 本文的研究内容和创新

1．3．1 本文的研究内容

1．3．2 本文的创新之处

2 算法设计基本理论

2．1 禁忌搜索算法

2．1．1 算法起源及其基本思想

2．1．2 算法的基本构成

2．1．3 算法的优缺点

2．2 拉格朗日松弛算法

2．2．1 基本原理

2．2．2 算法的一般求解过程

2．2．3 拉格朗日松弛算法的优缺点

2．3 蚁群算法

2．3．1 蚁群算法发展及其基本原理

2．3．2 蚁群算法基本流程

2．3．3 蚁群算法的优缺点

3 无质量缺陷退货的LIP模型及求解算法

3．1 无质量缺陷退货的LIP问题

3．2 无质量缺陷退货的LIP数学模型

3．2．1 模型假设

3．2．2 符号定义

3．2．3 模型公式

3．3 改进禁忌搜索算法

3．3．1 禁忌搜索算法的相关运算操作

3．3．2 改进禁忌搜索算法的改进操作

3．3．3 算法流程

3．4 算法分析

3．4．1 算例演算

3．4．2 回流率对结果的影响

3．5 本章小结

4 混合质量缺陷退货的LIP模型及求解算法

4．1 混合质量缺陷退货的LIP问题

4．2 混合质量缺陷退货的LIP数学模型

4．2．1 假设条件

4．2．2 符号定义

4．2．3 模型公式

4．3 求解模型的启发式算法

4．3．1 变换目标函数

4．3．2 求解最优订货量和最优订货次数

4．3．3 寻找下界值

4．3．4 寻求上界

4．3．5 蚁群聚类优化

4．3．6 算法步骤

4．4 算法分析

4．4．1 实例演算

4．4．2 算例比较

4．5 本章小结

5 总结与展望

5．1 全文总结

5．2 研究展望

参考文献

硕士研究生期间发表的论文

硕士研究生期间参与的项目

致谢