快递站点货柜存储空间动态分配优化研究

摘要

近年来，随着国内电子商务市场的蓬勃发展，快递企业作为物流服务的主要承接商，也面临着诸多亟需解决的问题，其中一个典型的问题就是:快递业务量的迅速上升，对快递站点如何高效利用其货柜存储空间提出了严峻的挑战。如何应用现有的管理科学方法优化分配快递站点的有限货柜存储空间，则成为一个非常具有理论意义和现实应用价值的研究课题。
　　基于此，本文根据快递站点货柜存储空间分配的特点，尝试构建合理有效的优化模型，以帮助快递站点制定货柜存储空间动态分配计划。
　　首先，为有效预测在未来不远时期内的快递业务量变化，本文构建集成ARIMA-NN模型，用以刻画快递站点业务量的时间序列数据变化规律，进而预测未来短期内的货柜需求量。
　　其次，本文分别在不考虑空车配载和考虑空车配载的情况下，构建两类快递站点货柜存储空间的时空网络优化模型并设计了相应的求解算法，模型实质为多个相互关联的0-1整数规划模型的整合;算例及敏感性分析表明:根据该模型的求解结果，快递站点在各个时间点上的货柜存储空间分配情况均得到清晰的展现。
　　最后，本文在综合考量多个快递站点之间关系的基础上，进一步优化与扩展之前构建的时空网络模型，并应用该模型确定多个快递站点之间的最佳运输路线，然后根据每个快递站点快件到达的时间与数量，求得每个快递站点的最佳货柜分配策略。
　　本文的研究成果不仅适用于解决快递站点货柜存储空间的动态分配问题，还可以用于其它可循环利用的空间资源分配问题，如医院病床的分配、木材堆放场规划等问题。

目录

声明

摘要

1 绪论

1．1 研究背景和意义

1．2 国内外的研究现状

1．2．1 快递业相关研究分析

1．2．2 预测

1．2．3 时空网络模型

1．2．4 存储空间资源分配

1．2．5 文献评析

1．3 本文的研究内容和架构

2 相关理论及方法概述

2．1 ARIMA模型

2．2 NN模型

2．3 时空网络

2．4 0-1整数规划

2．5 多旅行商问题

3 集成ARIMA-NN模型预测货柜需求

3．1 货柜需求的界定

3．2 预测方法的选择

3．3 集成ARIMA-NN模型的研究思路

3．4 集成模型预测快递站点快件业务量

3．5 本章小结

4 快递站点货柜存储空间动态分配问题

4．1 不考虑空车配载情况下时空网络模型

4．1．1 模型假设

4．1．2 基于时空网络的货柜存储空间分配模型的构建

4．1．3 算例分析

4．2 考虑空车配载情况下的时空网络模型

4．2．1 基于时空网络的货柜存储空间分配模型构建

4．2．2 货柜存储空间动态分配算法

4．2．3 算例分析

4．3 本章小结

5 多个快递站点货柜存储空间动态分配问题

5．1 问题描述

5．2 模型的数学表达式

5．3 模型的启发式求解算法

5．4 算例分析

5．4．1 算例数据说明

5．4．2 算例计算结果

5．5 敏感性分析

5．5．1 浮动快递站点数量

5．5．2 浮动派出货车数

5．5．3 延长货车工作时间

5．5．4 浮动快递站点个别货柜的装卸成本

5．6 本章小结

6 总结与展望

6．1 本文总结

6．2 主要创新点

6．3 研究展望

附表

致谢

参考文献

攻读硕士期间发表论文和参与的科研项目