随机需求下考虑客户行为的第四方物流网络优化

摘要

随着市场竞争的加剧，企业为了提升竞争力，开始专注于自己的核心业务，并逐渐开始将物流业务外包给专业物流公司。第四方物流(Fourth Party Logistics，4PL)作为供应链的集成商，具有较强的供应链整合能力，能以最小的物流成本提高物流供应链的运作效率。所以，对于第四方物流的相关研究，具有非常重要的理论意义和应用价值。 第四方物流的物流网络与其业务开展息息相关，物流网络优化对于降低物流成本，提高物流效率，起到十分关键的作用。由于企业在不同时段，各需求点的需求量并不是固定不变的，这就对第四方物流的网络设计提出了更高的要求。据此，本文研究如何在考虑随机需求量、客户行为的情况下优化物流网络设计，以提高第四方物流企业的业务运作水平。本文主要工作如下: 首先，针对客户行为，基于前景理论中的价值函数进行刻画，建立了第四方物流网络优化问题的数学模型。在网络费用满足客户要求的费用上限约束条件下，最大化客户的满意度。 其次，针对优化问题模型的特性，对粒子群优化算法进行了改进，将惯性权重和学习因子进行了自适应处理。 然后，用三种不同规模的实例，对改进算法的性能进行测试，并得到了该算法的一组优化参数。通过与标准粒子群算法的对比，验证了改进粒子群算法优于标准粒子群算法。 最后，对随机需求下考虑客户行为的第四方物流网络优化问题进行了分析，结果表明:1）客户的满意度随着客户服务水平要求值的增大而减小;2）客户满意度随着客户要求的费用上限的增大而增大。同时，将考虑行为和不考虑行为这两种情况进行了对比分析，结果表明，考虑行为的情况下客户满意度变化更加敏感。

目录

声明

摘要

第1章绪论

1．1课题研究的背景与意义

1．2物流概述

1．2．1物流的发展阶段

1．2．2第四方物流的运作模式和功能

1．2．3第四方物流的研究现状

1．2．4物流网络优化问题的研究现状

1．2．5第四方物流网络优化问题的研究现状

1．3研究内容

1．4课题来源

第2章相关理论概述

2．1前景理论

2．1．1前景理论的起源

2．1．2前景理论基本思想

2．1．3前景理论的发展与应用

2．2最小费用最大流

2．2．1最小费用问题

2．2．2最大流问题

2．2．3最小费用最大流问题

2．3粒子群算法

2．3．1粒子群算法的产生

2．3．2标准粒子群算法

2．3．3粒子群算法的改进与应用

第3章问题模型及其算法设计

3．1问题描述

3．2模型描述

3．3粒子群算法设计

3．3．1编码与解码

3．3．2种群初始化

3．3．3修复

3．3．4最小费用最大流

3．3．5两阶段调节策略

3．3．6解的评价

3．3．7惯性权重的改进

3．3．8学习因子c1、c2的改进

3．3．9算法流程

3．4本章小结

第4章仿真实验与分析

4．1不同规模的实例描述

4．1．1八节点实例描述

4．1．2十四节点的实例描述

4．1．3二十四节点实例描述

4．2改进的粒子群算法参数分析

4．2．1八节点实例算法参数分析

4．2．2十四节点实例算法参数分析

4．2．3二十四节点实例算法参数分析

4．2．4样本个数对结果的影响

4．3问题分析

4．3．1问题参数分析

4．3．2不同客户心理的对比分析

4．4本章小结

第5章总结与展望

5．1工作总结

5．2研究展望

参考文献

致谢

附录