基于遗传算法的B2C电子商务逆向物流中心选址研究

摘要

近年来，伴随着B2C电子商务的兴起和发展，电商销售模式逐渐代替传统销售模式。这种借助于互联网所开展的线上销售活动，一方面为人们提供了方便和快捷的服务，另一方面由于它的虚拟性，顾客在购买商品时期望与现实之间的差异很容易导致逆向物流的产生，即退货物流。随着B2C电子商务的普及，这种逆向物流不断增长，它会使企业的负担不断加重，也会导致资源利用效率的下降，造成浪费。然而，这些都不利于企业经济、社会环境的发展。正因为如此，B2C 电子商务模式下逆向物流的合理规划得到了史无前例的重视，科学合理的逆向物流将会为企业和社会创造巨大的价值。对于B2C电子商务企业，面对退货率日益上升的现象，解决逆向物流问题己经成为了降低企业运输费用，减少物流开支，提高用户满意度的重中之重。 本文首先对逆向物流中心优化中涉及到的作业成本分析、逆向物流网络以及逆向物流中心选址等相关理论进行研究。其次从退货物流过程中资源特性、逆向物流中心选址现状以及选址优化等三个方面对我国现有的逆向物流系统进行分析。通过分析发现逆向物流中的物品具有非全新性、易损等特性是造成电子商务企业成本过高的主要原因；B2C电子商务逆向物流网络的构成主要包括退货的客户、逆向物流中心、购买商品的新客户等物流节点以及运输线路；我国的逆向物流中心以两层节点网络结构为主，很少考虑到逆向物流中的商品经加工或处理后再利用再发货，因此需要加以优化；电子商务逆向物流中心选址主要内容包括逆向物流中心分析、确定物流中心备选、选定新址以及制定运输方案等。然后构建逆向物流网络布局优化模型，包括确定模型目标——成本最小、服务最优；本文采用作业成本法从具体作业划分及逆向物流中心的隐成本等角度出发分析电子商务企业逆向物流中心的成本；分别以运输成本、运营成本、固定成本三部分构成的从退货客户至逆向物流中心成本最低以及从逆向物流中心至新客户的成本最低为目标构建逆向物流中心优化双层模型。最后引用数值算例证明双层规划模型以及遗传算法能够实现电子商务企业逆向物流中心选址的优化。

目录

第一个书签之前

摘要

Abstract

第1章 绪论

1.1 选题背景

1.2 研究意义

1.3 国内外研究现状

1.3.1 国内外逆向物流研究现状

1.3.2 逆向物流中心选址现状

1.4.1 论文研究方法

1.4.2 研究的主要内容及框架图

1.4.3 论文创新点

第2章 相关理论研究

2.1 电子商务的基本理论

2.1.1 电子商务概述

2.1.2 电子商务经营模式

2.2 B2C电子商务中的逆向物流

2.2.1 逆向物流及逆向物流中心理论

2.2.2 B2C逆向物流的产生的原因

2.2.3 B2C逆向物流运营模式

2.3 逆向物流中心选址相关理论

2.3.1 逆向物流中心选址的目标

2.3.2 逆向物流中心选址的原则

2.4 本章小结

第3章 B2C逆向物流中心常用的选址模型及算法优化分析

3.1 基于优化理论的逆向物流中心选址方法

3.1.1 重心法

3.1.2 P-中值选址法

3.1.3 混合整数规划模型

3.1.4 双层规划模型

3.1.5 模型比较

3.2 逆向物流中心常用选址算法

3.3 遗传算法

3.3.1 遗传算法的主要内容和关键思想

3.3.2 遗传算法的特点

3.3.3 遗传算法参数

3.3.4 遗传算法的优化流程

3.4 本章小结

第4章 B2C逆向物流中心选址优化模型的构建

4.1 逆向物流中心选址建模思想

4.1.1 逆向物流网络优化目标

4.1.2 逆向物流中心选址成本研究

4.2 逆向物流中心选址优化问题描述

4.3 逆向物流中心选址模型构建

4.3.1 模型假设

4.3.2 上层模型

4.3.3 下层模型

4.4本章小结

第5章 基于GA的逆向物流中心选址模型的应用

5.1 算例背景

5.2 模型参数分析

5.3 模型求解结果及分析

5.4 本章小结

第6章 研究成果与结论

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢