导读:本文包含了物流配送中心选址论文开题报告文献综述及选题提纲参考文献，主要关键词:农产品,重心法,选址,配送中心
物流配送中心选址论文文献综述
陈姝宇,毕有利,王凯凯,王梦楠[1]（2019）在《基于重心法的呼和浩特农产品物流配送中心选址模型研究》一文中研究指出如今,世界生产水平持续科技化,社会各方面发展速度日益加快,为了跟上国家的经济增长速度,更好地得到高效的经济利益,我们积极响应国家政策,施行有效制度,努力把控经济命脉。电子商务和物流是新兴产业,而网络是连接电商和农产品的媒介,因此完全可以通过网络帮助农产品转运与输出,有效提高农业在经济发展中所占的比例。电商富农就是中国发展农业的高新技术手段,利用电商富农,可以更进一步减少农产品在运输过程中的损失,在电商富农的基础上,以减少成本,增加销售量,发展农村物流为目的。本文采用重心法对呼和浩特地区的农产品配送中心选址进行研究,对距离和运输量等因素进行主要分析,采用迭代的方法使总费用达到最低,进而求得物流配送中心的坐标,确定呼和浩特地区的农产品配送中心理论上的最佳位置,得到实际验证,而且其计算方法相对简单,对农作物配送中心选址具备参考作用。(本文来源于《河北企业》期刊2019年11期）
齐隽,司亮,李云娜,袁毅洁[2]（2019）在《基于AHP与灰色综合评价法对冷链物流配送中心进行选址》一文中研究指出冷链物流具有建设投资大,技术复杂,组织协调性高,冷链物流市场经营规模小,网络分散等特点。应对冷链物流的配送中心选址的高要求,运用层次分析法和灰色关联分析法对冷链物流配送中心选址建立评价体系进行了综合评价,将两者结合起来对冷链物流配送中心选址问题进行了研究,最后结合实例进行了验证。(本文来源于《价值工程》期刊2019年27期）
刘辉,林松辉[3]（2019）在《基于遗传算法的配送中心选址——以广州KT物流科技有限公司为例》一文中研究指出配送中心作为物流的重要节点和供应链优化的关键枢纽,其选址是其中最重要的问题之一。文章采用遗传算法,以广州KT物流科技有限公司为研究对象进行实证分析,验证了遗传算法具有层次分析法等方法不具备的、特别强的鲁棒性以及可改动性,并且遗传算法同样适用于配送中心的选址,实证分析得出了选址结果。(本文来源于《沿海企业与科技》期刊2019年04期）
刘敏[4]（2019）在《改进的花朵授粉算法在物流配送中心选址问题中的应用》一文中研究指出针对当前算法求解物流配送中心选址问题时,普遍存在求解精度不高、速度较慢和规模较小等缺点,提出一种改进花朵授粉算法的智能求解方法。首先根据物流配送中心模型的特点将花朵授粉算法进行离散化,设计整数编码,再结合遗传算子的选择、交叉和逆转操作进行局部搜索。将花朵授粉算法的全局搜索与遗传算子的局部搜索融合,通过4个不同规模的仿真实验表明所提出的算法在求解精度、速度和规模上较其他算法具有优势,而且规模越大,改进算法的效果越明显,对中等规模的物流选址问题提供了一种较好的寻址方案。(本文来源于《计算机应用与软件》期刊2019年06期）
尚猛,康建英,曹峻玮,万志鹏[5]（2019）在《基于改进鲸鱼优化算法的物流配送中心选址策略》一文中研究指出针对传统启发算法在解决物流配送中心选址问题上易陷入局部最优,导致降低物流系统效率降低的问题,提出一种改进的鲸鱼优化算法IWOA(Improved Whale Optimization Algorithm)。通过综合变异策略和随机正弦惯性权重对传统算法进行改进,提高收敛精度和全局搜索能力。实验仿真结果表明,改进的鲸鱼算法较其他启发算法具有更高的计算性能,可以合理计算出配送中心地址,很大程度提高了物流配送的运送效率。(本文来源于《计算机应用与软件》期刊2019年06期）
李志鹏[6]（2019）在《县域视角下的农村电商物流配送中心选址规划研究》一文中研究指出农村电商物流作为“乡村振兴战略”和农村电子商务发展中的关键环节,正受到社会各界的极大关注。但是现阶段国内学者对农村电商物流的研究主要集中在现状和存在问题、运营模式和发展策略等方面,而对于农村电商物流而言,如何结合其自身的特性,进行科学合理的选址规划以满足政府、企业和客户合理诉求是目前需要解决的一个重要问题。因此本文借鉴国内外相关研究成果,在分析现阶段农村电商物流发展特征的基础上,考虑了企业利润最大化、需求覆盖率最大化和政府补贴策略等因素,构造了合理的选址模型。主要完成了以下工作:首先,由于目前对于农村电商物流的概念并没有一个清晰的定义,本文针对农村物流和电商物流的相关研究成果做了总结,对农村电商物流的概念进行了分析,给出了农村电商物流概念的描述,并分析了现阶段其发展特征。其次,根据本文研究对象的特点合理设置了农村电商物流配送中心选址的基本流程,分析了影响农村电商物流配送中心选址的主要因素,建立了选址评价指标体系,给出了用组合赋权法和引入距离系数确定指标权重的方法,并利用模糊综合评价法对各个评价主体进行评价,确定选址备选集。然后,阐述了本文农村电商物流配送中心选址模型构建的思路。考虑到农村电商物流的自身缺陷,企业在进行配送中心选址时需要综合考量成本和收益,应当以利润最大化为优化目标;同时政府作为农村电商发展的重要参与方,所要考虑的是如何用有限的财政资源来促进物流企业为更多的农村居民提供电商物流配送服务,要求选址中考虑到需求覆盖率最大化因素。因此本文基于这两个优化目标设计了配送中心双层规划选址模型,并考虑了政府补贴策略的影响。在求解算法设计上,将遗传算法和粒子群算法结合起来(GA-PSO),根据决策变量的取值,分别设计了0-1编码和实数编码,用来解决双层规划寻优问题,同时根据模型中选址数量的有限性,在遗传算法交叉算子的设计上,采用单亲遗传算法(PGA)的基因重组策略,简化了遗传操作。最后,利用蒙自市各乡镇和行政村作为研究对象进行案例分析。研究了不同政府补贴策略下的选址方案以及企业盈利和需求覆盖率情况,验证了模型的合理性,并对算法中参数的确定做了分析,同时与单独使用遗传算法和粒子群算法做了比较,证明了本文设计算法的有效性。论文包括图29幅,表21个,参考文献81篇。(本文来源于《北京交通大学》期刊2019-06-05）
杨柳[7]（2019）在《不同运营模式下电商企业物流配送中心选址和路径优化研究》一文中研究指出近年来,在电子商务蓬勃发展的大背景下,电商快递业务量迎来了爆发式的增长,2018年我国快递业务量突破500亿件,连续5年稳居世界第一。作为电商平台面向客户的末端环节,电商物流“最后一公里”的配送问题已经成为制约电商平台发展的瓶颈。为此,电商企业开始积极探索新的物流运营模式,末端物流网络的选址和路径问题也成为关注的重点。针对电商企业物流的自营模式和部分外包模式,论文研究了电商企业物流配送中心的选址和车辆路径问题,为电商企业的选址和配送决策提供参考。论文主要工作如下:首先,对电商企业物流运营模式进行分析,结合自制或外购决策理论,阐述电商企业物流部分外包模式的形成机理。在分析电商企业物流末端配送问题的基础上,结合电商快递配送特性,提出在路径优化过程中,考虑客户满意度的必要性。其次,根据电商企业物流运营的实际情况,将客户服务的时间窗转化为客户服务的满意度,构建自营模式下电商企业物流配送中心选址和路径优化模型,采用改进编码方式的遗传算法进行求解。在自营模式的基础上,继续研究部分外包模式的配送问题。为了寻求末端配送成本和客户满意度之间的平衡,考虑将配送量较小的客户点外包给第叁方物流企业配送,构建部分外包模式下电商企业物流配送中心选址和路径优化模型,设计模拟退火算法,改进等温状态下解的生成策略,选取外包客户点并求解车辆配送路径。最后,针对自营模式和部分外包模式下电商企业物流配送中心选址和路径优化模型,论文采用相同的算例进行分析,计算结果表明:(1)使用ArcGIS的空间分析功能并结合数学模型求解选址问题,两种模式下的配送中心选址结果一致;(2)当满意度阈值为75%时,部分外包模式比自营模式使用车辆减少1辆,配送成本节约10.75%,证明电商企业物流采用部分外包模式是可行的;(3)当整体满意度阈值为75%时,采用部分外包模式可节约配送成本;当整体满意度阈值大于85%时,采用自营模式能够节约配送成本。本文包含图50幅,表10个,参考文献63篇。(本文来源于《北京交通大学》期刊2019-06-05）
王云婷[8]（2019）在《黑龙江省A公司物流配送中心选址研究》一文中研究指出物流业是集运输、仓储、货运和信息产业于一体的复杂服务业,是国民经济的重要组成部分。物流配送中心作为物流系统中负责协调供应者与需求者的中间机构,它的位置合理与否对与公司及其所在区域的物流系统的结构布局都具有深远的影响。物流配送中心的选址研究主要从定性与定量两个层面进行。定性评价对于行业政策、经济环境等主观性较强的影响因素具有较好的度量。而定量模型则偏重于通过数据的分析得出客观准确的选址结果。两种方法各具优缺点,因此可以将定性与定量方法结合起来综合考虑物流配送中心选址的问题。本文分别从主客观的角度出发,做出定性评价并求解定量模型,得到了两种物流配送中心选址方案。本文以黑龙江省A公司为例,对公司的物流网络现状进行了分析,指出该物流网络存在的问题,说明了建设物流配送中心的必要性。基于公司的实际需求,使用k-means聚类算法将所有需要配送的城市划分进不同的配送区域中,降低了计算复杂性。通过层次分析法将能对选址产生影响的因素进行排序并构建层次结构,将计算得到的总权重作为备选配送中心的分数,根据得分从备选配送中心中选择前几名作为主观角度下的配送中心选址方案。然后建立了以选址总成本最低为目标函数的混合整数规划模型,以免疫优化算法作为求解算法,在MATLAB软件中进行算法的编写与计算。计算得到的几个配送中心作为客观角度下配送中心选址方案,解决了黑龙江省A公司物流配送中心的选址问题。(本文来源于《东北林业大学》期刊2019-06-01）
孙宇彤[9]（2019）在《某新零售企业物流配送中心选址及配送路径规划研究》一文中研究指出随着我国物流行业的飞速发展,消费者对生鲜食品需求也越来越大。由于生鲜食品对保鲜度、保质期要求极高、对温度和存储条件都有着严苛的要求,生产厂商和需求商之间的地域分布存在着很大的差异,导致我国生鲜食品的物流成本居高不下。近几年新零售模式发展迅速,其特点与生鲜企业各项发展策略不谋而合,因此很多生鲜企业纷纷向新零售模式转型,因此针对新零售企业对其物流配送中心进行选址以及配送路径进行优化研究,是当前物流领域研究的热点问题。本文以某新零售企业物流网络为研究对象,首先调研并分析了物流配送中心选址及路径规划问题的国内外研究现状;其次,基于新零售物流以及生鲜食品的特点,分析并总结了某新零售企业存在的问题与原因;第叁,本文在结合生鲜食品特点的基础上,引入生鲜食品损耗成本和时间窗以及顾客满意度的相关概念,构建起生鲜食品物流配送选址-路径优化问题的双层规划模型,使生鲜食品新零售物流达到整体系统最优,实现物流总成本最少;最后,通过运用遗传算法与蚁群算法相结合的两阶段算法同时结合企业实际数据,运用MATLAB对模型进行求解。本文最终计算结果通过仿真可以得出,构建双层规划模型解决生鲜食品新零售物流配送中心选址-路径优化问题可以有效的减少物流成本,缩短配送时间,使物流网络更为优化。本文的研究成果为该新零售企业进行配送中心选址决策以及路径规划方式提供了一定的参考依据。(本文来源于《沈阳工业大学》期刊2019-05-25）
潘浩[10]（2019）在《基于模型优化的物流配送中心选址免疫优化算法》一文中研究指出针对物流配送中心选址优化问题中存在的多方面影响因素,难以精准实现优化选址的问题,通过综合考虑网点的物资需求量与配送时间的影响,建立结合配送时间的选址模型,并使用一种免疫优化算法对物流配送中心选址问题进行解决,介绍了选址模型和免疫算法的具体实现步骤,最后通过仿真实验,验证了所提出的选址模型以及免疫优化算法在收敛时间和配送中心位置规划上的优化,证明了所提出的基于模型优化的物流配送中心选址免疫优化算法的合理性和有效性。(本文来源于《电子设计工程》期刊2019年10期）
物流配送中心选址论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
冷链物流具有建设投资大,技术复杂,组织协调性高,冷链物流市场经营规模小,网络分散等特点。应对冷链物流的配送中心选址的高要求,运用层次分析法和灰色关联分析法对冷链物流配送中心选址建立评价体系进行了综合评价,将两者结合起来对冷链物流配送中心选址问题进行了研究,最后结合实例进行了验证。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
物流配送中心选址论文参考文献
[1].陈姝宇,毕有利,王凯凯,王梦楠.基于重心法的呼和浩特农产品物流配送中心选址模型研究[J].河北企业.2019
[2].齐隽,司亮,李云娜,袁毅洁.基于AHP与灰色综合评价法对冷链物流配送中心进行选址[J].价值工程.2019
[3].刘辉,林松辉.基于遗传算法的配送中心选址——以广州KT物流科技有限公司为例[J].沿海企业与科技.2019
[4].刘敏.改进的花朵授粉算法在物流配送中心选址问题中的应用[J].计算机应用与软件.2019
[5].尚猛,康建英,曹峻玮,万志鹏.基于改进鲸鱼优化算法的物流配送中心选址策略[J].计算机应用与软件.2019
[6].李志鹏.县域视角下的农村电商物流配送中心选址规划研究[D].北京交通大学.2019
[7].杨柳.不同运营模式下电商企业物流配送中心选址和路径优化研究[D].北京交通大学.2019
[8].王云婷.黑龙江省A公司物流配送中心选址研究[D].东北林业大学.2019
[9].孙宇彤.某新零售企业物流配送中心选址及配送路径规划研究[D].沈阳工业大学.2019
[10].潘浩.基于模型优化的物流配送中心选址免疫优化算法[J].电子设计工程.2019