基于客户重要度的城市物流配送网络优化研究

论文摘要

随着科学技术的发展和全球经济一体化进程的推进,物流作为“第三利润源泉”受到人们高度重视,并逐渐成为企业最重要的竞争领域。物流配送是物流系统运行的重要环节,配送成本在物流成本中占据着较高比例。因此,各企业一直致力于如何有效降低物流配送成本,这也是目前物流研究领域的热点问题。物流配送研究中车辆路径问题（VRP,Vehicle Routing Problem）是在满足客户需求的前提下,以最小成本完成物流配送任务。而对客户进行时间窗限制的VRP问题即为VRPTW问题（Vehicle Routing Problem With Time Windows）,传统的VRPTW问题是在满足客户的需求量和时间窗限制的前提下,研究使运输成本和违反时间窗的惩罚成本之和最小的路径优化问题,但未能考虑到客户重要度对企业的影响。忽视客户重要度会导致部分对企业有重要意义的客户无法得到满意的物流服务,进而降低客户的忠诚度,最终给企业造成一定的损失。在竞争愈加激烈的市场环境下,企业为了攫取利润,进一步开拓市场,应当考虑客户的重要程度,并将主要精力和资源用于维护能为企业带来更高价值的重要客户之间的关系。因此,本论文的选题具有重要的理论价值和实践意义。本文介绍了基于客户重要度的聚类问题和车辆路径问题相关理论,基于城市物流配送的实际情况和客户价值理论,提出对客户进行分级配送的差异管理策略,主要研究内容如下所示:（1）基于客户重要度的聚类优化研究是本文的首要问题,运用系统综合评价理论,基于多人决策进行研究,充分考虑到决策对象和决策者的不确定性,研究基于客户重要度的聚类优化问题。首先,研究相关文献并进行实地调研,基于客户点的多重特性,构建客户重要度综合评价体系。其次,提出了应用梯形模糊数表示语言变量,并对客户重要度评价体系中各指标对应的客户点、指标自身权重和专家权威性进行综合评价。然后,应用模糊集成的方法将综合评价体系中的二级准则指标集成到一级准则指标上,计算出各客户对应的重要度综合评价值,运用模糊拆分的方法将客户重要度综合评价值拆分为四个子属性,并计算出各子属性的隶属度函数值。最后,将隶属度函数值作为K-means算法的聚类输入,进行基于客户重要度的聚类优化研究,设计了聚类有效性指标用于选取最优客户聚类方案,为后续基于客户重要度的分级配送路径优化研究提供了决策依据,并进行了敏感度分析,有效证明了本文所提客户重要度综合评价指标体系的合理性和稳定性。（2）将基于客户重要度的聚类优化研究作为决策支持,研究城市物流配送网络中客户分级配送路径优化问题。首先,针对传统VRPTW问题片面追求配送总成本最小化的弊端,基于城市物流配送的实际情况和客户价值理论,提出对客户进行分级配送的差异管理策略。引入客户物流服务满意度,构建了物流配送总成本最小化和客户物流服务满意度最大化的双目标数学优化模型。然后,针对所构建的数学模型,设计了改进的非支配排序遗传算法（M-NSGA-Ⅱ）用于求解数学模型。最后,进行了算例验证,具体包括基于最佳客户分级配送方案下不同算法之间的对比和不同管理策略下的优化结果对比,证明了本文所提优化算法和客户分级配送差异管理策略的有效性。通过敏感性分析,一方面证明了所提客户重要度综合评价指标体系的合理性,另一方面可为企业进行客户分级配送管理提供一定的决策支持。

论文目录

• 摘要
• abstract
• 第1章 绪论
•   1.1 选题背景及研究意义
•     1.1.1 选题背景
•     1.1.2 研究意义
•   1.2 国内外研究概述
•     1.2.1 基于客户重要度的聚类优化研究现状
•     1.2.2 客户分级配送路径优化研究现状
•     1.2.3 研究综述小结
•   1.3 本文的研究内容和研究方法
•     1.3.1 本文的主要研究内容
•     1.3.2 本文的主要研究方法
•     1.3.3 本文的技术路线示意图
•   1.4 本文的主要创新点
•   1.5 本章小结
• 第2章 基于客户重要度的城市配送网络优化框架研究
•   2.1 基于客户重要度的城市配送网络优化的基础分析
•     2.1.1 基于客户重要度的城市物流配送网络结构
•     2.1.2 基于客户重要度的城市物流配送网络构成因素
•     2.1.3 基于客户重要度的城市物流配送优化实施步骤
•   2.2 基于客户重要度的城市物流配送网络优化的特性分析
•     2.2.1 基于客户重要度的城市物流配送网络的相关特性
•     2.2.2 基于客户重要度的城市物流配送网络优化的决策因素
•     2.2.3 基于客户重要度的城市物流配送网络优化原则
•   2.3 基于客户重要度的城市物流配送网络优化方法
•     2.3.1 基于客户重要度的聚类优化方法
•     2.3.2 客户分级配送路径优化方法
•     2.3.3 模糊逻辑理论方法
•   2.4 本章小结
• 第3章 基于客户重要度的聚类优化研究
•   3.1 概述
•   3.2 客户重要度指标体系构建
•   3.3 客户重要度综合评价的相关数学描述
•     3.3.1 言语变量和对应模糊数
•     3.3.2 客户重要度综合评价的相关定义
•   3.4 客户重要度综合评价值的集成方法
•   3.5 基于重要度综合评价值的聚类优化方法
•     3.5.1 聚类优化问题的相关定义
•     3.5.2 聚类优化算法的具体步骤
•     3.5.3 聚类有效性指标设计
•   3.6 算例验证分析
•     3.6.1 算例相关数据
•     3.6.2 算例结果分析
•     3.6.3 聚类算法对比
•     3.6.4 敏感度分析
•   3.7 本章小结
• 第4章 基于客户重要度聚类的分级配送路径优化研究
•   4.1 概述
•   4.2 VRPTW问题特质分析及差异管理策略
•     4.2.1 VRPTW问题特质分析
•     4.2.2 混合时间窗差异管理策略
•     4.2.3 客户分级判定标准
•   4.3 客户分级配送路径优化问题的数学描述
•     4.3.1 问题描述和相关假设
•     4.3.2 变量定义和相关数学模型
•   4.4 智能算法设计
•     4.4.1 NSGA-Ⅱ算法概述
•     4.4.2 算法核心操作
•     4.4.3 M-NSGA-Ⅱ算法具体步骤
•     4.4.4 算法检验
•   4.5 算例验证分析
•     4.5.1 算例相关数据
•     4.5.2 M-NSGA-Ⅱ算法相关参数设计
•     4.5.3 计算结果
•     4.5.4 敏感度分析
•   4.6 本章小结
• 第5章 结论与展望
•   5.1 论文总结
•   5.2 论文主要贡献
•   5.3 研究展望
• 致谢
• 参考文献
• 研究生在读期间发表论文和科研情况

文章来源

类型: 硕士论文

作者: 黄秋彬

导师: 王勇

关键词: 城市物流配送,客户重要度,差异管理策略,双目标优化,算法

来源: 重庆交通大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展

单位: 重庆交通大学

分类号: F259.2;O221

DOI: 10.27671/d.cnki.gcjtc.2019.000211

总页数: 88

文件大小: 4198K

下载量: 45