自营物流配送的现状分析与改进

发布时间：2021-04-14 06:48

　　近年来,随着我国消费水平逐渐提升,消费者在网上购物的频率也越来越高,电商发展速度迅猛,加大了物流配送的压力,促使物流企业以更大的运力,更短的时间将货物送达。在货品的运输过程中,成本居高不下,配送周期长等一系列问题时有发生。类似的短板现象严重影响B2C模式的稳定性并制约自营物流的快速发展。本文针对自营物流当前的物流配送模式展开分析论述,分析其优势与弊端,提出相应解决方案,并展望其物流配送模式今后的发展方向。 

【文章来源】：中国储运. 2020,(01)

【文章页数】：3 页

【部分图文】：

供应商评级策略

以改进的遗传算法为例，通过对染色体交叉算子、变异算子的改进[7]，以及种群适应度控制，不断算出优化路径，节约运输成本和运输时间。最优运输路径的计算迭代过程如上图所示，变异算子在每次迭代过程后调整配送次序，迭代成本以及迭代次数根据企业的需要自行设置，在符合最低成本要求的情况下，可输出结果，完成迭代。否则，返回上一步，重新计算。对于以往研究过程中采用的参数，如迭代次数、种群规模、车队规模、早到惩罚与迟到惩罚等参数，可以采用网格搜索（Grid Search）的方法进行调参，保证不提高时间成本的前提下，增加一定的可能性，保证路径的最优化。

【参考文献】：
期刊论文
[1]电商物流末端配送的现状分析[J]. 季永伟.  中国市场. 2019(27)
[2]京东线上供应链金融风险及风险管控[J]. 郭婵.  中国储运. 2019(07)
[3]基于供应链金融视角的供应链企业信用风险评级研究[J]. 田琨,张小杰.  中小企业管理与科技(下旬刊). 2019(04)
[4]电商促销下自营与第三方物流商的服务质量博弈行为研究[J]. 冯谦.  人民交通. 2019(03)
[5]京东商城末端配送模式研究[J]. 张曼婕.  物流科技. 2018(10)
[6]基于混合遗传算法的物流路径优化方法研究[J]. 申艳光,张玲玉,刘永红.  计算机技术与发展. 2018(03)
[7]基于改进混合遗传算法的冷链物流配送中心选址优化[J]. 袁群,左奕.  上海交通大学学报. 2016(11)
[8]基于供应链管理的物流绩效评价体系设计[J]. 康静静,谢合明.  商业时代. 2012(30)
[9]电商企业基本组织架构[J]. 包文青.  现代家电. 2011(17)



本文编号：3136872