B2C网上直销的蔬菜拣货作业优化方法研究

发布时间：2020-04-01 23:56

【摘要】：我国是头号电子商务大国,自2013年起电子商务交易就突破十万亿次。民以食为天,一日三餐是人类赖以生存的保证。随着电子商务的蓬勃发展,居民蔬菜日常采购开始向网上倾斜,蔬菜电商出现且因其巨大的销售规模与购买频次,被誉为“电商零售的最后一片蓝海”。目前,市场上存在多种蔬菜电商模式,B2C网上直销的蔬菜电商模式在众多模式中市场优越性明显,其从生产基地直接采购蔬菜,经过配送中心的清洗预冷、最小销售单元包装、订单拣货和打包,最后将标准化的蔬菜产品直接配送到客户手中。该模式直接衔接农户与客户,减少了农产品供应链的众多中间环节与成本,是对传统农产品流通形式的一种颠覆。蔬菜B2C直销的拣货作业无论从成本还是效率角度,都是配送中心最核心、最关键的环节,是配送中心整个作业的瓶颈。目前蔬菜配送中心拣货作业大多都很混乱,缺乏科学指导,拣货资源利用率低,作业效率低成本高,导致配送中心上下游作业无法有效衔接,大量蔬菜腐败,仓库缓存高,订单不能按时配送,最终影响客户的一日三餐,难以留住客户。随着销售规模不断增大,B2C网上直销的运营面临巨大挑战。拣货作业优化近四年以来一直在国际主流前沿期刊上有文章发表,因此,研究蔬菜拣货作业优化问题具有重要的学术意义与实际意义。本文基于国家项目支持和企业实际调研,提出了基于JIT(准时制JustIn Time,JIT)的蔬菜拣货作业模式。蔬菜电商的拣货作业具有如下特点。首先,蔬菜“半日达”、“次日达”的配送要求使得拣货的时效性很高,拣货资源必须合理配置去完成当天的作业任务调度;其次,蔬菜具有季节性、易腐性,不能提前备货储存,因而蔬菜的供给不确定,价格浮动以及节假日等因素使得蔬菜的需求不确定,蔬菜的这种双重不确定性导致日常拣货任务调度不确定,面对拣货任务调度不确定,固定的资源配置要么大量闲置浪费而增加资源成本,要么大量不足而影响最后的订单完成和配送,因此拣货资源应动态调整满足拣货任务调度;最后,本文基于JIT的蔬菜拣货系统是基于人工的拣货模式,拣货作业采用柔性作业模式。上述拣货作业的特点导致拣货资源与作业调度高度不确定,策略层面的资源优化配置与运作层面的拣货作业调度交互影响,资源优化配置是影响拣货作业调度的核心要素,拣货作业调度要以资源优化配置为前提。因此,如何对不确定条件下跨决策层面因素相互影响的蔬菜拣货作业优化问题进行研究是本文的核心问题。蔬菜拣货作业优化问题涉及拣货资源优化以及拣货作业调度两个决策层面问题,每个子问题都是NP难问题。蔬菜拣货作业优化问题具有高度不确定、跨层面、多阶段、非结构性、多周期等难点。这些难点使得传统的研究成果无法有效解决蔬菜电商的拣货作业优化问题。鉴于现有研究缺乏针对我国生鲜B2C直销背景下蔬菜拣货模式的设计以及拣货资源与作业调度的相关研究,本文借鉴序贯决策思想和两阶段随机规划理论,对拣货作业优化中的不确定性进行刻画,对不同决策层面的资源优化配置和日常拣货作业调度进行两阶段分解决策,形成拣货资源优化配置和拣货作业调度这两个相对独立又相互影响的子问题;同时,基于精确算法理论、智能算法理论以及成组作业调度方法,提出了精确求解方法与粒子群智能算法优势互补的蔬菜拣货资源优化分解求解方法和给定资源情况下定性定量相结合的成组拣货作业调度方法,在资源优化配置的过程中考虑拣货作业调度对决策的反馈信息以及在拣货作业调度过程中考虑资源配置对作业调度的影响来实现整体决策。本文方法一方面可解决多层面决策交互影响的复杂多阶段决策问题,另一方面为电商企业拣货资源的配置以及日常订单成组调度提供决策支持。本文的主要研究工作如下:(1)蔬菜B2C直销模式相关情况概述、研究问题界定以及拣货作业优化决策过程分析。概述蔬菜拣货作业策略与方式,分析拣货作业的特点及复杂性,界定拣货作业优化研究范围和决策对象,分析拣货作业优化过程中的不确定性因素并对决策过程原理进行分析,提出了拣货作业优化的两阶段决策原理,最后对两个子问题特点进行阐述。(2)蔬菜B2C直销的拣货资源两阶段随机规划优化方法。针对考虑拣货作业调度的蔬菜资源优化配置问题具有装车订单组数量和订单组作业时间不确定等特点,建立两阶段随机规划模型,第一阶段决策资源配置并考虑拣货作业调度的影响,第二阶段是不确定情况下的拣货作业调度;针对模型求解速度慢、NP难、非相对完备补偿等特点,将精确求解方法与粒子群智能算法的优势互补,提出了粒子群算法和混合整数规划相结合的分解求解方法。(3)蔬菜B2C直销的成组拣货作业调度方法。首先,当资源配置给定后,考虑资源疲劳效果对作业效率的影响,建立了作业效率随时间非线性递减的成组作业调度模型,对作业效率基于逻辑函数进行了刻画;其次,根据蔬菜订单的独特特点,提出了符合实际订单特点的成组准则;最后,针对这一 NP难问题,基于序贯决策思想,提出了二阶段的求解方案对成组作业调度问题进行求解。(4)应用研究与算例验证。结合合作企业的实际情况,针对实际运营数据参数进行算例生成;对本文提出的拣货资源优化方法和成组拣货作业调度方法进行算例分析,以验证本文提出的求解方法的有效性和求解效果的合理性,并基于实验结果给企业提出相应的管理启示。本文针对蔬菜B2C直销背景下不确定的不同决策层面相互影响的拣货作业优化这一复杂多阶段、非结构性决策问题,运用运筹学、随机规划、生产作业调度、成组准则、序贯决策思想等理论与方法,将问题分解为两个相互影响又相对独立的子问题进行决策,为解决此类策略层面与运作层面相互影响的多阶段决策问题提供了求解方案,同时拓展了资源优化配置与成组作业调度相关研究理论。实际应用方面,本文的研究结论对我国蔬菜电商企业配送中心的拣货作业决策提供了方法支持,为解决当前不科学的拣货作业调度提供了理论依据,对降低配送中心人力资源成本、提高拣货作业效率、保障蔬菜B2C直销模式在市场立足与蓬勃发展有重大的现实意义。
【图文】：

市场交易,交易规模,增长率

０．００％逡逑２０１３邋年邋２０１４邋年邋２０１５邋年邋２０１６邋年邋２０１７邋年邋２０１８邋年逡逑图１．２国内生鲜电商交易规模增长率逡逑Ｆｉｇ．邋１．２邋Ｇｒｏｗｔｈ邋ｒａｔｅｓ邋ｏｆ邋ｄｏｍｅｓｔｉｃ邋ｆｒｅｓｈ邋ｅ－ｃｏｍｍｅｒｃｅ邋ｔｒａｎｓａｃｔｉｏｎｓ邋ｓｃａｌｅ逡逑－７邋－逡逑

市场交易,交易规模,增长率

ａ逦２逦■W■逦■逡逑２０１２邋年邋２０１３邋年邋２０１４邋年邋２０１５邋年邋２０１６邋年邋２０１７邋年邋２０１８邋年逡逑图１．１国内生鲜电商市场交易规模（亿）逡逑Ｆｉｇ．邋１．１邋Ｔｒａｎｓａｃｔｉｏｎ邋ｓｃａｌｅｓ邋ｏｆ邋ｄｏｍｅｓｔｉｃ邋ｆｒｅｓｈ邋ｅ－ｃｏｍｍｅｒｃｅ邋ｍａｒｋｅｔ邋（ｈｕｎｄｒｅｄ邋ｍｉｌｌｉｏｎ）逡逑２５０．００％逡逑４邋２２１．５０％逡逑２００．００％邋＼逡逑１５０．００％逦＼逡逑＾１２５．８０％逡逑１００．００％逡逑５０．００％逦５７0／ｏ逡逑０．００％逡逑２０
【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：F724.6;F326.13

【参考文献】