全渠道零售场景下配送车辆路径问题

发布时间：2021-10-05 17:34

　　为研究全渠道零售的配送系统对企业物流成本的影响,综合考虑时间窗、车型选择等因素,以运输成本最低为目标,建立高度协同的全渠道零售场景下的物流配送模型。该模型采用自适应遗传算法求解,利用MATLAB进行算例分析。结果显示:全渠道零售模式下的车辆调度方案能迅速响应消费者需求,与一般配送模式相比可以减少物流成本,优化车辆配置。与粒子群优化算法相比,自适应遗传算法的运行时间更短、优化结果更好,这验证了模型和算法的可行性和有效性。 

【文章来源】：上海海事大学学报. 2020,41(02)北大核心

【文章页数】：7 页

【部分图文】：

全渠道配送模式

采用自然数编码方式,用1到w+r+c表示各节点,其中1到w表示中心仓库,w+1到w+r表示实体店,w+r+1到w+r+c表示需要配送的消费者。染色体的每个基因位值表示各节点编号,其基因顺序代表车辆访问的实际顺序。为弄清楚每条子路线由哪种类型的车进行配送,编码时加入一自然数,表示每条子路径所使用的车辆车型。如图2所示,车辆从节点1出发并且最后返回到节点1,其间依次经过节点3、5、7、9、2、4、6,同时选择的车型为第一类。(2)适应度函数的设计。

从表1～5和图3可以看出:实验3采用全渠道配送模式,其运输成本最低,为1 639元,配送效果最佳;其他2种配送模式所产生的运输成本较高;3个实验都需要2种车型进行配送,实验1所需要的车辆数量最多(7辆),实验2和实验3所使用的车辆数量是一样的(4辆),但是实验2的运输成本比实验3的高。因此,全渠道配送模式的效果比较好。为验证消费者时间窗对车辆路径策略的影响,对其进行调整使其在[8:00,18:00]中随机产生。调整后的配送策略如下:采用2辆车型为1的车辆和4辆车型为2的车辆,运输成本为1 856元,比之前增加了217元,多使用了2辆车。具体的配送路径见图4。

【参考文献】：
期刊论文
[1]零售企业全渠道发展水平对经营效率的影响路径及效应研究[J]. 黄漫宇,李圆颖.  北京工商大学学报(社会科学版). 2017(06)
[2]移动互联时代我国零售企业全渠道模式的应用[J]. 马慧敏.  中国流通经济. 2017(04)
[3]互联网时代零售企业构建全渠道商业模式的探讨[J]. 刘煜,刘遗志,汤定娜.  北京工商大学学报(社会科学版). 2016(06)
[4]基于两阶段算法的需求可拆分多车型车辆路径问题[J]. 潘雯雯,郭海湘,周光勇,杜天松.  中国管理科学. 2016(S1)
[5]大数据驱动下的全渠道供应链服务创新决策框架[J]. 计国君,余木红,Kim Hua Tan.  商业研究. 2016(08)
[6]全渠道营销理论——三论迎接中国多渠道零售革命风暴[J]. 李飞.  北京工商大学学报(社会科学版). 2014(03)
[7]全渠道零售的含义、成因及对策——再论迎接中国多渠道零售革命风暴[J]. 李飞.  北京工商大学学报(社会科学版). 2013(02)
[8]多车型车辆路径问题的量子遗传算法研究[J]. 葛显龙,许茂增,王伟鑫.  中国管理科学. 2013(01)



本文编号：3420214