当前位置:主页 > 经济论文 > 经济管理论文 >

智能快递柜选址模型与方法研究

发布时间:2020-08-05 12:20
【摘要】:随着电子商务的迅猛发展,快递的业务量剧增,最后一公里的配送难题迅速成为快递行业的配送瓶颈。由于快递人员与客户之间的送货时间与收货时间存在不一致性冲突,导致传统的送货上门模式配送延迟、二次配送率高、客户投诉率持续不下等问题,随之产生了客户自取模式,即智能快递柜的服务形式应运而生。它联合了物流和信息流,成为处理快递末端配送难题的重要创举。研究智能快递柜的选址优化问题,有助于改善传统的快递配送模式,有效提高物流最后一公里的配送效率,提升客户满意度,增加快递公司对物流最后一公里的投资收益。本文首先探讨了智能快递柜在国内外研究中的发展现状,分析智能快递柜目前研究所留存的缺陷与不足,阐述了智能快递柜选址研究的现实需要和重大意义。其次分析了关于选址方面的相关思想和研究,探讨快递公司的智能快递柜服务模式,并根据智能快递柜的独特属性以及现实生活的实际需要,在传统的最大覆盖模型的基础上,提出了基于快递公司视角的智能快递柜选址的收益最大化模型。为解决智能快递柜选址中模型运算的NP难问题,在标准的粒子群优化算法的基础上,提出了基于多重方向进化的BPSO算法。最后根据算例,应用BPSO算法得出模型的相应最优解,验证智能快递柜选址模型与算法的合理性,达到快递柜的选址目的。
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F259.2
【图文】:

智能,选址问题,研究资料,一般性


7图 1. 1 本文研究框架ig 1.1 Organizational structural 内外有关智能快递柜选址模区别于一般性选址问题所需关于智能快递柜选址的收益算法的基础上提出了基于多为以下几个方面:本文通过各类研究资料获

模型图,集合覆盖,模型,设施


图 2. 1 集合覆盖模型Fig 2.1 Location set covering problem集合覆盖模型以设立最少的设施点为目标,并且保证所点的覆盖,其经典模型如下:minjj Fx . . 1,js t x i 0 ,1 ,jx j成本受到约束时,集合覆盖模型建立如下,其中,目标情况下,以最少的设施点覆盖全部的需求,约束条件反一个设施为其提供服务。minj jj c X

最大覆盖模型


第二章 相关理论基础需求点为其特色,但在实际生活中,考虑到经济、交通、人境因素,无法或者没有必要覆盖所有的需求点,因而最大覆在满足实际条件的情况下,以覆盖最大的需求点为追求,该址问题。ReVelle 和 Hogan[30]基于最大覆盖模型理论,提出了有效性模型。李明等[31]在传统最大覆盖模型的基础上,增加了关于优先度的最大覆盖模型,以此来解决战时维修机构的出最大覆盖范围的选址模型,根据地铁线路状况,计算得出体位置。马云峰等[33]构造了时间满意度函数,然后在传统最,提出了有关时间满意的最大覆盖选址模型。如图 2.2 所示,形表示备选设施点。

【参考文献】

相关期刊论文 前10条

1 林念修;;发展生活性服务业 培育新供给新动力[J];中国经贸导刊;2015年34期

2 余蓉;陈家锋;龚娅;周斌;;基于模糊综合评价法的物流配送中心选址研究——以德邦物流在江苏省泰兴市为例[J];国土资源科技管理;2015年04期

3 张智;肖作鹏;张伟;孙永海;;社区配送国际经验的探讨[J];物流技术;2015年09期

4 张锦;陈义友;;物流“最后一公里”问题研究综述[J];中国流通经济;2015年04期

5 李浩然;李朵然;王蕾;李治;周自朋;;智能快递柜的设计与实现[J];电子制作;2015年07期

6 刘永锋;;电子商务背景下最后一公里配送的问题与对策[J];石家庄学院学报;2014年03期

7 李淑芳;唐绮遥;丁宁;王佳媛;唐婧;;基于集合覆盖模型的“快递专柜”网点规划——以杭州下沙高教园区为例[J];物流技术;2014年09期

8 刘丹;;浅析电商企业最后一公里问题解决方法[J];管理观察;2013年14期

9 马永杰;云文霞;;遗传算法研究进展[J];计算机应用研究;2012年04期

10 刘长良;高亚龙;;带压缩因子的粒子群算法在汽包压力控制系统中的应用[J];计算机系统应用;2012年01期

相关硕士学位论文 前6条

1 肖卡飞;物流柜选址算法的设计与实现[D];中国科学院大学(中国科学院沈阳计算技术研究所);2017年

2 丁猛;大学校园智能快递柜选址研究[D];深圳大学;2016年

3 陈久龙;基于BP神经网络的银行营业网点选址与评价研究[D];长春工业大学;2016年

4 檀竹隔;快递自提柜投放选址问题研究[D];合肥工业大学;2016年

5 王博;改进的粒子群算法在商业网点选址中的应用[D];兰州交通大学;2014年

6 黎钧琪;改进遗传算法及其在物流配送中心选址优化的应用[D];武汉理工大学;2003年



本文编号:2781544

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2781544.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1e27f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com