基于二阶递进的云仓选址及分配方法研究

发布时间：2020-08-07 03:45

【摘要】：云仓储是一种面向服务的新型仓配模式,云仓的合理选址对于满足客户的个性化需求有着重要的意义。云仓储模式对物流资源的协同性、物流系统的动态性、服务的智能性等提出了更高的要求,云仓作为物流仓配作业的执行机构,其在选址过程中需要更加全面地考虑复杂的影响因素。对此,本文针对传统选址方法过于忽略成本以外的影响因素的问题,结合云仓储模式的特点及现代云仓的功能,以云仓选址及分配为研究对象,将多属性决策和最优化方法相结合,提出二阶递进的方法研究云仓的选址-分配问题。本文的主要工作及贡献如下:(1)提出了二阶递进的云仓选址方法。采用定性和定量研究相结合的方法,将多属性决策与最优化方法相集成,提出了二阶递进的云仓选址方法,基于灰色AHP综合评估进行初步选址,然后基于最大覆盖模型进行精确选址-分配研究。(2)基于灰色AHP的候选云仓综合评估。综合考虑影响选址的定性及定量因素,构建了3层级评价指标体系,包含自然、经营环境、基础设施、其他因素等4个影响云仓选址的一级指标,以及地质条件、气象条件、交通条件、经营环境、环境保护等13个二级指标。并基于此评估体系,提出灰色AHP方法对候选云仓进行综合评估,进行初步选址。(3)基于最大覆盖的选址-分配模型构建与求解。根据云仓储模式的特点,对传统最大覆盖模型的覆盖状态和覆盖半径松弛优化,构建了以系统成本最小化、客户满意度最大化及需求量覆盖率最大化为目标的选址-分配模型,并设计改进的量子进化算法对该模型进行求解。(4)应用案例研究。结合A公司业务需求,以其提高在浙江省物流服务水平为目标,开展了中心仓、区域仓的选址-分配问题研究,通过与传统最大覆盖模型所得结果进行对比,进一步验证本文方法的科学性及有效性。研究表明,本文提出的灰色AHP方法可客观有效地对候选云仓进行综合评估,设计的改进最大覆盖选址-分配模型与传统最大覆盖模型所得方案相比,在降低物流成本、提高需求量覆盖率、实现多云仓协同等方面有较大优势。提出的二阶递进选址方法提高了选址的科学性及选址结果的可行性。另外,设计的量子遗传算法在求解上有良好的表现。
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F259.27
【图文】：

研究思路

浙江理工大学硕士学位论文6图1.1 研究思路1.3 论文结构安排本文共分六个章节，每章主要研究内容如下：第一章：绪论。本章主要介绍了选题背景和论述了本文研究的意义，在梳理云仓储模式的概念及特点的基础上，分析了云仓储模式下选址-分配问题的研究现状，明确本文研究的问题，介绍本文研究的意义，提出了本文的主要研究内容、研究思路、方法和文章结构。第二章：相关理论概述。本章首先总结梳理了选址分配问题的主要研究方法，分析了选址问题的主要模型，梳理总结了云仓储模式及云仓的概念及特点，然后明确了本文所研究的云仓储的基本概念，总结了云仓储模式下选址问题的特点

流程图,仓储服务,业务流程

图2.1 云仓储概念模型图在云仓储模式下，云仓储系统主要由云仓储服务需求端、云仓储平台及云仓储资源提供端三部分组成。其系统业务流程图如图2.2所示。云仓储资源提供端聚集了分布在不同地区，拥有不同物流资源及物流能力的云仓，云仓集成了丰富的仓储资源、运输资源、计算资源等物流资源及物流能力，这些物流资源由云仓储资源提供端向云仓储平台发布，经云仓储平台虚拟化、服务化处理后形成仓储云，云在这里表现为一个地理位置分散但逻辑上统一的虚拟资源池。云仓储服务需求端主要指分布在不同地区的云仓储服务使用者，包括个人企业等需要物流服务的群体，他们向云仓储平台提出个性化物流服务需求。云仓储平台则是充当云仓储服务提供端和云仓储服务需求端的连接桥梁，并借助物联

工作流程图,工作流程图,衍生功能,组合配置

本功能的组合配置，实现物料的仓储及配送任务（余溪和毋涛，2017）。此外，随着信息技术在云仓的深入应用以及云仓综合性能的提升，云仓还具备部分衍生功能，如：物流金融服务功能、需求预测功能、个性化定制服务功能等，其作业流程和功能的关系如图2.3所示：图2.3 云仓工作流程图

【相似文献】