W市邮政分公司D投递中心投递网络优化问题研究
发布时间：2021-07-11 12:07
随着我国电子商务近20年的高速发展,相关的快递投递规模持续扩大,快递服务平均单价持续下降,快递服务质量不断提高,快递企业竞争进一步加剧,市场集中度也随之提升。据国家邮政局公布的数据显示,2019年,全国快递企业日均业务量、收分别达635.2亿件和7497.8亿元,同比增长25.3%和24.2%,量收增速差距从去年4.8%缩小为1.1%,行业同质化竞争日趋激烈。参与竞争的快递企业中,“通达系”增速高于行业平均水平,而作为最早提供快递服务的国有企业邮政公司增速却只处在中游,面对不断扩张的市场和激烈的竞争格局,如何进一步提高自身竞争能力在残酷的竞争中不被淘汰已经成为当下邮政公司急需破解的生存难题。对于快递企业而言,优化投递网络运营管理就是破解这道难题的关键点,通过对投递网络运营管理的优化,可以进一步提升投递效率、提高服务质量、降低投递成本,从而实现企业竞争能力的提升。本文通过对W市邮政分公司D投递中心现有投递网络运营状况的实地考察发现,目前D投递中心也面临着增量不增收、投递服务质量不高和投递队伍不稳定的现实困境,探究具体的原因主要是因为现有的投递网络运营管理不善所造成的,包括投递配送中心尚无...
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
快递网络运营结构图
第二章相关概念及理论基础11图2-2k均值聚类算法流程图2.3.4模拟退火算法原理模拟退火算法是一种随机寻优的常用优化算法，由kirkpatrick在1983年将其用来解决组合优化问题，具有全局优化性能，实际应用广泛。其基本思想源于物理学中固体退火原理，当固体加温至最高温度时，固体内部粒子呈现无序状，在其状态空间中自由运动，内能最高，随着温度冷却至最低温度时，内部粒子重新以一定的结构固定排列，内能逐步降至最低。这一过程可类比为组合优化过程，组合优化问题的解类似于固体内部粒子状态，初始解可类比为固体内能最高时粒子状态，最优解类比为固体内能最低时粒子状态，组合优化的费用类比于固体的内能。模拟退火算法过程的表示如下：1.设定一个足够高的初始温度T、初始解状态、每个温度t下的迭代次数L和
第二章相关概念及理论基础12最小温度阈值；2.在每个温度t下，当k=1，2，，L时，进行（3）至（6）；3.对当前解所包含的元素进行互换、置换等操作进行随机扰动得到新解；4.计算温度增量Δt=()-()，其中()为评价函数；5.若Δt0则接受作为新的当前解，否则以概率exp(-Δt/(t))接受作为新的当前解；6.如果未达到迭代次数，则返步骤3，否则，若满足终止条件则输出当前解为最优解，结束程序，否则减小t降温，转第2步，直至t小于初始设定的最小温度阈值。整个算法的流程见图2-3。图2-3模拟退火算法流程图
【参考文献】：
期刊论文
[1]聚类算法综述[J]. 章永来,周耀鉴. 计算机应用. 2019(07)
[2]K均值聚类算法的研究与优化[J]. 陶莹,杨锋,刘洋,戴兵. 计算机技术与发展. 2018(06)
[3]快递网络的要素、结构与上海节点的空间格局[J]. 林涛,谢夏成. 交通运输研究. 2017(05)
[4]求解TSP的改进模拟退火算法[J]. 徐小平,朱秋秋. 计算机系统应用. 2015(12)
[5]物流配送中心选址的重心法探讨[J]. 程珩,牟瑞芳. 交通运输工程与信息学报. 2013(01)
[6]考虑物流配送路网结构及配送量约束的客户聚类算法[J]. 高学东,谷淑娟,白尘,武森. 系统工程理论与实践. 2012(01)
[7]配送中心选址方法比较[J]. 郁文雷,高学伟. 商品与质量. 2011(S9)
[8]基于改进K-means聚类的物流配送区域划分方法研究[J]. 谷炜,张群,胡睿. 中国管理信息化. 2010(24)
[9]速递网络模式优化探讨[J]. 郑建华. 邮政研究. 2010(02)
[10]中国快递企业的网络系统分析[J]. 张洪斌,聂玉超. 物流技术. 2009(09)
博士论文
[1]不确定因素下路径规划问题研究[D]. 张梦颖.中国科学技术大学 2016
[2]物流配送选址—运输路径优化问题研究[D]. 石兆.中南大学 2014
[3]带时间窗车辆路径问题及其算法研究[D]. 潘立军.中南大学 2012
硕士论文
[1]A公司配送中心选址和运输路径优化研究[D]. 廖志伟.华南理工大学 2018
[2]快递末端配送模式分析与优化研究[D]. 金正阳.北京交通大学 2017
[3]快递同城网络布局优化研究[D]. 陈磊.吉林大学 2016
[4]基于K-means-遗传算法的众包配送网络优化研究[D]. 赵兴龙.北京交通大学 2016
[5]京东商城配送服务质量评价及改进研究[D]. 彭圆圆.西南交通大学 2016
[6]共同配送下区域速递配送中心选址和配送路径优化[D]. 白玉凤.北京邮电大学 2016
[7]S快递公司最后一公里配送优化研究[D]. 戴军.华南理工大学 2015
[8]A快递公司C站点车辆路径优化问题研究[D]. 谢婉君.华南理工大学 2015
[9]电子商务环境下的城市末端配送方法研究[D]. 赵超林.上海交通大学 2015
[10]哈尔滨城区快递企业网络布局优化研究[D]. 刘文权.哈尔滨工程大学 2014
本文编号：3278065
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
快递网络运营结构图
第二章相关概念及理论基础11图2-2k均值聚类算法流程图2.3.4模拟退火算法原理模拟退火算法是一种随机寻优的常用优化算法，由kirkpatrick在1983年将其用来解决组合优化问题，具有全局优化性能，实际应用广泛。其基本思想源于物理学中固体退火原理，当固体加温至最高温度时，固体内部粒子呈现无序状，在其状态空间中自由运动，内能最高，随着温度冷却至最低温度时，内部粒子重新以一定的结构固定排列，内能逐步降至最低。这一过程可类比为组合优化过程，组合优化问题的解类似于固体内部粒子状态，初始解可类比为固体内能最高时粒子状态，最优解类比为固体内能最低时粒子状态，组合优化的费用类比于固体的内能。模拟退火算法过程的表示如下：1.设定一个足够高的初始温度T、初始解状态、每个温度t下的迭代次数L和
第二章相关概念及理论基础12最小温度阈值；2.在每个温度t下，当k=1，2，，L时，进行（3）至（6）；3.对当前解所包含的元素进行互换、置换等操作进行随机扰动得到新解；4.计算温度增量Δt=()-()，其中()为评价函数；5.若Δt0则接受作为新的当前解，否则以概率exp(-Δt/(t))接受作为新的当前解；6.如果未达到迭代次数，则返步骤3，否则，若满足终止条件则输出当前解为最优解，结束程序，否则减小t降温，转第2步，直至t小于初始设定的最小温度阈值。整个算法的流程见图2-3。图2-3模拟退火算法流程图
【参考文献】：
期刊论文
[1]聚类算法综述[J]. 章永来,周耀鉴. 计算机应用. 2019(07)
[2]K均值聚类算法的研究与优化[J]. 陶莹,杨锋,刘洋,戴兵. 计算机技术与发展. 2018(06)
[3]快递网络的要素、结构与上海节点的空间格局[J]. 林涛,谢夏成. 交通运输研究. 2017(05)
[4]求解TSP的改进模拟退火算法[J]. 徐小平,朱秋秋. 计算机系统应用. 2015(12)
[5]物流配送中心选址的重心法探讨[J]. 程珩,牟瑞芳. 交通运输工程与信息学报. 2013(01)
[6]考虑物流配送路网结构及配送量约束的客户聚类算法[J]. 高学东,谷淑娟,白尘,武森. 系统工程理论与实践. 2012(01)
[7]配送中心选址方法比较[J]. 郁文雷,高学伟. 商品与质量. 2011(S9)
[8]基于改进K-means聚类的物流配送区域划分方法研究[J]. 谷炜,张群,胡睿. 中国管理信息化. 2010(24)
[9]速递网络模式优化探讨[J]. 郑建华. 邮政研究. 2010(02)
[10]中国快递企业的网络系统分析[J]. 张洪斌,聂玉超. 物流技术. 2009(09)
博士论文
[1]不确定因素下路径规划问题研究[D]. 张梦颖.中国科学技术大学 2016
[2]物流配送选址—运输路径优化问题研究[D]. 石兆.中南大学 2014
[3]带时间窗车辆路径问题及其算法研究[D]. 潘立军.中南大学 2012
硕士论文
[1]A公司配送中心选址和运输路径优化研究[D]. 廖志伟.华南理工大学 2018
[2]快递末端配送模式分析与优化研究[D]. 金正阳.北京交通大学 2017
[3]快递同城网络布局优化研究[D]. 陈磊.吉林大学 2016
[4]基于K-means-遗传算法的众包配送网络优化研究[D]. 赵兴龙.北京交通大学 2016
[5]京东商城配送服务质量评价及改进研究[D]. 彭圆圆.西南交通大学 2016
[6]共同配送下区域速递配送中心选址和配送路径优化[D]. 白玉凤.北京邮电大学 2016
[7]S快递公司最后一公里配送优化研究[D]. 戴军.华南理工大学 2015
[8]A快递公司C站点车辆路径优化问题研究[D]. 谢婉君.华南理工大学 2015
[9]电子商务环境下的城市末端配送方法研究[D]. 赵超林.上海交通大学 2015
[10]哈尔滨城区快递企业网络布局优化研究[D]. 刘文权.哈尔滨工程大学 2014
本文编号：3278065
本文链接：https://www.wllwen.com/jingjilunwen/xmjj/3278065.html
