随机需求下的风险规避型闭环物流网络设计优化模型与算法研究

发布时间：2021-01-26 12:59

　　随着社会及经济的不断发展,人类对资源及商品的需求与日俱增,且多样化、个性化趋势愈发明显。科技的进步在满足社会需求的同时使得商品的更新换代速度越来越快。产品生命周期的缩短加速了废弃品的产生,而且,借助于业已高度发达的电商产业,产品退换货需求与日俱增。对于此类产品若处理不当,将对环境造成难以估量的损害。与此同时,愈发严峻的雾霾、水污染等环境问题促使企业在追求发展的同时关注更多的可持续发展模式,这给企业带来巨大机遇的同时也提出了严峻挑战。在此背景下,以减少废弃物排放、促进物流可持续发展为基本目标的闭环物流网络模式应运而生。在闭环物流中,除传统的正向物流产品配送外,还包括对于各种退换产品的回收处理。由于外部环境,特别是市场需求（包括正向市场需求和逆向回收需求）的不确定性,使得本就更加复杂的闭环物流系统如何降低其运作成本、提高物流效率、增强其环境友好性成为企业面临的一大难题。也就是说,如何提高闭环物流系统在不确定需求下的可行性和可靠性是目前仍亟待解决的问题。为此,本文从随机需求下的闭环物流网络设计入手,以闭环设施选址、库存策略规划以及配送取货路径规划为基本内容,综合运用绿色供应链理论、最优化理论... 

【文章来源】：武汉科技大学湖北省

【文章页数】：174 页

【学位级别】：博士

【部分图文】：

014-2018年天猫“双十一”交易额、包裹量与退货率统计

武汉科技大学博士学位论文41些客户需求频率并不高，但其单位价值远高于平均水平，VaR显然无法准确预估此类需求下的风险值。关于VaR的缺点，Uryasev和Rockafellar[165]给出了更加详细的分析和讨论。为克服VaR的这一缺陷，以保证风险度量结果在不确定环境下更加准确，文献[30,165]提出了条件风险值CVaR。图3.2VaR与CVaR示意图定义3.2（条件风险值，ConditionalValueatRisk，CVaR）对于具有连续分布函数的随机变量而言，CVaRα(X)等于的条件期望，且受≥()所限制。具体地，随机变量在置信水平∈[0,1)下的CVaR是广义α尾分布的均值，()=∫()∞∞，（3-4）其中，()={0<()()1≥()由上述定义可知，在一般情况下，CVaRα(X)≥VaRα(X)。对于一般分布而言，为计算CVaRα(X)，可能需要将原概率分布加以分解。例如，当通过场景来构建概率分布时，可以通过平均一定数量的场景来获得CVaR。具体地，定义CVaRα+(X)为“upperCVaR”，其表示在>()下的条件期望：

图3.3分区相关的RLTMcCormick封包


本文编号：3001156