O2O模式下生鲜农产品物流配送网络优化研究

发布时间：2020-09-05 08:24

　　 随着互联网技术在我国的快速发展,电子商务在我国快速普及,其具有的购物方便和选择广泛的特点,能够给消费者带来一种新的购物体验,消费者越来越能接受这种购物的新形式。但在网上购物越来越普遍的同时,也带来了许多问题,比如货实不相符,物流速度太慢等。在这种情况下,出现了一种新的商业模式,即O2O模式,O2O模式作为一种新兴的商业模式促进了线上与线下的融合,是一种良好的商业模式,O2O与其他电商模式的最大不同之处在于O2O模式注重用户在购买过程中的亲身体验。这正好符合大众在购买产品时的习惯,尤其是生鲜农产品。农民专业合作社以家庭承包为基础,除土地外,其他的生产资料归农民自己拥有,收入的多少取决于自己的生产经营能力。一方面这种“多劳多得,少劳少得”的模式有助于调动农民的积极性,促进农民的收入增长,保障合作社的稳健发展,另一方面,农村合作社的建立可以解决农产品分散生产、生产组织困难的问题,是一种互助性的经济组织。国家出台相关政策支持农村电商的发展和其具有的巨大利润,使当前电商行业大力发展生鲜农产品电商,追求利润最大化,但是生鲜农产品的物流配送网络还存在许多问题。O2O模式的发展给生鲜农产品物流的发展带来契机。本文综合采用文献研究法和数学建模与优化仿真方法研究以农民专业合作社为主体的O2O模式下生鲜农产品物流配送网络优化问题,能够解决在实际生活中的物流配送网络优化问题,具有重要的现实意义。首先,对生鲜农产品物流、配送中心选址、物流配送网络、农产品O2O模式方面进行了文献综述,介绍了O2O模式的概念和特点,生鲜农产品的含义及特点,介绍了O2O模式下以合作社为主体的农产品O2O模式,论述了物流配送网络理论以及目前我国生鲜农产品物流配送网络存在的问题。其次是对生鲜农产品的需求预测,由于生鲜农产品的生产所固有的季节性和周期性特征,加上人们往往喜欢购买当季的水果,从而使消费者的需求也具有季节与周期特征。本文考虑季节性生鲜农产品,引入SARIMA模型对生鲜农产品的需求进行预测。然后分析以合作社为主体的农产品O2O模式下的物流配送网络的模型,形成了多合作社、多连锁超市、多需求点、多产品、多周期的单目标混合整数非线性规划模型,该模型在综合考虑生鲜农产品的供应成本、线上线下渠道的缺货成本、储存成本、损耗成本、运营成本、运输成本等成本的基础上,以利润最大化为目标构建优化模型。最后设计算例仿真并采用Lingo软件来求解该模型,得到了全局最优解。分析结果后发现所建模型的实际应用效果较好,并根据模型的求解结果提出在物流配送网络优化过程中的针对性的建议。
【学位单位】：浙江财经大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F326.6;F724.6;F323.7
【部分图文】：

2 月 3.85 5.35 5.5 5.4 5.58 4 5.98 5.783 月 5.65 7.39 11.48 9.8 9.57 7.95 8.47 8.634 月 5.55 9.01 11.7 10.09 8.42 10.63 12.06 15.625 月 13.43 13.76 10.66 10.99 11.27 9.2 13.48 16.556 月 14.9 16.27 16.28 14.24 12.4 9.89 12.89 12.267 月 16.85 17.07 17.96 14.57 15.66 17.55 17.09 17.578 月 19.01 17.64 18.58 21.13 20.59 19.95 20.67 21.449 月 10.87 8.23 11.07 9.26 10.5 9.73 10.98 10.2810 月 3.76 4.44 5.55 5.34 6.19 5.19 5.8 4.1411 月 2.87 3.52 2.9 3.51 4.92 3.84 4.64 3.0812 月 4.8 5.5 5.13 3.7 4.89 4.44 4.9 2.88（一）确定 SARIMA 模型1.找出季节序列的周期通过获取需求点 1 的 2008-2015 年的 p1生鲜农产品月度需求量，画出时间序列图，如图 4-1 所示，通过对原始数据图进行观察，p1生鲜农产品月度需求量的趋势呈现周期性变化，从图形来看，周期约为 12 个月。在这 12 个月中，生鲜农产品 p1的需求呈现出先上升后下降的特点。

2 月 3.85 5.35 5.5 5.4 5.58 4 5.98 5.783 月 5.65 7.39 11.48 9.8 9.57 7.95 8.47 8.634 月 5.55 9.01 11.7 10.09 8.42 10.63 12.06 15.625 月 13.43 13.76 10.66 10.99 11.27 9.2 13.48 16.556 月 14.9 16.27 16.28 14.24 12.4 9.89 12.89 12.267 月 16.85 17.07 17.96 14.57 15.66 17.55 17.09 17.578 月 19.01 17.64 18.58 21.13 20.59 19.95 20.67 21.449 月 10.87 8.23 11.07 9.26 10.5 9.73 10.98 10.2810 月 3.76 4.44 5.55 5.34 6.19 5.19 5.8 4.1411 月 2.87 3.52 2.9 3.51 4.92 3.84 4.64 3.0812 月 4.8 5.5 5.13 3.7 4.89 4.44 4.9 2.88（一）确定 SARIMA 模型1.找出季节序列的周期通过获取需求点 1 的 2008-2015 年的 p1生鲜农产品月度需求量，画出时间序列图，如图 4-1 所示，通过对原始数据图进行观察，p1生鲜农产品月度需求量的趋势呈现周期性变化，从图形来看，周期约为 12 个月。在这 12 个月中，生鲜农产品 p1的需求呈现出先上升后下降的特点。

图 4- 3 生鲜农产品需求量时间序列的自相关图和偏自相关图对 p1生鲜农产品需求量时间序列做单位根检验，可以得到 p=0.01<0.05，不在单位根。从 p1生鲜农产品需求量时间序列的自相关图和偏相关图中可以看出原始序列自相关图出现了明显的周期为 12 的周期性及缓慢衰减的趋势，进一步明了时间序列的周期性为12，由于生鲜农产品需求序列存在周期为12的季节波动对序列进行一阶季节差分和一阶非季节差分。3.模型中各参数的确定

【参考文献】

相关期刊论文 前10条

1 王纪录;;农产品O2O模式基本框架构建及其运行机制[J];商业经济研究;2017年08期

2 王道平;徐展;杨岑;;基于两阶段启发式算法的物流配送选址-路径问题研究[J];运筹与管理;2017年04期

3 范厚明;田也;;谈生鲜农产品电商物流配送模式的改进[J];商业经济研究;2015年35期

4 李丹;;物流配送中心选址[J];东南大学学报(哲学社会科学版);2015年S2期

5 杨柳;翟辉;冼至劲;;生鲜产品的O2O模式探讨[J];物流技术;2015年05期

6 董津津;陈学云;;基于O2O模式的农产品流通一体化方式研究[J];物流技术;2015年04期

7 魏国辰;;电商企业生鲜产品物流模式创新[J];中国流通经济;2015年01期

8 汪旭晖;张其林;;基于线上线下融合的农产品流通模式研究——农产品O2O框架及趋势[J];北京工商大学学报(社会科学版);2014年03期

9 孙曦;杨为民;;国外农产品物流运作模式对中国的启示[J];物流技术;2014年13期

10 陈诚;邱荣祖;;多周期木材物流网络优化研究[J];福建林学院学报;2014年03期

相关博士学位论文 前2条

1 马志超;低碳物流配送网络设计优化研究[D];北京科技大学;2016年

2 孙旭;基于NFC技术的生鲜农产品供应链可追溯系统设计及应用研究[D];吉林大学;2016年

相关硕士学位论文 前10条

1 裴艳华;基于需求量预测的生鲜农产品冷链配送中心选址研究[D];重庆工商大学;2016年

2 周悦;农超对接的生鲜农产品供应链优化研究[D];山东财经大学;2016年

3 徐晓光;O2O模式下零售企业物流服务网络节点布局优化研究[D];西南交通大学;2016年

4 贺晶晶;O2O模式下连锁超市生鲜农产品物流配送路径优化研究[D];天津理工大学;2016年

5 郑岩;基于改进CFLP模型的H公司冷链物流配送中心选址研究[D];河北工程大学;2015年

6 姚斌;生鲜农产品O2O运作模式的研究[D];浙江工业大学;2015年

7 曹倩;生鲜农产品冷链物流配送网络优化及仿真研究[D];苏州科技学院;2015年

8 李娇娇;农超对接模式下生鲜农产品供应链优化研究[D];成都理工大学;2015年

9 侯s

本文编号：2812789