考慮多目標(biāo)的C企業(yè)整車物流配送共享倉選址研究
發(fā)布時(shí)間:2024-03-16 15:29
中國經(jīng)濟(jì)高質(zhì)量發(fā)展,汽車市場(chǎng)呈井噴式增長。消費(fèi)升級(jí)使傳統(tǒng)的整車物流組織方式難以滿足客戶的時(shí)效性需求,已成為行業(yè)痛點(diǎn)。C企業(yè)作為汽車領(lǐng)域內(nèi)的供應(yīng)鏈平臺(tái)服務(wù)商,其主營業(yè)務(wù)包括整車物流、零部件物流和共享租賃等;谀壳罢囄锪黝I(lǐng)域存在的時(shí)效性問題,C企業(yè)提出建立整車物流領(lǐng)域VTC(配送共享倉)的構(gòu)想,由VTC提供整車倉儲(chǔ)配送服務(wù),為更多汽車品牌創(chuàng)造共享模式,為客戶提供更加優(yōu)質(zhì)的服務(wù)。但是,針對(duì)整車物流VTC的選址,目前缺乏整車物流末端配送站選址的相關(guān)研究,同時(shí)現(xiàn)有選址方法缺少從定量分析角度科學(xué)準(zhǔn)確挑選備選中心,在考慮客戶時(shí)間滿意度時(shí)忽略了客戶價(jià)值權(quán)重;诖,論文在考慮客戶時(shí)間滿意度和物流總成本的情況下對(duì)C企業(yè)整車物流配送共享倉進(jìn)行選址研究,具體研究?jī)?nèi)容如下:首先,介紹了C企業(yè)提出的VTC基本概念和發(fā)展現(xiàn)狀,通過分析得出VTC選址受人口、經(jīng)濟(jì)、消費(fèi)、配送時(shí)間、客戶價(jià)值權(quán)重等因素的影響,提出在VTC選址過程中需要同時(shí)考慮企業(yè)物流總成本、客戶時(shí)間滿意度,客戶價(jià)值權(quán)重的原則;其次,基于K-means算法進(jìn)行客戶需求點(diǎn)聚類。以百度地圖POI數(shù)據(jù)為基礎(chǔ),將客戶需求點(diǎn)進(jìn)行聚類劃分,采用誤差平方和以及輪廓...
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 物流設(shè)施選址研究
1.2.2 整車物流相關(guān)研究
1.2.3 K-means算法研究
1.2.4 客戶時(shí)間滿意度選址方法研究
1.2.5 選址模型算法研究
1.2.6 研究綜述
1.3 研究?jī)?nèi)容與方法
1.3.1 研究?jī)?nèi)容
1.3.2 研究方法
1.4 技術(shù)路線與組織架構(gòu)
1.4.1 技術(shù)路線
1.4.2 組織架構(gòu)
2 C企業(yè)配送共享倉現(xiàn)狀分析
2.1 C企業(yè)簡(jiǎn)介
2.2 C企業(yè)VTC(配送共享倉)簡(jiǎn)介
2.3 C企業(yè)VTC(配送共享倉)功能概況
2.4 C企業(yè)建立VTC和選址的必要性
2.5 本章小結(jié)
3 C企業(yè)基于K-means算法的客戶需求聚類
3.1 K-means算法核心思想
3.2 K-means聚類算法基礎(chǔ)分析
3.3 K-means聚類算法步驟
3.4 K-means聚類效果評(píng)價(jià)
3.4.1 輪廓系數(shù)
3.4.2 誤差平方和
3.5 C企業(yè)的需求客戶點(diǎn)聚類
3.6 本章小結(jié)
4 C企業(yè)VTC多目標(biāo)選址模型構(gòu)建
4.1 問題描述
4.2 倉庫選址基礎(chǔ)理論
4.2.1 倉庫選址的影響因素
4.2.2 倉庫選址流程
4.3 C企業(yè)VTC選址成本模型構(gòu)建
4.3.1 C企業(yè)VTC選址模型成本分析
4.3.2 基本假設(shè)
4.3.3 參數(shù)變量
4.3.4 成本模型構(gòu)建
4.4 C企業(yè)考慮區(qū)域客戶價(jià)值權(quán)重的客戶時(shí)間滿意度函數(shù)構(gòu)建
4.4.1 區(qū)域客戶價(jià)值指標(biāo)的確定
4.4.2 區(qū)域客戶價(jià)值指標(biāo)權(quán)重計(jì)算
4.4.3 客戶時(shí)間滿意度
4.4.4 客戶時(shí)間滿意度函數(shù)構(gòu)建
4.5 C企業(yè)多目標(biāo)VTC選址模型構(gòu)建
4.6 本章小結(jié)
5 C企業(yè)VTC選址模型求解
5.1 選址模型求解算法設(shè)計(jì)
5.2 數(shù)據(jù)準(zhǔn)備
5.3 選址模型運(yùn)算結(jié)果
5.3.1 考慮區(qū)域客戶價(jià)值權(quán)重
5.3.2 不考慮區(qū)域客戶價(jià)值權(quán)重選址結(jié)果
5.4 選址結(jié)果對(duì)比分析
5.5 本章小結(jié)
6 結(jié)論與展望
6.1 研究結(jié)論
6.2 不足與展望
參考文獻(xiàn)
附錄
A 主要的Python代碼
B 主要的Matlab代碼
C 學(xué)位論文數(shù)據(jù)集
致謝
本文編號(hào):3929738
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 物流設(shè)施選址研究
1.2.2 整車物流相關(guān)研究
1.2.3 K-means算法研究
1.2.4 客戶時(shí)間滿意度選址方法研究
1.2.5 選址模型算法研究
1.2.6 研究綜述
1.3 研究?jī)?nèi)容與方法
1.3.1 研究?jī)?nèi)容
1.3.2 研究方法
1.4 技術(shù)路線與組織架構(gòu)
1.4.1 技術(shù)路線
1.4.2 組織架構(gòu)
2 C企業(yè)配送共享倉現(xiàn)狀分析
2.1 C企業(yè)簡(jiǎn)介
2.2 C企業(yè)VTC(配送共享倉)簡(jiǎn)介
2.3 C企業(yè)VTC(配送共享倉)功能概況
2.4 C企業(yè)建立VTC和選址的必要性
2.5 本章小結(jié)
3 C企業(yè)基于K-means算法的客戶需求聚類
3.1 K-means算法核心思想
3.2 K-means聚類算法基礎(chǔ)分析
3.3 K-means聚類算法步驟
3.4 K-means聚類效果評(píng)價(jià)
3.4.1 輪廓系數(shù)
3.4.2 誤差平方和
3.5 C企業(yè)的需求客戶點(diǎn)聚類
3.6 本章小結(jié)
4 C企業(yè)VTC多目標(biāo)選址模型構(gòu)建
4.1 問題描述
4.2 倉庫選址基礎(chǔ)理論
4.2.1 倉庫選址的影響因素
4.2.2 倉庫選址流程
4.3 C企業(yè)VTC選址成本模型構(gòu)建
4.3.1 C企業(yè)VTC選址模型成本分析
4.3.2 基本假設(shè)
4.3.3 參數(shù)變量
4.3.4 成本模型構(gòu)建
4.4 C企業(yè)考慮區(qū)域客戶價(jià)值權(quán)重的客戶時(shí)間滿意度函數(shù)構(gòu)建
4.4.1 區(qū)域客戶價(jià)值指標(biāo)的確定
4.4.2 區(qū)域客戶價(jià)值指標(biāo)權(quán)重計(jì)算
4.4.3 客戶時(shí)間滿意度
4.4.4 客戶時(shí)間滿意度函數(shù)構(gòu)建
4.5 C企業(yè)多目標(biāo)VTC選址模型構(gòu)建
4.6 本章小結(jié)
5 C企業(yè)VTC選址模型求解
5.1 選址模型求解算法設(shè)計(jì)
5.2 數(shù)據(jù)準(zhǔn)備
5.3 選址模型運(yùn)算結(jié)果
5.3.1 考慮區(qū)域客戶價(jià)值權(quán)重
5.3.2 不考慮區(qū)域客戶價(jià)值權(quán)重選址結(jié)果
5.4 選址結(jié)果對(duì)比分析
5.5 本章小結(jié)
6 結(jié)論與展望
6.1 研究結(jié)論
6.2 不足與展望
參考文獻(xiàn)
附錄
A 主要的Python代碼
B 主要的Matlab代碼
C 學(xué)位論文數(shù)據(jù)集
致謝
本文編號(hào):3929738
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/3929738.html
最近更新
教材專著