本文關(guān)鍵詞：基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著汽車產(chǎn)業(yè)的高速發(fā)展和汽車物流服務(wù)外包比重的增大,汽車產(chǎn)業(yè)對(duì)物流服務(wù)提出了更高的要求。汽車產(chǎn)業(yè)不再僅關(guān)注物流服務(wù)中的準(zhǔn)時(shí)性、完整性等物流服務(wù)的基本內(nèi)容,還更為關(guān)注物流服務(wù)的專業(yè)性、整合性、協(xié)調(diào)性和過程監(jiān)控等內(nèi)容,物流服務(wù)價(jià)值鏈的協(xié)同模式隨之從以制造企業(yè)為核心的點(diǎn)鏈?zhǔn)絽f(xié)同模式和以物流服務(wù)企業(yè)為核心的線鏈?zhǔn)絽f(xié)同模式向全鏈?zhǔn)降膮f(xié)同模式發(fā)展。而物流服務(wù)價(jià)值鏈上的全鏈?zhǔn)絽f(xié)同模式需要有配套的物流云服務(wù)平臺(tái)來支撐,才能使物流服務(wù)價(jià)值鏈上的企業(yè)具有協(xié)同的條件和動(dòng)力,進(jìn)而使企業(yè)獲得更快的市場響應(yīng)能力和更大的市場競爭力。但建設(shè)物流云服務(wù)平臺(tái)需要有相應(yīng)的價(jià)值鏈協(xié)同技術(shù)來支撐平臺(tái)和促進(jìn)業(yè)務(wù)協(xié)同,因此研究支持汽車物流服務(wù)價(jià)值鏈協(xié)同的物流云服務(wù)平臺(tái)和基于物流云服務(wù)平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同技術(shù)具有重要的意義。本文在國家863計(jì)劃“汽車及工程機(jī)械多產(chǎn)業(yè)價(jià)值鏈業(yè)務(wù)協(xié)同服務(wù)平臺(tái)研發(fā)”和國家科技支撐計(jì)劃“全程供應(yīng)鏈協(xié)同與第三方物流服務(wù)技術(shù)研究”支撐的基礎(chǔ)上,以汽車制造企業(yè)和物流服務(wù)企業(yè)為研究主體,探討了基于物流云服務(wù)平臺(tái)的物流服務(wù)價(jià)值鏈協(xié)同模式,提出了基于物流云服務(wù)平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同總體解決方案,并對(duì)基于物流云服務(wù)平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織、協(xié)同策略和協(xié)同規(guī)則涉及的相關(guān)技術(shù)進(jìn)行了研究。具體包括以下內(nèi)容：(1)基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同模式和總體解決方案介紹了物流服務(wù)內(nèi)涵、我國汽車物流服務(wù)的內(nèi)容、我國汽車物流服務(wù)模式的發(fā)展歷程和汽車物流服務(wù)價(jià)值鏈的概念、特征和分類。通過分析目前大型集團(tuán)汽車制造企業(yè)以及中小型物流服務(wù)企業(yè)的協(xié)作模式,研究了基于物流云服務(wù)平臺(tái)的汽車物流價(jià)值鏈協(xié)同模式和協(xié)同效應(yīng),根據(jù)基于物流云服務(wù)平臺(tái)的汽車物流價(jià)值鏈協(xié)同總體需求,提出了基于物流云服務(wù)平臺(tái)的汽車物流價(jià)值鏈協(xié)同總體解決方案,設(shè)計(jì)了基于物流云服務(wù)平臺(tái)的協(xié)同組織的競爭機(jī)制、協(xié)同策略的合作機(jī)制、協(xié)同規(guī)則的協(xié)調(diào)機(jī)制和相關(guān)模型。(2)基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織研究通過對(duì)基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織進(jìn)行分析,圍繞“建立指標(biāo)體系、數(shù)據(jù)處理、確定權(quán)重、綜合評(píng)估、績效預(yù)測”構(gòu)建了基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織優(yōu)選模型,研究了基于模糊粗糙集的TOPSIS物流服務(wù)企業(yè)綜合評(píng)估方法和基于加權(quán)移動(dòng)平均的短期物流服務(wù)績效預(yù)測方法。評(píng)估方法采用了定性和定量相結(jié)合的方法,利用模糊粗糙集求得指標(biāo)的客觀權(quán)重,利用專家評(píng)分法來定義指標(biāo)的主觀權(quán)重,再綜合主客觀權(quán)重,最后將綜合權(quán)重用于TOPSIS進(jìn)行評(píng)估；短期物流服務(wù)績效預(yù)測方法則根據(jù)綜合評(píng)估結(jié)果和歷史任務(wù)量,采用基于加權(quán)移動(dòng)平均的時(shí)間序列預(yù)測方法進(jìn)行短期物流服務(wù)績效預(yù)測,為企業(yè)構(gòu)建協(xié)同組織提供了客觀的參考。(3)基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同策略研究研究了基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同策略中的協(xié)同運(yùn)輸策略和協(xié)同裝卸策略。針對(duì)協(xié)同運(yùn)輸策略研究了基于云平臺(tái)的協(xié)同服務(wù)資源整合模式,并基于汽車配件物流運(yùn)輸?shù)南嚓P(guān)約束構(gòu)建了配送利潤驅(qū)動(dòng)的物流協(xié)同運(yùn)輸策略模型,提出了基于聚類遺傳算法的協(xié)同運(yùn)輸策略,從而促使物流服務(wù)價(jià)值鏈的增值和協(xié)同運(yùn)輸企業(yè)間的雙贏。針對(duì)協(xié)同裝卸策略研究了多種貨物,多卸載點(diǎn),多車承運(yùn)中的箱式貨車裝箱策略,建立了裝卸一體化的多卸載點(diǎn)車載裝箱模型,提出了基于單信息素蟻群算法的貨物裝卸策略和基于多信息素蟻群算法的貨物裝卸策略,合理的裝卸策略可以使得物流運(yùn)輸企業(yè)節(jié)省運(yùn)輸車輛和成本。(4)基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同規(guī)則研究構(gòu)建了基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同利益分配規(guī)則模型,研究了面向物流服務(wù)需求方的協(xié)同利益分配模型和面向物流服務(wù)提供方的協(xié)同利益分配模型,在面向物流服務(wù)需求方的協(xié)同利益分配模型中定義了影響物流協(xié)同利潤分配的四個(gè)影響因素,建立了使用影響因子修正的改進(jìn)Shapley值利潤分配模型。在面向物流服務(wù)提供方的協(xié)同利益分配過程中,建立了基于Agent的協(xié)同物流利潤分配協(xié)商模型,引入了自學(xué)習(xí)的報(bào)價(jià)參數(shù)來實(shí)現(xiàn)報(bào)價(jià)過程中的報(bào)價(jià)策略改變,最終得到使協(xié)同各方滿意的利益分配結(jié)果,從而保障物流協(xié)同的順利進(jìn)行和持續(xù)發(fā)展。(5)支持汽車物流服務(wù)價(jià)值鏈協(xié)同的物流云服務(wù)平臺(tái)的開發(fā)實(shí)現(xiàn)設(shè)計(jì)了物流云服務(wù)平臺(tái)的平臺(tái)架構(gòu)和平臺(tái)物理結(jié)構(gòu),并針對(duì)整車物流運(yùn)輸?shù)臉I(yè)務(wù)需求研發(fā)了面向整車物流業(yè)務(wù)的物流云服務(wù)平臺(tái)。根據(jù)企業(yè)的實(shí)際業(yè)務(wù)需求,將物流企業(yè)評(píng)估方法、物流車輛協(xié)同運(yùn)輸方法、利潤分配等物流服務(wù)價(jià)值鏈協(xié)同技術(shù)應(yīng)用于云平臺(tái)不同的物流服務(wù)業(yè)務(wù)中。根據(jù)云平臺(tái)的數(shù)據(jù)集成需求、設(shè)計(jì)了可配置的數(shù)據(jù)集成方案、研發(fā)了數(shù)據(jù)集成系統(tǒng)適配器并在云平臺(tái)中展開了應(yīng)用。根據(jù)企業(yè)個(gè)性化的物流跟蹤需求,研究了基于智能移動(dòng)端和基站短信定位兩種定位方案并研發(fā)了相應(yīng)的物流跟蹤監(jiān)控系統(tǒng)。最后介紹了物流云服務(wù)平臺(tái)在企業(yè)的推廣應(yīng)用。
【關(guān)鍵詞】：汽車物流服務(wù)價(jià)值鏈協(xié)同組織 汽車物流服務(wù)價(jià)值鏈協(xié)同策略 汽車物流服務(wù)價(jià)值鏈協(xié)同規(guī)則 物流云服務(wù)平臺(tái)
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.09
【目錄】：

• 摘要7-9
• Abstract9-15
• 第1章 緒論15-37
• 1.1 研究背景、需求與意義15-20
• 1.1.1 研究背景15-16
• 1.1.2 研究需求16-19
• 1.1.3 研究意義19-20
• 1.2 國內(nèi)外研究現(xiàn)狀20-30
• 1.2.1 物流服務(wù)平臺(tái)研究現(xiàn)狀20-21
• 1.2.2 協(xié)同模式和解決方案研究現(xiàn)狀21-24
• 1.2.3 物流服務(wù)價(jià)值鏈協(xié)同技術(shù)研究現(xiàn)狀24-30
• 1.3 目前研究中存在的問題30-32
• 1.3.1 缺乏支撐物流服務(wù)價(jià)值鏈協(xié)同的物流云服務(wù)平臺(tái)30
• 1.3.2 缺乏基于云平臺(tái)的物流服務(wù)價(jià)值鏈協(xié)同模式研究和解決方案30-31
• 1.3.3 基于云平臺(tái)的物流服務(wù)價(jià)值鏈協(xié)同技術(shù)存在的問題31-32
• 1.4 研究目標(biāo)和主要研究內(nèi)容32-37
• 1.4.1 課題支持和研究目標(biāo)32-33
• 1.4.2 主要研究內(nèi)容和組織結(jié)構(gòu)33-37
• 第2章 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同模式與總體解決方案研究37-63
• 2.1 汽車物流服務(wù)37-41
• 2.1.1 物流服務(wù)的內(nèi)涵37
• 2.1.2 汽車物流服務(wù)的內(nèi)容37-40
• 2.1.3 汽車物流服務(wù)模式的發(fā)展歷程40-41
• 2.2 汽車物流服務(wù)價(jià)值鏈41-48
• 2.2.1 汽車物流服務(wù)價(jià)值鏈分析41-43
• 2.2.2 汽車物流服務(wù)價(jià)值鏈關(guān)聯(lián)模式43-44
• 2.2.3 汽車物流服務(wù)價(jià)值鏈協(xié)同模式分析44-48
• 2.3 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同模式48-53
• 2.3.1 汽車物流服務(wù)價(jià)值鏈協(xié)同模式存在的問題48-49
• 2.3.2 基于云平臺(tái)的汽車物流價(jià)值鏈協(xié)同模式49-51
• 2.3.3 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同效應(yīng)51-53
• 2.4 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同總體解決方案53-62
• 2.4.1 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同總體需求53-54
• 2.4.2 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同總體解決方案54-62
• 2.5 本章小結(jié)62-63
• 第3章 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織研究63-81
• 3.1 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織體系63-65
• 3.2 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織優(yōu)選模式65-66
• 3.3 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同組織優(yōu)選方法66-80
• 3.3.1 汽車物流服務(wù)評(píng)估指標(biāo)體系67-69
• 3.3.2 指標(biāo)的模糊量化方法69-70
• 3.3.3 基于模糊粗糙集的定權(quán)方法70-71
• 3.3.4 TOPSIS綜合評(píng)估算法與實(shí)例分析71-75
• 3.3.5 短期服務(wù)績效預(yù)測模型與實(shí)例分析75-80
• 3.4 本章小結(jié)80-81
• 第4章 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同策略研究81-110
• 4.1 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同策略81
• 4.2 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同運(yùn)輸策略研究81-95
• 4.2.1 協(xié)同運(yùn)輸資源整合模式82-83
• 4.2.2 物流協(xié)同運(yùn)輸策略分析83-84
• 4.2.3 物流協(xié)同運(yùn)輸策略模型84-86
• 4.2.4 聚類遺傳算法和實(shí)例分析86-95
• 4.3 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同裝卸策略研究95-109
• 4.3.1 數(shù)學(xué)模型和約束定義96-100
• 4.3.2 單信息素蟻群算法和實(shí)例分析100-105
• 4.3.3 多信息素蟻群算法和實(shí)例分析105-109
• 4.4 本章小結(jié)109-110
• 第5章 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同規(guī)則研究110-126
• 5.1 基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同規(guī)則110-111
• 5.2 基于云平臺(tái)的物流服務(wù)價(jià)值鏈協(xié)同利益分配模式111-112
• 5.3 基于云平臺(tái)的物流服務(wù)價(jià)值鏈協(xié)同利益分配規(guī)則研究112-125
• 5.3.1 面向物流服務(wù)需求方的價(jià)值鏈協(xié)同利益分配方法112-117
• 5.3.2 面向物流服務(wù)提供方的價(jià)值鏈協(xié)同利益分配方法117-125
• 5.4 本章小結(jié)125-126
• 第6章 支持汽車物流服務(wù)價(jià)值鏈協(xié)同的物流云服務(wù)平臺(tái)開發(fā)實(shí)現(xiàn)126-154
• 6.1 物流云服務(wù)平臺(tái)架構(gòu)126-131
• 6.1.1 物流云服務(wù)平臺(tái)架構(gòu)設(shè)計(jì)126-128
• 6.1.2 物流云服務(wù)平臺(tái)開發(fā)實(shí)現(xiàn)128-131
• 6.2 物流云服務(wù)平臺(tái)的價(jià)值鏈協(xié)同技術(shù)應(yīng)用131-136
• 6.2.1 面向幫運(yùn)業(yè)務(wù)的物流服務(wù)商優(yōu)選方法131-132
• 6.2.2 面向運(yùn)輸計(jì)劃制定業(yè)務(wù)的協(xié)同運(yùn)輸方法132-134
• 6.2.3 面向應(yīng)急調(diào)度業(yè)務(wù)的利潤分配方法134-136
• 6.3 物流云服務(wù)平臺(tái)的數(shù)據(jù)集成技術(shù)研發(fā)136-145
• 6.3.1 數(shù)據(jù)集成需求136-137
• 6.3.2 數(shù)據(jù)集成方案137-138
• 6.3.3 數(shù)據(jù)集成配置器設(shè)計(jì)與應(yīng)用138-145
• 6.4 物流云服務(wù)平臺(tái)的物流跟蹤技術(shù)研發(fā)145-151
• 6.4.1 物流跟蹤監(jiān)控系統(tǒng)設(shè)計(jì)145-148
• 6.4.2 物流實(shí)時(shí)跟蹤技術(shù)研發(fā)148-151
• 6.5 物流云服務(wù)平臺(tái)的推廣應(yīng)用151-153
• 6.6 本章小結(jié)153-154
• 結(jié)論154-156
• 總結(jié)154
• 展望154-156
• 致謝156-157
• 參考文獻(xiàn)157-164
• 攻讀博士學(xué)位期間發(fā)表的論文及科研項(xiàng)目164
• 讀博期間論文發(fā)表情況164
• 讀博期間參與的科研項(xiàng)目164

  本文關(guān)鍵詞：基于云平臺(tái)的汽車物流服務(wù)價(jià)值鏈協(xié)同技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：320592