第1章 緒論 

1.1  選題背景與研究意義
2015 年李克強(qiáng)總理在全國人民代表大會(huì)第三次會(huì)議的政府工作報(bào)告中提出，“制定‘互聯(lián)網(wǎng)+’行動(dòng)計(jì)劃，推動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等于現(xiàn)在制造業(yè)結(jié)合，促進(jìn)電子商務(wù)和互聯(lián)網(wǎng)金融健康發(fā)展，引導(dǎo)互聯(lián)網(wǎng)開拓國際市場�！笔够ヂ�(lián)網(wǎng)的發(fā)展與物流配送問題、電子商務(wù)問題聯(lián)系的更加緊密[1]。隨著電子商務(wù)的飛速發(fā)展，消費(fèi)者需求的不確定性以及配送運(yùn)輸過程的不可控性，使得當(dāng)前企業(yè)間的競爭越來越激烈，已經(jīng)從產(chǎn)品質(zhì)量、服務(wù)水平等的競爭轉(zhuǎn)變?yōu)楣⿷?yīng)鏈管理控制之間的競爭，形成電子商務(wù)供應(yīng)鏈管理(e-Supply Chain Management，e-SCM)[2]。由此可以看出，提高電子商務(wù)供應(yīng)鏈管理質(zhì)量已經(jīng)成為電商企業(yè)建立競爭優(yōu)勢的必要手段。 消費(fèi)者對(duì)企業(yè)的物流服務(wù)質(zhì)量和服務(wù)水平提出了更高的要求，企業(yè)也提出“七天無理由退貨”、“急速退貨”等對(duì)策，這就直接導(dǎo)致了逆向物流的大量產(chǎn)生。由于網(wǎng)絡(luò)購物的特殊性，電子商務(wù)比傳統(tǒng)商務(wù)更容易產(chǎn)生退貨，網(wǎng)絡(luò)銷售的退貨量有時(shí)可高達(dá)訂單總量的三分之一[3]。物流配送系統(tǒng)作為供應(yīng)鏈的核心組成部分之一也成為企業(yè)發(fā)展的制約因素，引起了電商企業(yè)的廣泛關(guān)注。降低成本、提升效率，對(duì)物流系統(tǒng)的配送策略做出相應(yīng)的調(diào)整和創(chuàng)新，成為當(dāng)前電子商務(wù)供應(yīng)鏈庫存路徑亟待解決的問題。電商企業(yè)通過提升自建物流服務(wù)體系，提高物流服務(wù)態(tài)度、保障客戶滿意度，進(jìn)一步提升市場競爭力。運(yùn)輸路徑和庫存控制在物流系統(tǒng)優(yōu)化中，是至關(guān)重要的兩個(gè)因素，對(duì)庫存路徑問題的集成物流系統(tǒng)規(guī)劃已有不少學(xué)者展開了研究，但是將退貨渠道和第三方物流與自建物流相結(jié)合的配送思想引入集成優(yōu)化的物流系統(tǒng)中的研究很少。為滿足客戶對(duì)時(shí)間的要求有必要將時(shí)間窗函數(shù)控制加入成本；由于網(wǎng)絡(luò)客戶具有分散性，偏遠(yuǎn)地區(qū)的物流配送費(fèi)用導(dǎo)致成本增加，有必要將第三方配送引入，完成對(duì)偏遠(yuǎn)地區(qū)的配送要求；在退貨量較大的情況下，為提高車輛利用率減小配送成本，考慮同時(shí)送取貨的配送方式。 
..........

1.2  國內(nèi)外研究現(xiàn)狀
從  21  世紀(jì)開始，國外很多學(xué)者在研究電子商務(wù)供應(yīng)鏈的優(yōu)化中已經(jīng)有了很大進(jìn)展。早期對(duì)電子商務(wù)供應(yīng)鏈的研究，主要針對(duì)物流系統(tǒng)在電子商務(wù)供應(yīng)鏈中起到的重要作用。通過查找國外主流期刊關(guān)于電子商務(wù)物流文獻(xiàn)中，發(fā)現(xiàn)有很多文章跟電子商務(wù)物流有密切的聯(lián)系。2010 年 Ramanathan 在針對(duì)電子商務(wù)的研究中指出，提升客戶的滿意度可以通過提高電子商務(wù)的物流服務(wù)水平實(shí)現(xiàn)[5]。2012 年 Xiao 指出物流優(yōu)化是提升電子商務(wù)服務(wù)質(zhì)量的重要因素，選擇合適的物流模式對(duì)供應(yīng)鏈中各部分成員至關(guān)重要[6]。Ying 研究了基于電子商務(wù)環(huán)境下第三方物流完成物流的配送任務(wù)、庫存管理任務(wù)[7]。 相比與國外研究，我國電子商務(wù)供應(yīng)鏈的發(fā)展比國外發(fā)達(dá)國家起步較晚，進(jìn)入 21 世紀(jì)隨著國內(nèi)經(jīng)濟(jì)建設(shè)的高速發(fā)展，國內(nèi)學(xué)者在研究電子商務(wù)方向的課題也掀起了一股熱潮。很多專家學(xué)者從不同層次和角度對(duì)電子商務(wù)與物流展開研究，比如電子商務(wù)企業(yè)自建物流配送模式和第三方外包配送模式，對(duì)新時(shí)期符合我國電子商務(wù)發(fā)展的物流配送模式存在的問題做出適當(dāng)?shù)母倪M(jìn)和創(chuàng)新。2012 年王樂鵬在研究電子商務(wù)供應(yīng)鏈物流運(yùn)作模式時(shí)，考慮配送費(fèi)用的總成本、企業(yè)運(yùn)作效率和客戶服務(wù)滿意度等因素建立新的運(yùn)輸模式 [8]。同年雨兮基于電子商務(wù)環(huán)境下對(duì)傳統(tǒng)物流配送和城市物流配送的關(guān)系進(jìn)行研究，建立完善的庫存調(diào)度，增加實(shí)時(shí)監(jiān)控和實(shí)時(shí)決策，為物流配送系統(tǒng)提供新的戰(zhàn)略[9]。2013 年胡云超等考慮城市貨運(yùn)交通管制的情況，建立了多目標(biāo)多約束的城市配送優(yōu)化系統(tǒng)，并分析交通管制不同情況下的城市配送優(yōu)化結(jié)果，證明了考慮交通管制對(duì)于緩解城市交通壓力提供良好途徑，降低了城市配送成本[10]。2014 年劉靜等結(jié)合電子商務(wù)正逆向物流網(wǎng)絡(luò)，考慮工廠與客戶之間的直接配送問題建立閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)，設(shè)計(jì)可行的算法求解模型[11]。2015 年劉靜基于電子商務(wù)環(huán)境下研究庫存_路徑優(yōu)化問題，建立基于集中訂貨策略下的需求確定的多產(chǎn)品庫存路徑優(yōu)化模型[12]。 
..........

第2章 相關(guān)技術(shù)概述 

2.1  遺傳算法概述
遺傳概念由 Michigan 大學(xué)的 Holland 教授于 20 世紀(jì) 60 年代末到 70 年代初首先提出，并以達(dá)爾文的遺傳選擇規(guī)律、自然淘汰原則、適者生存的生物進(jìn)化論和孟德爾提出的分離定律、自由組合定律的遺傳規(guī)律為原型，而形成的 GA理論[49]。 遺傳算法是計(jì)算機(jī)科學(xué)中用于解決搜索最優(yōu)解的算法。它是從生物學(xué)理論出發(fā)，根據(jù)生物界的進(jìn)化規(guī)律，通過自然選擇和遺傳變異實(shí)現(xiàn)優(yōu)勝劣汰、適者生存，進(jìn)而計(jì)算出最優(yōu)解來優(yōu)化搜索問題。遺傳算法借鑒自然界物種進(jìn)行選擇與優(yōu)化觀念，是一種模擬生物進(jìn)化過程，解決要求解問題的智能優(yōu)化算法[50]。 遺傳算法在解決實(shí)際問題中應(yīng)用到了生物進(jìn)化原理，來搜索最優(yōu)解，這個(gè)最優(yōu)解在遺傳算法中被定義為種群，按照染色體基因位置編碼構(gòu)成的個(gè)體解叫做種群的個(gè)體。遺傳算法通過適用度函數(shù)來獲取種群中個(gè)體適應(yīng)生存環(huán)境的程度，適應(yīng)度高的優(yōu)秀個(gè)體才是物種進(jìn)化的發(fā)展要求。每個(gè)個(gè)體解對(duì)應(yīng)一個(gè)適應(yīng)度值，按種群個(gè)體適應(yīng)度值的情況，優(yōu)先選擇較優(yōu)種群中的個(gè)體，子代種群的形成是遺傳算法優(yōu)勝劣汰原則下的選擇操作的產(chǎn)物，父代很多優(yōu)秀的遺傳信息都存在新的種群中。 兩個(gè)父代基因部分結(jié)構(gòu)加以交換，改變了原有的基因序列的操作叫交叉操作；變異操作是群體中的每一個(gè)個(gè)體，概率性的改變原有基因序列片段。通過這兩種操作形成了新的子代種群[51]。子代種群是由于交叉操作、變異操作并且保證新的子代種群個(gè)體基因與父代種群個(gè)體基因不相同。然后在新的種群中保留優(yōu)秀的各代基因，適應(yīng)能力差的染色體基因直接被淘汰，根據(jù)種群個(gè)體的不斷進(jìn)化，如此迭代下去直到滿足終止條件，結(jié)束算法退出程序。當(dāng)前會(huì)產(chǎn)生很多新的個(gè)體，通過適應(yīng)度值的大小作為判斷指標(biāo)，適應(yīng)度值小的個(gè)體，被淘汰，適應(yīng)度值相對(duì)最大的個(gè)體代表了種群個(gè)體最優(yōu)解。遺傳算法的基本流程如圖 2-1  所示。 
..........

2.2  模擬退火算法概述
20 世紀(jì) 50 年代，N．Metropolis 等首次提出傳統(tǒng)的模擬退火算法(Simulated Annealing，SA)[53]。模擬退火算法的思想是基于模擬熱力學(xué)中的退火現(xiàn)象產(chǎn)生的，因?yàn)榫哂腥謨?yōu)化最優(yōu)解的特點(diǎn)而被學(xué)者深入研究。到 1983 年，S．Kirkpatrick 等人成功地將模擬退火思想逐漸發(fā)展成為一種優(yōu)化算法。SA 的尋優(yōu)解過程定義為從相對(duì)較高的初始溫度開始，為了降低溫度而設(shè)定降溫參數(shù)，依據(jù)概率突跳這一特殊特點(diǎn)，在自動(dòng)跳出局部最優(yōu)解的同時(shí)  ，通過一定概率找到接近于全局最優(yōu)解的局部最優(yōu)解的過程，即在全局過程中尋找目標(biāo)函數(shù)最優(yōu)解。 模擬退火算法最早起源于固體從高溫到低溫的退火現(xiàn)象。SA 物理退火過程主要三部分完成： 1．加溫過程  先將固體的溫度加至最高點(diǎn)，由于固體在加溫的過程中，固體物質(zhì)粒子的熱運(yùn)動(dòng)愈加劇烈，其內(nèi)部的粒子會(huì)隨著溫度的升高變得無序，若達(dá)到某一程度，粒子便不再與原來的動(dòng)態(tài)平衡點(diǎn)重合；若溫度到達(dá)最高點(diǎn)時(shí)，固體物質(zhì)會(huì)轉(zhuǎn)變?yōu)橐后w物質(zhì)，將消除原始存在的物質(zhì)非均勻狀態(tài)。 2．等溫過程  當(dāng)物質(zhì)與周圍進(jìn)行熱交換時(shí)，溫度保持不變，系統(tǒng)自由能逐漸減�。� 
.........

第 3 章  電子商務(wù)供應(yīng)鏈庫存路徑模型 .......... 16 
3.1  同時(shí)送取貨的 IRP 問題 .... 16 
3.2  聯(lián)合物流、時(shí)間窗的 IRP 問題 ...... 19
3.3  考慮時(shí)間窗的同時(shí)送取貨聯(lián)合物流 IRP 問題 .......... 22 
3.4  本章小結(jié) ....... 25 
第 4 章  模型求解的算法 ...... 26 
4.1  混合遺傳算法的原理及流程 .......... 26 
4.1.1  混合遺傳算法原理 ..... 26 
4.1.2  混合遺傳算法流程 ..... 27 
4.2  混合遺傳算法步驟 ..... 29
4.3  本章小結(jié) ....... 35 
第 5 章  實(shí)例驗(yàn)證與對(duì)比分析 ..... 36 
5.1  模型優(yōu)化實(shí)例與分析 ........ 37 
5.2  算法有效性驗(yàn)證 ......... 39 
5.3  本章小結(jié) ....... 40 

第5章 實(shí)例驗(yàn)證與對(duì)比分析 

為驗(yàn)證所提出模型的可行性和混合遺傳算法的高效性，采用實(shí)際數(shù)據(jù)進(jìn)行測試，，用 MATLAB7.0 編寫程序進(jìn)行對(duì)比試驗(yàn)。本文在 Prodhon 提出的標(biāo)桿算例集合中的 20-5-1a  算例基礎(chǔ)上進(jìn)行測試[55]。由 20 個(gè)客戶和 5 個(gè)備選配送中心坐標(biāo)值，形成編號(hào) 1~20、m1~m5 的配送網(wǎng)絡(luò)，1~15 號(hào)客戶由自建物流中心負(fù)責(zé)配送；16~20 號(hào)偏遠(yuǎn)客戶由第三方配送中心完成配送任務(wù)。將平面坐標(biāo)的直線距離作為客戶間的實(shí)際距離；Cij=1，C1=1000，Cm=5000 m3，Q=100，Pm=0.8，Pc=0.06，a=1.5，α=1.1，β=1.2；多樣性重組因子中  Nb =20，N/m =5，Pb =30%；在遺傳操作的自適應(yīng)機(jī)制中，取 a1 =0.6，a2 =0.9，a3 =0.05，a4 =0.1；本文設(shè)種群規(guī)模為 50，算法的終止進(jìn)化代數(shù)為 100；模擬退火算法的 λ=0.9；備選配送中心的坐標(biāo)點(diǎn)和固定建設(shè)費(fèi)用見表 5-1，客戶的坐標(biāo)點(diǎn)、需送取貨需求量以及時(shí)間窗信息見表 5-2。 本文設(shè)計(jì)兩組對(duì)比試驗(yàn)，分別驗(yàn)證所提出配送策略的可行性和改進(jìn)混合算法的高效性。首先分采用改進(jìn)混合遺傳算法分別對(duì)對(duì)本文模型和傳統(tǒng)模型進(jìn)行求解；然后，分別采用傳統(tǒng)遺傳算法和改進(jìn)混合遺傳算法對(duì)本文模型進(jìn)行求解；通過求解結(jié)果的對(duì)比分析，本文提出的基于自建物流與第三方配送的同時(shí)送取貨的庫存路徑模型可以有效地減少配送成本，提高配送效率，改進(jìn)混合遺傳算法收斂速度更快，對(duì)于求解的模型具有很好的全局搜索。 

.........

結(jié)論

電子商務(wù)供應(yīng)鏈的庫存路徑問題，是供應(yīng)鏈系統(tǒng)研究的一個(gè)重要分支，屬于典型的 NP-hard 問題，在當(dāng)前國內(nèi)外經(jīng)濟(jì)發(fā)展的大形勢下，線上電子商務(wù)的爆發(fā)性發(fā)展使得電商企業(yè)越難越跟得上快速發(fā)展的步伐。庫存路徑問題是電子商務(wù)至關(guān)重要的環(huán)節(jié)，如何形成配送服務(wù)高效性和總體利潤最大化是當(dāng)前研究的趨勢，也是電子商務(wù)發(fā)展一大障礙。另外，由于電子商務(wù)退貨的大量產(chǎn)生導(dǎo)致逆向物流產(chǎn)生，針對(duì)分散性客戶和由于物流配送的不合理性導(dǎo)致交通阻塞、環(huán)境污染、噪聲污染、能源浪費(fèi)等問題，對(duì)物流配送系統(tǒng)的轉(zhuǎn)型勢在必行�；诂F(xiàn)實(shí)意義的考慮，本論文突破傳統(tǒng)物流配送的局限性，引入自建物流與第三方物流共同配送，并增加同時(shí)送取貨的正逆向物流結(jié)合的配送模式，深入研究電子商務(wù)環(huán)境下庫存路徑問題。論文研究的主要工作如下所示： 
1．本論文在結(jié)合文獻(xiàn)研究和實(shí)踐調(diào)研的基礎(chǔ)上總結(jié)了電子商務(wù)供應(yīng)鏈與正逆向物流以及庫存路徑問題的國內(nèi)外研究成果，分析當(dāng)前電子商務(wù)供應(yīng)鏈環(huán)境下對(duì)于配送時(shí)效性、大量退貨性、客戶分散性等特點(diǎn)提出新型配送模式，建立考慮時(shí)間窗的同時(shí)送取貨聯(lián)合物流庫存路徑模型，引入時(shí)間窗約束，能夠更加貼近現(xiàn)實(shí)，符合客戶和企業(yè)的要求，具有一定的使用價(jià)值。 
2．根據(jù)提出的問題，深入研究解決相關(guān)問題的智能算法基本思想和特征。首先研究遺傳算法的基本思想和特征，對(duì)遺傳算法的求解步驟進(jìn)行分析，遺傳算法對(duì)于求解此該類相關(guān)的數(shù)學(xué)優(yōu)化模型具有一定的優(yōu)越性。針對(duì)遺傳算法自身的缺陷，包括迭代速度緩慢，計(jì)算工程中容易出現(xiàn)“早熟”等現(xiàn)象，對(duì)遺傳算法進(jìn)行改進(jìn)。采用遺傳算法與模擬退火算法相結(jié)合，引入模擬退火算法的局部搜索算法，增加鄰域搜索結(jié)構(gòu)，引入多樣性重組因子、設(shè)計(jì)自適應(yīng)的改進(jìn)混合遺傳算法，實(shí)現(xiàn)使用改進(jìn)的混合遺傳算法在求解該模型的優(yōu)勢。
3．為了證明所提出配送策略的使用和改進(jìn)混合算法的高效性，根據(jù)模型特點(diǎn)，采用實(shí)例數(shù)據(jù)，進(jìn)行兩組驗(yàn)證分析。首先，采用改進(jìn)混合遺傳算法分別對(duì)對(duì)本文模型和傳統(tǒng)模型進(jìn)行求解，結(jié)果表明本文提出的庫存路徑模型可以有效地減少配送成本，提高配送效率，更加貼近實(shí)際生活；然后，分別采用傳統(tǒng)遺傳算法和改進(jìn)混合遺傳算法對(duì)本文模型進(jìn)行求解，通過實(shí)例驗(yàn)證了改進(jìn)混合遺傳算法收斂速度更快，表明引入局部搜索算法，設(shè)計(jì)改進(jìn)混合遺傳算法對(duì)于求解的模型具有很好的全局搜索能力且收斂性。 
.........
參考文獻(xiàn)(略)

本文編號(hào)：84434