亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        云服務(wù)模式下基于最大覆蓋的庫存配置-動態(tài)選址模型

        2020-07-04 02:54:12姜燕寧郝書池
        河南科學(xué) 2020年5期
        關(guān)鍵詞:物流成本服務(wù)

        姜燕寧, 郝書池

        (1.廣州大學(xué)地理科學(xué)學(xué)院,廣州 510006; 2.廣州城市職業(yè)學(xué)院商貿(mào)系,廣州 510405)

        傳統(tǒng)物流配送系統(tǒng)中資源和服務(wù)之間的關(guān)系是強耦合性(即各配送中心獨立運作,且每個零售商只能由一個配送中心提供服務(wù)),各配送中心都從自身利益出發(fā)制定物流配送決策,很難實現(xiàn)全局性的資源優(yōu)化配置. 云計算強大的通信、運算和匹配能力有助于實現(xiàn)物流服務(wù)資源和服務(wù)需求的集成,以及實時信息的交換、處理、傳遞和配送任務(wù)的動態(tài)匹配. 因此,有學(xué)者開始將云計算技術(shù)和云服務(wù)理念引入到物流配送領(lǐng)域. 云服務(wù)模式下,物流配送資源可以跨越配送中心間的邊界,進行虛擬空間的整合,形成虛擬資源平臺,并在系統(tǒng)成員之間進行共享和合理配置,實現(xiàn)“分散資源集中管理”;同時,物流配送服務(wù)也可以借鑒云服務(wù)的思想,將供需之間的映射關(guān)系變成“多對一”或“多對多”,即一個零售商可以由一個或多個配送中心共同服務(wù),實現(xiàn)“集中資源分散服務(wù)”.

        1 研究綜述

        我國從20世紀80年代開始開展物流配送業(yè)務(wù),物流配送模式從自營配送、外包配送、共同配送、公共配送,發(fā)展到云服務(wù)配送,逐步地實現(xiàn)了物流配送系統(tǒng)的優(yōu)化. 在自營物流配送模式方面,鄧愛民提出城市配送系統(tǒng)優(yōu)化的研究框架[1];何海軍探討城市配送在運營管理、物流資源整合以及標準化、信息化建設(shè)等方面存在的問題[2];劉斌認為城市配送的信息化、標準化、專業(yè)化建設(shè)非常重要[3]. 在物流外包配送模式方面,Ricardo等認為第三方物流可以提高電子商務(wù)企業(yè)的經(jīng)濟效益以及社會效益[4];魏修建,嚴建援,王焰則認為企業(yè)到底選擇自營還是第三方物流配送主要取決于物流配送環(huán)節(jié)對企業(yè)的重要程度以及企業(yè)自身是否具有配送能力[5];J?hn等認為自營與第三方結(jié)合的混合物流模式將是今后占主導(dǎo)地位的運作模式[6]. 在共同配送模式方面,李朝敏借鑒物流共同化理論構(gòu)建城市物流中心和社區(qū)物流中心兩級物流網(wǎng)絡(luò)[7];李超杰闡述“共同配送”模式在社區(qū)物流中的應(yīng)用方式,并討論其產(chǎn)生的直接效益[8]. 在公共配送模式方面,沈洋結(jié)合物流配送與地理信息系統(tǒng)密切相關(guān)的特點,有效集成GPS、WebGIS和MIS,設(shè)計基于WebGIS的公共配送信息平臺[9];郝書池和姜燕寧提出發(fā)展城市公共配送的外部機理和內(nèi)部機理[10];姜燕寧探討了政府型、企業(yè)型和政企合作型三種城市公共配送模式,并提出推動城市公共配送發(fā)展的有效對策[11]. 在云服務(wù)配送模式方面,葛顯龍從社會物流配送資源整合的角度,提出構(gòu)建面向社會配送的“公共云”物流配送服務(wù)平臺[12];畢婭提出云物流模式下的協(xié)同庫存機制,指出云物流是將各物流資源和能力虛擬化、服務(wù)化并進行集中的、智能化管理與經(jīng)營,服務(wù)于多客戶,實現(xiàn)高效協(xié)調(diào)與多方共贏的一種新的物流模式[13];張樹梁從組織、管理、運作三個方面展開電子商務(wù)環(huán)境下的云物流配送模式研究[14];童紅斌基于不同需求點的需求量和需求水平不同,提出云物流模式下農(nóng)產(chǎn)品配送的選址和分配對策[15].

        綜上所述,自營物流配送模式適用于物流需求量大的情況,需要通過規(guī)模效應(yīng)降低單位配送成本;第三方物流模式競爭仍然無法解決物流網(wǎng)絡(luò)重復(fù)建設(shè)、物流設(shè)施設(shè)備利用率低等問題;共同配送模式實現(xiàn)了部分物流企業(yè)間的集成,但仍存在信息溝通、利益分配困難等問題;公共配送模式能進一步促進社會物流資源的優(yōu)化配置,但各公共配送中心只能利用自身資源來提供相應(yīng)的服務(wù),資源和服務(wù)之間的關(guān)系是強耦合性;各配送中心都從自身利益出發(fā)制定物流配送決策,無法達到全局性的資源優(yōu)化配置. 因此,云服務(wù)思想下的物流配送是新經(jīng)濟、新技術(shù)環(huán)境下物流配送發(fā)展的必然趨勢,對云服務(wù)思想下的物流配送網(wǎng)絡(luò)優(yōu)化研究提出了理論需求,云服務(wù)思想下的物流配送網(wǎng)絡(luò)優(yōu)化將成為物流配送領(lǐng)域研究的新方向. 而云服務(wù)思想下的物流配送定量研究特別是涉及物流配送網(wǎng)絡(luò)優(yōu)化研究的成果相對較少. 有學(xué)者分別建立選址模型和庫存模型,將相互約束、相互影響的庫存和選址兩個決策變量分開考慮不夠合理;有學(xué)者構(gòu)建單周期、單產(chǎn)品的配送中心共同服務(wù)需求點的覆蓋選址模型,沒有考慮到參數(shù)的動態(tài)變化對決策的影響. 另外,最大覆蓋模型要求在有限的資源條件下,讓固定數(shù)目的設(shè)施覆蓋盡可能多的顧客需求,這類模型能較好地反映生產(chǎn)生活實際情況,基于云服務(wù)的思想對傳統(tǒng)最大覆蓋模型的拓展研究具有較高的研究價值.

        2 最大覆蓋模型

        2.1 傳統(tǒng)最大覆蓋模型

        最大覆蓋模型最初由Church 和ReVelle[16]提出,Daskin[17]考慮服務(wù)系統(tǒng)擁擠情況下的最大覆蓋問題,Berman[18]研究了最大覆蓋問題和部分覆蓋問題之間的關(guān)系,Orhan Karasakal和Esra K.Karasakal[19]討論部分覆蓋問題,對覆蓋程度進行了定義. 王威等[20]基于最大覆蓋選址模型和“部分覆蓋”思想建立有限設(shè)置避震疏散場所的綜合多準則與時間滿意覆蓋模型.

        在圖1中,受配送中心的配送半徑約束,最優(yōu)的選址結(jié)果是配送中心b和c,因為零售商2、3被配送中心c完全覆蓋,零售商5、6、7被配送中心b完全覆蓋,零售商1、4沒有覆蓋. 傳統(tǒng)最大覆蓋模型構(gòu)建思路如下.

        圖1 傳統(tǒng)最大覆蓋模型可行解Fig.1 The feasible solution of traditional maximum coverage model

        1)參數(shù)定義

        Di:配送中心i 最遠服務(wù)距離;M:選擇配送中心個數(shù);I:備選配送中心集合,某一個配送中心用i 表示;J:零售商集合,某一個零售商為j;dij:配送中心i 到零售商j 距離(km);uj:零售商j 需求均值(t/d).

        2)決策變量

        Xi:備選點i 的選擇情況,如果配送中心選在i 位置,Xi=1,否則Xi=0;Xij:配送中心與零售商的服務(wù)關(guān)系,當零售商j 的需求由配送中心i 滿足時取值為Xij=1,否則Xij=0 .

        3)傳統(tǒng)最大覆蓋模型

        其中:式(1)表示滿足配送需求最多;式(2)表示配送半徑約束;式(3)表示選址個數(shù)約束;式(4)表示零售商j 需求一旦被服務(wù),就完全滿足.

        2.2 云服務(wù)模式下的最大覆蓋模型

        在圖2中,云服務(wù)模式下的最大覆蓋模型選址方案是配送中心b和c. 與圖1相比較它們還可以協(xié)同覆蓋零售商4,實際的覆蓋量更大. 定義Xij為配送中心i 對零售商j 的覆蓋比例,且0 ≤Xij≤1,則云服務(wù)模式下的最大覆蓋模型如下.

        其中:式(5)表示配送半徑約束,當dij=Di時,可以部分覆蓋;式(6)表示選址個數(shù)約束;式(7)表示零售商j 需求滿足情況.

        3 云服務(wù)模式下基于最大覆蓋的庫存配置-動態(tài)選址模型構(gòu)建

        3.1 問題假設(shè)

        1)考慮單產(chǎn)品、多周期、一個供應(yīng)商、多配送中心、多零售商的配送網(wǎng)絡(luò);配送中心備選點和零售商位置已知;

        2)零售商的需求獨立,且服從正態(tài)分布,需求均值和需求標準差已知;

        3)零售商的需求可以由多個配送中心協(xié)同完成,可以不被完全滿足;

        4)配送中心和零售商均采取(Q,R)庫存檢查策略;

        5)配送中心有容量約束;

        6)考慮到配送中心的建設(shè)及運營成本較高,因此假設(shè)配送中心一旦開放,則在整個規(guī)劃期內(nèi)將持續(xù)開放.

        3.2 模型參數(shù)與決策變量

        1)模型參數(shù)

        T :計劃周期t 的集合;ut,j:零售商j 在第t 期需求均值(t/d);σut,j:零售商j 在第t 期需求標準差(t/d);ut,i:配送中心i 在第t 期需求均值(t/d);σut,i:配送中心i 在第t 期需求標準差(t/d);Lj:零售商j 提前期均值(d);σLj:零售商j 提前期標準差(d);Li:從供應(yīng)商到配送中心i 提前期均值(d);σLi:從供應(yīng)商到配送中心i 提前期標準差(d);z:一定服務(wù)水平下的安全系數(shù);Cs:訂購成本(元/次);Cq:單位缺貨成本(元/t);Ch:單位庫存持有成本(元/d·t);:從供應(yīng)商到配送中心i 的單位運輸成本(元/d·km);:從配送中心i 到零售商j 的單位運輸成本(元/t·km);ft,0i:配送中心i 在第t 期的固定建設(shè)成本(元);ft,1i:配送中心i 在第t 期變動建設(shè)成本系數(shù),與配送距離有關(guān)(元/km);λ:每個周期內(nèi)的有效運營天數(shù)(d);di:供應(yīng)商到配送中心i 距離(km);dij:配送中心i 到零售商j 距離(km);Ct,i:第t 期配送中心i 最大容量(t);Di:配送中心i 最大配送距離(km).

        2)決策變量

        Xt,i:第t 期備選點i 的選擇情況,第t 期如果配送中心選在i 位置,Xt,i=1,否則取Xt,i=0;Xt,ij:第t 期配送中心i 對零售商j 的覆蓋比例,且0 ≤Xt,ij≤1.

        3.3 各項成本計算

        1)配送中心建設(shè)成本

        2)運輸成本

        運輸成本與運輸距離和運輸量相關(guān),從供應(yīng)商到配送中心的運輸成本為:

        從配送中心到零售商的運輸成本為:

        3)周轉(zhuǎn)庫存成本

        零售商層級總周轉(zhuǎn)庫存成本:

        4)安全庫存成本

        零售商層級的總安全庫存成本為:

        其中第t 期零售商j 的安全庫存量

        配送中心層級的總安全庫存成本:

        其中

        5)缺貨成本

        零售商層級總?cè)必洺杀緸椋?/p>

        配送中心層級總?cè)必洺杀緸椋?/p>

        3.4 云服務(wù)模式下基于最大覆蓋的庫存配置-動態(tài)選址模型

        其中:式(17)表示覆蓋需求量最大;式(18)表示總成本最低;式(19)表明每個周期內(nèi)總建站數(shù)量為M;式(20)表示協(xié)同覆蓋;式(21)表示配送中心i 的配送半徑約束;式(22)表示第t 期零售商j 的需求不一定完全被滿足;式(23)表示只有選中的配送中心才能提供服務(wù);式(24)表示配送中心一旦建成后,將不允許關(guān)閉;式(25)表示第t 期配送中心i 的最大容量限制.

        4 算例實驗

        4.1 算例參數(shù)

        現(xiàn)有1 個供應(yīng)商、5 個備選配送中心(i=1,2,3,4,5)、20 個零售商(j=1,2,…,20)構(gòu)成的配送網(wǎng)絡(luò),Di=100,M=3,z=1.28,Cs=8000,=0.1,=0.28,Cq=15,Ch=4,T=3,λ=300 d,供應(yīng)商的坐標為(0,0).其他數(shù)據(jù)如表1,表2所示.

        4.2 算法設(shè)計

        在Matlab中調(diào)用GAOT遺傳算法工具箱對模型進行求解,軟色體編碼及初始種群的生成方法如下:設(shè)I 個配送中心,J 個零售商,分T 期,只取M 個配送中心.

        ①隨機變量設(shè)為TJ 個,取值范圍為1~(2M-1) .

        ②再增加隨機變量TIJ 個,取值范圍為0~1,組成3I×J 覆蓋比例矩陣,即每個配送中心與每個零售商都有一個隨機覆蓋比例,與狀態(tài)矩陣對應(yīng).

        ③對(1)中的隨機變量取整后轉(zhuǎn)換為二進制數(shù),使一個零售商可以與多個配送中心進行對應(yīng),最少一個、最多M 個.

        ④增加一個I 取M 的組合排列,再增加T 個隨機變量. 一個周期對應(yīng)一個隨機變量,隨機變量范圍1~S,S 為組合數(shù). 隨機變量取整對應(yīng)于組合排列的順序,再按組合排列取得配送中心.

        ⑤對T 期中的配送中心與零售商的配送關(guān)系賦值,形成狀態(tài)矩陣.

        ⑥狀態(tài)矩陣與覆蓋比例矩陣進行點乘,從而獲得與狀態(tài)矩陣所對應(yīng)的覆蓋比例原始矩陣. 即配送中心與零售商有對應(yīng)關(guān)系才取值,否則覆蓋比例為0.

        ⑦對覆蓋比例原始矩陣進行未滿歸一化計算,即一個零售商的所有覆蓋系數(shù)的和為1或小于1,從而獲得歸一化后的覆蓋比例矩陣.

        表1 零售商j的數(shù)據(jù)Tab.1 The data of retailer j

        表2 備選配送中心i 的數(shù)據(jù)Tab.2 The data of candidate distribution center i

        4.3 模型檢驗

        1)模型的有效性分析

        利用表1、表2數(shù)據(jù)分別對云服務(wù)模式下和傳統(tǒng)物流模式下基于最大覆蓋的庫存配置-動態(tài)選址模型進行運算,考慮到成本與覆蓋率存在二律背反關(guān)系,為便于比較,假設(shè)覆蓋率的下限為85%,即要么不覆蓋,一旦覆蓋則覆蓋率必須達到85%的水平. 通過對比最終成本和覆蓋率的大小證明云服務(wù)模式模型有效性. 以該組數(shù)據(jù)為初始值對模型連續(xù)進行20次運算,運算結(jié)果統(tǒng)計如表3所示.

        表3 云服務(wù)模式下最大覆蓋模型測試數(shù)據(jù)統(tǒng)計Tab.3 Test data statistics of maximum coverage model under cloud service mode

        從表3可知,變異系數(shù)小,算法精確度高;標準差小,算法穩(wěn)定性好. 從表3中選取成本最小的為最終選擇方案,具體分配方案及覆蓋系數(shù)如表4所示.

        表4 云服務(wù)模式下最大覆蓋模型最優(yōu)方案(配送中心對零售商的覆蓋比例)Tab.4 Optimal scheme of maximum coverage model under cloud service mode(coverage ratio of distribution centers to retailers)

        表5 兩種模式下的庫存配置-動態(tài)選址模型結(jié)果對比Tab.5 Results comparison of inventory allocation-dynamic location model between the two modes

        從表5可以發(fā)現(xiàn),在覆蓋比例增加2.42%的情況下,云服務(wù)模式模型成本反而節(jié)約0.74×106元,節(jié)約比例為0.73%,所以,云服務(wù)模式下資源利用率更高.

        2)模型穩(wěn)定性分析

        取三組不同規(guī)模的隨機算例,且在不同的規(guī)模下隨機取10組值,用這10組值分別運算兩類模型. 其中備選配送中心個數(shù)在數(shù)值1~5中隨機產(chǎn)生,并向零取整;零售商位置在數(shù)值1~20中隨機產(chǎn)生,并向零取整.不同問題規(guī)模、不同模型的計算結(jié)果平均值如表6所示.

        表6 三組隨機算例的實驗結(jié)果Tab.6 Experimental results of three sets of random examples

        由表6的結(jié)果可知,云服務(wù)模式模型在不同問題規(guī)模下的穩(wěn)定性較好,在需求覆蓋率提升的同時依然保持著成本優(yōu)勢.

        3)參數(shù)敏感性分析

        從表7中總成本變動率可知:單位庫存持有成本和從配送中心i 到零售商j 的單位運輸成本是影響總成本的主要因素;從總成本節(jié)約率可知隨著參數(shù)取值的增加,云服務(wù)模式模型的成本優(yōu)勢更加明顯.

        表7 參數(shù)取值變動時對總成本的影響Tab.7 The influence of parameter variation on the total costs

        5 結(jié)語

        通過算例實驗發(fā)現(xiàn)算法精確度高、模型的穩(wěn)定性好. 云服務(wù)模式下的覆蓋模型與傳統(tǒng)最大覆蓋模型相比能帶來成本節(jié)約,主要是因為配送中心和零售商之間通過“多對多”的服務(wù)映射關(guān)系形成協(xié)同覆蓋,充分利用了配送中心的資源和提升了配送中心的協(xié)同服務(wù)能力. 隨著參數(shù)取值的增加,云服務(wù)模式下最大覆蓋模型的成本優(yōu)勢更加明顯.

        猜你喜歡
        物流成本服務(wù)
        2021年最新酒駕成本清單
        河南電力(2021年5期)2021-05-29 02:10:00
        本刊重點關(guān)注的物流展會
        服務(wù)在身邊 健康每一天
        服務(wù)在身邊 健康每一天
        服務(wù)在身邊 健康每一天
        “智”造更長物流生態(tài)鏈
        汽車觀察(2018年12期)2018-12-26 01:05:44
        溫子仁,你還是適合拍小成本
        電影(2018年12期)2018-12-23 02:18:48
        招行30年:從“滿意服務(wù)”到“感動服務(wù)”
        商周刊(2017年9期)2017-08-22 02:57:56
        基于低碳物流的公路運輸優(yōu)化
        決戰(zhàn)“最后一公里”
        商界(2014年12期)2014-04-29 00:44:03
        久久精品国产亚洲av高清漫画| 国产亚洲熟妇在线视频| 在线观看一区二区三区国产| 日本av不卡一区二区三区| 色综合久久久久综合体桃花网| 亚洲国产日韩欧美一区二区三区 | 国产精品无套一区二区久久 | 国产精品美女AV免费观看| 亚洲AV无码一区二区三区少妇av| 国产又大大紧一区二区三区| 脱了老师内裤猛烈进入| 女厕厕露p撒尿八个少妇| 欧美日韩一区二区三区色综合| 国产91成人自拍视频| 亚洲熟妇av一区二区在线观看| 久久精品国产亚洲av香蕉| 久久精品国产亚洲av麻| 久久99久久99精品免观看不卡 | 久久天天躁夜夜躁狠狠| 国产精品福利自产拍久久| 亚洲男女免费视频| 国产精品av免费网站| 我和丰满妇女激情视频| 熟女人妇交换俱乐部| 亚洲国产精品悠悠久久琪琪| 国产精品后入内射日本在线观看 | 精品伊人久久大线蕉色首页| 九九九精品成人免费视频小说| 欧美国产伦久久久久久久| 亚洲一区二区三区偷拍视频| 成熟了的熟妇毛茸茸| 黄色视频免费在线观看| 免费一级肉体全黄毛片| 在线视频播放观看免费| 精品无码av一区二区三区不卡| 亚洲av日韩av综合| 国产丝袜免费精品一区二区 | 按摩偷拍一区二区三区| 少妇久久久久久人妻无码| 亚洲日韩欧美国产另类综合| 视频精品熟女一区二区三区|