隨著我國電子商務(wù)近20年的高速發(fā)展,相關(guān)的快遞投遞規(guī)模持續(xù)擴(kuò)大,快遞服務(wù)平均單價(jià)持續(xù)下降,快遞服務(wù)質(zhì)量不斷提高,快遞企業(yè)競爭進(jìn)一步加劇,市場集中度也隨之提升。據(jù)國家郵政局公布的數(shù)據(jù)顯示,2019年,全國快遞企業(yè)日均業(yè)務(wù)量、收分別達(dá)635.2億件和7497.8億元,同比增長25.3%和24.2%,量收增速差距從去年4.8%縮小為1.1%,行業(yè)同質(zhì)化競爭日趨激烈。參與競爭的快遞企業(yè)中,“通達(dá)系”增速高于行業(yè)平均水平,而作為最早提供快遞服務(wù)的國有企業(yè)郵政公司增速卻只處在中游,面對不斷擴(kuò)張的市場和激烈的競爭格局,如何進(jìn)一步提高自身競爭能力在殘酷的競爭中不被淘汰已經(jīng)成為當(dāng)下郵政公司急需破解的生存難題。對于快遞企業(yè)而言,優(yōu)化投遞網(wǎng)絡(luò)運(yùn)營管理就是破解這道難題的關(guān)鍵點(diǎn),通過對投遞網(wǎng)絡(luò)運(yùn)營管理的優(yōu)化,可以進(jìn)一步提升投遞效率、提高服務(wù)質(zhì)量、降低投遞成本,從而實(shí)現(xiàn)企業(yè)競爭能力的提升。本文通過對W市郵政分公司D投遞中心現(xiàn)有投遞網(wǎng)絡(luò)運(yùn)營狀況的實(shí)地考察發(fā)現(xiàn),目前D投遞中心也面臨著增量不增收、投遞服務(wù)質(zhì)量不高和投遞隊(duì)伍不穩(wěn)定的現(xiàn)實(shí)困境,探究具體的原因主要是因?yàn)楝F(xiàn)有的投遞網(wǎng)絡(luò)運(yùn)營管理不善所造成的,包括投遞配送中心尚無... 

【文章來源】：內(nèi)蒙古大學(xué)內(nèi)蒙古自治區(qū) 211工程院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

快遞網(wǎng)絡(luò)運(yùn)營結(jié)構(gòu)圖

第二章相關(guān)概念及理論基礎(chǔ)11圖2-2k均值聚類算法流程圖2.3.4模擬退火算法原理模擬退火算法是一種隨機(jī)尋優(yōu)的常用優(yōu)化算法，由kirkpatrick在1983年將其用來解決組合優(yōu)化問題，具有全局優(yōu)化性能，實(shí)際應(yīng)用廣泛。其基本思想源于物理學(xué)中固體退火原理，當(dāng)固體加溫至最高溫度時(shí)，固體內(nèi)部粒子呈現(xiàn)無序狀，在其狀態(tài)空間中自由運(yùn)動，內(nèi)能最高，隨著溫度冷卻至最低溫度時(shí)，內(nèi)部粒子重新以一定的結(jié)構(gòu)固定排列，內(nèi)能逐步降至最低。這一過程可類比為組合優(yōu)化過程，組合優(yōu)化問題的解類似于固體內(nèi)部粒子狀態(tài)，初始解可類比為固體內(nèi)能最高時(shí)粒子狀態(tài)，最優(yōu)解類比為固體內(nèi)能最低時(shí)粒子狀態(tài)，組合優(yōu)化的費(fèi)用類比于固體的內(nèi)能。模擬退火算法過程的表示如下：1.設(shè)定一個(gè)足夠高的初始溫度T、初始解狀態(tài)、每個(gè)溫度t下的迭代次數(shù)L和

第二章相關(guān)概念及理論基礎(chǔ)12最小溫度閾值；2.在每個(gè)溫度t下，當(dāng)k=1，2，，L時(shí)，進(jìn)行（3）至（6）；3.對當(dāng)前解所包含的元素進(jìn)行互換、置換等操作進(jìn)行隨機(jī)擾動得到新解；4.計(jì)算溫度增量Δt=()-()，其中()為評價(jià)函數(shù)；5.若Δt0則接受作為新的當(dāng)前解，否則以概率exp(-Δt/(t))接受作為新的當(dāng)前解；6.如果未達(dá)到迭代次數(shù)，則返步驟3，否則，若滿足終止條件則輸出當(dāng)前解為最優(yōu)解，結(jié)束程序，否則減小t降溫，轉(zhuǎn)第2步，直至t小于初始設(shè)定的最小溫度閾值。整個(gè)算法的流程見圖2-3。圖2-3模擬退火算法流程圖

【參考文獻(xiàn)】：
期刊論文
[1]聚類算法綜述[J]. 章永來,周耀鑒.  計(jì)算機(jī)應(yīng)用. 2019(07)
[2]K均值聚類算法的研究與優(yōu)化[J]. 陶瑩,楊鋒,劉洋,戴兵.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(06)
[3]快遞網(wǎng)絡(luò)的要素、結(jié)構(gòu)與上海節(jié)點(diǎn)的空間格局[J]. 林濤,謝夏成.  交通運(yùn)輸研究. 2017(05)
[4]求解TSP的改進(jìn)模擬退火算法[J]. 徐小平,朱秋秋.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2015(12)
[5]物流配送中心選址的重心法探討[J]. 程珩,牟瑞芳.  交通運(yùn)輸工程與信息學(xué)報(bào). 2013(01)
[6]考慮物流配送路網(wǎng)結(jié)構(gòu)及配送量約束的客戶聚類算法[J]. 高學(xué)東,谷淑娟,白塵,武森.  系統(tǒng)工程理論與實(shí)踐. 2012(01)
[7]配送中心選址方法比較[J]. 郁文雷,高學(xué)偉.  商品與質(zhì)量. 2011(S9)
[8]基于改進(jìn)K-means聚類的物流配送區(qū)域劃分方法研究[J]. 谷煒,張群,胡睿.  中國管理信息化. 2010(24)
[9]速遞網(wǎng)絡(luò)模式優(yōu)化探討[J]. 鄭建華.  郵政研究. 2010(02)
[10]中國快遞企業(yè)的網(wǎng)絡(luò)系統(tǒng)分析[J]. 張洪斌,聶玉超.  物流技術(shù). 2009(09)

博士論文
[1]不確定因素下路徑規(guī)劃問題研究[D]. 張夢穎.中國科學(xué)技術(shù)大學(xué) 2016
[2]物流配送選址—運(yùn)輸路徑優(yōu)化問題研究[D]. 石兆.中南大學(xué) 2014
[3]帶時(shí)間窗車輛路徑問題及其算法研究[D]. 潘立軍.中南大學(xué) 2012

碩士論文
[1]A公司配送中心選址和運(yùn)輸路徑優(yōu)化研究[D]. 廖志偉.華南理工大學(xué) 2018
[2]快遞末端配送模式分析與優(yōu)化研究[D]. 金正陽.北京交通大學(xué) 2017
[3]快遞同城網(wǎng)絡(luò)布局優(yōu)化研究[D]. 陳磊.吉林大學(xué) 2016
[4]基于K-means-遺傳算法的眾包配送網(wǎng)絡(luò)優(yōu)化研究[D]. 趙興龍.北京交通大學(xué) 2016
[5]京東商城配送服務(wù)質(zhì)量評價(jià)及改進(jìn)研究[D]. 彭圓圓.西南交通大學(xué) 2016
[6]共同配送下區(qū)域速遞配送中心選址和配送路徑優(yōu)化[D]. 白玉鳳.北京郵電大學(xué) 2016
[7]S快遞公司最后一公里配送優(yōu)化研究[D]. 戴軍.華南理工大學(xué) 2015
[8]A快遞公司C站點(diǎn)車輛路徑優(yōu)化問題研究[D]. 謝婉君.華南理工大學(xué) 2015
[9]電子商務(wù)環(huán)境下的城市末端配送方法研究[D]. 趙超林.上海交通大學(xué) 2015
[10]哈爾濱城區(qū)快遞企業(yè)網(wǎng)絡(luò)布局優(yōu)化研究[D]. 劉文權(quán).哈爾濱工程大學(xué) 2014



本文編號：3278065