第1章 緒論 

1.1  選題背景與研究意義
2015 年李克強總理在全國人民代表大會第三次會議的政府工作報告中提出，“制定‘互聯(lián)網(wǎng)+’行動計劃，推動互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)等于現(xiàn)在制造業(yè)結合，促進電子商務和互聯(lián)網(wǎng)金融健康發(fā)展，引導互聯(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、電子商務問題聯(lián)系的更加緊密[1]。隨著電子商務的飛速發(fā)展，消費者需求的不確定性以及配送運輸過程的不可控性，使得當前企業(yè)間的競爭越來越激烈，已經(jīng)從產(chǎn)品質量、服務水平等的競爭轉變?yōu)楣⿷湽芾砜刂浦g的競爭，形成電子商務供應鏈管理(e-Supply Chain Management，e-SCM)[2]。由此可以看出，提高電子商務供應鏈管理質量已經(jīng)成為電商企業(yè)建立競爭優(yōu)勢的必要手段。 消費者對企業(yè)的物流服務質量和服務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”等對策，這就直接導致了逆向物流的大量產(chǎn)生。由于網(wǎng)絡購物的特殊性，電子商務比傳統(tǒng)商務更容易產(chǎn)生退貨，網(wǎng)絡銷售的退貨量有時可高達訂單總量的三分之一[3]。物流配送系統(tǒng)作為供應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)的廣泛關注。降低成本、提升效率，對物流系統(tǒng)的配送策略做出相應的調整和創(chuàng)新，成為當前電子商務供應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體系，提高物流服務態(tài)度、保障客戶滿意度，進一步提升市場競爭力。運輸路徑和庫存控制在物流系統(tǒng)優(yōu)化中，是至關重要的兩個因素，對庫存路徑問題的集成物流系統(tǒng)規(guī)劃已有不少學者展開了研究，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。為滿足客戶對時間的要求有必要將時間窗函數(shù)控制加入成本；由于網(wǎng)絡客戶具有分散性，偏遠地區(qū)的物流配送費用導致成本增加，有必要將第三方配送引入，完成對偏遠地區(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，考慮同時送取貨的配送方式。 
..........

1.2  國內外研究現(xiàn)狀
從  21  世紀開始，國外很多學者在研究電子商務供應鏈的優(yōu)化中已經(jīng)有了很大進展。早期對電子商務供應鏈的研究，主要針對物流系統(tǒng)在電子商務供應鏈中起到的重要作用。通過查找國外主流期刊關于電子商務物流文獻中，發(fā)現(xiàn)有很多文章跟電子商務物流有密切的聯(lián)系。2010 年 Ramanathan 在針對電子商務的研究中指出，提升客戶的滿意度可以通過提高電子商務的物流服務水平實現(xiàn)[5]。2012 年 Xiao 指出物流優(yōu)化是提升電子商務服務質量的重要因素，選擇合適的物流模式對供應鏈中各部分成員至關重要[6]。Ying 研究了基于電子商務環(huán)境下第三方物流完成物流的配送任務、庫存管理任務[7]。 相比與國外研究，我國電子商務供應鏈的發(fā)展比國外發(fā)達國家起步較晚，進入 21 世紀隨著國內經(jīng)濟建設的高速發(fā)展，國內學者在研究電子商務方向的課題也掀起了一股熱潮。很多專家學者從不同層次和角度對電子商務與物流展開研究，比如電子商務企業(yè)自建物流配送模式和第三方外包配送模式，對新時期符合我國電子商務發(fā)展的物流配送模式存在的問題做出適當?shù)母倪M和創(chuàng)新。2012 年王樂鵬在研究電子商務供應鏈物流運作模式時，考慮配送費用的總成本、企業(yè)運作效率和客戶服務滿意度等因素建立新的運輸模式 [8]。同年雨兮基于電子商務環(huán)境下對傳統(tǒng)物流配送和城市物流配送的關系進行研究，建立完善的庫存調度，增加實時監(jiān)控和實時決策，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交通管制的情況，建立了多目標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)化結果，證明了考慮交通管制對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 年劉靜等結合電子商務正逆向物流網(wǎng)絡，考慮工廠與客戶之間的直接配送問題建立閉環(huán)供應鏈網(wǎng)絡，設計可行的算法求解模型[11]。2015 年劉靜基于電子商務環(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 相關技術概述 

2.1  遺傳算法概述
遺傳概念由 Michigan 大學的 Holland 教授于 20 世紀 60 年代末到 70 年代初首先提出，并以達爾文的遺傳選擇規(guī)律、自然淘汰原則、適者生存的生物進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]。 遺傳算法是計算機科學中用于解決搜索最優(yōu)解的算法。它是從生物學理論出發(fā)，根據(jù)生物界的進化規(guī)律，通過自然選擇和遺傳變異實現(xiàn)優(yōu)勝劣汰、適者生存，進而計算出最優(yōu)解來優(yōu)化搜索問題。遺傳算法借鑒自然界物種進行選擇與優(yōu)化觀念，是一種模擬生物進化過程，解決要求解問題的智能優(yōu)化算法[50]。 遺傳算法在解決實際問題中應用到了生物進化原理，來搜索最優(yōu)解，這個最優(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成的個體解叫做種群的個體。遺傳算法通過適用度函數(shù)來獲取種群中個體適應生存環(huán)境的程度，適應度高的優(yōu)秀個體才是物種進化的發(fā)展要求。每個個體解對應一個適應度值，按種群個體適應度值的情況，優(yōu)先選擇較優(yōu)種群中的個體，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。 兩個父代基因部分結構加以交換，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個體，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體基因與父代種群個體基因不相同。然后在新的種群中保留優(yōu)秀的各代基因，適應能力差的染色體基因直接被淘汰，根據(jù)種群個體的不斷進化，如此迭代下去直到滿足終止條件，結束算法退出程序。當前會產(chǎn)生很多新的個體，通過適應度值的大小作為判斷指標，適應度值小的個體，被淘汰，適應度值相對最大的個體代表了種群個體最優(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 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中的退火現(xiàn)象產(chǎn)生的，因為具有全局優(yōu)化最優(yōu)解的特點而被學者深入研究。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較高的初始溫度開始，為了降低溫度而設定降溫參數(shù)，依據(jù)概率突跳這一特殊特點，在自動跳出局部最優(yōu)解的同時  ，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，由于固體在加溫的過程中，固體物質粒子的熱運動愈加劇烈，其內部的粒子會隨著溫度的升高變得無序，若達到某一程度，粒子便不再與原來的動態(tài)平衡點重合；若溫度到達最高點時，固體物質會轉變?yōu)橐后w物質，將消除原始存在的物質非均勻狀態(tài)。 2．等溫過程  當物質與周圍進行熱交換時，溫度保持不變，系統(tǒng)自由能逐漸減��； 
.........

第 3 章  電子商務供應鏈庫存路徑模型 .......... 16 
3.1  同時送取貨的 IRP 問題 .... 16 
3.2  聯(lián)合物流、時間窗的 IRP 問題 ...... 19
3.3  考慮時間窗的同時送取貨聯(lián)合物流 IRP 問題 .......... 22 
3.4  本章小結 ....... 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 ....... 35 
第 5 章  實例驗證與對比分析 ..... 36 
5.1  模型優(yōu)化實例與分析 ........ 37 
5.2  算法有效性驗證 ......... 39 
5.3  本章小結 ....... 40 

第5章 實例驗證與對比分析 

為驗證所提出模型的可行性和混合遺傳算法的高效性，采用實際數(shù)據(jù)進行測試，，用 MATLAB7.0 編寫程序進行對比試驗。本文在 Prodhon 提出的標桿算例集合中的 20-5-1a  算例基礎上進行測試[55]。由 20 個客戶和 5 個備選配送中心坐標值，形成編號 1~20、m1~m5 的配送網(wǎng)絡，1~15 號客戶由自建物流中心負責配送；16~20 號偏遠客戶由第三方配送中心完成配送任務。將平面坐標的直線距離作為客戶間的實際距離；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機制中，取 a1 =0.6，a2 =0.9，a3 =0.05，a4 =0.1；本文設種群規(guī)模為 50，算法的終止進化代數(shù)為 100；模擬退火算法的 λ=0.9；備選配送中心的坐標點和固定建設費用見表 5-1，客戶的坐標點、需送取貨需求量以及時間窗信息見表 5-2。 本文設計兩組對比試驗，分別驗證所提出配送策略的可行性和改進混合算法的高效性。首先分采用改進混合遺傳算法分別對對本文模型和傳統(tǒng)模型進行求解；然后，分別采用傳統(tǒng)遺傳算法和改進混合遺傳算法對本文模型進行求解；通過求解結果的對比分析，本文提出的基于自建物流與第三方配送的同時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，改進混合遺傳算法收斂速度更快，對于求解的模型具有很好的全局搜索。 

.........

結論

電子商務供應鏈的庫存路徑問題，是供應鏈系統(tǒng)研究的一個重要分支，屬于典型的 NP-hard 問題，在當前國內外經(jīng)濟發(fā)展的大形勢下，線上電子商務的爆發(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至關重要的環(huán)節(jié)，如何形成配送服務高效性和總體利潤最大化是當前研究的趨勢，也是電子商務發(fā)展一大障礙。另外，由于電子商務退貨的大量產(chǎn)生導致逆向物流產(chǎn)生，針對分散性客戶和由于物流配送的不合理性導致交通阻塞、環(huán)境污染、噪聲污染、能源浪費等問題，對物流配送系統(tǒng)的轉型勢在必行�；诂F(xiàn)實意義的考慮，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，并增加同時送取貨的正逆向物流結合的配送模式，深入研究電子商務環(huán)境下庫存路徑問題。論文研究的主要工作如下所示： 
1．本論文在結合文獻研究和實踐調研的基礎上總結了電子商務供應鏈與正逆向物流以及庫存路徑問題的國內外研究成果，分析當前電子商務供應鏈環(huán)境下對于配送時效性、大量退貨性、客戶分散性等特點提出新型配送模式，建立考慮時間窗的同時送取貨聯(lián)合物流庫存路徑模型，引入時間窗約束，能夠更加貼近現(xiàn)實，符合客戶和企業(yè)的要求，具有一定的使用價值。 
2．根據(jù)提出的問題，深入研究解決相關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，對遺傳算法的求解步驟進行分析，遺傳算法對于求解此該類相關的數(shù)學優(yōu)化模型具有一定的優(yōu)越性。針對遺傳算法自身的缺陷，包括迭代速度緩慢，計算工程中容易出現(xiàn)“早熟”等現(xiàn)象，對遺傳算法進行改進。采用遺傳算法與模擬退火算法相結合，引入模擬退火算法的局部搜索算法，增加鄰域搜索結構，引入多樣性重組因子、設計自適應的改進混合遺傳算法，實現(xiàn)使用改進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混合算法的高效性，根據(jù)模型特點，采用實例數(shù)據(jù)，進行兩組驗證分析。首先，采用改進混合遺傳算法分別對對本文模型和傳統(tǒng)模型進行求解，結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，更加貼近實際生活；然后，分別采用傳統(tǒng)遺傳算法和改進混合遺傳算法對本文模型進行求解，通過實例驗證了改進混合遺傳算法收斂速度更快，表明引入局部搜索算法，設計改進混合遺傳算法對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(略)

本文編號：84434