久久精品国产69国产精品亚洲_日韩欧美亚洲一区_免费观看污网站_欧美在线一

近幾年, 電子商務作為一種全新的商務模式在我國得到了迅速的普及和發展, 統計數字表明, 2010年我國電子商務市場交易規模已超過4 900億元, 但同美國相比, 網絡購物普及率僅為美國的三分之一, 仍存在巨大的發展空間。另一方面, 作為電子商務模式的終端環節和重要的支撐, 我國物流發展水平遠不能達到電子商務發展的要求, 一定程度上制約了電子商務的發展。2010年“雙十一”快遞爆倉事件將我國電子商務和物流發展的矛盾推上了頂峰, 提高我國物流發展水平和物流作業效率成為促進電子商務發展亟待解決的問題。作為電子商務中一種重要的商務模式, B2C模式在我國電商企業中的發展速度呈現井噴式增長, 成為未來電子商務發展的主要趨勢。在B2C大物流背景下, “云倉儲”設施選址問題對于提高我國電子商務發展速度和我國物流發展水平, 加快物流網絡信息化建設具有重要的現實意義。

從現有的B2C電子商務物流模式來看, 當前我國主要包括網站自營物流配送、第三方物流配送和郵政配送服務三種類型。B2C電子商務模式下的物流配送業務具有多品種、小批量、服務范圍廣等特點, 因此在進行物流配送作業組織時難度較大。所謂的“云倉儲”設施選址問題, 指的是考慮到客戶的具體分布特征, 對整個系統網絡上的零售配送中心網點進行統一布局, 以實現在電商企業接到訂單后能夠迅速的組織配送中心和同城公共分撥點之間的就近配送。鑒于B2C客戶在地域上具有分散性, B2C電子商務企業需要設置由一級配送中心和二級配送站共同組成的物流網絡體系, 即多級—多設施配送網絡體系, 如圖1所示。

圖1所示的多級—多設施配送中心網絡體系中, 上游供應商對一級配送中心統一組織送貨, 對電商企業不產生物流費用。在進行一級配送中心選址時, 一般選在區域中的樞紐城市或資源優勢明顯的地方, 在由一級配送中心向二級配送站組織配送時, 往往配送貨物批量較大, 一級配送中心應具有較強的區域輻射能力。二級配送站要求能夠覆蓋整個地區并處于一級配送中心輻射范圍內, 一般選在距離客戶集中地區較近的區域, 配送方式較為靈活。

圖1 B2C大物流環境下“云倉儲”物流網絡體系   

(1) 系統中貨物種類多樣化, 不同貨物存儲費、運輸費不同; (2) 候選點數目、坐標已知; (3) 系統中客戶信息已知, 包括坐標、需求量等, 需求量穩定; (4) 不同配送中心建設成本、存儲成本已知; (5) 配送中心存儲費只受存儲量影響, 忽略存儲時間影響; (6) 配送運輸成本與運輸作業量以及運距有關, 且由一級配送中心至二級配送站的運輸費率小于由二級配送站至終端客戶的運費率; (7) 配送中心和配送站的存儲能力大于服務范圍內的客戶需求量, 一級配送中心最大存貨量大于服務范圍內的二級配送站需求總量, 二級配送中心最大存貨量大于范圍內終端客戶需求總量; (8) 一級配送中心和二級配送站之間為一對多關系, 即一個一級配送中心同時為多個二級配送站服務, 一個配送站僅對應一個一級配送中心; (9) 二級配送站和終端客戶之間也為一對多關系, 一個二級配送站為多個客戶提供配送服務, 一個客戶僅由一個二級配送站服務; (10) 考慮退貨產生的逆向物流現象, 逆向物流費用由逆向物流運輸量和運距確定。

M—備選的一級配送中心的數量, i={1, 2, ..., M};

P—備選的二級配送站數量, j={1, 2, ..., P};

L—商品種類數, l={1, 2, ..., L};

N—客戶數量, k={1, 2, ..., N};

xijl—第l種產品從第i個一級配送中心到第j個二級配送站運輸量;

Dij—第i個一級配送中心到第j個二級配送站運輸距離;

Cijl—第l種產品從第i個一級配送中心到第j個二級配送站的單位運輸費用;

yjkl—第l種產品從第j個二級配送站到客戶k的運輸量;—;

Sjk第j個二級配送站到客戶k的運輸距離

Ejkl—第l種產品從第j個二級配送站到客戶k的單位運輸費用;

Fi—第i個一級配送中心建設費用;

Gj—第j個二級配送站建設費用;

t1l—一級配送中心第l種產品單位存儲費用;

t2l—二級配送站第l種產品單位存儲費用;

x`ijl—第l種產品從第j個二級配送站到第i個一級配送中心的逆向物流運輸量;

Cijl—第l種產品從第j個二級配送站到第i個一級配送中心的單位逆向物流運輸費用;

y`jkl—第l種產品從第k個客戶到第j個二級配送站的逆向物流運輸量;

E`jkl—第l種產品從第k個客戶到第j個二級配送站的單位逆向物流運輸費用;—;

Ai—第i個一級配送中心最大存儲量;

Bi—第j個二級配送站最大存儲量。

B2C電子商務模式中“云倉儲”系統總物流成本主要包括配送成本、建設成本、存儲成本和逆向物流成本四個部分, 以系統總物流成本最低為目標構建模型如下:

其中, 約束條件 (1) 、 (2) 分別表示每個配送站和客戶最多只能被一個配送中心和一個配送站服務;約束條件 (3) 和 (4) 分別表示一級配送中心和二級配送站存儲能力滿足要求;式 (5) 表示配送站商品進出流量均衡;式 (6) 表示一級配送中心向二級配送站的配送業務量能夠滿足二級配送站需求;式 (7) 、式 (8) 分別表示所選中的配送站和一級配送中心能夠覆蓋區域內所有的終端客戶和二級配送站。

針對上述多級—多設施選址模型, 需要同時確定一級配送中心和二級配送站的最佳位置, 本文選用遺傳算法對模型進行求解分析。

(1) 算法設計思想及流程。遺傳算法根據自然進化中的“優勝劣汰、適者生存”法則, 通過編碼得到染色體, 生成初始種群, 然后通過計算個體適應度函數, 選擇進行雜交和變異的個體進行操作, 生成新一代個體, 通過反復循環得到問題最優解。

(2) 算法步驟

(1) 編碼。采用二進制編碼, 如候選地址被確定為一級配送中心則將其基因位設為1, 否則為0, 根據候選點規模確定個體長度;候選點如果被確定為二級配送站, 則相應基因位為1, 否則為0, 根據二級配送站候選點規模確定個體長度。

(2) 初始種群設置。合成隨機的個體集合, 形成初始種群, 本文中初始種群規模為50, 根據約束條件中的覆蓋范圍約束, 配送中心和配送站由系統隨機產生。

(3) 計算距離。采用直線距離近似代替實際距離, 計算公式為:

公式中, wij (≥1) 為迂回系數, 一般交通較為便利地區wij較小, 反之較大, 在此取wij=1.3。

(4) 可行性檢驗。鑒于模型中約束條件 (7) 、 (8) , 即要求一級配送中心和二級配送站分別要覆蓋區域范圍內的二級配送站和終端客戶, 需要對算法中的染色體進行可行性檢驗, 如染色體不合理則需要修正。

(5) 適應度函數計算。適應度函數設計合理有利于快速搜索到最優解, 結合上述模型, 算法中將適應度函數設為目標函數的倒數, 即:

(6) 選擇算子。由適應度函數值每個個體的適應度值, 據此對種群優秀個體進行優勝劣汰操作, 本文采用輪盤賭選擇法進行算子選擇, 即通過適應度函數得到個體被遺傳到下一代的概率, 利用[0, 1]隨機數選擇個體交配。

(7) 交叉算子。通過算子交叉在算法中產生新的個體, 如采用多點交叉、均勻交叉或實數交叉方法。本文采用均勻交叉, 隨機生成交叉模板, 如父代1F1=[1, 1, 0, 1], 父代2F1=[0, 1, 1, 0], 則交叉模板為R=[0, 0, 1, 1], 交叉生成的兩子代為son 1=[0, 1, 0, 1], son 2=[1, 1, 1, 0]。

(8) 變異算子。通過算子變異能夠維持算法的穩定性并改善算法局部搜索能力, 避免早熟。本文采用基本位變異, 利用隨機生成的1到規模數的任意數組, 定位第一個數字為子代1的變異位置, 末尾數字為子代2的變異位置。

(9) 終止規則。為避免算法陷入死循環, 應設置算法終止條件, 當算法執行過程中出現終止條件時, 算法終止。本文采用最大迭代數規則作為終止規則, 即算法迭代次數達到最大迭代數Max NC時, 算法終止。

假定問題中存在六個一級配送中心候選點和十個二級配送站候選點, 客戶數量為50個, 貨物類型有兩種, 一級配送中心和二級配送站以及客戶點相關數據見表1-表3。

表1 一級配送中心相關數據  

表2 二級配送站相關數據     

表3 客戶點相關數據     

不同類型貨物在配送中心和配送站的存儲費用見表4。

不同貨物從配送中心運輸至配送站、由配送站運輸至客戶的運輸費率以及回程運輸費率見表5。

表4 貨物在配送中心和配送站的存儲費用 

單位:元/件

表5 貨物運輸費率     

單位:元/件·km

綜上所述, 算例中一級配送中心和二級配送站以及客戶分布如圖2所示。

圖2 配送中心、配送站及客戶分布示意圖   下

借助matlab工具運行計算, 具體參數包括:群體規模為50, 最大迭代次數為20, 精英個體數為20, 根據迭代次數不同, 交叉概率和變異概率不同, 如NC<Max NC 5, 則交叉概率為0.6, 變異概率為0.01;如果Max NC 5<NC<2Max NC 5, 則交叉概率為0.7, 變異概率為0.02;如果2Max NC 5<NC<3Max NC 5, 則交叉概率為0.8, 變異概率為0.03;如果3Max NC 5<NC<4Max NC 5, 則交叉概率為0.7, 變異概率為0.02;如果4Max NC 5<NC<Max NC, 則交叉概率為0.6, 變異概率為0.01。

最后運算結果為:標號為1, 3的位置被確定為配送中心, 標號為1, 2, 5, 6, 9的配送站候選點被確定為配送站, 系統總物流成本為132.219萬元。算法迭代過程如圖3所示。

各配送中心、配送站覆蓋情況以及存儲量情況見表6-表8。

電子商務作為一種全新的商務模式是我國未來商業模式發展的主要趨勢, 作為重要的支撐和終端環節, 物流水平的落后嚴重制約了B2C電子商務模式的發展。大物流環境下的“云倉儲”概念的引入及基于“云倉儲”概念的倉儲設施優化對提高電子商務企業客戶服務水平和服務質量起到了重要的作用, 對于現代電子商務企業和物流產業的發展具有很強的實踐操作性和現實意義。

圖3 實例迭代過程示意圖   

表6 配送中心—配送站覆蓋情況    

表7 配送中心存儲量     

表8 配送站存儲量