基于协商的项目型物流联盟管理模型研究

论文摘要

随着市场竞争的加剧,物流业对经济活动的影响日益明显,得到了人们越来越多的重视。在未来的市场竞争中,物流必将起到重要的作用。当今的市场,动态性、不确定性、信息不完备性逐渐增强,物流企业要面临的竞争逐渐加剧。为了应对这样的市场环境,项目型物流联盟应运而生。所谓项目型物流联盟是指物流联盟系统随着项目的产生而产生,随着项目的结束而解散。参与物流联盟的各方之间并不熟悉,特别是参与物流服务的物流服务供应商与物流盟主之间并不熟悉,信息高度不对称。物流盟主在建立物流联盟并对实施进行控制时遇到了困难。本文主要利用基于Agent的协商技术和进化算法对物流联盟的形成过程进行优化并运用“效用转移”的概念对物流联盟的实施过程进行控制。针对上述问题,本文建立了物流联盟运行机制过程中的两阶段管理模型：单(多)任务物流联盟运作管理模型和物流联盟实施控制管理模型。具体内容如下：首先、针对单个物流任务的管理模型,运用协商技术,并建立图存储模型,利用遗传算法进行优化。由于使用了基于图存储的方案,提升了算法的性能,使得盟主能尽快找到最优的解决方案。其次、针对多个物流任务的管理模型,运用协商技术,提出一种混合遗传算法、分散算法和禁忌算法的混合进化算法框架对物流联盟的形成过程讲行优化。算法具有较好的收敛性。再次、在物流联盟实施控制过程中,运用效用转移的思想,对物流联盟中的多阶段的物流控制现状进行优化,从而实现在物流项目总工期、总费用不变的前提下,顺利完成物流任务。论文围绕物流联盟的运作,提出了两阶段的物流模型,在前人工作的基础上,结合一些新的技术和方法,对物流联盟的计划制定和实施控制过程进行优化,以提升整个物流过程的工作效率。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 论文研究的背景
• 1.2 论文内容及组织方式
• 1.2.1 物流模型
• 1.2.2 物流联盟运作机制框架
• 1.2.3 论文结构
• 2 基本概念、理论和方法
• 2.1 基于Agent的协商
• 2.1.1 Agent原理
• 2.1.2 基于Agent的协商
• 2.1.3 Agent理论在物流联盟中的应用
• 2.2 物流
• 2.2.1 物流与物流管理
• 2.2.2 物流联盟
• 2.2.3 项目型物流联盟
• 2.3 物流调度及进化算法
• 2.3.1 进化算法在物流联盟中的应用
• 2.3.2 进化算法原理
• 2.4 总结现有研究的问题
• 3 基于协商的单任务物流联盟管理模型研究
• 3.1 问题描述
• 3.2 物流联盟运输管理模型
• 3.2.1 模型描述
• 3.2.2 数学描述
• 3.3 基于协商的物流联盟运输管理模型解决方案
• 3.3.1 基于数据库的图存储方案
• 3.3.2 路径表示
• 3.3.3 创建路径
• 3.3.4 路径查询
• 3.4 基于协商的管理模型
• 3.4.1 招标模型
• 3.4.2 基于协商的遗传算法
• 3.5 实验模拟
• 3.5.1 图存储的数据库实现
• 3.5.2 协商实现
• 3.6 结论
• 4 基于协商的多任务物流联盟管理模型研究
• 4.1 问题描述
• 4.2 系统体系结构
• 4.3 分散搜索原则
• 4.4 物流联盟运输管理模型
• 4.4.1 模型描述
• 4.4.2 数学表达
• 4.5 基于协商的多任务物流联盟系统
• 4.5.1 系统框架
• 4.5.2 协商协议
• 4.5.3 协商模型
• 4.5.4 算法设计
• 4.6 实验模拟
• 4.6.1 图信息及效益函数
• 4.6.2 数据库设计
• 4.6.3 算法结果
• 4.7 结论
• 5 基于赔偿式协商的物流联盟实施控制管理模型研究
• 5.1 问题描述
• 5.2 基于"赔偿式协商"的多阶段物流联盟实施控制管理模型框架
• 5.3 物流联盟实施过程中的多阶段"赔偿式"协商模型
• 5.3.1 效用函数
• 5.3.2 多阶段协商协议
• 5.3.3 物流联盟实施控制管理模型描述
• 5.3.4 基于约束属性的协商协议
• 5.3.5 基于约束属性的协商策略
• 5.4 实验模拟
• 5.4.1 LNPA的效用与报价
• 5.4.2 LNOA的效用与报价
• 5.4.3 协商结果
• 5.5 结论
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录