基于运输费用最小的回收站的网络设计与优化研究

基于运输费用最小的回收站的网络设计与优化研究

论文摘要

人民的生活水平随着科技的发展不断的提高,人们对于消费品的需求量和种类也不断增加,造成了越来越多的物品遭到了淘汰变成了废弃物品。而且企业之间的竞争不断加强,企业为了争取到更多的顾客,就要满足客户的各种服务和合法权益,导致了退货品的数量和种类也逐渐增加,这些淘汰的或者是废弃的产品导致了严重的环境污染和资源的浪费。现今,人们对于环境保护的意识不断增加,逐渐完善了环境相关的立法,这些废弃的物品逐渐的被政府和企业重视起来。很多国家要求企业负责产品所有的生命周期,特别是废旧物品回收阶段。很多企业为了提高自身的竞争力,也主动展开对退货物品及时有效的处理。基于这些,一门新兴的学科逐渐兴起——逆向物流,并且逐渐被企业和学术界所重视,目前,如何建立逆向物流体系已经成为企业面临的重要任务。根据以上情况,参考国内外学者在逆向物流理论和实际操作的研究后,本文主要针对回收站组成中的网络规划过程做研究分析。本文以企业为基础,使用定量分析和定性分析相互结合的方法,针对企业中对于逆向物流的实施过程展开了分析,建立了网络模型,展开研究。在本论文里,先阐述了逆向物流的有关概念,以及具体的运作步骤,然后分析了逆向物流的一般网络,并针对不同的逆向物流网络的组织特点进行了归纳总结。按照正向和逆向物流系统之间的关系,建立一个拆分整合后的逆向物流网络模型和退货逆向物流网络模型,并且通过实例对每个模型进行分析。本论文有以下两个创新点:一是研究了回收站网络的组成特点和共同点;二是本论文没有像其他研究中回收量有确定性,本论文的回收量没有确定性,在这种情况下,综合拆卸后的原材料的利用、零部件的利用以及直接再利用的三种途径进行考虑;三是,由于现阶段对于退货逆向物流的研究很少,对其网络构成的研究更加少,本论文较早的建立了整合的退货逆向物流网络模型;最后本论文不但研究了一般网络模型中所考虑的地址选择的问题,还针对整体网络结构中的每个具体环节的配送途径和数量都做出了合理的规划。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 课题背景
  • 1.2 研究的目的和意义
  • 1.3 国内外研究现状
  • 1.3.1 国外研究现状
  • 1.3.2 国内研究现状
  • 1.3.3 研究思路
  • 1.3.4 论文结构
  • 1.4 本文的研究方法
  • 1.4.1 规范研究和实证研究相结合的方法
  • 1.4.2 分析归纳法
  • 2 逆向物流的基本理论知识
  • 2.1 逆向物流概述
  • 2.1.1 逆向物流的涵义
  • 2.1.2 逆向物流产生的背景和原因
  • 2.1.3 逆向物流的作用与价值
  • 2.2 逆向物流的分类
  • 2.3 逆向物流与正向物流的关系
  • 2.3.1 逆向物流与正向物流的联系
  • 2.3.2 逆向物流与正向物流的区别
  • 3 苏州市逆向物流的发展现状
  • 3.1 我国制造型企业逆向物流发展现状
  • 3.1.1 产品循环利用率低
  • 3.1.2 信息收集平台建设的滞后
  • 3.1.3 回收政策不完善
  • 3.1.4 理论体系与实施方法匮乏
  • 3.2 苏州市逆向物流发展现状
  • 3.2.1 苏州发展逆向物流的重要性
  • 3.2.2 苏州逆向物流的现行措施
  • 3.3 苏州市制造型企业逆向物流网络规划
  • 3.3.1 苏州市制造业现状
  • 3.3.2 苏州市家电处理现状
  • 4 苏州市家电企业逆向物流网络的优化
  • 4.1 独立逆向物流网络的构建
  • 4.1.1 苏州市家电企业逆向物流网络模型的构建
  • 4.1.2 模型数据
  • 4.1.3 模型求解
  • 4.2 集成逆向物流网络的构建
  • 4.2.1 模型数据
  • 4.2.2 模型求解
  • 4.3 独立与集成逆向物流网络模式比较分析
  • 4.3.1 设施选址比较
  • 4.3.2 运营费用比较
  • 4.3.3 管理复杂程度比较
  • 4.3.4 更新换代能力比较
  • 4.4 逆向物流联营模式的运作方式
  • 5 逆向物流体系的实施和评估
  • 5.1 逆向物流体系实施方法——PDCA
  • 5.2 逆向物流体系实施的评估
  • 5.3 关键业绩指标——KPI
  • 5.4 KPI 管理原理
  • 6 结论
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    • [1].用于电动汽车功率模块热分析的紧凑型热网络模型[J]. 中国电机工程学报 2020(18)
    • [2].超网络模型构建中优先连接方法研究[J]. 计算机工程 2020(10)
    • [3].时滞离散网络模型的动力学分析与同步[J]. 数学建模及其应用 2017(04)
    • [4].计算机网络模型中的神经网络算法[J]. 电子技术与软件工程 2017(11)
    • [5].五百强企业超网络模型研究[J]. 中国原子能科学研究院年报 2016(00)
    • [6].超网络模型交叉度分析[J]. 中国原子能科学研究院年报 2013(00)
    • [7].和谐统一混合择优超网络模型[J]. 中国原子能科学研究院年报 2015(00)
    • [8].4种类型超网络模型构建方法[J]. 中国原子能科学研究院年报 2013(00)
    • [9].基于超级运输网络模型的综合运输政策效果分析[J]. 物流技术 2012(13)
    • [10].产业竞争关系复杂网络模型群分析——以中国汽车零部件产业为例[J]. 管理学报 2010(05)
    • [11].基于复杂网络模型的协同制造服务网建立方法[J]. 森林工程 2010(06)
    • [12].基于Inception_ResnetV2网络模型的服饰属性识别[J]. 信息技术 2019(11)
    • [13].医学知识网络模型的构建研究[J]. 中国数字医学 2009(04)
    • [14].一类增长网络模型的生成树[J]. 厦门大学学报(自然科学版) 2015(04)
    • [15].基于语义分割网络模型的路面裂缝识别[J]. 交通科技 2020(03)
    • [16].基于深度学习的大豆豆荚类别识别研究[J]. 作物学报 2020(11)
    • [17].肺癌多基因功能分析及调控网络模型的建立[J]. 肿瘤学杂志 2018(06)
    • [18].基于信息价值链的多粒度信息交互网络模型建模方法[J]. 计算机应用与软件 2015(12)
    • [19].复杂网络模型发展综述[J]. 赤峰学院学报(自然科学版) 2016(05)
    • [20].基于度的正/负相关相依网络模型及其鲁棒性研究[J]. 物理学报 2015(04)
    • [21].证据网络模型及其推理算法[J]. 系统工程理论与实践 2015(04)
    • [22].基于兴趣组的P2P网络模型[J]. 微计算机信息 2011(01)
    • [23].容量网络模型及其性质研究[J]. 东莞理工学院学报 2011(03)
    • [24].泛函网络模型及应用研究综述[J]. 电子科技大学学报 2010(06)
    • [25].信息系统中的角色网络模型和方法研究[J]. 计算机应用研究 2008(10)
    • [26].胶囊网络模型综述[J]. 山东大学学报(工学版) 2019(06)
    • [27].一种用于特定目标情感分析的深度网络模型[J]. 计算机工程 2019(03)
    • [28].复杂网络模型的弹性研究[J]. 黑龙江科技信息 2016(33)
    • [29].基于边连接策略的指控网络模型研究[J]. 指挥与控制学报 2016(01)
    • [30].带有随机激活机制的钝化网络模型研究[J]. 西北师范大学学报(自然科学版) 2016(05)

    标签:;  ;  ;  

    基于运输费用最小的回收站的网络设计与优化研究
    下载Doc文档

    猜你喜欢