B2C电子商务企业物流模式及车辆调度研究

论文摘要

新世纪,因特网的应用所爆发出的能量以几何级的速度影响到了人类社会的各个方面,全球经济将以全新的模式飞速发展,以电子商务为核心的经营理念使整个社会的经济结构、经营模式发生了前所未有的变化。电子商务的实现过程中需要对信息流、资金流、商流和物流进行整合运作。随着信息技术的不断发展,前三种“流”已经能用计算机和通信网络瞬间实现,而必须在网下实现的物流成了电子商务最耗时的部分,电子商务的快捷与否就取决于物流的效率。对涉足电子商务的制造商、零售商、门户网站和物流公司而言,首要的问题是解决物流模式的问题,在不同的环境下,需要根据具体的情况进行物流决策,组建最适合企业自身的物流模式。结合发达国家的经验、中国的国情以及物流配送的特征,探讨了涉及电子商务的企业主体如何选择适合自己的物流模式这一问题。本文采取理论结合实践、定性结合定量的方法,通过实例对自营物流、第三方物流进行了详细的论述,并提出论证了物流联盟模式和物流一体化模式。同时,考虑到电子商务终端配送的重要性(最后一公里),本文探讨了企业物流模式中的带有多时间窗的车辆调度问题,创新性提出了在多时间窗条件下车辆调度的优化模型,并引入启发式算法对模型进行求解。本论文主要完成了以下三方面的工作：第一,根据B2C电子商务企业物流配送的特征,结合发达国家物流配送的发展经验和国内一些典型B2C电子商务企业物流配送的发展现状,系统总结了当前主流的几种电子商务物流模式,详细介绍了企业自营物流、第三方物流、物流联盟模式的利弊及适用性,并提供了基于物流战略地位的物流模式选择方法。第二,讨论了物流模式选择中遇到的共同难题——运输车辆的调度问题。阐述了物流配送对提高B2C电子商务市场竞争力的重要性,提出了优化带有多时间窗的物流配送车辆运输调度问题的数学模型。第三,采用启发——插值混合算法来求解理想状态下(即只考虑车辆装载容量限制和总运行距离或时间的约束)带有多时间窗的车辆运输调度优化问题,并通过算例证明该方法具有极强的有效性。对提高物流企业的配送效率,节约物流配送成本具有较高的指导意义。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究的目的和意义
• 1.3 研究方法
• 1.4 研究的主要内容和创新点
• 1.4.1 主要内容
• 1.4.2 创新点
• 第2章 B2C电子商务物流概述
• 2.1 相关基础理论及背景
• 2.2 电子商务物流概念的界定
• 2.3 B2C电子商务背后的实物配送
• 2.4 B2C电子商务物流配送特征
• 2.4.1 配送客户的特殊性
• 2.4.2 配送商品的特殊性
• 2.4.3 配送质量和成本的特殊性
• 2.4.4 配送供应链系统的特殊性
• 2.5 电子商务对物流配送的要求
• 第3章 B2C电子商务物流的发展现状及问题
• 3.1 国外B2C电子商务物流发展阶段和特点
• 3.1.1 发达国家B2C电子商务物流发展阶段
• 3.1.2 发达国家B2C电子商务物流发展特点
• 3.1.3 发达国家B2C电子商务物流发展趋势
• 3.2 国内企业电子商务物流发展现状
• 3.2.1 国内电子商务物流企业分类
• 3.2.2 国内B2C电子商务企业物流配送流程
• 3.2.3 国内企业的电子商务物流运营效果
• 第4章 B2C电子商务企业物流模式选择
• 4.1 企业自营物流模式
• 4.1.1 企业自营物流的利弊
• 4.1.2 企业自营模式案例
• 4.2 第三方物流模式
• 4.2.1 第三方物流模式的利弊
• 4.2.2 第三方物流模式的选择
• 4.2.3 企业第三方物流案例
• 4.3 组建物流动态联盟
• 4.3.1 物流联盟模式的利弊
• 4.3.2 物流联盟模式的选择
• 4.3.3 物流联盟模式成功案例
• 4.4 物流一体化模式
• 4.5 电子商务物流模式的综合比较
• 4.6 基于物流战略地位的物流模式选择
• 4.7 电子商务物流模式决策案例分析
• 4.7.1 梅林正广和概况
• 4.7.2 定性的物流决策方法
• 第5章 B2C电子商务中带有多时间窗的车辆调度问题模型
• 5.1 相关基础理论及背景
• 5.2 物流配送车辆调度问题的提出
• 5.2.1 问题的提出
• 5.2.2 车辆调度问题在配送运输中的应用
• 5.3 物流配送问题的数学描述
• 5.3.1 物流配送车辆调度问题的分级求解
• 5.3.2 对时间窗的界定
• 5.3.3 B2C电子商务环境下时间窗的现实涵义
• 5.4 物流配送（有时间窗约束）问题的数学模型
• 5.4.1 物流配送（有时间窗约束）问题描述
• 5.4.2 物流配送车辆调度（有时间窗约束）数学建模
• 第6章 车辆调度模型的启发式算法及其算例
• 6.1 VRP的一般算法
• 6.1.1 遗传算法
• 6.1.2 人工神经网络
• 6.1.3 禁忌搜索算法
• 6.2 启发式算法的引入
• 6.2.1 算法的基本原理
• 6.2.2 算法的构成和实现
• 6.3 理想状态下车辆调度启发式算法
• 6.3.1 算法原理
• 6.3.2 求解步骤
• 6.4 算例计算
• 6.4.1 启发式——插值算法
• 6.4.2 LinGo计算软件
• 6.5 总结与分析
• 第7章 结束语
• 7.1 研究成果及结论
• 7.2 展望
• 参考文献
• 附录A
• 附录B
• 致谢
• 攻读硕士学位期间发表论文情况