首页> 正文

第四方物流多属性指派决策机制研究

2020-12-02阅读(980)

第四方物流多属性指派决策机制研究

论文摘要

自第四方物流概念的提出至今已有十多年,这一新事物正在为人们所认知和接受,并已在理论和实践道路上取得很大进展。第四方物流能够很好的解决第三方物流所无法解决的问题,如物流技术集成、物流任务整合和优化、资源共享及其它增值服务等,从而使整个供应链下的物流作业得到更深层和更全面地整合优化和服务增值。随着现在的市场越来越趋向于买方市场,物流客户的要求越来越多样化和个性化,作为物流服务集成商的第四方物流,在进行物流任务指派决策时,不仅要考虑物流成本或物流服务时间,同时还要考虑到安全可靠性、服务水平、信息跟踪等因素。这便成为第四方物流的多属性指派决策问题,但由于第四方物流任务指派决策本身就是多任务多物流服务商的多对多指派决策,且多属性指派决策本身也处于初步研究阶段,所以在第四方物流多属性指派决策机制研究方面还很不足。本文将在这对这一问题进行一些初步研究,给出一些初步解决思路和方法,希望能够作为引玉之砖带来这一问题深入研究。本文将主要针对第四方物流多属性指派决策机制问题进行深入研究,在分析前人有关多属性指派决策研究成果以及第四方物流运作的基础上,提出两种第四方物流多属性指派决策机制。第一种是基于客户满意度的第四方物流多属性指派决策机制。它是从客户满意度出发,深入分析第四方物流客户多样化需求,建立了客户满意度属性体系及量化标准;对物流客户和第三方物流进行需求和供给的多属性分析,给出了属性需求和供给值矩阵;以属性供给值与属性需求值之差越大为满意度越大为标准,来建立的第四方物流多属性指派决策机制。第二种是基于TOPSIS法的第四方物流多属性指派决策机制。它是将TOPSIS多属性排序决策法的思想,引入到多属性指派决策问题中;并针对多任务活动多物流商的第四方物流的多属性指派决策问题,引入了随机解、正理想解、负理想解等参数,给出了随机解、正理想解、负理想解等参数的表达式;以正理想点相对接近程度最大为目标,来建立的第四方物流多属性指派决策机制,其包括无整合第四方物流多属性指派决策机制的和带有整合的第四方物流多属性指派决策机制。同时,还针对第二种第四方物流多属性指派决策机制,设计了相应的遗传算法和编写了算法程序;通过实例,利用Micsoft Excel或GE(遗传算法)来对这两种机制进行求解、验证和分析。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究背景及问题提出
  • 1.2 研究目的及意义
  • 1.3 国内外研究现状综述
  • 1.3.1 第四方物流相关研究
  • 1.3.2 多属性指派决策选择机制研究
  • 1.4 论文结构及研究内容
  • 1.5 论文的主要创新点
  • 2 第四方物流概述
  • 2.1 产生背景
  • 2.2 第四方物流的概念
  • 2.3 第四方物流的特点及优势
  • 2.3.1 第四方物流的特点
  • 2.3.2 第四方物流的优势
  • 2.4 第四方物流的运作模式
  • 2.5 介入第四方物流的条件
  • 2.6 第四方物流的作用
  • 3 基于客户满意度的第四方物流多属性指派决策机制
  • 3.1 引言
  • 3.2 客户满意度属性体系
  • 3.2.1 属性体系
  • 3.2.2 属性量化方法
  • 3.3 建立模型
  • 3.3.1 前提假设
  • 3.3.2 客户分析
  • 3.3.3 第三方物流服务商分析
  • 3.3.4 模型建立
  • 3.4 实例分析
  • 3.5 本章小结
  • 4 基于TOPSIS 法的无整合的第四方物流多属性指派决策机制
  • 4.1 引言
  • 4.2 TOPSIS 方法简述
  • 4.2.1 TOPSIS 方法概念
  • 4.2.2 TOPSIS 方法步骤
  • 4.3 问题描述和属性体系分析
  • 4.3.1 问题描述
  • 4.3.2 属性体系分析
  • 4.4 基于TOPSIS 法的指派决策模型
  • 4.4.1 参数定义
  • 4.4.2 属性值矩阵的规范化
  • 4.4.3 确定随机解、正理想解和负理想解
  • 4.4.4 基于TOPSIS 法的无整合的决策模型
  • 4.5 遗传算法实现
  • 4.5.1 算法思想
  • 4.5.2 算法步骤
  • 4.6 算例求解及分析
  • 4.6.1 算例参数给定
  • 4.6.2 算例求解及分析
  • 4.7 本章小结
  • 5 基于TOPSIS 法的带有整合的第四方物流多属性指派决策机制
  • 5.1 引言
  • 5.2 集成定义
  • 5.3 确定整合下的随机解、正理想解和负理想解
  • 5.4 基于TOPSIS 法的带有整合的决策模型
  • 5.5 遗传算法实现
  • 5.5.1 算法思想
  • 4.5.2 算法步骤
  • 5.6 算例求解及分析
  • 5.6.1 算例参数
  • 5.6.2 算例求解及分析
  • 5.7 本章小结
  • 6 结论与展望
  • 6.1 本文结论
  • 6.2 研究展望
  • 致谢
  • 参考文献
  • 附录
  • A. 作者在攻读学位期间发表的论文目录
  • B. 作者在攻读学位期间取得的科研成果目录

    • 相关论文文献

    • [1].“准确、快捷、安全、专业”——广东时捷物流有限公司[J]. 广东交通 2018(01)
    • [2].物流遇上5G 颠覆性变革呼之欲出[J]. 今日科技 2019(12)
    • [3].轻奢品物流中存在的问题及改进建议[J]. 物流工程与管理 2019(12)
    • [4].职业院校物流专业校企合作的探讨[J]. 中外企业家 2020(02)
    • [5].物流专业教学中非正式学习环境模型的构建研究[J]. 物流科技 2019(12)
    • [6].人力资本对我国物流业发展的影响研究[J]. 物流工程与管理 2019(12)
    • [7].构建物流企业核心竞争力的营销策略探讨[J]. 住宅与房地产 2019(33)
    • [8].我国西部发展可持续物流面临的挑战及对策研究[J]. 经济研究导刊 2019(32)
    • [9].“一带一路”背景下郑州市物流业发展研究[J]. 经济研究导刊 2019(34)
    • [10].大力发展现代物流业 促进区域经济发展[J]. 现代商业 2019(31)
    • [11].滇桂黔三省（区）物流业与区域经济增长关系研究[J]. 物流工程与管理 2019(12)
    • [12].大数据时代我国推进物流信息化建设探讨[J]. 现代商贸工业 2020(01)
    • [13].论第四方物流与食品物流结合的可能性[J]. 中国市场 2020(01)
    • [14].基于长江三角地区物流岗位人才分层分级的调查研究[J]. 中国市场 2020(01)
    • [15].智慧物流推动物流业转型升级的现状分析[J]. 西部皮革 2019(24)
    • [16].公铁联运物流信息共享模式研究[J]. 物流技术与应用 2020(01)
    • [17].物流行业分拣机设计研究[J]. 工业设计 2019(12)
    • [18].基于成果导向的物流专业与创新创业教育融合发展路径研究[J]. 现代营销(信息版) 2020(01)
    • [19].适应物流业转型升级的跨境分段培养模式研究——以南京工业职业技术学院物流专业为例[J]. 江苏高职教育 2019(02)
    • [20].物联网和智慧物流在企业管理中的应用探讨[J]. 中国市场 2020(02)
    • [21].5G网络在物流行业中的应用研究[J]. 物流工程与管理 2020(01)
    • [22].新形势下物流新业态发展路径探析[J]. 现代商业 2020(02)
    • [23].降低物流成本的有效途径研究[J]. 现代营销(下旬刊) 2020(01)
    • [24].《中国物流年鉴》[J]. 中国物流与采购 2020(02)
    • [25].大力推进物流业高质量发展[J]. 中国物流与采购 2019(24)
    • [26].商务部积极推进物流发展工作[J]. 中国物流与采购 2019(24)
    • [27].智领物流，慧见未来[J]. 中国物流与采购 2019(24)
    • [28].日本物流的发展现状[J]. 中国物流与采购 2019(24)
    • [29].《中国物流年鉴》[J]. 中国物流与采购 2019(24)
    • [30].2019中国物流年度奖[J]. 中国物流与采购 2019(24)

    标签：;  ;  ;  ;  

    第四方物流多属性指派决策机制研究
    下载Doc文档

    猜你喜欢

    © 2025 毕速过 版权所有 鄂ICP备12018319号-5