国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

考慮客戶滿意度的網(wǎng)購(gòu)物流配送路徑優(yōu)化

2015-07-10 14:15趙銳胡雄何紅弟
關(guān)鍵詞:物流配送車(chē)輛客戶

趙銳, 胡雄, 何紅弟

(上海海事大學(xué) 科學(xué)研究院,上海 201306)

?

考慮客戶滿意度的網(wǎng)購(gòu)物流配送路徑優(yōu)化

趙銳, 胡雄, 何紅弟

(上海海事大學(xué) 科學(xué)研究院,上海 201306)

為更全面地反映網(wǎng)購(gòu)物流配送的客戶滿意度, 引入客戶滿意度指標(biāo).首先,考慮城市交通管制的硬時(shí)間窗約束和客戶要求的軟時(shí)間窗約束,建立最小配送成本和最短配送時(shí)間的多目標(biāo)優(yōu)化模型;然后,引入客戶滿意度指標(biāo),并設(shè)定客戶滿意度閾值,對(duì)該模型進(jìn)行優(yōu)化.設(shè)計(jì)遺傳算法求解該優(yōu)化模型.結(jié)合實(shí)際算例對(duì)模型和算法的有效性進(jìn)行驗(yàn)證.結(jié)果表明:優(yōu)化后的模型可以在保證較低配送成本和較少配送時(shí)間的基礎(chǔ)上,最大化配送服務(wù)的客戶滿意度水平.該方法不存在客戶流失的風(fēng)險(xiǎn),有利于提高企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì),符合企業(yè)的長(zhǎng)遠(yuǎn)利益.

客戶滿意度; 物流配送; 硬時(shí)間窗; 軟時(shí)間窗; 遺傳算法

0 引 言

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的創(chuàng)新和消費(fèi)者消費(fèi)觀念的轉(zhuǎn)變,電子商務(wù)得到突飛猛進(jìn)的發(fā)展.電子商務(wù)的發(fā)展離不開(kāi)現(xiàn)代物流的支撐,且物流配送路徑的選擇關(guān)系到企業(yè)的配送成本、配送效率和配送服務(wù)水平,因此對(duì)網(wǎng)購(gòu)物流配送路徑進(jìn)行優(yōu)化十分必要.

自DANTZIG等[1]首次提出車(chē)輛路徑問(wèn)題以來(lái),該領(lǐng)域已取得非常豐富的研究成果.配送成本和配送時(shí)間是車(chē)輛路徑問(wèn)題的基本優(yōu)化對(duì)象,該領(lǐng)域的研究起步較早.VIDAL等[2]研究有裝載能力和路線約束的多節(jié)點(diǎn)車(chē)輛路徑問(wèn)題,并采用一種混合遺傳算法(Genetic Algorithm,GA)進(jìn)行求解.BATTARRA等[3]提出基于空間聚類(lèi)車(chē)輛路徑問(wèn)題的整數(shù)目標(biāo)規(guī)劃模型,并采用分支切割算法求解.彭碧濤等[4]研究多時(shí)間窗車(chē)輛路徑問(wèn)題,首先利用基本蟻群算法進(jìn)行求解,然后采用加入變異算子的元胞自動(dòng)機(jī)算法對(duì)結(jié)果進(jìn)行優(yōu)化.DABIA等[5]通過(guò)選擇在合適的時(shí)間為客戶提供配送服務(wù),減少配送所需時(shí)間和配送成本.胡繼雪[6]研究基于車(chē)輛路徑問(wèn)題的配送分區(qū)優(yōu)化問(wèn)題,并采用“先分區(qū),再排程,后改進(jìn)”的三階段算法進(jìn)行求解.JIANG等[7]研究帶時(shí)間窗的多車(chē)型車(chē)輛路徑問(wèn)題,并采用基于二階段法的禁忌搜索算法進(jìn)行求解,但是該算法容易陷于局部最優(yōu).隨著客戶對(duì)配送服務(wù)要求的提高,簡(jiǎn)單地對(duì)配送成本和配送時(shí)間進(jìn)行優(yōu)化已難以滿足實(shí)際需求.胡云超等[8]對(duì)6種交通管制情境下的城市配送優(yōu)化綜合效益進(jìn)行對(duì)比,發(fā)現(xiàn)城市貨運(yùn)交通管制政策會(huì)增加企業(yè)的配送成本,但具有較好的社會(huì)效益.陳文強(qiáng)等[9]考慮由時(shí)間延遲所造成的貨物價(jià)值損失,對(duì)運(yùn)輸和裝卸過(guò)程分別建模,然后聯(lián)合求解總目標(biāo).

企業(yè)間的競(jìng)爭(zhēng)不僅僅是價(jià)格的競(jìng)爭(zhēng),更是服務(wù)的競(jìng)爭(zhēng).何嬋等[10]為衡量企業(yè)的服務(wù)水平,引入客戶滿意度指標(biāo).OLIVER等[11]認(rèn)為當(dāng)買(mǎi)到的產(chǎn)品與客戶預(yù)期相符時(shí)即產(chǎn)生客戶滿意度.李逸珩[12]建立基于客戶服務(wù)中心的運(yùn)營(yíng)商客戶感知和外部評(píng)價(jià)與客戶滿意度內(nèi)部管理相統(tǒng)一的客戶滿意度管理模型,形成可衡量的客戶滿意度評(píng)價(jià)體系.SZYMZNSKI等[13]認(rèn)為在網(wǎng)絡(luò)零售行業(yè),服務(wù)屬性可以驅(qū)動(dòng)客戶滿意度.SINGH等[14]發(fā)現(xiàn)客戶滿意度對(duì)企業(yè)績(jī)效有極其重要的影響,但客戶滿意度在物流配送領(lǐng)域的研究中比較有限.鄧麗君[15]研究考慮客戶滿意度的物流配送車(chē)輛調(diào)度問(wèn)題,并建立最小化運(yùn)輸成本和最大化客戶滿意度的多目標(biāo)優(yōu)化模型.

已有文獻(xiàn)對(duì)成本和時(shí)間的優(yōu)化及模型的求解研究得比較多,但是對(duì)衡量配送服務(wù)水平的客戶滿意度的研究比較少.在實(shí)際應(yīng)用中,城市交通管制和回程取貨等實(shí)際常見(jiàn)問(wèn)題也容易被忽略.因此,對(duì)考慮客戶滿意度的網(wǎng)購(gòu)物流配送優(yōu)化問(wèn)題進(jìn)行研究具有重要的理論與現(xiàn)實(shí)意義.

1 問(wèn)題描述與假設(shè)

顧客在線完成下單后由電商企業(yè)或第三方物流企業(yè)提供配送服務(wù).配送車(chē)輛從配送中心出發(fā),依次為分布在不同位置的客戶提供配送服務(wù),并最終回到配送中心.在滿足客戶貨物需求量和供應(yīng)量、車(chē)輛載質(zhì)量限制、客戶要求的服務(wù)時(shí)間和城市交通管制等約束的條件下,通過(guò)合理安排行駛路線,實(shí)現(xiàn)配送成本最小、配送時(shí)間最短、配送數(shù)量最大、利用資源最少等目標(biāo).結(jié)合網(wǎng)購(gòu)的物流配送特點(diǎn),作以下基本假設(shè):

圖1 車(chē)輛配送路徑

(1)如圖1所示,車(chē)輛從同一配送中心(0)駛出,同時(shí)提供送貨和取貨服務(wù),最終回到配送中心.配送人員需要將物流跟蹤信息及時(shí)通過(guò)終端傳回總部.

(2)車(chē)輛為客戶提供送貨和取貨服務(wù)時(shí)將產(chǎn)生貨物處理時(shí)間和貨物處理成本,這里的貨物處理時(shí)間和成本與客戶的貨物量相關(guān).

(3)每個(gè)客戶的貨物需求量和供應(yīng)量均在車(chē)輛最大載質(zhì)量范圍內(nèi),不同貨物可以根據(jù)需要混裝,且每個(gè)客戶只能由一輛車(chē)提供服務(wù).

(4)交通管制時(shí)間窗內(nèi)禁止所有車(chē)輛在限行區(qū)域內(nèi)行駛.

圖2 滿意時(shí)間窗內(nèi)到達(dá)

(5)客戶有服務(wù)時(shí)間窗要求,車(chē)輛需要在客戶能夠接受的時(shí)間窗內(nèi)到達(dá).車(chē)輛在客戶滿意時(shí)間窗內(nèi)到達(dá)不會(huì)被懲罰,如圖2所示;車(chē)輛在客戶滿意時(shí)間窗外到達(dá)則會(huì)有一定的時(shí)間懲罰,如圖3所示.但以上情況均不影響車(chē)輛正常送貨和取貨.懲罰成本與車(chē)輛到達(dá)時(shí)間相關(guān).

圖3 可接受時(shí)間窗內(nèi)到達(dá)

(6)配送中心的車(chē)輛有一定數(shù)量限制,要求服務(wù)車(chē)輛總數(shù)不多于該上限.[3]

(7)客戶和配送中心的坐標(biāo)位置,以及各客戶的貨物量均已在配送前確定.[15]

(8)所有車(chē)輛均有相同的行駛速度和最大載質(zhì)量限制,且單位時(shí)間的運(yùn)行成本相同.

(9)車(chē)輛只能在客戶要求的時(shí)間窗內(nèi)到達(dá),不存在因提前到達(dá)而發(fā)生等待時(shí)間.不考慮紅燈的等待時(shí)間,以及駕駛員的休息和用餐時(shí)間.

2 模型建立

在考慮客戶時(shí)間要求和城市交通管制等約束的條件下,分別建立最小配送成本、最短配送時(shí)間和最大客戶滿意度的單目標(biāo)優(yōu)化模型,并通過(guò)加權(quán)處理形成可以求解的多目標(biāo)優(yōu)化模型.

2.1 最小配送成本模型

Z1=Z11+Z12+Z13,其中:Z11取決于車(chē)輛的行駛路線;Z12取決于客戶總的貨物需求量和供應(yīng)量;Z13取決于車(chē)輛到達(dá)時(shí)間.最小配送成本模型為

(1)

s. t.

(2)

(3)

(4)

(5)

(6)

(7)

(k∈V;i,j∈C)

(8)

(9)

Di,Pi,dij,Tp,ik≥0

(10)

式(1)為最小配送成本模型的目標(biāo)函數(shù);式(2)為車(chē)輛在不同時(shí)刻到達(dá)客戶點(diǎn)被懲罰的時(shí)間;式(3)表示由配送中心出發(fā)的車(chē)輛總數(shù)不超過(guò)K;式(4)表示每個(gè)客戶只能由一輛車(chē)服務(wù);式(5)表示全部車(chē)輛都是由配送中心出發(fā),并最終回到配送中心的;式(6)和(7)分別對(duì)客戶的需求量和供應(yīng)量進(jìn)行約束;式(8)指車(chē)輛只能從某一客戶到另一客戶;式(9)對(duì)每輛車(chē)服務(wù)的客戶數(shù)進(jìn)行約束;式(10)表示客戶的貨物需求量和供應(yīng)量、客戶點(diǎn)間的距離以及懲罰時(shí)間都是非負(fù)實(shí)數(shù).

2.2 最短配送時(shí)間模型

Z2=Z21+Z22,其中:Z21取決于各客戶的坐標(biāo)位置和行駛路線選擇;Z22取決于客戶的貨物需求量和供應(yīng)量.最短配送時(shí)間模型為

(11)

s. t.

tijk=dij/v

(12)

Td,ik-Ta,ik=T(Di+Pi)

(13)

Td,ik≤Ta,i+1,k

(14)

Qi-1,k+Pi-Di=Qik,

Qik≤R(i=1,2,…,N;k∈V)

(15)

Ta,ik≤Ls,Td,ik≤Ls,i∈Ctr;

或Ta,ik≥Le,Td,ik≥Le,i∈Ctr

(16)

Ta,ik,Td,ik,tijk,Tp,ik≥0

(17)

式(11)為最短配送時(shí)間模型的目標(biāo)函數(shù);式(12)表示車(chē)輛在各客戶點(diǎn)間的行駛時(shí)間;式(13)表示車(chē)輛在各客戶點(diǎn)的停留時(shí)間;式(14)表示只有服務(wù)完客戶i才可以服務(wù)客戶i+1;式(15)表示離開(kāi)客戶i的載質(zhì)量取決于離開(kāi)客戶點(diǎn)i-1的載質(zhì)量以及客戶i的貨物需求量和供應(yīng)量;式(16)表示禁止車(chē)輛在交通管制時(shí)間內(nèi)通行,交通管制政策增加了企業(yè)物流配送成本[8];式(17)表示車(chē)輛到達(dá)時(shí)間、離開(kāi)時(shí)間、行駛時(shí)間以及懲罰時(shí)間都為非負(fù)實(shí)數(shù).

2.3 最大客戶滿意度模型

當(dāng)客戶買(mǎi)到的產(chǎn)品或服務(wù)與預(yù)期相符即產(chǎn)生客戶滿意度.[11]本文從配送的準(zhǔn)時(shí)性著手,建立最大客戶滿意度模型.考慮到不同客戶的重要程度有差異[5],有必要對(duì)不同客戶的滿意度進(jìn)行加權(quán)處理.設(shè)λi為客戶i的客戶滿意度權(quán)重,其大小主要取決于客戶i的貨物量.最大客戶滿意度模型為

(18)

s. t.

(19)

Fi(Ta,ik)=

(20)

式(18)為最大客戶滿意度模型的目標(biāo)函數(shù);式(19)為不同客戶的滿意度權(quán)重;式(20)是從車(chē)輛到達(dá)時(shí)間入手,形成可衡量的客戶滿意度評(píng)價(jià)體系[12].

2.4 最小配送成本和最短配送時(shí)間的多目標(biāo)優(yōu)化模型

通常建立多目標(biāo)優(yōu)化模型更符合實(shí)際.考慮到多目標(biāo)函數(shù)的量綱并不統(tǒng)一,故運(yùn)用極差法對(duì)目標(biāo)函數(shù)進(jìn)行無(wú)量綱化處理,其公式為

(21)

(22)

經(jīng)過(guò)線性加權(quán)處理,將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)換為如式(22)所示的單目標(biāo)優(yōu)化問(wèn)題.

2.5 考慮客戶滿意度的多目標(biāo)優(yōu)化模型

企業(yè)間的競(jìng)爭(zhēng)已經(jīng)從單一的價(jià)格競(jìng)爭(zhēng)變成以價(jià)格和服務(wù)為一體的綜合競(jìng)爭(zhēng),服務(wù)屬性可以驅(qū)動(dòng)客戶滿意度.[13]客戶滿意度對(duì)企業(yè)的績(jī)效有重要影響[14],在物流配送行業(yè)尤為明顯.物流服務(wù)水平直接影響客戶對(duì)產(chǎn)品的需求.[10]因此,在原有模型的基礎(chǔ)上引入客戶滿意度指標(biāo),建立最小配送成本、最短配送時(shí)間和最大客戶滿意度的多目標(biāo)優(yōu)化模型.對(duì)Z3取負(fù)號(hào),求整體最小化.Z3的無(wú)量綱化處理公式為

3=-(Z3-minZ3)/(maxZ3-minZ3)

(23)

經(jīng)過(guò)線性加權(quán)處理,將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)換為如式(23)所示的單目標(biāo)優(yōu)化問(wèn)題.

3 模型求解算法設(shè)計(jì)

圖4 簡(jiǎn)單GA的運(yùn)算流程

GA是一種借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)搜索算法.[6]與禁忌搜索等算法相比,GA主要特點(diǎn)是可以對(duì)搜索空間中的多個(gè)解同時(shí)進(jìn)行評(píng)估,減少陷于局部最優(yōu)的風(fēng)險(xiǎn).[7]與精確算法相比,GA求解過(guò)程耗時(shí)更短,適合于實(shí)際配送企業(yè)的決策.因此,GA在求解多目標(biāo)優(yōu)化問(wèn)題中得到廣泛應(yīng)用.針對(duì)以上多目標(biāo)優(yōu)化模型的求解算法流程見(jiàn)圖4.具體求解算法設(shè)計(jì)如下.

(1)染色體編碼.求解車(chē)輛路徑問(wèn)題時(shí),適合采用排列法進(jìn)行編碼來(lái)構(gòu)造染色體.將配送中心和所有客戶按連續(xù)的整數(shù)編號(hào),由這些整數(shù)隨機(jī)排列組成染色體,其中,0代表配送中心,1,2,…,N表示N個(gè)客戶.如采用排列法構(gòu)造染色體0-1-5-2-0-9-0-3-7-4-6-0-0,可理解為:第一輛車(chē)由配送中心出發(fā),按“0-1-5-2-0”的路線行駛,分別為客戶1,5,2提供送貨和取貨服務(wù),最后回到配送中心;第二輛車(chē)按路徑“0-9-0”提供送取貨服務(wù);第三輛車(chē)按路線“0-3-7-4-6-0”提供送取貨服務(wù);第四輛車(chē)停在配送中心.

(2)初始種群設(shè)定.種群規(guī)模指群體中全部個(gè)體數(shù)量,初始種群的設(shè)定對(duì)算法的性能影響很大.為避免可能產(chǎn)生未成熟收斂和陷入局部最優(yōu)的風(fēng)險(xiǎn),可以先生成數(shù)字1至N,然后將N個(gè)隨機(jī)排列的數(shù)字作為初始染色體表示N個(gè)客戶的配送順序,從而形成初始群體.

(3)適應(yīng)度函數(shù)定義.首先需要將原始染色體處理成帶有配送路徑的染色體,也就是在考慮車(chē)輛載質(zhì)量限制的情況下,在原始染色體中有序插入0,使其形成多個(gè)閉合的配送路徑.如果最終使用的車(chē)輛數(shù)小于配送中心總的車(chē)輛數(shù)K,則需要在染色體的尾部補(bǔ)足0的數(shù)量.在對(duì)個(gè)體進(jìn)行評(píng)價(jià)時(shí),需要把每個(gè)染色體的目標(biāo)函數(shù)值轉(zhuǎn)換為相應(yīng)的適應(yīng)度值.對(duì)最小化問(wèn)題,可建立目標(biāo)函數(shù)與適應(yīng)度函數(shù)的映射關(guān)系:f(x)=Cmax-g(x),g(x)

(5)控制參數(shù)設(shè)定.控制參數(shù)的選擇非常重要,它會(huì)影響整個(gè)算法的收斂性.在基本GA中,必須預(yù)先設(shè)定:①群體中全部個(gè)體的數(shù)量M,一般取10~200;②終止進(jìn)化代數(shù)T,一般取50~500;③交叉概率Pc,一般取0.40~0.99;④變異概率Pm,一般取0.000 1~0.1.

4 算例分析

客戶的基本信息見(jiàn)表1.共有配送中心1個(gè),其坐標(biāo)為(10,10);客戶點(diǎn)數(shù)N=20,所有客戶在邊長(zhǎng)為20的矩形框內(nèi)隨機(jī)生成;K=6;R=20;dmax=30;v=10;f=5;H=2;cp=12;客戶滿意度閾值為80%;配送時(shí)間為[8,18];交通管制時(shí)間窗為[8.0,8.5]和[17.0,17.5],交通管制區(qū)域涵蓋客戶6,11,13,16,18和20.

算法中的控制參數(shù)設(shè)置為:M=20,T=50,Pc=0.6,Pm=0.01.模型的求解是使用MATLAB在Windows 7 (AMD Athlon(tm)Neo X2 Dual Core Processor L335 1.6 GHz)平臺(tái)上編程實(shí)現(xiàn)的.

4.1 最小配送成本和最短配送時(shí)間的多目標(biāo)優(yōu)化模型

首先建立常規(guī)的最小配送成本和最短配送時(shí)間的多目標(biāo)優(yōu)化模型.采用GA求得的最優(yōu)解對(duì)應(yīng)的染色體是0-13-11-10-0-7-3-2-1-0-8-4-5-6-9-0-12-15-17-16-0-14-19-20-18-0-0,即共需安排5輛車(chē)提供配送服務(wù).詳細(xì)的求解結(jié)果見(jiàn)表2.

4.2 考慮客戶滿意度的多目標(biāo)優(yōu)化模型

在原有模型的基礎(chǔ)上,建立最小配送成本、最短配送時(shí)間和最大客戶滿意度的多目標(biāo)優(yōu)化模型.采用GA求得的最優(yōu)解對(duì)應(yīng)的染色體是0-13-10-11-0-3-2-1-0-7-8-4-5-6-0-12-9-0-15-17-16-0-14-19-20-18-0,即共需安排6輛車(chē)提供配送服務(wù).詳細(xì)的求解結(jié)果見(jiàn)表3.

在原有模型中,平均每位客戶的配送成本為33.4,配送時(shí)間為1.1,客戶滿意度為85.4%.但是客戶10,1,6,17,20的滿意度值均低于設(shè)定的客戶滿意度閾值80%,即面臨客戶流失的風(fēng)險(xiǎn).在考慮客戶滿意度約束的優(yōu)化模型中,平均每位客戶的配送成本為37.6,配送時(shí)間為1.2,客戶滿意度為98.6%,且每位客戶的滿意度值均高于設(shè)定的客戶滿意度閾值80%,即不存在客戶流失的風(fēng)險(xiǎn).通過(guò)對(duì)比發(fā)現(xiàn),雖然平均每位客戶的配送成本增加4.2,配送時(shí)間增加0.1,但整體客戶滿意度水平提高13.2%,不存在客戶流失的風(fēng)險(xiǎn).

表1 客戶的基本信息統(tǒng)計(jì)

表2 不考慮客戶滿意度的求解結(jié)果

表3 考慮客戶滿意度的求解結(jié)果

5 結(jié)束語(yǔ)

物流配送是電子商務(wù)的重要組成部分,高效的物流配送能夠提高電商企業(yè)核心競(jìng)爭(zhēng)力.本文首先建立最小配送成本和最短配送時(shí)間的多目標(biāo)優(yōu)化模型,并考慮到城市交通管制的硬時(shí)間窗約束和客戶要求的軟時(shí)間窗約束;然后引入客戶滿意度指標(biāo),并設(shè)定客戶滿意度閾值,對(duì)該模型進(jìn)行優(yōu)化;最后設(shè)計(jì)算法和算例對(duì)以上兩個(gè)模型進(jìn)行求解分析.原有模型可以保證較低的配送成本和較少的配送時(shí)間,但是部分客戶滿意度值較低,存在客戶流失的風(fēng)險(xiǎn).優(yōu)化后的模型可以在保證較低配送成本和較少配送時(shí)間的基礎(chǔ)上,最大化配送服務(wù)的客戶滿意度水平,不存在客戶流失的風(fēng)險(xiǎn),有利于提高企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì),符合企業(yè)的長(zhǎng)遠(yuǎn)利益.

機(jī)動(dòng)車(chē)數(shù)量的不斷增長(zhǎng)給城市道路交通帶來(lái)更多壓力.進(jìn)一步的研究將考慮配送車(chē)輛對(duì)城市道路交通環(huán)境的影響.

[1]DANTZIG G B, RAMSER J H. The truck dispatching problem[J]. Manage Sci, 1959, 6(1): 80-91.

[2]VIDAL T, CRAINIC T G, GENDREAU M,etal. A hybrid genetic algorithm for multidepot and periodic vehicle routing problems[J]. Operations Res, 2012, 60(3): 611-624.

[3]BATTARRA M, ERDOGAN G, VIGO D. Exact algorithms for the clustered vehicle routing problem[J]. Operations Res, 2014, 62(1): 58-71.

[4]彭碧濤, 周永務(wù). 多時(shí)間窗車(chē)輛路徑問(wèn)題的混合蟻群算法[J]. 計(jì)算機(jī)工程與應(yīng)用, 2010, 46(31): 28-31.

[5]DABIA S, ROPKE S, WOENSEL T V,etal. Branch and price for the time-dependent vehicle routing problem with time windows[J].Transportation Sci, 2013, 47(3): 380-396.

[6]胡繼雪. 基于大規(guī)模車(chē)輛路徑問(wèn)題的配送分區(qū)優(yōu)化研究[D]. 濟(jì)南: 山東大學(xué), 2013.

[7]JIANG J, NG K M, POH K L,etal. Vehicle routing problem with a heterogeneous fleet and time windows[J]. Expert Systems with Applications, 2014, 41: 3748-3760.

[8]胡云超, 申金升, 黃愛(ài)玲. 城市貨運(yùn)交通管制情境下城市配送多目標(biāo)優(yōu)化效益研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2012, 12(6): 119-125.

[9]陳文強(qiáng), 顧玉磊. 基于貨物時(shí)間價(jià)值的物流網(wǎng)絡(luò)最優(yōu)配送路徑模型研究[J]. 交通運(yùn)輸工程與信息學(xué)報(bào), 2013, 11(2): 19-23.

[10]何嬋, 劉偉, 崔愛(ài)平. 考慮物流服務(wù)水平影響的三級(jí)物流服務(wù)供應(yīng)鏈協(xié)調(diào)[J]. 上海海事大學(xué)學(xué)報(bào), 2014, 35(1): 41-48.

[11]OLIVER R L, SWAN J E. Equity and disconfirmation perceptions as influences on merchant and product satisfaction[J]. J Consumer Res, 1989, 16(3): 372-383.

[12]李逸珩. 基于客戶服務(wù)中心的運(yùn)營(yíng)商客戶滿意度管理研究[D]. 武漢: 華中科技大學(xué), 2012.

[13]SZYMZNSKI D M, HISE R T. E-satisfaction: an initial examination[J]. J Retailing, 2000, 76(3): 309-322.

[14]SINGH S, RANCHHOD A. Market orientation and customer satisfaction: evidence from British machine tool industry[J]. Ind Marketing Manage, 2004, 33: 135-144.

[15]鄧麗君. 基于客戶滿意度的物流配送車(chē)輛調(diào)度優(yōu)化模型與算法研究[D]. 北京: 北京交通大學(xué), 2012.

(編輯 趙勉)

E-commerce logistics distribution routing optimization considering customer satisfaction

ZHAO Rui, HU Xiong, HE Hongdi

(Academy of Science & Technology, Shanghai Maritime Univ., Shanghai 201306, China)

In order to better reflect customer satisfaction in the process of e-commerce logistics distribution, the customer satisfaction index is introduced. First, a multi-objective optimization model is formulated with the minimal distribution cost and time under the hard time window constraint of urban traffic control and the soft time window constraint of customer requirements. Then, the index of the customer satisfaction is introduced and its threshold is set to optimize the model. The genetic algorithm is designed to solve the optimized model. Finally, the efficiency of the model and the algorithm is verified with an example. The result shows that the optimized model can maximize the customer satisfaction with the lower distribution cost and the shorter distribution time. It is helpful for enterprises to improve the competitive advantage and satisfy the long-term interest without the risk of losing customers.

customer satisfaction; logistics distribution; hard time window; soft time window; genetic algorithm

10.13340/j.jsmu.2015.03.011

1672-9498(2015)03-0064-07

2014-06-13

2014-09-29

國(guó)家自然科學(xué)基金(71171129);上海市自然科學(xué)基金(12PJ1404000)

趙銳(1989—),男,江蘇淮安人,碩士研究生,研究方向?yàn)槲锪鞴こ?、物流資源配置和物流設(shè)備管理,(E-mail)ranenchao@gmail.com; 胡雄(1962—),男,上海人,教授,博導(dǎo),博士,研究方向?yàn)楦酆轿锪餮b備的健康管理、故障診斷與安全評(píng)估, (E-mail)huxiong@shmtu.edu.cn

F252.14;F252.2

A

猜你喜歡
物流配送車(chē)輛客戶
山西將打造高效農(nóng)村快遞物流配送體系
基于Flexsim的飲品物流配送中心仿真優(yōu)化研究
無(wú)人機(jī)物流配送路徑及布局優(yōu)化設(shè)計(jì)
直企物流配送四步走
車(chē)輛
為什么你總是被客戶拒絕?
如何有效跟進(jìn)客戶?
冬天路滑 遠(yuǎn)離車(chē)輛
做個(gè)不打擾客戶的保鏢
提高車(chē)輛響應(yīng)的轉(zhuǎn)向輔助控制系統(tǒng)
抚顺市| 乌鲁木齐县| 襄樊市| 泸州市| 溧水县| 定边县| 东辽县| 韶关市| 乌苏市| 柳河县| 定陶县| 布拖县| 云林县| 梨树县| 连云港市| 江门市| 安顺市| 综艺| 江城| 洛扎县| 兴仁县| 沙坪坝区| 江北区| 龙泉市| 四子王旗| 嘉义县| 丹江口市| 永泰县| 沙雅县| 沂源县| 正安县| 杭锦后旗| 贺州市| 离岛区| 大宁县| 海阳市| 渑池县| 宜昌市| 韶关市| 烟台市| 客服|