为了集中资源发展自身核心竞争力,生产型企业将越来越多的物流服务任务外包给专业的第三方、第四方物流服务公司。这些物流企业面对快速增长的市场规模和日益激烈的行业竞争,如何在一定的成本约束条件下尽可能地满足顾客日渐丰富的服务需求成为提升竞争力的关键。基于此,越来越多的物流企业尝试将制造业中“大规模定制(Mass Customization,简记为MC)”的思想应用到物流服务业中,以期利用规模效应降低物流服务成本的同时,为顾客提供更加多元化、个性化的物流服务内容。本文将以此为研究背景,具体研究了大规模定制物流服务过程中的以下问题。首先,基于大规模定制物流服务模式的特点,提出了基于两阶段模糊质量功能展开(Quality Function Deployment,简记为QFD)的物流服务质量评估方法。针对大规模定制服务模式的特点以及物流服务评估过程中存在的主观性和模糊性,本文提出了一种在大规模定制物流服务模式下基于两阶段Fuzzy QFD的物流服务绩效评估方法。通过质量屋(House Of Quality,简记为HOQ)计算出当服务集成商设置不同的顾客订单解耦点位置时的各项评估指标的得分情况,然后构建了一个物流服务质量评估函数和“优质服务”模糊集,从而可以直观判断出当解耦点位于不同位置时的物流服务质量。第二,针对大规模定制物流服务模式下确定顾客订单解耦点(Customer Order Decoupling Point,简记为CODP)过程中存在的主观性和模糊性等问题,提出了一种基于模糊规划模型的CODP定位方法。在该模型中,以物流服务集成商利润最大化为目标,以“优质物流服务”和“满意交付时间”为模糊约束条件,兼顾了CODP定位过程中的定性指标和定量指标,为物流服务供应链CODP的研究提供了新思路。第三,针对大规模定制物流服务过程中物流服务提供商选择和物流订单分配问题,本文构建了一个联合优化决策模型来同时确定提供商选择方案和订单分配方案。该联合决策模型是一个典型的多目标混合整数非线性规划模型,为此本文提出了一种基于两层编码技术的改进遗传算法来求解该模型。在该模型中,本文同时考虑了顾客企业、物流服务集成商以及众多功能型物流服务提供商的满意度,力求所提出的服务提供商选择和订单分配联合决策方案能使得物流服务供应链中主要成员的满意度达到最大。第四,本文建立了大规模定制物流服务模式下不同子程序服务商选择和订单分配的非线性混合整数多目标优化模型。采用定量的方法同时确定最优供应商选择策略、订单分配策略和最优CODP位置。采用不同的方法将多目标规划模型转化为单目标规划模型,并设计了一种基于多层编码技术的改进遗传算法对模型进行求解。通过数值案例验证了算法的有效性,通过灵敏度分析得到一些重要的管理学启示。综上所述,本文将大规模定制模式的应用领域拓展到物流服务行业中,并具体研究了大规模定制物流服务模式下的服务质量评估问题、CODP定位问题、服务提供商选择和订单分配联合优化问题,并分别建立了相应的数学模型,设计了求解算法。本文的研究丰富了服务业实行大规模定制模式的理论研究成果,为物流企业提供了新的思路和决策依据。