论文部分内容阅读
物流配送过程中,货物的配送地址由于某些原因可能临时发生变化,有可能使正在执行的配送方案变得不可行,使系统变得不正常。货物的配送地址发生变化后,如何快速有效地生成调整方案,以尽量小的扰动,尽快恢复系统的正常运行,是干扰管理(Disruption Management)致力解决的问题。因此,如何度量系统的扰动程度,并快速形成使系统扰动最小的调整方案,已成为物流配送系统亟待解决的问题,也是干扰管理研究领域的关键和核心问题。对物流配送系统的扰动进行定量分析,利用数学模型求解出应对扰动的调整方案,这是提高决策科学性的重要手段。然而,由于物流配送系统的高度复杂性以及干扰管理问题的实时多目标性,现有的理论和方法难以有效地兼顾多方利益,形成使系统扰动最小的调整方案。本文以提高物流配送干扰管理决策过程的科学性为目标,研究基于行为的扰动度量方法,构建物流配送地址变化的干扰管理模型并提出求解方法,得到科学有效的决策方案。本文的主要研究工作如下:(1)基于行为的扰动度量方法研究。通过结合前景理论与模糊理论,对物流配送地址变化问题进行深入剖析,构建不同主体的价值函数并进行归一化;对各主体的目标进行模糊化,确定不同目标的不满意隶属函数;构建人的行为感知的度量函数,从而将人的行为因素考虑在内,形成基于行为的扰动度量方法。(2)物流配送地址变化的干扰管理模型研究。基于客户的行为,提取客户的典型态度,对客户进行分类;分析影响客户典型态度的特征因素,归纳不同类型客户的典型基本属性或交易特征;根据不同类型客户的特点,将物流配送地址变化的干扰管理问题分为多个阶段;通过在每一阶段构建干扰管理子模型,形成基于行为的、多阶段的、多目标的物流配送地址变化的干扰管理模型,为寻找扰动最小的调整方案奠定基础。(3)物流配送地址变化的干扰管理模型的求解方法研究。针对现有研究难以有效地兼顾多个目标的缺陷,而多维空间中的矢量和具有综合协调各个矢量的特点,提出基于空间矢量的多目标优化方法;设计求解干扰管理模型这一NP-hard问题的混合蚁群算法;通过多目标优化方法与混合蚁群算法的有机结合,提出干扰管理模型的求解方法,给出基本框架和处理步骤,并采用"Jbuilder 9"、"Access"等开发工具设计并实现:通过应用研究,验证本文所提方法的有效性。本研究通过运筹学、行为科学、模糊理论等学科理论和方法的交叉与渗透,不仅为如何生成使系统扰动最小的调整方案这一难题进行了有益的探索,而且有利于丰富干扰管理的理论和方法。本项研究成果通过结合配送车辆的实时数据采集、监控等技术,可以为物流配送中心的车辆实时优化与调度提供决策支持,有利于提高物流企业的决策效率与服务水平。