随机需求下考虑客户行为的第四方物流网络优化

【摘要】：随着市场竞争的加剧,企业为了提升竞争力,开始专注于自己的核心业务,并逐渐开始将物流业务外包给专业物流公司。第四方物流(Fourth Party Logistics,4PL)作为供应链的集成商,具有较强的供应链整合能力,能以最小的物流成本提高物流供应链的运作效率。所以,对于第四方物流的相关研究,具有非常重要的理论意义和应用价值。第四方物流的物流网络与其业务开展息息相关,物流网络优化对于降低物流成本,提高物流效率,起到十分关键的作用。由于企业在不同时段,各需求点的需求量并不是固定不变的,这就对第四方物流的网络设计提出了更高的要求。据此,本文研究如何在考虑随机需求量、客户行为的情况下优化物流网络设计,以提高第四方物流企业的业务运作水平。本文主要工作如下:首先,针对客户行为,基于前景理论中的价值函数进行刻画,建立了第四方物流网络优化问题的数学模型。在网络费用满足客户要求的费用上限约束条件下,最大化客户的满意度。其次,针对优化问题模型的特性,对粒子群优化算法进行了改进,将惯性权重和学习因子进行了自适应处理。然后,用三种不同规模的实例,对改进算法的性能进行测试,并得到了该算法的一组优化参数。通过与标准粒子群算法的对比,验证了改进粒子群算法优于标准粒子群算法。最后,对随机需求下考虑客户行为的第四方物流网络优化问题进行了分析,结果表明:1)客户的满意度随着客户服务水平要求值的增大而减小;2)客户满意度随着客户要求的费用上限的增大而增大。同时,将考虑行为和不考虑行为这两种情况进行了对比分析,结果表明,考虑行为的情况下客户满意度变化更加敏感。