全文总字数：6652字
1. 研究目的与意义（文献综述）
| 1.1研究背景 据国家邮政局数据显示，2018年中国快递业务量突破500亿件，同比增长26.6%，连续5年居世界第一。预计未来五年，中国快递业务量仍将保持20%以上的增长。伴随着快递业务量以及用户需求的高速增长，电商及物流产业在面临巨大机遇的同时，末端配送也提出新的考验。 城市快递末端配送是快递市场最重要的一个环节，也是最让快递企业头疼的问题。其主要原因是：随着城市化进程的加快，小批量、多品种、高频次、时效性强的直接配送、住宅配送以及“门对门”配送需求日益增长，而城市配送主体呈现多、乱、散的特征，整体配送效率和服务质量仍处于较低水平。目前阿里京东阵营疯狂圈地，旨在利用其自身财力优势抢占“最后一公里”，而本土物流企业难以发展。“城市共同配送”应运而生，即多个企业单位联合组织起来实施配送活动，旨在通过共享土地和运力资源，降低运营成本，以在末端配送市场分一杯羹。
1.2研究目的与意义 国内外的实践证明，城市共同配送是缓解交通、治理环境的最有效办法之一。城市共同配送体系的建立，不仅仅是多个参与主体间的资源共享、协同工作，还涉及到不同层次节点的布局问题。论文拟研究城市快递共同配送网络，通过建立基于层次分析法的集合覆盖模型对现有的配送中心布局进行改造，以求达到有效提高城市配送服务质量、提升城市配送效率和效益、减少交通拥堵和降低物流成本的目的。 研究意义在于以下三点： 1）利用现有物流基础设施，优化城市配送体系，适应物流量增长需求，缓解交通压力。 2）破解物流企业之间争夺市场而导致资源抢占和浪费的困境，整合配送资源，实现网点的合理覆盖，促进物流企业间融合发展。 3）通过层次分析法与集合覆盖模型结合对城市末端配送中心布局问题进行研究，丰富城市物流末端网点选址的研究。
1.3国内外研究现状 为了研究城市快递末端共同配送中心的布局问题，本文从两个方面对国内外相关研究进行了总结，具体是： 1）末端共同配送的相关研究，分析末端共同配送的产生背景、概念含义、发展模式以及运营模式。 2）城市快递末端共同配送中心选址模型的相关研究，分析不同选址模型的优缺点。
1.3.1末端共同配送的研究 二战后的日本经济进入工业复兴的高速增长期，60年代完成重工业转型后，产量和货物运输量激增，主要表现为交通拥挤导致的运输效率低下和物流费用的增加。在此背景下，共同配送模式最先在日本产生。日本运输省（JIS）将共同配送定义为“在城市里，为使物流合理化，在几个有定期运货需求的作用下，由一个卡车运输者，使用一个运输系统进行配送”（运输省流通对策本部《共同运输系统导入推进纲要》）。日本学者汤浅和夫（1986）提出，为了弥补流通渠道中物流企业规模与多品种少批量的配送需求矛盾，特定区域范围内的物流企业组建联盟进行统一配送，以降低配送成本。1999年，德国城市Kassel开始共同配送，由一家城市配送的承运商配送其他五家干线运输的承运商的货物。而日本的大阪采取的共同配送系统是由十一个百货商店共同参与，即著名的便利店7-Eleven共同配送系统。由此可见，国外关于共同配送的研究发展比较早，且得到广泛的实践和应用。 我国关于共同配送的研究起步较晚，仍没有统一定义共同配送这一概念。在《物流管理概述》中，共同配送是指“对某一地区的用户进行配送不是由一家企业独自完成，而是由若干家配送企业联合在一起共同完成”。张晶晶、姜天系统地提出了4种共同配送运营模式：横向共同配送、纵向共同配送、区域共同配送、末端共同配送。方玺等针对四种末端共同配送模式（“地铁收发室”、“社区小卖部”、“写字楼收发室”、“快递自提柜”）的优势及缺陷进行分析。张昕通过对比社区和校园两种末端物流共同配送模式，提出未来末端共同配送模式中，社区便利店将扮演非常重要的角色。以上研究层层深入，但是仍较多集中在对其概念定义和模式的阐述，而对共同配送的具体运营实施问题、社会经济效益的定量分析研究较少。
1.3.2城市快递末端共同配送中心选址模型的研究
|
1） 连续性选址问题
该类问题选址模型有两个特点：解空间连续、距离可测。要求计算待建设施的坐标，目标函数是获得设施和给定需求点之间距离之和的最小值。
对于配送中心选址连续性问题，已有一系列的选址模型和算法，但是模型和算法复杂，具有NP难的性质。Jack Brimberg等通过比较多种启发式算法，得出可变邻域搜索对解决多元Weber问题的NP难题效果最佳[1]。杨茂盛，李霞等提出了不仅考虑运输费用，还考虑配送中心建设的固定费用以及运营的可变成本的重心法改进模型，根据客观情况，放弃最优位置而选择较满意的位置，大大加快了迭代的速度[2]。龙迎红等学者建立生鲜加工配送中心选址连续模型，引入监控算子，并用改进的遗传算法进行求解[3]。针对常规算法对配送中心连续性选址时， 容易陷入局部最优解这一问题，郜振华等提出利用ALA方法的局部寻优能力对初始粒子进行优化，然后用粒子群优化算法进行全局寻优[4]；而魏洁、王佳鑫等则提出采用收敛速度快且全局寻优效果好的模糊C均值聚类-改进模拟退火（FCM-ISA）算法[5]。
2）离散型选址问题
离散型选址问题的特点是待建设施的可选地址是有限的。通常给出设施备选地点集合，以个费用之和为目标函数，在满足约束条件下，选出费用和最小的设施点。Kuehn-Hamburger启发式方法是多个配送中心选址的典型方法，通过简单地求出初始解，然后经过反复计算修改使之逐步达到近似最优解的方法。而目前较常用的启发式算法有：遗传算法、神经网络算法和模拟退火算法。
从研究角度看，刘诚等针对应急物资的配送，建立了以时间满意度尽量大以及系统总费用最小为目标的双目标混合整数规划模型,对目标函数的最小最大值问题进行转化，并用启发式算法求解[6]。Yan-fu Zhang等建立了以总成本最小为目标的Baumol-Wolf模型，同时考虑供电效率和物流成本，为配电中心选址提供了一种方便有效的算法[7]。刘娟等选取地质、交通、水文、通讯、经营环境、选地面积、选地价格和道路设施等八个指标建立模糊评价矩阵，用于改进的BP神经网络模型，选出最优配送中心选址[8]。宋志兰等选取自然因素和服务能力等指标，结合熵权赋予指标权重，基于TOPSIS和GRE理论，借助正负理想值和灰色关联度得到的相对贴近度对生鲜农产品配送中心进行优劣排序，得出最优方案[9]。秦莉等选取自然环境、基础设施、成本因素等因素作为评价指标，建立基于AHP和熵值法组合赋权的TOPSIS物流中心选址模型[10]。Wang Fan从配送路径着手，通过用蚁群算法来对配送中心进行选址[11]。
可以看出，这些模型大多从企业角度进行考虑，而以客户满意度为出发点的模型大多集中在易腐等时效性强的物流模型方面。其次，研究多为对具体问题提出的相对应的具体算法部分的改进，局限性较强。
3）网络型选址问题
在给定需求点集合和备选物流设施的数量和位置，网络选址的目标函数是总耗费最小。其具体代表有p-median模型以及覆盖模型。
李颖等建立满足时效性和经济成本的p-median选址模型，并用改进PSO算法在CUDA软件上进行求解，使物流网点的布局及数量分布更加合理[14]。尹许程建立p-median模型研究烟草卷烟物流接驳点的选址问题，并用贪婪取走启发式算法进行求解[15]。曾倩等用排队论模型验证公平目标，用p-median模型验证效率目标[16]。赵迪等根据辽宁省的实际情况，选取最大覆盖模型作为备选地址的初步分析，然后用层次分析法评价方案，从而得出最佳选址决策[17]。Alan T. Murray用集合覆盖模型来改善公共交通系统可达性和扩展性[18]。
由此可见，网络选址问题一般是用于选址的初步确定，或是用于验证选址的客户满意度效果。2. 研究的基本内容与方案
|
|
3. 研究计划与安排
| 3、进度安排
|
4. 参考文献（12篇以上）
| 4、参考文献 [1]Brimberg, Jack, Pierre Hansen, NenadMladenovic and ric D. Taillard. “Improvements and Comparison of Heuristicsfor solving the Multisource Weber Problem.” (1997). [2]杨茂盛,李霞.改进重心法在物流配送中心选址中的应用[J].物流技术,2007(06):60-62. [3]龙迎红,韩瑞珠,赵林度,于海生.基于改进遗传算法的生鲜加工配送中心连续选址模型[J].物流技术,2006(02):35-38. [4]郜振华.粒子群优化算法在配送中心连续性选址中的应用[J].计算机应用,2008(09):2401-2403. [5]魏洁,王佳鑫.生鲜农产品多配送中心连续选址FCM-ISA算法及应用[J].运筹与管理,2019,28(11):85-90. [6]刘诚,陈则辉,龚玉燕.基于时间满意度的应急物资储备库选址问题[J].数学的实践与认识,2014,44(17):8-14. [7]Yan-fu Zhang. Research on Location ofPower Grid Supplies Distribution Center based on Baumol-Wolfe Model[C].International Research Association of Information and ComputerScience.Proceedings of the 3rd International Conference on Applied SocialScience Research(ICASSR 2015).International Research Association ofInformation and Computer Science:北京欣永顺文化传播有限公司,2015:387-390. [8]刘娟,刘祥伟.基于改进的BP人工神经网络的物流配送中心选址问题研究[J].喀什大学学报,2018,39(06):14-19. [9]宋志兰,黄益,孔民警,白雪媛,李恩良,谷川阳.基于TOPSIS和GRA的生鲜农产品物流配送中心选址研究——以某地生鲜农产品配送中心选址为例[J].物流技术,2019,38(12):49-53 102. [10]秦莉,钱芝网.基于组合赋权TOPSIS模型的物流配送中心选址研究[J].经济数学,2019,36(01):100-105. [11]Wang, Fan. Research on LocationSelecting for Logistics Distribution Center Based on Ant Colony Algorithm[J].Journal of Convergence Information Technology,2012,7(16). [14]李颖.物流配送网点选址PSO算法的研究[J].微型电脑应用,2019,35(10):90-92. [15]尹许程. 基于P-中值模型的保山烟草卷烟物流接驳点选址研究[C]. 中国烟草学会.中国烟草学会学术年会优秀论文集.中国烟草学会:中国烟草学会,2017:262-270. [16]曾倩,张锦,陈义友.考虑公平与效率目标的城乡配送中心排队选址模型[J].交通运输系统工程与信息,2016,16(02):183-190. [17]赵迪,梁旭,张思文,郭东辉.基于最大覆盖模型与AHP的选址问题——以辽宁省农产品物流中心选址为例[J].沈阳师范大学学报(自然科学版),2019,37(02):114-119. [18]Murray, A.T. A Coverage Model forImproving Public Transit System Accessibility and Expanding Access. Annals ofOperations Research 123, 143–156 (2003). [19]杨朋珏. 电子商务环境下城市末端共同配送网点选址研究[D].上海交通大学,2014. [20]王慧. 农村快递末端共同配送网点布局优化研究[D].东华大学,2018. [21]孙虎,闫超.共同配送下城市快递末端网点布局研究[J].武汉理工大学学报(信息与管理工程版),2019,41(02):186-190 196. [22]Church, R.L., Roberts, K.L.Generalized coverage models and public facility location. Papers of theRegional Science Association 53, 117–135 (1983). |
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
