生鲜农产品物流配送中心的选址

以社会生鲜农产品总成本最低为目标,在充分考虑了管理成本、运输成本、配送中心的固定投资成本的基础上,建立了较为符合生鲜农产品实际特性的选址模型,通过模型,可以得出配送中心的数量和位置,并通过相关实例给出了一个量化的处理方法。

基于顾客满意度的鲜活农产品配送优化研究

在满足顾客需求量、农产品新鲜度和时间窗的限制下,构建顾客满意度函数及鲜活农产品变质函数,以运输成本、惩罚成本和损耗成本总和最小为目标,以顾客满意度最高为约束条件,建立基于VRPTW的鲜活农产品配送路径优化模型,运用遗传算法得出最优配送路径。最后通过算例验证构建模型及算法在实际中的可行性。

江门农产品配送中心选址研究——基于重心法和AHP法

作为以农业为主的小城市,江门应积极促进农产品物流的发展,而当务之急是农产品配送中心的建立。影响江门配送中心选址的因素主要有交通条件、基础设施、服务水平、经营环境以及货源分布和数量等。基于重心法得到备选地点开平和台山。考虑到重心法的计算结果精准性稍欠,再引入层次分析法模型能较准确地确定台山为江门农产品配送中心的最佳设置地点。

基于时效性和响应性的生鲜农产品配送中心选址模型研究

针对生鲜农产品的时效性和响应性等特性,引入生鲜度损耗系数和响应时间满意度函数,提出了基于时效性和响应性的生鲜农产品配送中心选址模型。最后给出了该问题的一个算例,结果表明了该模型的有效性。

生鲜农产品配送中物流联盟利益分配分析

生鲜农产品由销地批发市场进入城市零售端的配送是"最后一公里"中的关键环节。以广义物流联盟定义为基础,界定了生鲜农产品配送中物流联盟的含义。详细阐述了此类物流联盟各生命阶段及其特征。以供应商联盟为主要研究对象,构建了联盟利益分配模型。"供应商-零售商"大联盟中采用Nash谈判模型,供应商联盟内部采用修正Shapley值和综合利益分配模型。得到分配利益的高低与成员努力水平成正比,说明公平合理的利益分配机制有助于促进联盟成员表现,从而提高生鲜农产品配送效益。

北京市鲜活农产品物流系统优化方案——基于信息系统的断裂点理论及凯因模型的分析

通过对新发地批发市场、八里桥批发市场、菜蔬公司、邓家窑农贸市场、西海农贸市场、天客隆超市、乐天玛特超市进行实地调研,了解现今北京鲜活农产品的现状,并做出物流体系的优化方案。方案主要针对产地、锦绣大地、回龙观、水屯、大洋路、八里桥、石门、岳各庄、中央、新发地九大批发市场以及机关团体、企事业单位,对其供给、配送进行优化,即原产地到九大批发市场的一级供给网络优化,九大批发市场到机关团体、企事业单位等的二级配送网络优化。

郑州市农产品物流配送中心选址研究

结合郑州市交通、人口、环境等自然条件和投资、运营、运输等成本因素,建立了反映总运行成本最低的郑州市农产品物流配送中心选址的整数规划模型,运用LINGO软件编写程序对模型进行求解,结果表明模型能够满足应用需求.

生鲜农产品冷链物流发展战略构想

生鲜农产品冷链物流作为供给侧结构性改革的主要着力点,事关"三农"发展和居民生活品质的提升。基于协同学的理论架构,分析了我国生鲜农产品冷链物流存在问题的形成机理,指出建立冷链物流共同配送体系是我国生鲜农产品冷链物流的优先发展方向,并从共同配送的视角构建了农产品产地与销地共同配送体系,建设性地提出冷链物流与农村合作金融协同发展的路径,从而实现农产品冷链物流集约化与一体化发展,进而改善城乡居民生活品质,稳步增加农民收入,缓解交通拥堵与环境污染问题。

基于分批到货的农产品配送中心逆向物流EOQ模型分析

在分析农产品配送中心在一个订货周期内由供应商分批送货上门的物流模式特点基础上,结合因下游客户退货后产生逆向物流的情况,通过对传统的库存控制EOQ模型进行扩展,建立了同时考虑分批到货与逆向物流的农产品配送中心EOQ模型,并就该模型的现实指导意义进行了分析。

基于DEMATEL方法的生鲜电商物流配送生态因素分析

冷链物流配送是制约生鲜电商发展的最大瓶颈,其受物流系统内部和外部众多因素的影响。基于商业生态视角,将生鲜电商物流系统划分为配送环境、顾客需求、产品属性、参与主体、物流技术、配送链路、基础设施、物流管理和供应链金融9个子系统,构建生鲜电商物流配送生态因素的结构模型,并运用DEMATEL方法分析生态因素之间的影响关系,探讨生鲜电商物流配送生态的运行机制,为生鲜电商平台决策及提升物流配送效率提供经验参考。

基于顾客时间满意度的生鲜农产品配送中心选址研究

从顾客对生鲜农产品配送具有较强时效性的要求角度出发,结合生鲜农产品对时间极其敏感的特征,建立了基于顾客时间满意度的多目标配送中心选址模型。算例表明了模型的有效性和可行性。

基于蚁群算法的冷链物流路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中的重要问题之一。针对物流配送路径优化问题,依据冷链物流配送基础理论,考虑成本、货物损失及制冷时长等因素,构建基于多配送中心的最小配送成本模型,建立由运输成本、制冷成本、损坏成本及绿色低碳成本组成的复合目标模型。利用蚁群算法求解,以某类冷链物流企业为例,通过MATLAB软件进行仿真实验,验证模型和算法的科学性及有效性,得出最短运输距离为39.06 km、成本为1437.48元的结论。相对于搜索禁忌算法和遗传算法,蚁群算法在多配送中心冷链物流路径优化方面,能够平均减少1.11 km的运输距离和51.21元成本,更好地解决物流路径优化问题,提高物流服务质量。