基于B2C電子商務(wù)模式下的物流配送問題的研究

1、 b2c電子商務(wù)模式下的配送問題的研究 肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃

2、莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃

3、荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄

4、肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂

5、肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂

6、肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅

7、膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁

8、膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂

9、芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂

10、羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀

11、芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈

12、莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁

13、莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿

14、莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀

15、肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀

16、肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈

17、膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿

18、膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄芁蚇肄肅薇薃肅膆莀袂肂羋薅螇肁莀莈蚃膀肀薃蕿膀膂莆袈腿芅薂襖膈蕆蒞螀膇膆蝕蚆螄艿蒃薂螃莁蚈袁螂肁蒁螇袁膃蚇蚃袀芅葿蕿衿莈節(jié)羇袈膇薈袃袈芀莁蝿袇莂薆蚅袆肂荿薁裊膄薄袀羄芆莇螆羃荿薃螞羂肈蒞蚈羂芀蟻薄羈莃蒄袂羀肂蠆螈罿膅蒂蚄羈芇蚇薀肇荿蒀衿肆聿芃螅肆膁葿螁肅莄 目 錄1.1、電子商務(wù)的概念及特點11.2、現(xiàn)代物流的概念21.3、電子商務(wù)與現(xiàn)代物流的聯(lián)系22.1、gm(1,1)預(yù)測模型的基本原理22.2、gm(1,1)模型檢驗52.2.1、殘差檢驗52.2.2、關(guān)聯(lián)度檢驗62.2.3、后驗差檢驗62.3、預(yù)測結(jié)果73.1、問題引入93.2、問題的描述與模型1

19、03.3、模型求解的捕食搜索算法123.3.1 捕食搜索算法設(shè)計：123.3.2 仿真結(jié)果與比較分析：143.3.2.1 仿真結(jié)果143.3.2.4、 仿真結(jié)果比較分析154、總結(jié)16參考文獻(xiàn) ：17b2c電子商務(wù)模式下的配送問題的研究摘要：隨著全球經(jīng)濟(jì)一體化和信息技術(shù)的飛速發(fā)展，企業(yè)獲取生產(chǎn)資料的途徑與產(chǎn)品營銷的范圍日趨擴(kuò)大，同時，現(xiàn)代企業(yè)競爭的結(jié)果使生產(chǎn)企業(yè)和商業(yè)企業(yè)都進(jìn)入了一個微利時代，產(chǎn)品的成本和利潤變得非常透明。而電子商務(wù)的推廣，加快了世界經(jīng)濟(jì)的一體化，在網(wǎng)上實現(xiàn)商流活動后，需要一個有效的現(xiàn)代物流對實物提供低成本、高效率、適時、適量的轉(zhuǎn)移服務(wù)，這使現(xiàn)代物流在整個商務(wù)活動中占有舉足輕重

20、的地位。電子商務(wù)帶來對物流的巨大需求，而物流對電子商務(wù)發(fā)展的制約瓶頸也日益突出。這迫切需要一種新的模式來變革社會生產(chǎn)、物資流通、商品交易及其管理方式。現(xiàn)代物流和電子商務(wù)的協(xié)同發(fā)展正好順應(yīng)了這一要求。因此，研究電子商務(wù)與現(xiàn)代物流的協(xié)同發(fā)展顯得尤為迫切和重要，然而在具體實施方面，發(fā)現(xiàn)許多問題：協(xié)同發(fā)展的運作模式還處于探索、試驗和發(fā)展中，由此引發(fā)的一系列問題有待研究、協(xié)調(diào)和解決。而對這些問題進(jìn)行研究，無論在理論上還是在實踐上都有很重要的意義。關(guān)鍵字：電子商務(wù) b2c 配送 灰色預(yù)測 捕食搜索算法 協(xié)同理論1.1、電子商務(wù)的概念及特點電子商務(wù)指交易當(dāng)事人或參與人利用計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)(主要是inte

21、rnet)等現(xiàn)代信息技術(shù)，在商品從生產(chǎn)廠家到運輸、交換，整個物流過程中都可以通過物流條碼來實現(xiàn)數(shù)據(jù)共享，使信息的傳遞更加方便、快捷、準(zhǔn)確，提高整個物流系統(tǒng)的經(jīng)濟(jì)效益的經(jīng)濟(jì)活動。電子商務(wù)有如下特點:第一、電子商務(wù)是一種采用先進(jìn)信息技術(shù)的買賣方式。第二、電子商務(wù)實質(zhì)上形成了一個虛擬的市場交易場所。第三、電子商務(wù)是現(xiàn)代信息技術(shù)和商務(wù)的交集。第四、電子商務(wù)不等于商務(wù)電子化，它不僅僅是企業(yè)前臺的商務(wù)電子化，更重要的是包括后臺在內(nèi)的整個運作體系的全面信息化，以及企業(yè)整體經(jīng)營流程的優(yōu)化和重組。也就是說，建立在企業(yè)全面信息化基礎(chǔ)上，通過電子手段對企業(yè)的生產(chǎn)，銷售，庫存，服務(wù)以及人力資源等環(huán)節(jié)實行全方為控制的電

22、子商務(wù)才是真正的電子商務(wù)。1.2、現(xiàn)代物流的概念現(xiàn)代物流是指產(chǎn)品從生產(chǎn)地到消費地之間的整個供應(yīng)鏈，運用先進(jìn)的組織方式和管理技術(shù)，進(jìn)行高效率計劃、管理、配送的新型服務(wù)業(yè)。它通過對運輸、倉儲、裝卸、加工、整理、配送與信息等方面有機(jī)結(jié)合，形成完整的供應(yīng)鏈，為用戶提供多功能、一體化的綜合性服務(wù)，從而達(dá)到降低流通成本、提高生產(chǎn)效率、增加企業(yè)利潤。1.3、電子商務(wù)與現(xiàn)代物流的聯(lián)系現(xiàn)代物流是實現(xiàn)電子商務(wù)的保障，是電子商務(wù)運作過程的重要組成部分，是信息流、商流和資金流最終實現(xiàn)的根本保證。電子商務(wù)=網(wǎng)上信息傳遞+網(wǎng)上交易+網(wǎng)上結(jié)算+物流配送鼠標(biāo)車輪。電子商務(wù)的整個運作過程是信息流、商流、資金流和物流的流動過程，

23、其優(yōu)勢體現(xiàn)在信息資源的充分共享和運作方式的高效率上。通過互聯(lián)網(wǎng)進(jìn)行商業(yè)交易，畢竟是“虛擬”的經(jīng)濟(jì)過程，最終的資源配置還需要通過商品實體的轉(zhuǎn)移來實現(xiàn)，否則就不會真正實現(xiàn)信息流、商流和資金流。只有通過物流配送，將商品或服務(wù)真正轉(zhuǎn)移到消費者手中，商務(wù)活動才能結(jié)束，物流實際上是以商流的后續(xù)者和服務(wù)者的姿態(tài)出現(xiàn)，而物流配送效率也就成為客戶評價電子商務(wù)滿意程度的重要指標(biāo)。基于以上論述，我國電子商務(wù)發(fā)展?jié)摿κ蔷薮蟮?，以下將對我國電子商?wù)的發(fā)展作出預(yù)測以及現(xiàn)今物流的客觀因素影響著電子商務(wù)發(fā)展作出闡述。對于電子商務(wù)的發(fā)展各方面原因不能一一列舉，故我們組采用灰色預(yù)測模型來對電子商務(wù)的發(fā)展進(jìn)行預(yù)測。在灰色預(yù)測中，最

24、常用的是gm(1,1)模型，以下是gm(1,1)的原理。2.1、gm(1,1)預(yù)測模型的基本原理 設(shè)為原始數(shù)列，其1次累加生成數(shù)列為，其中定義的灰導(dǎo)數(shù)為令為數(shù)列的鄰值生成數(shù)列，即于是定義gm(1,1)的灰微分方程模型為 即 (1) 在式(1)中， 稱為灰導(dǎo)數(shù)，稱為發(fā)展系數(shù)，稱為白化背景值，稱為灰作用量。 將時刻代入(1)式有 (1) 引入矩陣向量記號：, , 數(shù)據(jù)向量 參數(shù)向量 數(shù)據(jù)矩陣 于是gm(1,1)模型可表示為 現(xiàn)在問題歸結(jié)為求的值。用一元線性回歸，即最小二乘法求它們的估計值為注：實際上回歸分析中求估計值是用軟件計算的，有標(biāo)準(zhǔn)程序求解，matlab, excel都可以。對于gm(1,1

25、)的灰微分方程(1),如果將灰導(dǎo)數(shù)的時刻視為連續(xù)變量，則視為時間的函數(shù)，于是對應(yīng)于導(dǎo)數(shù)，讓背景值對應(yīng)于導(dǎo)數(shù)。于是gm(1,1)的灰微分方程對于的白微分方程為 (2)稱之為gm(1,1)的白化型。式子(2)以初值的解為注：gm(1,1)的白化型(2)并不是由(1)直接推導(dǎo)出來的，僅僅是一種“借用”或“白化默認(rèn)”。所以從gm(1,1)的白化型推導(dǎo)出來的結(jié)果，要在不與定義矛盾的情形下才成立。后面我們會看到，對數(shù)據(jù)列有要求。令為gm(1,1)建模序列，為的1-ago序列，令為的緊鄰均值（mean）生成序列則gm(1,1)的定義型，即gm(1,1)的灰微分方程模型為 （3） 模型符號含義為 g m （1

26、， 1） grey model 1階方程 1個變量 式中稱為發(fā)展系數(shù)，為灰色作用量。設(shè)為待估參數(shù)向量，即，則灰微分方程(3)的最小二乘估計參數(shù)列滿足 其中 稱 (4)為灰色微分方程的白化方程，也叫影子方程。如上所述，則有1） 白化方程的解也稱時間響應(yīng)函數(shù)為2） gm(1,1)灰色微分方程的時間響應(yīng)序列為3） 取，則4） 還原值上式即為預(yù)測方程。有關(guān)建模的問題說明如下：1 定原始序列中的數(shù)據(jù)不一定要全部用來建模，對原始數(shù)據(jù)的取舍不同，可得模型不同，即和不同。2 模的數(shù)據(jù)取舍應(yīng)保證建模序列等時距、相連，不得有跳躍出現(xiàn)。3 一般建模數(shù)據(jù)序列應(yīng)當(dāng)由最新的數(shù)據(jù)及其相鄰數(shù)據(jù)構(gòu)成，當(dāng)再出現(xiàn)新數(shù)據(jù)時，可采用兩

27、種方法處理：一是將新信息加入原始序列中，重估參數(shù)；二是去掉原始序列中最老的一個數(shù)據(jù)，再加上最新的數(shù)據(jù)，所形成的序列和原序列維數(shù)相等，再重估參數(shù)。 2.2、gm(1,1)模型檢驗gm(1,1)模型的檢驗分為三個方面：殘差檢驗；關(guān)聯(lián)度檢驗；后驗差檢驗。2.2.1、殘差檢驗殘差大小檢驗，即對模型值和實際值的殘差進(jìn)行逐點檢驗。首先按模型計算，將累減生成，最后計算原始序列與的絕對殘差序列及相對殘差序列，并計算平均相對殘差給定，當(dāng)，且成立時，稱模型為殘差合格模型。2.2.2、關(guān)聯(lián)度檢驗關(guān)聯(lián)度檢驗，即通過考察模型值曲線和建模序列曲線的相似程度進(jìn)行檢驗。按前面所述的關(guān)聯(lián)度計算方法，計算出與原始序列的關(guān)聯(lián)系數(shù)，

28、然后算出關(guān)聯(lián)度，根據(jù)經(jīng)驗，關(guān)聯(lián)度大于0.6便是滿意的。2.2.3、后驗差檢驗后驗差檢驗，即對殘差分布的統(tǒng)計特性進(jìn)行檢驗。（1） 計算出原始序列的平均值： （2） 計算原始序列的均方差：（3） 計算殘差的均值：（4） 計算殘差的均方差：（5） 計算方差比c：（6） 計算小殘差概率：令，即。若對于給定的當(dāng)時，稱模型為均方差比合格模型；如對給定的，當(dāng)時，稱模型為小殘差概率合格模型。表2 后驗差檢驗判別參照表模型精度0.950.800.700.65勉強(qiáng)合格0.65不合格 若相對殘差、關(guān)聯(lián)度、后驗差檢驗在允許的范圍內(nèi)，則可以用所建的模型進(jìn)行預(yù)測，否則應(yīng)進(jìn)行殘差修正。2.3、預(yù)測結(jié)果通過對我國電子商務(wù)數(shù)據(jù)

29、的分析總結(jié)，在此基礎(chǔ)上進(jìn)行了預(yù)測，且誤差范圍小于0.35，所以我們可以得出以下幾個圖示：從以上兩個圖表可以看出，中國電子商務(wù)的發(fā)展?jié)摿κ窍喈?dāng)巨大的，但是作為電子商務(wù)的左腿右臂，物流配送的發(fā)展確是對電子商務(wù)的一大障礙，電子商務(wù)的發(fā)展如不于物流的發(fā)展相協(xié)調(diào)，勢必會造成點在商務(wù)的阻礙作用。據(jù)統(tǒng)計電子商務(wù)每年以50%的速度增長，然而我國現(xiàn)在物流每年增長率卻僅為20%左右?？上攵?，物流已經(jīng)勢必會更大的阻礙電子商務(wù)的發(fā)展在今后的發(fā)展過程之中。針對此情況，我們組作出了以下對配送問題的優(yōu)化求解。3.1、問題引入車輛路徑問題vrp是一類典型的物流配送優(yōu)化問題.自dantzing和ramser于1959年首次提

30、出該問題以來，一直是運籌學(xué)和組合優(yōu)化領(lǐng)域的研究前沿與熱點vrp的一般描述是:為服務(wù)于己知的一組顧客的一個車隊，設(shè)計一組開始和結(jié)束于一個中心(設(shè)施)出發(fā)點的最小費用路徑，每個顧客只能被服務(wù)一次，而且，一個車輛服務(wù)的顧客數(shù)不能超過它的能力。根據(jù)這一思想，目前己建立的絕大多數(shù)vrp模型描述的配送網(wǎng)絡(luò)是一類完全圖，如圖1(a)所示，可以看出此類模型有一個前提假設(shè)，即顧客(或設(shè)施)與顧客之間均有直接最短配送線路且每個顧客僅被車輛訪問一次。而在現(xiàn)實情況中，b2c電子商務(wù)企業(yè)物流配送網(wǎng)絡(luò)的顧客(或配送中心)之間不能都有直接最短配送線路，即便在交通十分發(fā)達(dá)的大城市中，也無法做到這一點。因而為保證完成對所有顧客

31、的配送任務(wù)，一些顧客可能會被多次訪問，如圖1(b)所示。（a） 為通常vrp模型描述的配送網(wǎng)絡(luò)示圖（b） 為b2c電子商務(wù)中實際物流配送網(wǎng)絡(luò)示圖圖1 配送網(wǎng)絡(luò)圖對比 基于以上因素，本部分以實際的物流配送網(wǎng)絡(luò)為基礎(chǔ)，建立b2c電子商務(wù)中物流配送路徑優(yōu)化的模型， 并運用了嵌入floyd“一算子的捕食搜索算法”對其進(jìn)行求解。3.2、問題的描述與模型b2c電子商務(wù)中物流配送路徑優(yōu)化模型的基本思想可描述如下:根據(jù)b2c電子商務(wù)企業(yè)在某個時段內(nèi)顧客的訂貨情況(如顧客商品需求量和其地理位置)，利用信息，技術(shù)(如gis技術(shù))確定該時段的實際配送網(wǎng)絡(luò)，通過優(yōu)化設(shè)計一套基于配送網(wǎng)絡(luò)的車輛路徑，同時要滿足一系列的約

32、束條件(如商品需求量、配送中心和車輛容量限制等)，使得配送總費用最小。這里總費用包括車輛配送費用和車輛一次性啟動費用。為了便于建立模型，利用山配送中心和顧客兩類節(jié)點構(gòu)成的不完全無向表示實際物流配送，并作以下幾個基本假設(shè): 配送中心有多個，每個配送中心各類商品量以及配送車輛數(shù)一定。每輛車僅隸屬于一個配送中心； 每個顧客僅能山一個配送中心中的一輛車進(jìn)行一次性商品配送，但可以被多次訪問。特殊地，如果顧客需求超出一輛車的容量則選擇最近可用的配送中心山多輛車對其進(jìn)行配送，因而此類情況在通過數(shù)據(jù)預(yù)處理后亦可用模型表示； 每輛車從各自的配送中心出發(fā)，完成配送任務(wù)后返回自己所在的配送中心；配送商品為多品種商品

33、，配送車輛為單一類型車輛。下面給出b2c電子商務(wù)中物流配送路徑優(yōu)化的數(shù)學(xué)模型： (1) (2) (3) (4) (5) (6) (7) (8) (9) (10)模型中符號有兩類，即模型的決策變量和模型參數(shù)。1) 決策變量： 2) xijk ， 表示車輛k是否從顧客(或配送中心) i開往j (并不一定給顧客j配送商品) ，如果是，其值為1，否則為0；yij ， 表示顧客j是否由配送中心i負(fù)責(zé)配送，如果是，其值為1，否則為0；zjk ， 表示顧客j是否由車輛k配送， 如果是， 其值為1，否則為0；2)模型參數(shù)：g配送中心、顧客兩類節(jié)點和代表它們之間配送線路的邊組成的不完全無向圖， g = s， d

34、，e ，其中: s = n + 1， ， n +m 表示配送中心的節(jié)點集合， d = 1， ， n 表示顧客的節(jié)點集合， e = ( i， j) ， i， jh = s d 表示配送中心、顧客間直接線路的邊的集合；k配送車輛集合 kn + 1 ， ， kn +m ，其中， ki表示配送中心i車輛的集合， ki kj = ( ij) ，即每輛車僅隸屬于一個配送中心；l 配送商品種類集合 1， ， t；ap 配送中心p的可用車輛數(shù)；bk 車輛k的一次性啟動費用(主要考慮車輛的占用和損耗費用，略去停留費用) ；cij 車輛k在路線( i， j)單位路程的運輸費用(忽略車輛裝載量大小對運輸費用的影響)

35、；qjl 顧客j對商品l的需求量；dij 顧客(或配送中心) i、j間的距離， 即線路( i， j)的路程；q 單個車輛的裝載量；wl 商品l的重量(或體積)系數(shù)；vil 配送中心i商品l的供應(yīng)量。目標(biāo)函數(shù)(1)兩部分組成，第一部分是車輛的配送費用，第二部分是車輛啟動的一次性費用，這里是根據(jù)使用車輛數(shù)進(jìn)行計算；約束(2)保證從所屬配送中心出發(fā)的車輛返回到該配送中心；約束(3)表示顧客j如果由車輛k配送商品，則車輛k至少訪問顧客j一次；約束(4)表示每個顧客僅由一輛車配送；約束(5)表示每個配送中心可用車輛數(shù)限制；約束(6)保證每輛車裝載量不超過其容量；約束(7)表示每個配送中心各類配送商品的供

36、應(yīng)量；(8)、(9)和(10)分別為對應(yīng)的0-1決策變量。上述模型為一種改進(jìn)的多設(shè)施vrp模型，其改進(jìn)之處在于結(jié)合了b2c電子商務(wù)企業(yè)實際配送網(wǎng)絡(luò)，模型中的決策變量xijk可以直接表示出基于配送網(wǎng)絡(luò)的車輛路徑，因而比通常的多設(shè)施vrp模型更貼近現(xiàn)實情況。3.3、模型求解的捕食搜索算法由于模型描述的實際配送網(wǎng)絡(luò)是不完全的無向圖，并不是每個節(jié)點之間都有直接最短線路(邊)，為此，本部分對于圖中沒有直接最短線路的兩節(jié)點采用floyd算法求得其最短路徑和費用，這樣模型就可以簡化成通常的多設(shè)施vrp進(jìn)行求解.目前國內(nèi)外對vrp求解算法的研究較多，包括精確算法和啟發(fā)式算法。精確算法主要應(yīng)用于早期規(guī)模較小的v

37、rp。由于精確算法隨著問題的規(guī)模增大其計算量成指數(shù)增長，在實際應(yīng)用中有很大的局限性。本部分嘗試一種新的現(xiàn)代啟發(fā)式算法捕食搜索算法，通過嵌入floyd算法對模型進(jìn)行求解。3.3.1 捕食搜索算法設(shè)計：(1)解的表達(dá)采用順序編碼，將無向圖中的n一1個配送中心和n個顧客一起進(jìn)行編碼。例如，3個配送中心，10個顧客，則編碼可為：1一2一3一4一0一5一6一7一0一8一9一10，其中0表示配送中心，上述編碼表示配送中心1負(fù)責(zé)顧客1，2，3，4的配送，配送中心2負(fù)責(zé)顧客5，6，7的配送，配送中心3負(fù)責(zé)顧客8，9，10的配送。然后對于每個配送中心根據(jù)顧客編碼中的順序進(jìn)行車輛的分配，這里主要考慮車輛的容量約束

38、。依此編碼方案，隨機(jī)產(chǎn)生初始解。(2)鄰域定義 采用逆轉(zhuǎn)法實現(xiàn)鄰域的操作，即隨機(jī)選擇解的兩個位置將它們之間的編碼進(jìn)行逆轉(zhuǎn)得到當(dāng)前解的一個鄰域。(3)目標(biāo)值的確定目標(biāo)值f(x)編碼解碼得到，對于沒有直接最短線路的顧客間配送費用，fl0yd算法求得。另外對超出配送中心商品數(shù)和車輛數(shù)的解的目標(biāo)值給子一定懲罰，懲罰與其超量成比例。 (4)算法步驟a算法流程1) 隨機(jī)產(chǎn)生一個初始解x，令至今最好解xmin=x，限制級別level=0，循環(huán)次數(shù)counter=0；2) 如果leveln+m-1，搜索x的鄰域s次( s可取問題的規(guī)模數(shù)n +m )，并取其最小解xn_min，然后轉(zhuǎn)3)，否則結(jié)束；3) 如果f

39、(xn_min)restriction(level),令x =xn_min ,然后轉(zhuǎn)4),否則轉(zhuǎn)5)；4) 如果f(x) coun ter_max (最大循環(huán)次數(shù)),令level=level+1,counter=0,然后轉(zhuǎn)6),否則轉(zhuǎn)2)；6) 如果level=(n+m-1)/t,令level=n+m-1-(n+m-1)/t(通過限制的跳躍實現(xiàn)從局域搜索到全局搜索的轉(zhuǎn)換, 表示取整數(shù)),t的值視n +m - 1的大小而取值, 并轉(zhuǎn)2 ),否則直接轉(zhuǎn)2)。b限制(restriction)的計算每當(dāng)解得到改善時(即獲得了一個當(dāng)前最好的解),執(zhí)行以下操作得到新的限制:1) 搜索n+m-2次迄今為止發(fā)

40、現(xiàn)的最好解的鄰域,得到n +m - 2個解的值；2) 把這n+m-2個值與發(fā)現(xiàn)的最好解的值按照升序排列；3) 把排列后的n+m - 1個值依次賦給限制restriction (0) , , restriction ( n +m - 2)。3.3.2 仿真結(jié)果與比較分析：3.3.2.1 仿真結(jié)果設(shè)某b2c電子商務(wù)企業(yè)在某時段由3個配送中心為17個顧客配送3類商品，配送網(wǎng)絡(luò)如圖2所示：圖2 實際網(wǎng)絡(luò)配送圖為計算簡潔，設(shè)各配送中心可用車輛數(shù)人ap=3輛，最大載重量q=10噸，車輛啟動費用bk=400元，單位距離費用cij=5元，3類商品的重量系數(shù)分別為w1=0.2噸/件，w2=0.4噸/件，w3=0

41、.3噸/件，其他相關(guān)參數(shù)見表1：表1 顧客對3類物品需求量和配送中心的供應(yīng)量（單位；件）顧客需求量顧客需求量顧客需求量1（2，1，3）8（1，2，3）15（1，1，1）2（3，2，1）9（2，1，1）16（3，2，1）3（4，1，2）10（1，2，1）17（1，1，2）4（1，1，1，）11（2，3，2）配送中心商品量5（3，3，2）12（1，1，1）18（31，32，28）6（1，2，3）13（4，2，2）19（29，37，30）7（2，1，2）14（2，1，2）20（33，35，32）捕食搜索算法采用java語言在windows平臺上實現(xiàn)。求得最優(yōu)解值和車輛配送路徑如表2所示，可以看出此結(jié)

42、果能直接得到基于配送網(wǎng)絡(luò)的車輛實際配送路徑。該類顧客僅在第一次被訪問的時候配送服務(wù)見表2：表2 最優(yōu)計算結(jié)果及最優(yōu)配送路徑車輛和其相應(yīng)的配送顧客最優(yōu)配送路徑配送費用/元車輛啟動費用/元總費用(最優(yōu)目標(biāo)值)/元配送中心18 10 13 1 218-8-10-13-10-18-3-1-2-3-18530120020853 4 5 6 7 9 18-3-4-5-6-7-9-18配送中心217 16 15 14 12 1119-17-16-15-14-12-11-19355配送中心303.3.2.4、 仿真結(jié)果比較分析以上計算結(jié)果配送路徑中黑體節(jié)點表示車輛配送的顧客和其次序號，這和實際配送情況亦是相符

43、的。為了驗證捕食搜索算法的有效性，利用捕食搜索算法與基于類順序交叉和換位變異算子的遺傳算法子（編碼相同，交叉率為0.8，變異率為0.05，迭代次數(shù)為500，對上述算例各隨機(jī)計算10次，得到相應(yīng)的目標(biāo)值和計算時間如表3所示。捕食搜索算法（psa）與遺傳算法（ga）計算結(jié)果比較計算次數(shù)目標(biāo)值/元計算時間/秒gapsagapsa12380.02085.00.9510.44122265.02085.00.8920.46032250.02085.00.9010.53142440.02085.00.8910.63152290.02085.00.9120.46162105.02085.00.8210.400

44、72315.02085.00.8310.56182285.02085.00.8310.49192345.02205.00.8510.180102185.02085.00.8110.491平均值2286.02097.00.8690.465標(biāo)準(zhǔn)差285.6113.80.1400.358由表3中可以看出，psa求得的目標(biāo)值全而優(yōu)于ga, 10次計算中9次得到了最優(yōu)值(或近似最優(yōu)值)2085.0元，達(dá)優(yōu)率為90%，而ga的最優(yōu)值僅為2105.0元，計算平均psa比ga低8.28%，而且psa的計算標(biāo)準(zhǔn)差比ga小，說明psa求得優(yōu)化解的穩(wěn)定性強(qiáng)于ga。從計算的時間來看，psa的計算效率高ga，但是psa

45、的計算時間沒有g(shù)a穩(wěn)定，可以從它們計算時間的標(biāo)準(zhǔn)差上看出這一點，這是因為ga在算法參數(shù)設(shè)定后計算時間波動很小(以最大迭代次數(shù)為停止準(zhǔn)則)，而ysa因為模仿動物捕食的內(nèi)在特點，除了算法參數(shù)外，其初始解亦會影響算法的計算時間。上述兩種算法在多個算例上進(jìn)行了實驗，得到了相似的結(jié)論。psa作為一類新的優(yōu)化算法對模型的求解是可行和高效的，尤其對于解決局部最優(yōu)解聚集于全局最優(yōu)解附近的組合優(yōu)化問題。這種高效源自動物捕食行為的本質(zhì)，捕食者采用這種策略效率才高，可以想象，當(dāng)獵物分布很擴(kuò)散而且沒有規(guī)律時，捕食者進(jìn)行局域搜索只能無功而返，因此進(jìn)行全局搜索才能有所收獲，找到最優(yōu)解。本方法是根據(jù)實際的物流配送網(wǎng)絡(luò)，建立

46、的0-1整數(shù)規(guī)劃物流配送路徑優(yōu)化模型，并嵌入了一個floyd算法的捕食搜索算法對模型進(jìn)行求解，仿真結(jié)果表明了模型和算法的可行性和有效性?？梢杂脕斫鉀Q實際某個時段內(nèi)企業(yè)對顧客進(jìn)行定點定量的配送服務(wù)。4、總結(jié)物流配送現(xiàn)已成為制約電子商務(wù)發(fā)展的瓶頸之一,因而如何優(yōu)化和完善物流配送系統(tǒng)是電子商務(wù)企業(yè)亟需解決的問題. 本文以b2c電子商務(wù)企業(yè)為背景,結(jié)合實際的物流配送網(wǎng)絡(luò),運用捕食搜索算法解決實際的物流配送網(wǎng)絡(luò)問題，捕食搜索方法是一種平衡全局搜索能力和局部開發(fā)能力的算法，這種算法克服了遺傳算法易早熟、局部搜索能力弱的問題，因此在解決實際問題中，具有顧全全局，需求最優(yōu)的特點與優(yōu)勢。我們組在對中國物流和電子

47、商務(wù)的調(diào)查基礎(chǔ)上，針對目前電子商務(wù)與物流之間的關(guān)系，提出了他們之間的問題，并經(jīng)過一些簡單的方法進(jìn)行了處理，我們用到的方法有1）灰色預(yù)測，對電子商務(wù)的未來發(fā)展前景進(jìn)行了預(yù)測。2）啟發(fā)式算法，對電子商務(wù)發(fā)展的瓶頸-物流配送問題進(jìn)行了初步的探索和求解。3）捕食搜索算法、遺傳算法，解決實際的物流配送網(wǎng)絡(luò)問題。面對物流與電子商務(wù)的不協(xié)同形式，我們用自己僅有的知識在老師的指導(dǎo)下仔細(xì)探索了解決的辦法，最終在協(xié)同理論以及各種算法之間選擇的幾種常見的算法，并得出了結(jié)論，雖不是盡善盡美，但對于我國目前電子商務(wù)和物流的狀況確實有一定的借鑒意義。參考文獻(xiàn) ：1黎鷹.電子商務(wù)環(huán)境下物流配送問題與策略. 中國管理信息化，

48、2009,（6）2許申平.灰色系統(tǒng)理論的研究.杭州師范大學(xué)。2010年3徐菲.物流與電子商務(wù)物流4鄧福.建論我國電子商務(wù)物流現(xiàn)狀與發(fā)展對策5沈菲菲 .電子商務(wù)物流快速反應(yīng)評價與實現(xiàn)研究6中國電子商務(wù)研究中心.1997-2009：中國電子商務(wù)十二年調(diào)查報告.7艾瑞咨詢2009年網(wǎng)絡(luò)購物物流配送研究報告8 范月嬌.電子商務(wù)發(fā)展的物流瓶頸問題分析 .商業(yè)時代20049莫翠梅.淺析我國電子商務(wù)中的物流瓶頸與對策 .廣東科技2009(16)10王玉珍.對發(fā)展我國電子商務(wù)物流策略的探討 .蘭州商學(xué)院學(xué).2003,19(1) 蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆

49、薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀

50、衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞

51、蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞

52、襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆

53、螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀

54、薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇膁蒀蒈螃膀膀蚃蠆螇節(jié)蒆薅袆莄螞襖裊肄蒄螀襖芆蝕螆袃荿薃螞袃蒁莆羈袂膁薁袇袁芃莄螂袀蒞蕿蚈罿肅莂薄羈膇薈袃羇荿莀衿羇蒂蚆螅羆膁葿蟻羅芄蚄薇羄莆蕆袆肅肆螞螂肂膈蒅蚈肁芀蟻薄肁蒃蒄羂肀膂莆袈聿芅薂螄肈莇蒞蝕肇肇薀薆膆腿莃裊膅芁薈螁膅莄莁蚇膄膃薇蚃膃芅蒀羈膂莈蚅袇