基于潛在農(nóng)戶需求的農(nóng)資運(yùn)輸管理研究.pdf

1、提供農(nóng)資送貨上門服務(wù)，是目前農(nóng)資企業(yè)爭取客戶的重要競(jìng)爭手段，直接關(guān)系到企業(yè)的農(nóng)資銷量和市場(chǎng)占有率。面對(duì)我國農(nóng)戶地理位置分散、需求量少、配送時(shí)間不集中等現(xiàn)狀，“最后一公里”的車輛配送占農(nóng)資企業(yè)配送成本和配送時(shí)間的一半以上，如何安排農(nóng)資車輛配送路線直接影響到配送成本和服務(wù)水平。同時(shí)，由于農(nóng)資客戶需求的不確定性，受到農(nóng)民的群體購買行為、左鄰右舍的比較因素、以及作物的種植面積、天氣因素等的影響，在進(jìn)行農(nóng)資配送過程中會(huì)經(jīng)常發(fā)生潛在需求。如果將這些

2、潛在農(nóng)資需求提前裝載在物流配送的車輛上，可以減少配送車輛的發(fā)貨次數(shù)，進(jìn)而減少配送成本，提高企業(yè)的配送效率，增加企業(yè)的經(jīng)濟(jì)收益。另外，在農(nóng)資車輛配送過程中，往往存在各種干擾事件:農(nóng)資需求量方面，如農(nóng)戶增加或減少需要的農(nóng)資數(shù)量、農(nóng)戶因某種原因取消原來農(nóng)資訂單、出現(xiàn)新的農(nóng)資需求用戶等;配送時(shí)間及地址方面，如農(nóng)戶因臨時(shí)有事等原因改變接貨時(shí)間、農(nóng)戶因運(yùn)輸需要改變配送的地址等;配送車輛方面，存在車輛損壞、道路堵塞等干擾事件。如何在這些干擾事件發(fā)生后

3、，生成新的農(nóng)資車輛配送路線是一個(gè)非常有挑戰(zhàn)的問題。
　　基于以上分析，本文擬研究考慮潛在需求的農(nóng)資車輛調(diào)度及其干擾管理，主要包括潛在農(nóng)資需求預(yù)測(cè)方法、考慮潛在需求的農(nóng)資車輛調(diào)度優(yōu)化模型與算法，以及考慮潛在農(nóng)戶的農(nóng)資車輛調(diào)度干擾管理模型三個(gè)方面。本文的貢獻(xiàn)和可能的創(chuàng)新之處有四點(diǎn):
　　(1)針對(duì)農(nóng)資配送過程中潛在農(nóng)資需求的影響因素復(fù)雜、各影響因素維度不一和預(yù)測(cè)指標(biāo)數(shù)據(jù)難以獲得等難點(diǎn)，本研究首先根據(jù)全面性原則、目的性原則、實(shí)用性

4、原則和可操作性原則，從農(nóng)資產(chǎn)品、配送區(qū)域農(nóng)戶和農(nóng)資企業(yè)三個(gè)方面識(shí)別出了影響潛在農(nóng)資需求的16個(gè)具體指標(biāo)，然后利用粗糙集的遺傳算法約簡法則，提出基于粗糙集的潛在農(nóng)資需求預(yù)測(cè)指標(biāo)約簡方法，把潛在需求預(yù)測(cè)指標(biāo)約簡到6個(gè)指標(biāo)，最后在此基礎(chǔ)上，構(gòu)建了基于RS-SVM的潛在農(nóng)資需求預(yù)測(cè)方法，可以對(duì)農(nóng)資配送過程中的潛在需求進(jìn)行有效預(yù)測(cè)，進(jìn)而能夠?yàn)榭紤]潛在農(nóng)資需求的車輛路線優(yōu)化提供了基礎(chǔ)。
　　(2)考慮到在實(shí)際農(nóng)資車輛配送過程中由于農(nóng)戶間的購買

5、行為相互影響，本研究首先對(duì)考慮潛在農(nóng)資需求的農(nóng)資車輛調(diào)度問題進(jìn)行描述，并給出模型假設(shè)，構(gòu)建出了帶有軟時(shí)間窗的考慮農(nóng)資需求車輛路線優(yōu)化模型，接著通過采用遺傳算法對(duì)約束滿足算法的優(yōu)化機(jī)制進(jìn)行優(yōu)化，提出了基于CSGA的模型求解算法，并通過數(shù)值試驗(yàn)驗(yàn)證了模型和算法的有效性，能夠使得農(nóng)資企業(yè)提前將潛在農(nóng)資需求裝載在配送車輛上，可以減少配送車輛的發(fā)貨次數(shù)，進(jìn)而減少配送成本，提高企業(yè)收益。
　　(3)針對(duì)農(nóng)資配送過程中可能發(fā)生的各種干擾事件，本

6、研究首先構(gòu)建了新增農(nóng)戶干擾事件識(shí)別與度量方法，從服務(wù)農(nóng)戶的時(shí)間干擾、農(nóng)資配送司機(jī)的路線干擾和農(nóng)資配送商的成本干擾三個(gè)方面并對(duì)新增農(nóng)戶干擾事件對(duì)原計(jì)劃帶來的負(fù)面影響進(jìn)行定量化，并提出其他類型干擾事件轉(zhuǎn)換成新增農(nóng)戶干擾事件的方法;接著提出了農(nóng)資配送車輛最優(yōu)出發(fā)時(shí)間的確定方法，在此基礎(chǔ)上，并根據(jù)對(duì)于擾事件識(shí)別與度量的基礎(chǔ)上，建立了考慮潛在農(nóng)戶的農(nóng)資車輛調(diào)度干擾恢復(fù)模型，并設(shè)計(jì)了模型求解的遺傳算法和嵌套分割算法，最后數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了構(gòu)建模型與算法

7、的有效性。
　　(4)以邯鄲市永年縣某農(nóng)資有限公司為實(shí)際應(yīng)用研究對(duì)象，按照產(chǎn)品類型和重量選取邯科玉1號(hào)、邯682、沃爾森玉米施用肥和銀棉棉花施用肥四種農(nóng)資產(chǎn)品作為實(shí)際研究對(duì)象，首先分別采用提出的基于RS-SVM的潛在農(nóng)資需求預(yù)測(cè)方法對(duì)該四種農(nóng)資產(chǎn)品的100次配送過程中的潛在需求進(jìn)行了預(yù)測(cè)，通過與實(shí)際發(fā)生的新增需求對(duì)比，驗(yàn)證了方法的有效性;接著根據(jù)該企業(yè)每次配送農(nóng)戶需求數(shù)據(jù)，并考慮潛在農(nóng)資需求量，利用建立的考慮潛在農(nóng)資需求量的車輛調(diào)

8、度優(yōu)化模型及算法對(duì)該企業(yè)的50次配送路線進(jìn)行優(yōu)化，為該企業(yè)的配送路線進(jìn)行了有效優(yōu)化;最后，通過對(duì)該企業(yè)100次配送過程中的干擾事件進(jìn)行統(tǒng)計(jì)，選擇出5次邯科玉1號(hào)配送過程為例，為該企業(yè)進(jìn)行實(shí)時(shí)配送路線調(diào)整，并為該企業(yè)提出了冗余裝載策略、車輛差異化策略、延遲發(fā)貨策略和實(shí)時(shí)調(diào)整策略，可以有效降低企業(yè)配送成本。
　　本文的主要內(nèi)容安排如下:
　　第一章首先給出本論文的研究背景及意義、研究問題和目標(biāo)，介紹了本文的研究思路、技術(shù)路線和主

9、要研究內(nèi)容，以及研究方法與實(shí)驗(yàn)手段。
　　第二章詳細(xì)地論述和評(píng)價(jià)了相關(guān)理論基礎(chǔ):粗糙集理論、支持向量機(jī)原理和支持向量機(jī)回歸、遺傳算法原理。全面、系統(tǒng)地對(duì)的農(nóng)資物流配送與客戶挖潛、粗糙集與支持向量機(jī)、車輛調(diào)度優(yōu)化、干擾管理文獻(xiàn)進(jìn)行回顧與評(píng)述。
　　第三章分別從農(nóng)資本身、農(nóng)戶和配送企業(yè)方面構(gòu)建農(nóng)資潛在需求預(yù)測(cè)的初始指標(biāo)體系，根據(jù)預(yù)測(cè)指標(biāo)體系建立了基于RS-SVM的農(nóng)資物流配送過程中潛在農(nóng)資需求預(yù)測(cè)模型，根據(jù)實(shí)際調(diào)查數(shù)據(jù)，使用粗糙

10、集獲得了約簡后的潛在農(nóng)資需求預(yù)測(cè)指標(biāo)體系，并使用實(shí)際數(shù)據(jù)驗(yàn)證了基于RS-SVM潛在農(nóng)資需求量預(yù)測(cè)方法的有效性。
　　第四章考慮到在實(shí)際車輛配送過程中由于客戶間的購買行為相互影響，建立考慮潛在客戶需求的農(nóng)資車輛調(diào)度優(yōu)化數(shù)學(xué)模型，并針對(duì)該模型在標(biāo)準(zhǔn)遺傳算法和約束滿足技術(shù)的基礎(chǔ)上，提出了一種新的約束滿足-遺傳算法用于求解所建立多約束數(shù)學(xué)模型，最后通過仿真實(shí)驗(yàn)驗(yàn)證所提出模型的有效性和算法的可行性。
　　第五章針對(duì)配送過程中可能發(fā)生的

11、各種干擾事件，首先從服務(wù)農(nóng)戶的時(shí)間干擾、配送司機(jī)的路線干擾和農(nóng)資配送商的成本干擾三個(gè)方面并對(duì)新增農(nóng)戶干擾事件對(duì)原計(jì)劃帶來的負(fù)面影響進(jìn)行定量化，并提出其他類型干擾事件轉(zhuǎn)換成新增農(nóng)戶干擾事件的方法;接著提出了農(nóng)資配送車輛最優(yōu)出發(fā)時(shí)間的確定方法，進(jìn)而建立了考慮潛在農(nóng)戶的農(nóng)資車輛調(diào)度干擾恢復(fù)模型，設(shè)計(jì)了模型求解的遺傳算法和嵌套分割算法。數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了構(gòu)建模型與算法的有效性。
　　第六章以邯鄲市永年縣某農(nóng)資有限公司為實(shí)際應(yīng)用研究對(duì)象，按照產(chǎn)