基于遗传算法电子商务逆向物流的网络站点优化外文翻译资料

 2021-11-30 06:11

基于遗传算法电子商务逆向物流的网络站点优化

摘要:

产品退货被视为一种网上销售不可避免的成本,没有任何机会节约成本。 随着竞争压力的持续增加,在电子商务的B2B或B2C电子商务公司已经开始探索管理产品的可能性。通过重新安排,确定更具成本效益的方式返回回收中心的位置。但是,很少有研究解决了数字和优化问题的收集点,回收中心和基于遗传算法的电子商务再制造中心。为了填补这样一个研究空白,这个论文提出了一种基于遗传算法的模型解决电子商务逆向物流位置分配优化问题。提议的有用性模型和算法通过其应用验证处理物流站点分配的说明性,示例来自在线销售。

关键词:逆向物流,电子商务,遗传算法,网络中心。

1.简介

由于涉及的价值和对其巨大影响的客户关系,逆向物流和物流相关操作能力应视为一种管理优先权。著名的电子商务企业等例如eBay和淘宝,正在研究平衡客户满意度和成本控制。淘宝的逆向物流成本占总物流成本的16%左右[1]。电子公司必须能够做到实际处理退货。优化网站电子商务的逆向物流可以帮助企业在不降低服务的情况下降低成本。

本文提出了一种基于遗传算法的模型用于逆向物流网站的设计处理产品退货。该模型考虑了供应来自在线买家的退货产品。它认为存储,再加工,再制造设施和新的网络站点中的模块供应商。我们考虑需求保持客户满意度,企业的成本合理。 这样的设计网络站点是战略性的,因为它涉及到决策各种设施的数量,位置和容量以及它们之间的物质流动分配[2-4],并且是一个管理逆向最具挑战性的因素物流业务[3]。一个设计合理的网络中心、还可以加强处理再制造活动[5]和竞争优势。

2.模型假设

要优化逆向物流的网络站点,很多学者采用混合整数线性规划及其方法,算法用于改进建模和求解函数。总成本最小化通常被设定为最终目标,约束条件包括物流平衡,制造能力,非负约束的参数等。网络站点的位置和数量已交付基于计算和模拟[6]。为简化模型,假设:

(1).该模型仅考虑单一产品单循环成本,这意味着运营中可承受的经济成本过程中,不考虑时间成本,社会效率等。

(2).从收集点回收对象,全部发送到回收中心。

(3).已知回收和运输的成本。

(4).清楚收集点,再制造中心和回收中心的功能。

2.1变量描述

在我们的模型中,收集点,再制造中心和回收中心是三个关键点,其关系显示为:

收集点

回收中心

再制造中心

基于以上假设,我们有:

G回收中心;

T收集点;

H再制造中心;

Vi收集点i的处理能力;

Dj回收中心的回收能力j;

Rk处理能力再制造中心k;

Aj每个回收中心的成本;

Oi收取点i的固定成本;

Pj回收中心的固定成本j;

Qk再制造中心k的固定成本;

Mij从收集点运输每件物品的费用

我到回收中心j;

Njk回收中心每件物品的运输费用

j到再制造中心k;

Xij从收集点i到回收的产品数量

中心j;

Yij产品数量从回收中心j到

再制造中心k;

Lj回收中心j的实际产品数量;

回收中心

其他

收集点

其他

再制造中心

其他

Xij, Yjk, Lj, Zi, Zj和Zk是决策变量。

2.2模型表达

我们的目标函数和约束条件

约束条件:

公式1表示发送到回收中心的物品j不大于其加工能力;

公式2表示发送给再制造的物品中心k不大于其加工能力;

等式3-5表示要求是否接受;

公式6和7意味着它们之间的距离每个中心都很有意义。

该模型包括两部分成本:运输成本,每个中心之间和所有中心的固定成本。

3.基于遗传算法的模型求解

惩罚函数是用于求解的遗传算法的约束优化问题,最常见用过的技术。 惩罚函数方法用于处理通过惩罚不可行解决方案的约束问题,将约束问题纳入无约束问题[7]。 如何确定合理的惩罚功能是处理的难点在于,因为它不应该只考虑约束条件的解决方案,不满足度,还要考虑遗传算法的计算效率要求。

一般表达式的优化模型:

使用惩罚函数,模型更改为优化没有服从的问题:

P(X)是罚函数,P(X)是两个变量,它们是:

其中a是惩罚变量,di(X)是:

惩罚的确定很困难,而且模型解决方案质量在很大程度上取决于惩罚值。当惩罚不合适时,算法可以收敛到不可行的解决方案。 一方面,惩罚值太小,未能给出可行的解决办法惩罚足够的压力; 另一方面,惩罚因子是当方法等同于拒绝时太大策略[8]。 因此,当探索惩罚因子a时,采用模拟来确定罚分a通过第n代,这是:

其中a0是初始系数。我们可以得到惩罚函数P(X)的表达式:

适应度函数是F,我们设置了一个更大的Z并具有:

使用简化功能,具有较小eval值的项目始终具有功能更高的适应性。

3.1编码

在编码过程中采用比特串编码,每个决策变量按特定顺序排列。基于在我们的模型中,整个编码可以分为两个部分,每个部分包括8位。 每个部分的第一位是每个回收中心的处理能力(更少比最大能力)。 第二位是比例收集点。 第三位是否设置回收中心(0或1)。 第四位是否是没有设置收集点(0或1)。 第五和第六位是收集点之间的传输量回收中心(小于第二位)。 第七和第八位是运输到回收中心的物品的比例除以整个收集项目。 在这里,我们有两个遗址(表1)。

3.2简化功能

适应度函数表示解决方案的优点。处理至最小优化,初始目标值应该用简化代替,以确保最好的项目显示最佳简化。 简化功能是产品总费用和罚款,如果vk是染色体k的当前人口,g(vk)是适应度函数,Z(vk)是目标值和g(vk)= M * Z(vk)。 M是罚款。当染色体不合适时,罚款更大比1,或它是1. Z(vk)是用目标函数计算的,我们有:

和1/S被选为简化。

3.3遗传操作

在操作中进行杂交和突变。采用单点杂交。基于杂交从人群中选择两条染色体并在随机选择的点上杂交。我们可以找到表2中的杂交数据。为了保持人口的多样性,连续并采取多种突变策略交易来确保每个人的位置都有明显的变化[9]。该研究采取两种突变。 如果有两个突变点在第5和第6位内相同染色体,两点交叉和变异算法将采用单点突变,否则采用单点突变。我们在表3中有交叉和变异突变的结果和表4中的单点突变。

表格一:位串编码

罗马值用于站点1,斜体值用于站点2。

表格二:杂交数据

第8列是随机选择的点。

表格三:交叉和变异突变的结果

第5列和第6列是随机选择的点。

表格四:单点突变的结果

第7列是随机选择的点。

4.计划建设

我们根据收集地点选择回收中心J1点和所有可选的回收中心位置。该将选择其他三个回收中心进行模型编程,这可以有效地控制搜索成本。

由于样本电子公司有限可选位置,采用近似求解编码。回收中心位置的决定是在位置选择概率。因此,我们转向离散变量变为连续变量以扩大人口规模。选择的位置概率可以从中扣除转化公式。在编码中,反三角选择函数作为转换公式,并且选择的功率方法如图1所示。基于发现,y = 2a sin(x^ 4)/ pi是令人满意的在交换中,y约为0和0的预期1,当x在0和0.8之间时,y接近0;当x是在0.8和1之间,y接近1。当y大于0.3时,我们接受该地点作为回收中心。图2表明当x 大于0.8,y大于0.3。

图1反三角函数的比较

图2转换公式的分析图

图3遗传算法的跟踪图

5.结论

遗传算法通常可以算出近似最优解决方案,而非绝对最优解,及其收敛性受初始投入的影响[10]。解决了问题,计算应该进行多次时间,这意味着不同的初始人应该是计算接近最优解。 在我们的例子中,计算进行10次。 X1的位置概率,X2和X3(可选位置J1,J2和J3)如下:

我们得出结论,J2是最好的解决方案,并且显示出来跟踪遗传算法图如图3所示。当遗传代数超过10时,就会出现差异解决方案和人口平均值稳定。因此,论文的模型是有效的理想模型。

中国逆向物流网络的多阶段布局优化B2C模式下的农村电子商务:电子商务案例研究企业对3C产品

摘要:

农村电子商务的逆向物流网络在B2C模式下通过多阶段优化得到优化模型,可以解决回收和回收问题在线购物产品。最低的网络成本和最大的客户满意度被视为目标函数。那么优化模型的可行性就是通过应用两阶段启发式算法嵌套验证GA用计算示例。结果显示了多阶段模型不仅降低了风险的不确定性系统,而且优化了不同资源的输入整个操作过程。这项研究可以提供一个关于逆向物流网络设计的参考在线购物产品,特别是农村电子商务产品。正确使用提议的流程可以帮助电子商务企业管理回流和回收流程有效的在线购物产品。

关键词:农村电子商务; 回收和回收网络;多阶段优化模型; 3C产品

Ⅰ.导言

逆向物流网络归类为退货物流网络和回收物流网络,它用于获得产品的剩余价值或使用的处理产品得当[1]。回归物流网络主要是用于收集由此引起的退货产品信息不对称,竞争激烈的产品质量本身和其他因素。和回收物流网络用于回收使用过的产品和材料或处理废物[2]。因此,设计逆向物流网络是与企业经营管理,客户满意度,环境保护等重要领域相关。如今,快速发展和广泛应用电子商务已经无处不在。来自中国的数据在线零售市场数据监测报告显示2014年上半年的交易量已达到10856亿元,2015年达到16140亿元。在线购物交易量继续同比增长48.7%[3]。和来自中国电子商务研究中心的数据表明了这一点3C产品交易量(电脑,通信和消费电子产品)2015年第四季度达到1654.8亿元人民币中国B2C市场,导致同比增长11.2%[4]。3C产品交易的繁荣通过互联网制定逆向物流规划作为生命周期,制度变得越来越重要,这些产品周期总是很短,而且总是经常更新。如果这些产品的回收不适当,它会对环境产生持续的负面影响。

一些研究关于电子商务的逆向物流网络的国内外学者提出了计划。潘申乐等人通过对零售商的消费指数探索额外负载的解决方案,提出了出租车的容量和持续的机动性与回收大城市的电子商务的回报(2015)[5]。考虑到客户在电子商务中的行为,王文娟研究接受客户的退货要求所采用的决策方法(2015)[6]。翁朝旭等(2014)[7]分析了联合B2C服装电子商务逆向物流网络的构建企业。范思远等人对食品电子商务企业的逆向物流和航线规划进行了新的研究(2015)[8]。刘新新等考虑到碳排放,调查了多期的联合建设电子商务企业逆向物流网络(2015)[9]。这些以上研究只关注城市电子商务的研究。但是,随着农村的快速发展经济方面,农村居民的生活水平是显着改善,这导致迅速农村电子商务的发展,特别是在B2C模式。因此,逆向物流网络用于农村电子商务值得探讨。

一个集成的前向,考虑到碳排放敏感性的逆向物流模型是由Alok Choudhary提出的[10]。F. Liberatore等研究了这个联合恢复操作和分配的优化模型紧急物品[11]。Tacirc;niaRodriguesPereira Ramos等人设计了一个逆向物流模型来平衡成本环境

原文和译文剩余内容已隐藏,您需要先支付 20元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。