用户对无人物流配送的使用意愿分析

近年来,B2C电子商务迅猛发展,包裹递送量正在快速增长,特殊事件激发了无人化配送的需求,多数知名物流企业在一英里物流中开发新的交付实践。以可持续发展和客户为中心的无人配送汽车正在改变传统配送方式,如果公众不接受该技术,无人物流配送的交付方式将浪费巨大的资源。目前国内关于用户对无人物流配送的使用意愿研究较少,研究结合技术接受理论,通过LDA主题模型收集在线文本数据,发现无人物流配送的安全性、责任划分、数据泄露等问题对用户的使用意愿造成影响。     

物流配送服务合理化的模糊综合评价

在当前的物流配送服务中,越来越强调配送合理化的重要性,但是如何判断配送是否实现了合理化,影响配送合理化的相关因素之间有哪些关系是我们亟需进行探讨的.本文采用模糊综合评价分析法,建立了物流配送合理化的模糊评价模型,对物流配送合理化的影响因素进行了综合评价,从而为提高和改进我国物流配送合理化程度提供参考依据.     

北京市S市场新能源汽车配送模式探究

针对北京市目前蔬菜配送存在的配送次数受限、交通拥堵和资源浪费的问题,提出了新能源车绿色物流配送模式,通过增加配送时间窗和共同配送的方法来提高蔬菜配送质量和效率。研究发现,设置6个停车位时,新能源配送车对北京市交通带来的影响最小,从而提高城市配送效率。     

考虑实时交通情况的配送优化模型

通过分析现代物流配送的新特点、城市交通的新情况以及道路交通情况对配送计划的影响,在考虑时间窗、交通情况、车辆限制、拥挤成本等因素的基础上建立了考虑实时交通情况的配送优化模型,并介绍了模型的软件实现,分析了模型所得的结果。     

低碳多因素视角下的冷链配送路径优化

全球变暖问题日益凸显,如何减少冷链配送环节中的二氧化碳排放成为当今物流领域研究的重点和难点,文章考虑到冷链物流配送过程中产生的一系列成本和影响冷链物流配送环节中的二氧化碳排放,配送点软硬时间窗,配送道路实况等因素,并整合了我国现行碳排放权交易政策,从根本出发分析了目前我国低碳冷链物流的配送路径,构建了以配送环节总成本最小为目标的数学分析模型,最后通过设计方案以及算法模型拟合得到最优结果。从运行结果看出,采用较改进的遗传算法可以在一个周期内降低冷链物流配送的总成本,以此证明了提出的模型和改进算法的有效性。     

基于ISM的配送网络基本结构的影响因素分析

对解释结构模型的基本理念及步骤进行了简单的介绍,并总结出影响配送网络基本结构的影响因素之间的关系,然后对各因素之间进行邻接矩阵、可达矩阵、分解矩阵等逐步分析,得出影响物流配送网络结构因素的表层因素、中层因素和深层因素。最后根据所得出的结论为物流相关企业配送网络的结构设计提出一些建设性意见。     

基于ISM的配送网络基本结构的影响因素分析

对解释结构模型的基本理念及步骤进行了简单的介绍,并总结出影响配送网络基本结构的影响因素之间的关系,然后对各因素之间进行邻接矩阵、可达矩阵、分解矩阵等逐步分析,得出影响物流配送网络结构因素的表层因素、中层因素和深层因素.最后根据所得出的结论为物流相关企业配送网络的结构设计提出一些建设性意见.     

深圳末端配送问题分析及对策研究

近年来,随着电子商务和新零售的蓬勃发展.良好的物流配送服务愈发重要,而在整个物流配送链条中,末端配送对物流配送速度的影响最大。通过对深圳市物流末端配送现状进行研究,揭示了深圳物流末端配送中存在末端配送站布局分散、末端配送交通不畅、末端配送组织效率低下等问题,进而针对问题提出了布局公共末端配送网点、构建立体物流配送通道、完善末端物流配送组织等改善对策,为进一步提升深圳的末端物流配送服务质量提供参考依据。     

考虑软时间窗的冷链配送路径优化

生鲜冷链配送存在着“损耗高、保鲜率低、冷链流通率低、成本高”等问题,因此对冷链物流配送路径进行优化有着重要意义。基于上述问题,考虑基于软时间窗的物流配送路径优化模型,以总费用最少为目标,研究了三种成本因素对物流路径的影响,并利用遗传算法对最优模型进行求解,从而得到最佳的配送路径。通过实例计算得出的最优路径总费用减少了15.36%。该方法得到的结果实现了冷链物流企业降低物流配送成本的目标,为企业物流决策提供依据。     

基于低碳排放的多车型车辆路径优化问题研究

针对物流配送过程中,如何合理安排配送路线,提高配送效率、降低配送成本和碳排放量的问题,分析了车辆载重量、行驶速度、行车距离、交通状态等因素对车辆油耗的影响,建立了以最小化配送成本和碳排放量为优化目标的多车型车辆配送路径模型。同时,结合蚁群算法对该优化问题进行求解。仿真结果验证了算法能够有效的降低配送成本和碳排放量。     

电商配送的新选择

在物流配送车辆领域,南京依维柯一直是先行者。南京依维柯汲取欧洲先进物流配送经验,结合国内电子商务企业配送特点,为物流行业量身打造依维柯专业配送车,已获得包括南京、上海、杭州等国内重要城市的入城通行资格。     

移动物流配送服务商的模糊综合评价分析

从配送报价、物流企业综合实力、物流服务水平、企业物流运行质量、物流成本等五个主要影响移动物流配送服务商的因素,确立了有5个层次、17项指标构成的移动物流配送服务商的评价指标体系,并用层次分析法确定了各评价指标的权重,然后建立了移动物流配送服务商能力的模糊综合评判模型。最后应用具体实例进行了实证分析。     

基于GPS/GIS/GPRS的可视化物流配送系统设计

将GPS/GIS/GPRS技术与物流配送管理技术相结合,提出了物流配送系统的可视化,弥补了配送系统过程不透明的缺陷,更好的解决了配送中信息传输、车辆监管等问题。通过可视化配送系统业务逻辑模型设计、配送导航结构设计、功能模块设计及数据流程分析,实现配送线路优化、地图综合查询、地图数据远程维护、业务分析、GPS车辆监管、配送车辆信息维护等功能,从而提高配送调度管理水平和可视化水平。此研究对于物流企业提升配送服务水平、降低成本、加强监督管理、提升企业竞争力具有重要作用。     

B2C电子商务环境下物流配送服务顾客满意度影响因素研究

运用结构方程模型,重新提炼和诠释了ASCI模型中能有效测度B2C电子商务物流服务质量的维度,剔除了无效维度,增加了体现B2C电子商务物流服务质量特点的新维度,并结合B2C环境下的物流配送特点,从多个角度构建了B2C电子商务物流配送服务顾客满意度影响因素模型（LDCS）。研究结果表明,LDCS模型对B2C环境下的物流配送服务顾客满意度有着较好的解释力,从模型中可以看出各潜变量之间的影响程度,这有助于B2C网站有针对性的对配送服务进行改进,进一步提高配送服务的质量。     

B2C电子商务环境下物流配送服务顾客满意度影响因素研究

运用结构方程模型,重新提炼和诠释了ASCI模型中能有效测度B2C电子商务物流服务质量的维度,剔除了无效维度,增加了体现B2C电子商务物流服务质量特点的新维度,并结合B2C环境下的物流配送特点,从多个角度构建了B2C电子商务物流配送服务顾客满意度影响因素模型(LDCS)。研究结果表明,LDCS模型对B2C环境下的物流配送服务顾客满意度有着较好的解释力,从模型中可以看出各潜变量之间的影响程度,这有助于B2C网站有针对性的对配送服务进行改进,进一步提高配送服务的质量。     

基于熵权法和灰色关联分析的农村物流配送模式适应性研究

运用熵权法和灰色关联分析对农村物流配送模式的适应性进行了研究。首先考虑工业品下行和农产品上行的差异,对自营物流、第三方物流、共同配送等常见农村物流配送模式进行系统的对比分析。接着,考虑区域经济发展水平、配送需求水平、物流供给能力、物流成本以及物流对企业的重要性等影响因素,运用熵权法和灰色关联分析对影响因素的关联度进行加权分析,以期为农村物流配送模式的选择提供支撑。     

连锁企业物流配送模式选择研究

分析了连锁企业物流配送的几种主要模式及其影响因素,建立了连锁企业配送模式的层次结构模型,并进行了一级和二级多层次模糊综合评判。以苏宁电器为例,得出以自营配送模式为主能够增强苏宁电器的市场竞争力。     

中小型连锁经营企业的物流配送体系研究

提出了一个适用于中小型连锁经营企业的物流配送体系模型,将整个配送过程分为采购配送、内部网络配送和配送到户三个配送阶段进行了分析;并且对于内部网络配送阶段的路径规划提出了一种优化方法。     

连锁零售企业物流配送模式的选择及发展趋势

<正>一物流配送模式影响因素的分析物流配送的方式受物流配送模式的影响,科学的配送模式能使企业产生高效率的配送服务,成本较低、综合竞争力较强;反之,不协调的配送模式则可能给企业带来巨大的损失。基于此,在进行选择时,应从自身的实际出发,慎重选择。     

基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。