排序方式: 共有28条查询结果,搜索用时 15 毫秒
1.
2.
由于电商的快速发展,客户在购买商品时可根据内外部因素了解商品的历史信息,依据历史信息和现在商品信息做出比较,这些行为会对需求有一定影响,形成参考效应。在参考效应的影响下,探讨在含有参考价格的参考效应下对网络零售商配送时隙定价以及收益的影响,在效用函数中加入参考价格因素,建立logit选择模型,提出具有参考效应的收益模型。结果表明:参考效应强度的不同对时隙选择的影响不同,参考价格的增加,会造成网络零售商的收益增加。参考效应影响下,网络零售商的配送时隙收益随时隙定价的增加先增后减,研究结果对零售商配送时隙定价具有参考意义。 相似文献
3.
针对促销期间订单激增、车辆运能不足且分配不均的情况,分析客户时隙选择行为的影响因素,为顾客提供准时和延迟两种配送模式的选择,采用强化学习的思想,建立了基于马尔可夫决策过程的时隙运能分配模型,并采用替代配送、外包配送柔性方式对到达订单做出运能分配。算例结果证明,基于强化学习的时隙运能柔性配送策略,使得促销期间前后的时隙需求得以均衡,获得更高的订单配送率及车辆利用率;顾客对交付期的偏好程度影响顾客对时隙选择,延迟配送策略的延迟天数影响着商家的收益。研究结果对电商制定促销期间时隙运能分配策略有参考价值。 相似文献
4.
研究了自动库存反馈补偿的订单型生产控制方法,建立了自动库存反馈补偿的订单型生产控制的Z变换模型,并在此基础上引入了测量生产更改成本和库存成本的数学表达式,建立了均衡生产更改成本和库存成本的优化模型。最后,分析了优化模型的参数设置对成本性能的影响,并用工程实例验证了模型的科学性和实用性。 相似文献
5.
由于纯电动汽车行驶里程的限制,在满足商用要求的前提下,纯电动汽车用于长途运输服务在短期内难以实现。不过,城市物流因其配送区域较小、货物的批量较小、批次较多的特点,可以考虑使用纯电动汽车来完成城市的配送任务。为满足车辆当天多次配送任务的要求以及考虑车辆负载对实时能耗的具体影响,建立了考虑车辆负载对实时能耗影响的配送模型,以及时满足客户的服务时间要求。并以城市A为例,设计了蚁群算法对模型进行求解,为纯电动汽车的配送任务进行合理的路径规划与充电策略的安排。最后,通过与使用燃油车辆运营相比较,分析未来纯电动汽车在城市配送物流中的可行性。 相似文献
6.
在国家大力发展新能源汽车的过程中,充电问题一直阻碍着电动汽车的发展,充电基础设施尤其是快速充电站的规划和建设尤为重要。大规模发展电动汽车(electric vehicle,EV)的关键是根据用户的充电选择偏好,建立完善的充电基础设施,减少用户的里程焦虑,彻底解决充电不方便的问题。在考虑了各方面社会因素并确定一定数量的候选节点背景研究的基础上,提出了一种双目标规划模型,在满足需求、距离、容量等约束条件下,分析了建设充电站总成本和充电覆盖范围之间的关系,寻找最优的充电站建设方案,并以A城市B区为例,通过多目标粒子群算法进行求解,求出充电站的最佳节点和数量。用不同算法进行求解,通过对结果进行分析比较,表明多目标粒子群算法(MOPSO)在求解双目标问题时更具有实际意义。 相似文献
7.
由于纯电动汽车行驶里程的限制,在满足商用要求的前提下,纯电动汽车用于长途运输服务在短期内难以实现。不过,城市物流因其配送区域较小、货物的批量较小、批次较多的特点,可以考虑使用纯电动汽车来完成城市的配送任务。为满足车辆当天多次配送任务的要求以及考虑车辆负载对实时能耗的具体影响,建立了考虑车辆负载对实时能耗影响的配送模型,以及时满足客户的服务时间要求。并以城市A为例,设计了蚁群算法对模型进行求解,为纯电动汽车的配送任务进行合理的路径规划与充电策略的安排。最后,通过与使用燃油车辆运营相比较,分析未来纯电动汽车在城市配送物流中的可行性。 相似文献
8.
居民小区电动汽车(EV)的单相充电方式导致配电网出现三相不平衡和负荷峰谷差问题,因此提出基于负荷平衡的EV模糊多目标充电调度策略。基于三相网络,将总延迟时间和充电平衡作为目标函数,考虑三相不平衡度和负荷峰谷差等约束,建立静态和在线调度问题下EV充电调度模型。采用改进非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)进行多目标求解,通过设计交叉算子、自适应调整变异概率和局部优化等来优化结果。通过设置一定容量的外部档案和拥挤距离判定来获得Pareto最优前沿,并用模糊隶属度方法得到折中最优解。最后,通过算例分析可同时活动充电点和三相不平衡度的不同取值对优化结果的影响,并与无序充电进行比较,验证了所提模型和策略的有效性。 相似文献
9.
在出口电商企业向内地无水港进行货物集中时,考虑其交通运输过程中遇到的效率低、成本高等问题,提出了一种切实可行的解决办法,即通过车辆共享的形式,既降低了发货商的成本,也使得无水港的管理更加便捷。在对传统的集货运输模式改进后,建立以最小化所有货车总运输路程的数学模型,先使用扫描法对发货点进行分组,后使用改进的遗传算法(IGA)进行路径优化。针对不同数量的发货点以及集货车辆规模,使用IGA对模型求解并与传统遗传算法(GA)以及粒子群算法(PSO)所得结果对比。经MATLAB对小规模实验进行算例分析,得到改进后的车辆需求总数为3 辆,配送总成本为5 485.67元,与另外两种传统运输方式对比,证明了所述方法的优越性。 相似文献
10.
在最迟预定时刻差异化背景下,为解决求取最优时隙价格时考虑运营成本是否有利的问题,根据背景特点构建各订单到达阶段的时隙集合,引入效用函数和Logit模型预测随订单到达阶段后移而改变的时隙选择概率,根据时隙宽度与固定成本的关系以及配送里程与变动成本的联系建立时隙运营成本模型,最后建立最优时隙价格模型。通过数据仿真验证了模型有效性,同时分析了最迟预定时刻的改变和不同的配送区域在不同订单到达率下对网络零售商的意义。发现在制定时隙价格时考虑时隙运营成本能使总利润更大;应对面积大而订单到达率低的地区制定较高的时隙价格,此时的价格对订单到达率波动很敏感;网络零售商可以考虑在订单到达率高的时段为时隙设置较晚的最迟预定时刻。 相似文献