基于模糊随机需求的B2C多品采配协同模型及其粒子群算法求解

摘要：

面对繁多的商品品类和多变的采配流程,B2C(Business to Consumers)电商物流运营的主要挑战之一即是合理刻画顾客小批量、不确定性的需求以实现采配流程的平稳高效运行.本文针对B2C电商企业多品补货需求的不确定性,将商品需求假设为三角模糊变量.同时,考虑基于历史数据的模糊变量确定存在随机可能性判断,本文运用模糊期望值理论,构建以成本最小化为目标的多品采配(Joint replenishment and delivery,JRD)协同模型.模型采用粒子群算法(Particle Swarm Optimization,PSO)进行求解.数值实验验证了PSO相比于遗传算法(Genetic Algorithm,GA)求解JRD的有效性和适用性.

关键词：企业对消费者、联合补货及配送、模糊需求、粒子群算法

所属期刊栏目：34

分类号：F252.3;F272.3(物资经济)

资助基金：国家自然科学基金资助项目;教育部人文社科青年基金资助项目;重庆市基础与前沿研究计划项目;贵州省教育厅课题;重庆市研究生科研创新项目

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：183-190