论文部分内容阅读
在多地多仓的仓储环境下,大型网上超市的一单多品订单(一个订单中包含多件商品)往往被拆分成若干个子订单由不同仓库履行。多个包裹的多次零散配送造成了电商高成本、环境高污染、顾客高扰动等“三高”难题。合并打包方法,通过将拆分订单的商品调拨转运到合并打包仓库进行一起打包,以减少拆分订单的包裹数,从而有效降低物流配送成本、减少包裹包装材料对环境的污染、并且减少包裹配送对顾客的扰动,为解决网上超市拆单难题提供了一种新的契机。然而,为了实现电子商务高度个性化订单的精细化、高效化履行,拆分订单的合并打包优化,需要对多个多维决策变量耦合而呈块对角特征的复杂NP-hard问题实现快速建模求解,面临着极大的挑战。本文综合运用成本效益分析、组合优化、多商品网络流、Benders分解算法等理论方法,以“是否合并打包”到“如何合并打包”为研究主线,将问题分解为两个核心研究问题——判断是否采用合并打包策略的决策问题和合并打包决策方案的优化问题。建立合并打包策略的经济决策模型,分析基于关键影响因素的经济性临界值,为网上超市是否采用合并打包策略提供决策支持;建立基于合并打包的多商品网络流模型,并基于缩减问题解空间的思想,设计Logic-based Benders Decomposition算法(LBBD),为“多地多仓型”网上超市合并打包策略的应用提供近似最优决策方案。本文的主要研究工作如下:
(1)“多地多仓型”网上超市拆分订单合并打包决策过程分析。分析合并打包策略的订单履行流程及其成本构成;对影响合并打包策略的关键要素(订单、SKU(Stock Keeping Units,最小存储单元)、仓库等)进行分析;分析合并打包决策的过程,并对合并打包策略的决策问题以及合并打包决策方案优化问题进行复杂性分析。
(2)“多地多仓型”网上超市拆分订单合并打包策略的决策模型。通过分析不同订单履行策略所涉及的各作业流程的资源消耗和成本构成,构建合并打包策略的经济决策模型;对该经济决策模型进行分析,得到基于订单规模和平均拆单数这两个关键影响要素的经济性临界值,并对合并打包策略的企业应用进行分析。
(3)“多地多仓型”网上超市合并打包决策的多商品网络流模型。利用多商品网络流理论,对拆分订单合并打包决策方案优化这个NP-hard问题进行分析,通过将合并打包流程刻画为SKU转运网络流和包裹配送网络流,构建基于合并打包的多商品网络流模型,并对模型特征进行分析,提出相应的求解思路。
(4)“多地多仓型”网上超市合并打包决策的LBBD分解算法。结合基于合并打包的多商品网络流模型的块对角特征,提出一种LBBD分解算法框架对原模型进行分解,通过合理划分主问题模型和子问题模型,并基于转运和配送网络特征提出新的Benders Cut和Cut复制机制对模型进行求解,能够快速高效生成多地多仓环境下网上超市拆分订单的近似最优合并打包决策方案。
(5)应用研究与方法验证。结合某大型网上超市的实际订单数据以及商品仓储配置等特征进行数据实验分析,验证本文所提出的合并打包方法的有效性和实用性,以及LBBD算法处理合并打包决策问题的高效性,并结合灵敏度分析为企业应用合并打包方法提供管理启示。
本研究对多地多仓环境下网上超市拆分订单合并打包难题进行了有益探索,为决策此类影响要素多、决策结构复杂且解空间巨大的订单履行难题提供了新的手段和工具,研究成果有利于提高复杂管理决策问题的科学性与实用性。从应用价值上,本研究成果可以为多地多仓环境下网上超市一单多品订单的履行优化提供决策支持,为解决当前订单拆分造成的“三高”难题提供科学有效的解决办法,提升网上超市的订单处理效率与客户服务水平,促进中国电子商务产业向精细化、高效化、绿色低碳化方向发展。
(1)“多地多仓型”网上超市拆分订单合并打包决策过程分析。分析合并打包策略的订单履行流程及其成本构成;对影响合并打包策略的关键要素(订单、SKU(Stock Keeping Units,最小存储单元)、仓库等)进行分析;分析合并打包决策的过程,并对合并打包策略的决策问题以及合并打包决策方案优化问题进行复杂性分析。
(2)“多地多仓型”网上超市拆分订单合并打包策略的决策模型。通过分析不同订单履行策略所涉及的各作业流程的资源消耗和成本构成,构建合并打包策略的经济决策模型;对该经济决策模型进行分析,得到基于订单规模和平均拆单数这两个关键影响要素的经济性临界值,并对合并打包策略的企业应用进行分析。
(3)“多地多仓型”网上超市合并打包决策的多商品网络流模型。利用多商品网络流理论,对拆分订单合并打包决策方案优化这个NP-hard问题进行分析,通过将合并打包流程刻画为SKU转运网络流和包裹配送网络流,构建基于合并打包的多商品网络流模型,并对模型特征进行分析,提出相应的求解思路。
(4)“多地多仓型”网上超市合并打包决策的LBBD分解算法。结合基于合并打包的多商品网络流模型的块对角特征,提出一种LBBD分解算法框架对原模型进行分解,通过合理划分主问题模型和子问题模型,并基于转运和配送网络特征提出新的Benders Cut和Cut复制机制对模型进行求解,能够快速高效生成多地多仓环境下网上超市拆分订单的近似最优合并打包决策方案。
(5)应用研究与方法验证。结合某大型网上超市的实际订单数据以及商品仓储配置等特征进行数据实验分析,验证本文所提出的合并打包方法的有效性和实用性,以及LBBD算法处理合并打包决策问题的高效性,并结合灵敏度分析为企业应用合并打包方法提供管理启示。
本研究对多地多仓环境下网上超市拆分订单合并打包难题进行了有益探索,为决策此类影响要素多、决策结构复杂且解空间巨大的订单履行难题提供了新的手段和工具,研究成果有利于提高复杂管理决策问题的科学性与实用性。从应用价值上,本研究成果可以为多地多仓环境下网上超市一单多品订单的履行优化提供决策支持,为解决当前订单拆分造成的“三高”难题提供科学有效的解决办法,提升网上超市的订单处理效率与客户服务水平,促进中国电子商务产业向精细化、高效化、绿色低碳化方向发展。