【《农村物流动态联盟研究相关理论基础概述》10000字】

农村物流动态联盟研究相关理论基础概述目录TOC\o"1-3"\h\u22080农村物流动态联盟研究相关理论基础概述 186911.1农村物流 181651.2农村物流动态联盟 2230121.1.1农村物流动态联盟内涵 2193511.1.2农村物流动态联盟运作机制 496901.3农村物流动态联盟多任务协同研究 675931.3.1农村物流任务分类及原则 693171.3.2多任务协同定义 8327431.3.3农村物流动态联盟多任务协同处理机制 9122081.4遗传算法 12258801.4.1遗传算法概述 1250011.4.2遗传算法求解 13农村物流动态联盟构建是一项系统工程，其运行具有较高的复杂性，如何根据农村物流现状，解决联盟内物流企业资源与作业任务协同配置是需要重点考虑的内容。本章对农村物流动态联盟的内涵及运作机制、物流合作企业间多任务协同优化及协同机制的形成进行了详细介绍，并在此基础上探讨了遗传算法对多任务协同优化问题的研究。1.1农村物流农村物流是指服务农村生产、生活而发生的一系列物质资料从供应者到需求者的运动过程，它涉及运输、储存、加工、包装、装卸、搬运、配送和信息管理等方面。它是一种“双向物流”包括输入和输出两部分构成，一方面将农民需要的农资产品、城市工业品配送到农民手中，另一方面将农民生产的农产品、农产品深加工品通过物流送到消费者手中。本文主要研究的是农业生产资料物流和农村消费品物流。但我国农村物流目前整体呈现出物流需求分散、基础设施不完善、物流转运率低、配送成本高的状况，具有以下几个特点。（1）农村物流基础设施薄弱随着我国新型农村不断的建设，农村基础设施正逐步完善，但我国农村在交通、网络信息、物流仓储等方面仍然落后。我国农村交通运输网络不发达，虽然大部分乡村实现水泥路，但仍有偏远地区道路交通不够便利，而且农村网络信息依然需要提升，我国农村地区互联网普及率较低，使得推广农村物流信息技术受到阻碍。农村物流转运、仓储等基础设施缺乏，为得到更高的经济效益，物流作业中心一般建立在便于城市物流周转的城区周边，但由于仓储中心的设置离农村地区较远，从而延长了农村物流运输时间，同时增物流转运成本。（2）农村物流资源整合度低随着国家对农村建设发展不断的推进，电子商务下乡进村的不断深入，为提升农村物流的配送效率，促进农村物流的发展，各部门对如何建设物流转运中心、快递服务节点以及商贸服务网点出台了多项政策。但在建设中存在重复建设、利用率不高、运营困难以及效益差等现象，从而导致资源整合程度低、配送效率低、物流配送成本高。（3）农村物流运营组织形式单一我国农村物流的发展需大型物流企业带头建设，目前经营农村物流主要以小型企业为主，而大多数企业只从事某种或少数几种物流功能，如专业的运输公司、专业的流通加工企业等等，能够实现整体农村物流功能的企业很少。因此农村物流市场组织松散、网络化程度低、统一集中的配送模式发展缓慢，是农村物流发展中的短板。1.2农村物流动态联盟1.1.1农村物流动态联盟内涵农村物流动态联盟为两个及以上的物流企业进行约定或协议的签署，以此成立一个组织。通过组建农村物流动态联盟利用物流信息的网络化，有效整合现有的农村物流资源，解决现行的农村物流中物流主体、客体、流通渠道、流通组织等方面存在的问题。实现联盟内物流企业优势互补、共享资源，同时加快信息的传输，提高信息的共享度，使分散在各个物流节点的信息得到集中处理，避免无效作业，减少作业环节，消除操作延迟。各物流企业通过参股、合资、共同建设等方式在县级区域建立农村物流动态联盟，并建立乡镇物流转运中心站，各物流企业通过对货物地址梳理，动态调整联盟内部作业资源进行协同运作，形成协同配送。当货物在县级以上的地区时，物流运输是相互独立的，当货物在需要配送至乡村等地区时，则需要通过各物流企业资源整合，进行协同配送。农村物流动态联盟模式如图1.1所示。图1.1农村物流动态联盟模式农村物流动态联盟具体有以下几点优势：（1）有效改善我国农村物流现状根据目前农村物流企业的发展现状可知，农村动态物流联盟具有较高的动态性，可迅速响应市场机遇。企业间将现有资源予以有效整合与配置，将全面优质的服务提供给广大农村用户，针对重复农村基础建设薄弱，通过物流企业之间有效的资源整合，避免了基础设施大规模投资建设，使物流任务的发生风险的可能性大大降低。（2）有利于提高农村物流转运率农村物流由于配送网点不完善，客户网点分散，转运流程复杂低效，导致了农村物流配送时间长成本高等问题，农村物流动态联盟通过科学合理任务作业分解，将企业所拥有的物流资源按需进行物流作业分配，提高设备利用率，降低农村物流作业过程中产生的无效作业以及转运作业。（3）有利于实现规模经济效益农村物流动态联盟的意义是对物流企业当中的资源进行归纳实现企业之间的资源共享，以满足农村人民对物流企业规模化的需求，打造规模经济与范围经济。基于规模经济的层面来看：农村物流动态联盟形式的应用，针对大规模的物流投资建设予以有效规避，利用共享资源的形式，从而获得规模经济效益这一行为是可取的。基于范围经济的层面来看：农村物流动态联盟形式的应用，在共享资源的作用下，巧妙的弥补了各企业成员的战略资产不足的问题，通过提升农村物流的发展，也能提高相应农村产业。（4）节约交易费用鉴于交易具有较高的不确定性，同时复杂多变的市场环境以及有限理性的交易主体，三者均会对机会主义行为产生较大的影响，组建农村物流动态联盟能对市场交易存在的不确定性予以巧妙化解。物流动态联盟依靠不同企业间的物流资源共享，达到各企业间的长期合作。由于合作的关系，使单一企业在短期内大量的业务压力进行分摊从而降低总体物流费用。但是物流动态联盟具有十分鲜明的优势特征，在当前的发展过程中也存在着问题与挑战。例如：联盟成员企业处于合作关系，企业核心机密外泄的风险始终居高不下；企业间合作关系提升协作成本，且对管理的水平提出了更高的要求；介于动态物流联盟具有非正式的、暂时性的、机遇式的特征，因而机会主义行为发生于合作阶段的可能性更高。1.1.2农村物流动态联盟运作机制农村物流动态联盟协同运作过程中包含物流任务、物流作业、物流服务企业以及物流资源等。在形成联盟任务运行机制时，最重要是实现物流资源与物流作业二者执行过程的对应与匹配。农村物流配送联盟多任务协同机制划分为6个层面，分别为物流应用层、任务处理层、物流服务层、任务协同层与物流实现层，根据图1.2所示，某一物流配送任务既可属于单项物流作业也可属于多项物流作业的组合；物流作业与物流资源二者间是一一映射关系，简言之，每一个物流作业其对应的物流资源提供方选择具有单一性，但是物流服务和资源提供商则在多个方面都存在联系。图1.2农村物流动态联盟运行机制（1）物流应用层物流应用层包含联盟中合作物流企业、物流中心以及物流用户等。以物流用户需求方作为其服务对象，物流用户需求方可快速使用物流信息平台来完成物流订单的提交，订单信息由联盟接收并进行物流作业与资源信息的匹配。与此同时，平台上将针对物流任务的实际进程予以呈现，物流用户需求方可针对联盟物流服务的质量予以评价。物流联盟成员在此具有双层身份，既可作为物流服务的方，同时利用信息平台的优良特性也可以转变为任务发布的一方。（2）任务处理层任务处理层对物流动态联盟所接受到物流任务进行任务分解，通过分类组合的方式，把任务进行分解，主要负责物流任务信息的分解、物流作业组织，并且结合后续控制和监管的方式来完成。（3）物流服务层在物流工作当中常见的分拣、包装、配送和金融结算等方式均包含在物流服务层。这个层面涵盖的业务范围，任务发布者在考虑需求的基础上，可以对这些不同的服务形式进行选用。（4）物流任务协同层在任务协同中会结合资源信息和作业需求信息进行分解和使用，在完成这项工作的时候，需要借助协同优化模型和响应的匹配方式，全面提高业务水平。（5）物流资源配置层在进行资源配置的过程中，物流资源层始终是其必不可少的一项重要环节，该部分涵盖了任务分配和资源池两方面。所有的物流资源都可以借助资源池被分配到具体的运输环节当中，同时在这一过程中把实际的资源作为必要基础来完善虚拟资源，这种模式比较常见的是农村物流联合内部资源的供应商，例如运输交通工具、装卸工具、配送中心等。涵盖全部的人力资源与设施资源。这些物流资源通过物流信息平台，把物流资源进行分类统一表述，使其转化为具有可叙述的物流模式，其中在构建资源池的过程中需要一步一步的进行。物流联盟服务提供商可利用信息平台可针对资源完成系列化操作，其中包括维护管理使用与发布等多项操作。协同优化的结果由任务分配模块予以发送，由物流服务提供商接收，并完成用户端的信息反馈。（6）任务实现层在完成配送作业任务时，很多操作需要依靠任务实现层来完成。当物流资源层所分配的任务由各物流服务提供商接收后，依据信息中涉及到的要求实现处理工作的操作。联盟成员企业中有的实时资源和信息都可以通过信息平台体现出来，同时这其中也包含其他领域一些闲散的物流资源。在任务实现层中，主要包含收集数据和分析数据，除了资源池之外，客户信息中均有信息平台系统予以收集，并进行全方位监控，将物流环节中存在的各项数据收集并整合，确保客户能够实时了解整个配送环节。除此之外还包含信息结合的功能，信息平台对大量的物流信息进行整合，以此提升配送过程的效率。同时利用信息平台和动态联盟内的共享资源，实现整体效率的显著增长。1.3农村物流动态联盟多任务协同研究1.3.1农村物流任务分类及原则（1）农村物流任务分类由于农村居住人口密度低，因此物流需求不集中，配送地区较为分散，导致配送消耗成本高，利润低等问题。应对农村客户零散的物流需求，对于物流企业而言，配送由起点到最终分散点的过程中，如何提高农村物流整体的需求和运力资源之间的契合、物流任务合理分解、物流作业分配及物流配送效率都是关键问题。因此农村物流动态联盟所承担的任务分配需要根据客户需求以及联盟配送任务粒度，把配送任务进行划分并形成按照一定作业流程执行的子任务。物流作业IT是指单项物流服务为合理分解配送任务，每项物流配送任务中应有一项基本物流活动，并由一个物流中心的一个物流企业完成。为提高配送效率及时处理客户需求，在合理分解配送需求的过程中需要参照目标需求。在划分物流作业活动主要将其分为三方面：第一，与物流作业信息有关的理论基础，例如物流作业分为和任务覆盖范围等。第二，是针对物流配送活动过程中需要的信息，其中需要结合具体的配送时间、质量和成本等方面的要求来考虑；最后，结合不同客户的要求结合针对性的信息。因此，在解释物流配送任务信息的时候，可以将其描述为:（1.1）（1.1）式中，g表示物流任务基础信息，d表示物流成本，t表示物流服务时间，w表示物流服务质量，s表示个性化配送。物流配送任务组合表示为：（1.2）在公式（1.2）中，为所有物流任务之中一项作业活动，表示物流基础信息，表示物流成本，表示物流作业时间，表示服务质量，个性化配送信息。按照物流作业的执行流程，物流配送任务分为串联型、并联型、串并联型任务配送模式。1）串联型任务配送模型串联型物流配送是指在完成一项物流作业后接着完成下一项物流作业。其中两个物流作业任务有一定的先后顺序由于配送任务之间相互影响，不能同时进行。如图1.3所示。图1.3串联型物流配送模型串联型物流配送模型中，物流配送总成本为各物流子任务成本之和，物流作业完成时间为各物流子任务所需时间之和，物流服务总质量则为所有子任务服务质量乘积。2）并联型物流配送模型并联型物流配送模型中各物流子任务之间相互独立，执行物流任务无先后顺序，相互之间没有影响，如图1.4所示。图1.4串联型物流配送模型关于并联物流配送模型，物流配送总成本为各物流子任务成本之和，物流作业完成时间为物流子任务中完成物流作业所需最长时间，最终的服务总质量是各不同任务质量相乘得到。3）串并联物流配送模型串并联混合型物流配送模型并不是单指把并联和串联型组合，而是在物流配送任务过程中，既包含了按时间顺序作业的串行物流子任务，也包含同时配送的并行物流子任务，实际执行物流配送任务较为复杂，如图1.5所示。图1.5串并联型混合物流配送模型实际情况串并联型混合物流配送模型比较复杂，物流配送总成本为各物流子任务成本之和，物流作业完成时间为执行串行任务所需总时与并行物流子任务中完成物流作业所需最长时间之和，混合型物流配送服务质量等于各物流子任务物流服务质量的之积。（2）农村物流动态联盟的任务分配原则1）科学性原则动态物流联盟在进行分配任务环节时，必须以客观事实为基本依据，利用科学的方式展开分配工作，即为科学性原则。各合作伙伴需承担的物流子任务应与其核心优势能力保持高度一致。且各合作物流企业所分到的子任务与分解前的总任务量相等。这一原则对组建物流联盟的主导方提出了更高的物流管理的能力要求。2）整体性原则在进行任务的分配过程中，动态物流联盟必须将物流任务的整体目标予以明确，例如物流的总成本或服务质量等，介于局部优化物流子任务并不能确保整体物流任务的有效优化，因此在该环节中，应当强调动态物流联盟的整体优化这一任务重心。3）明确性原则在进行分配任务的环节中，针对动态物流联盟的物流任务加以研究的过程相对繁杂，需多个合作伙伴共同实现。各企业间应始终确保其物流任务的独立性，最大程度避免任务交叉和重叠的现象发生，从而将物流动态联盟的分工合作，互补资源的优势予以充分呈现；除此之外，各合作企业需完成的具体物流任务及其任务量也应予以明确，并清晰的告知其任务完成的时间节点及方式等具体要求，针对任务不清晰、交接不明确的现象予以有效规避，从而强化各合作企业间物流子任务的绩效评价成果。4）可行性原则物流动态联盟在进行分配任务的过程中，应当针对物流任务的种类及其要求予以清晰告知，从而明确潜在合作伙伴的资源执行效率及能力等信息，确保各合作伙伴均能胜任需要完成的物流任务量，为整体物流任务的顺利完成提供基本保障。1.3.2多任务协同定义将多任务协同优化问题视为NP-hard问题的一种，在自然科学及社会科学等研究领域范围内，NP-hard问题的研究理论及方法在军事以及物流领域十分常见。所谓多任务协同优化，即为将协同学作为基本指导思想，结合整体的理论的思想，同时考虑到系统间具备的联系和相互作用的方式。在考虑实际情景的基础上，进行多任务协同方案的设计。与此同时，创建与之相应的模型，即为当前针对该领域展开研究的基本方式。农村物流动态联盟多任务协同研究，简单来说，基于某一资源约束，将任务进行划分，并将各项子任务分配到与之相应的物流作业的资源上，针对各项物流任务所需作业的处理次序和作业时间进行科学合理的划分，完成方案的标准与理想状态相符。配送任务在农村物流动态联盟中实现的情况往往具有十分鲜明的特征，具有复杂的运作模式，为了保障大量的中间环节能够被完成，应该结合各联盟成员企业的力量和作用。因为联盟内部的物流资源和储备非常充足，每个企业经营的方式和处理水平存在差异，无论是服务水平还是完成时间，均存在一定差异性，因此，以物流资源的特征为依据，针对特定的物流任务需求，采取有效的措施完成资源的配置，从而实现多任务的协同与优化是物流联盟需要解决的重点问题。通过对物流动态联盟多任务协同研究的文献分析，其中有三个优化的方法利用率较高：（1）基于时间的协同优化1）完工时间最短无论是在多任务协同的环节，还是针对任务予以调度的过程中，最为常见的指标就是完工时间，这一指标能够将物流联盟的工作效率予以直观呈现，在配送服务中，完工时间也是客户的关注重点。2）总拖期时间最小在配送任务这一环节，每一物流任务均有其配送服务的最大截止时间及为配送的最晚交货期限。一旦过了这一配送时间，不仅使客户没有体验完成的物流服务，也对物流企业造成较大的成本损失，也会大大降低整体联盟的信任度。因此明确交付时间指标，即具备最小总拖期时间这一指标至关重要。（2）基于成本的协同优化成本是考量协同任务的重要标准之一，低成本即能提升联盟的收益也能够将更大更多的潜在客源及货源予以吸引。（3）基于服务质量的协同优化客户群体会对联盟在时间与成本标准之外对服务质量提出更严格的要求，服务质量的高低对联盟的效益也产生直接影响。农村物流动态联盟以快速响应物流需求、提供最优质的物流服务、打造最低物流配送成本为发展宗旨，致力于打造高质量的物流配送服务体系，实现联盟内物流成员企业间高度协同协作的目标，因此本文在研究过程中，将配送时间最短、物流成本最低以及最有的服务质量作为目标函数。1.3.3农村物流动态联盟多任务协同处理机制为实现农村物流动态联盟对订单进行及时响应，并对物流任务进行合理分解使其能有效与物流资源配置协同优化，从而提升农村地区物流动态联盟运输的强度、配送的高效性以及交货的完整，利用移动互联网和大数据云计算构建物流信息平台，使其将物流配送中心、物流企业、运输公司、运输车辆、客户连接在一起，使不同企业之间配合协作，支撑农村物流动态联盟成员企业之间的协同，因此合理的物流动态联盟多任务协同机制至关重要，具体如图1.6所示。图1.6农村物流动态联盟多任务协同处理流程（1）订单处理物流动态联盟信息平台获取了客户提供的订单信息，其中能够体现出货品的类型、重量、地址、以及相关客户基本个人信息，信息平台根据物流任务进行任务分解。并对客户在信息平台操作的每一组数据进行存储分析，通过对数据进行存储分析，结合数据挖掘技术，准确的描绘出客户订单中的需求信息。（2）协同优化更加准确的定位到客户的需求信息，进而与信息平台的物流资源层所有的物流作业资源的综合调整，同时结合高效的调配模式进行优化。（3）任务分配在获得了物流订单之后，物流动态联盟信息平台会结合任务判断是否需要进行任务分解，分析物流配送作业为单环物流配送任务还是多环物流配送任务。信息平台将物流任务分配结果反馈给物流服务企业，物流企业借助信息平台就可以了解到物流作业的一些重要信息，如价格、时间和地点等。1）对于单环节物流任务：①以合作伙伴的选择方式为依据候选合作伙伴的选定。②完成单环节物流任务分配模型的有效创建。以最低的物流总成本、最高的物流服务质量、最小的综合惩罚程度为基本目标，完成多目标优化模型的有效创建。③基于隶属度函数与线性加权方法，以单目标优化问题的方式，针对多目标优化方案予以求解，明确最优的任务分配，明确各合作企业需完成的物流任务量。2）对于多环节物流任务：=1\*GB3①分解物流任务，清晰列出各个物流子任务的要求及节点等信息。=2\*GB3②依据选择合作伙伴的方式，明确各物流子任务的候选企业。=3\*GB3③确定各物流此任务是否可由一个合作企业来承担。=4\*GB3④针对某一物流子任务，需多个合作伙伴合作完成，可利用单环节物流任务的分配模型，将局部优化方案予以明确，作为特殊合作伙伴存在于多环节物流任务中。=5\*GB3⑤完成多环节物流任务分配模型的有效创建。在多目标优化模型的创建过程中，目标分别为最低的物流总成本、最短的任务执行时间、最高的服务质量与最小的综合惩罚力度。=6\*GB3⑥单目标函数的形式转化多目标函数，利用遗传算法的改进方式予以求解，明确最佳的任务分配方案，列出各物流子任务的承担方及其任务量。（4）信息跟踪物流信息平台将对配送中的运输车辆进行实时的追踪，对任务处理进行全方面的监控，并收集物流活动过程中所有数据信息。这样有助于客户了解实时的信息，必要时发挥联盟应急救援的作用。与传统物流配送方式进行对比，实现了货物在配送途中的实时监控，建立信息共享平台之后，在保障物流作业公开化的基础上，防止再出现无法监控的情况。顾客、司机、企业工作人员都有看到货物投递状态的权限，例如，司机运输的轨迹、货物分拣签收等情况。（5）结算交付农村物流动态联盟信息平台借助完备的产品交付模式，能够有效保障司机的服务标准和品质达到理想的效果。（6）服务评价不仅要将客户的反馈信息作为服务评价的指标，还应该将重点放在产业标准和信用报告系统建设上，以提高服务评价质量。1.4遗传算法1.4.1遗传算法概述基于达尔文的进化论和曼德尔的遗传变异原理，从多生物进化原理衍生出的生物仿生算法称为遗传算法，遗传算法内容的不断丰富，系统化的、完整的全局搜索方式得以普遍使用。自遗传算法形成至今，无论是美国欧洲，还是日本及中国，从事于工程设计与自动控制等领域的学者都对遗传算法表达了浓厚的钻研热情，同时结合经验的积累获得了一定的研究结果，引发了这一领域的研究热潮。随着研究的不断深入可解决的问题种类越来越多，改进方法的样式也日趋丰富。遗传算法中将生物计划机制原理作为其基本支撑点，利用自动完成在搜索空间内的获取与收集工作，与变化环境相适应，自行有效的针对所售环节进行控制。全局搜索的形式在遗传算法当中应用频率比较高，同时由于种群不断的更新换代，最终构成与最优解想近的解。在考虑适应度值的基础上，每个个体会参照自然遗传学中的变异，逐渐向最优解的近似解趋近，并予以形成。在最优解的求解的条件下，每个个体将会结合进化和自我提升的方式来应对不同的环境，所以新个体和之前的相比会具备很强的适应性。遗传算法在解决大量复杂的约束问题是表现性能较高，其在运算过程中不受初始种群数量的限制，相较于其他算法具有更好的适应性。遗传算法的显著特征如下。（1）在应用遗传算法的过程中，考虑到的其计算对象并不只是参数，同时在计算过程中搜索的主体还包括问题解的编码。与传统的优化模式进行对比可以看出，这能够体现出遗传算法的优良特性，单个初识姐在传统模式中利用率很高，但是会容易出现局部最优的状况。利用字符编码串，能够更加广泛的覆盖搜索范围。（2）适应性和学习型。确定编码操作方式，并对适应度函数进行设定，在进行求解过程中算法会在适应度函数值设定的基础下进行解的自主搜索。同时录入环境信息，在了解到环境变化的基础上，摸索出其中蕴含的规律，在这一过程中，只有适应度比较高的个体能够适应这些规律，同时这种形式也会体现在基因结构和适应程度上。（3）遗传算法的并行性。很多个体都可以在遗传算法中得到高效的处理，这种方式并不会逐个的进行搜索。在内涵并行性方面，算法在搜索时会结合搜索空间中的很多方面，实现信息的传递，在最短时间内，将最优解予以求出；内在并行性，可以利用到很多大量运算中，通过借助多台计算机协同并行运算。（4）应用遗传算法进行信息的搜索时，针对个体进行评估时，仅以适应度函数作为依据，并未依靠其他辅助知识或信息。（5）在算法上存在的差异也会体现于遗传算法使用概率的情况上，在自主搜索条件下，需要借助概率变化使算法不断的向最优解靠近。1.4.2遗传算法求解采用遗传算法对物流动态联盟多任务分配模型进行求解，算法求解过程如图1.7所示。图1.7遗传算法过程（1）编码与解码在遗传算法中，编码作为其首项环节，以字符串的形式对问题进行编码。二进制编码、实数编码均为其常见的编码方式，各有其独特的优势与劣势。选择编码方式的过程中，需要考虑到问题的针对性，因为问题本身会影响到编写适应度函数和变异函数的过程。但该方式也存在一定不足，因为这一过程容易受到过早收敛的影响，出现局部最优的情况[60]。种群数量使模型计算的重要因素之一，过多的种群数量，只会徒增无用的计算量，导致资源利用率大幅下降。反之，过少的种群数量，可能会发生最优解被忽略的现象。为了确保编码识别的有效性，能够将任务协同情况清晰的反馈，采用实数对应编码的方式对染色体进行编码。（2）适应度函数设计因适应度函数对遗传算法的最终结果影响较大，所以对遗传送法中适应度函数的设计尤为重要。确定遗传几率的大小通过对所有解空间染色体进行适应性分析测试，对其适应度值进行有效分析。得出适应度值与遗传概率呈现正相关性即适应度值越高遗传概率越大。因此适应度函数为遗传算法进化时必不可少的因素之一。（3）选择算子选择算子代表着遗传算法中的选择步骤。选择的个体不会受到交叉变异的影响，在选择的过程中会