CN108470226B - 一种物流系统收益最大化方法 - Google Patents

一种物流系统收益最大化方法 Download PDF

Info

Publication number
CN108470226B
CN108470226B CN201810260323.2A CN201810260323A CN108470226B CN 108470226 B CN108470226 B CN 108470226B CN 201810260323 A CN201810260323 A CN 201810260323A CN 108470226 B CN108470226 B CN 108470226B
Authority
CN
China
Prior art keywords
cost
logistics system
total
logistics
service
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810260323.2A
Other languages
English (en)
Other versions
CN108470226A (zh
Inventor
朴昌浩
李德涛
张艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Runqianyu Intellectual Property Service Co ltd
Shandong Expressway Xinlian Payment Co ltd
Original Assignee
Shandong Expressway Xinlian Payment Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Expressway Xinlian Payment Co ltd filed Critical Shandong Expressway Xinlian Payment Co ltd
Priority to CN201810260323.2A priority Critical patent/CN108470226B/zh
Publication of CN108470226A publication Critical patent/CN108470226A/zh
Application granted granted Critical
Publication of CN108470226B publication Critical patent/CN108470226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种物流系统收益最大化方法，用于现代物流系统的管理中，结合物流成本理论和收益理论，以时间和成本的综合优化控制为出发点，建立动态的成本投入与收益分析方法。从而改进传统的物流成本分析与控制方法，更有效的提高企业效益。避免了传统成本核算方法数据的不确定性和变动性，有效控制数据信息的准确性和时效性，保证企业各经济活动中信息流通的效率，为企业制定正确的战略方向奠定基础。帮助物流企业建立完善的物流系统，通过物流成本的控制和管理使得整个物流系统达到最优化，增强企业竞争优势。提高了企业各经济活动之间的关联，使得各部门经济活动联系更紧密，保证企业各项经济活动有序进行。

Description

一种物流系统收益最大化方法
技术领域
本发明涉及数据挖掘，时间优化、成本控制等技术，特别是涉及一种物流系统收益最大化的方法。
背景技术
如何控制物流成本，以尽可能小的投入提供尽可能好的服务获取最大的利润，以保持物流部门的持续发展，是企业物流部门所面临的重要课题，最终打造出低成本的物流核心竞争力的关键所在。因此正确而全面的了解和控制企业内外物流费用，建立一套有效的物流成本与收益管理体系，加强企业物流成本核算与管理，实现收益最大化，已成为现代物流成本管理核心问题。
物流系统收益最大化的方法主要是在最优成本投入的基础上实现最大收益。物流成本研究理论主要分为两个方面：一是物流成本的分类与核算研究，如运输成本、库存成本、包装成本、装卸成本、人工成本等，对物流成本进行科学分类是物流成本控制与优化的依据；二是物流成本控制与优化策略研究，主要有基于物流环节的作业成本法，加入了时间因素的时间作业成本法等。这些方法主要关注物流成本的控制优化，忽略了物流成本的变化对物流服务质量的影响。而当前的物流企业收益研究集中于物流服务定价策略，物流服务客户满意度评估等，缺乏对物流系统的净收益研究。但是将物流成本控制优化与物流系统的收益两者结合起来，则可以对物流系统的运营管理有一个全面的把握，以实现寻求最优的成本投入达到物流系统收益最大化的目标。
本专利通过定性分析和定量分析、理论研究和仿真验证相结合，综合运用现代物流学、会计学、财务管理学和数学模型等理论与方法等方面的知识，结合基于成本的时间和价格对客户满意度的影响，建立动态的成本投入与收益分析方法。通过仿真验证这种动态的方法在物流实际管理活动中的可行性，为现代物流管理提供理论支撑，从而改进传统的物流成本分析与控制方法，更有效的提高企业效益。
发明内容
针对上述问题，本发明提供了一种物流系统收益最大化的方法，以解决物流系统中时间与成本综合优化调整与收益最大化难以结合的问题。
本发明采用的技术方案的步骤如下：
A.根据n个行业竞争对手的服务价格p1…pn，本物流系统的需求价格函数q(p)，获得本物流系统的服务定价p，以及总需求量Q0以及本物流系统的总营业额Y0；
B.根据物流系统单位平均运输成本y_c以及单位平均仓储成本c_c,结合运输速度v0计算出运输总时间T1与仓储总时间T2，计入单位平均装卸成本r_c、单位平均包装成本b_c后，获得物流系统运营总成本C0以及净利润额y0；
C.根据物流系统配送同步特征，利用k-均值聚类算法对物流系统各配送路径长度按照近程L1、中程L2、远程L3标准分类，并计算各类在统一速度下的运输时间，根据分类结果对全物流系统的运输总时间T1进行优化调整并获得物流同步配送下的各城市点货物仓储时间T2′；
D.根据调整后的全物流系统运行时间T'、本物流系统的服务定价p以及物流系统运营总成本C0，获得本物流系统的服务性价比Cp，，结合行业竞争对手的服务性价比(Cp1…Cpn)，建立客户满意度函数m(M0)，对需求价格函数q(p)进行修正，获得新的市场占有量Q1以及净利润额y1；
E.比较总需求量Q0下的净利润额y0与新的市场占有量Q1下净利润额y1大小，获得在改善系统运行状况后不调整服务定价p的最大利润y2，调整后利润增加则获得新的最大利润，输出结果；调整后未能增加则判断是否可以通过调整服务定价p来获取最大利润。
所述步骤A采集市场的行业竞争对手数量以及相应的服务价格，根据供需关系与博弈模型，建立本物流系统的需求价格函数q(p)，获得本物流系统的服务定价p，以及总需求量Q0以及本物流系统的总营业额Y0。
所述步骤B结合各路径距离，各级城市点仓储时间，各相应路径的运输量，计算出物流系统运营总成本C0与净利润额y0，公式如下：
Q0＝a-bp+b1p1+...+bnpn
C0＝C1 0+C2 0+rc+bc
Y0＝(a-bp+b1p1+...+bnpn)*p
y0＝Y0-C0
其中a为本物流系统服务产品市场需求量常数，b为物流系统的价格敏感系数，b1...bn为n个行业竞争对手的价格替代系数，C1 0表示总运输成本，C2 0表示总仓储成本，rc表示总装卸成本，bc表示总包装成本，Y0为本物流系统的总营业额。
所述步骤C根据物流系统配送同步特征，利用k-均值聚类算法对物流系统各配送路径长度L进行统一分类。对所有路径Lij(i表示路径的起点，j表示路径的终点)按照近程L1、中程L2、远程L3的标准进行分类，近程路径L1不参与时间T1调整，按系统配置速度V0运行，以中程路径L2的平均配送时间为优化目标，并设置系统最大车辆运输速度V1 1，对远程配送路径L3的物流运输速度V0进行调整，取不超过系统最大车辆运输速度的区间内的最大值为调整后的速度，获得调整后的远程路径运输时间，将近程L1、中程L2、调整后的远程L3路径运输时间结合起来，求取各配送中心对应的各运输路径的运输时间，获得配送中心对应的各运输路径运送来的货物的仓储时间T2；
所述步骤D根据时间调整结果获得调整后的全物流系统获得净利润额，本物流系统运行时间，结合价格获得本物流系统在时间优化后的性价比，计算本物流系统客户满意度，代入竞争对手的客户满意度，对本物流系统的价格需求函数进行修正，公式如下：
Q1＝a-b(1-d)*p+b1(1-d1)*p1+...+bn(1-dn)*pn
C1＝C1 0′+C2 0′+rc′+bc′
Y1＝[a-b(1-d)*p+b1(1-d1)*p1+...+bn(1-dn)*pn]*pn
y1＝Y1-C1
其中，获得第二次生成的本物流系统市场需求量与相应的净利润额，系统总运行时间以及新的系统运行总成本；
所述步骤E比较总需求量Q0下的净利润额y0与新的市场占有量Q1下净利润额y1大小，获得在改善系统运行状况后不调整服务定价p的最大利润y2，调整后利润增加则获得新的最大利润，输出结果；调整后未能增加则判断是否可以通过调整服务定价p来获取最大利润，其中服务定价的调整是依据平均单位价格比优化调整后的平均单位运输成本大且性价比Cp'不低于未调整前的性价比Cp。
本发明提出了一种全新的物流收益最大化的方法，具有以下优点：
1.通过对所有配送路径采用k-均值聚类算法进行分类，将成本管理与配送时间结合起来，使得成本与时间的进行综合控制优化，提高服务质量，实现在不增加成本的情况下收益有明显提高或增加成本极低的情况下收益增加的速度明显高过成本增加的速度。
2.通过博弈策略定价使得物流系统市场占有量最大化，引入竞争对手的服务质量因素后，使得物流系统的收益更加真实合理，也更加容易发现系统运行中的问题。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1是本发明实施步骤A至步骤E的流程图。
图2是本发明实施步骤C运输路径按距离聚类的算法流程图。
具体实施方式
下面，结合附图对本发明的具体实施方式作进一步说明。
本发明采用的技术方案的步骤如下：
A.根据行业竞争对手数量n，服务价格p1…pn，建立本物流系统的需求价格函数q(p)，获得本物流系统的服务定价p，总需求量Q0以及本物流系统的总营业额Y0；
B.根据物流系统单位平均运输成本y_c以及单位平均仓储成本c_c,结合运输速度v0计算出运输总时间T1与仓储总时间T2，计入单位平均装卸成本r_c、单位平均包装成本b_c后，获得物流系统运营总成本C0以及净利润额y0；
C.根据物流系统配送同步特征，利用k-均值聚类算法对物流系统各配送路径长度按照近程L1、中程L2、远程L3标准分类，并计算各类在统一速度下的运输时间，根据分类结果对全物流系统的运输总时间T1进行优化调整并获得物流同步配送下的各城市点货物仓储时间T2′；
D.根据调整后的全物流系统运行时间T'与服务提供价格p'、本物流系统的服务定价p以及调整后物流系统运营总成本C1，获得本物流系统的服务性价比Cp，结合行业竞争对手的服务性价比(Cp1…Cpn)，建立客户满意度函数m(M0)，对需求价格函数q(p)进行修正，获得新的市场占有量Q1以及净利润额y1；
E.比较总需求量Q0下的净利润额y0与新的市场占有量Q1下净利润额y1大小，获得在改善系统运行状况后不调整服务定价p的最大利润y2，调整后利润增加则获得新的最大利润，输出结果；调整后未能增加则判断是否可以通过调整服务定价p来获取最大利润。
步骤A采集市场竞争对手数量n以及相应的服务价格p1…pn，根据供需关系与博弈模型，建立本物流系统需求价格函数q(P)，获得本物流系统的服务定价p，总需求量Q0以及本物流系统的总营业额Y0，公式如下：
Q0＝a-bp+b1p1+...+bnpn
a为本物流系统服务产品市场需求量常数，b为本物流系统关于自身价格的敏感系数，b1...bn分别为各物流系统的替代系数，p1...pn分别为采集到的各家物流服务提供商的价格。
步骤B结合各路径距离，各级城市点仓储时间，各相应路径的运输量，分别计算出总运输成本与总仓储成本，计入总装卸成本rc、总包装成本bc后，获得物流系统运营总成本C0以及净利润额y0，公式如下：
Q0＝a-bp+b1p1+...+bnpn
C0＝C1 0+C2 0+rc+bc
Y0＝(a-bp+b1p1+...+bnpn)*p
y0＝Y0-C0
其中q(p)，C0，Y0，y0是在只考虑价格的规则上获得的数据，反映了价格的市场认可水平。
步骤C根据物流系统配送同步特征，如图1所示，利用k-均值聚类算法对物流系统各配送路径长度L进行统一分类后对运行时间与成本进行综合优化调整。
C1对所有路径Lij按照近程L1、中程L2、远程L3的标准进行分类(i表示路径的起点，j表示路径的终点)；
C2近程路径L1不参与运输时间T1调整，按系统配置速度V0运行，以中程路径L2在速度V0下的平均配送时间T_L2为优化目标，并设置系统最大车辆运输速度V1 1，对远程配送路径L3的物流运输速度V0进行调整，获得理论最大速度值V1 2，取不超过系统最大车辆运输速度min{V1 1,V1 2}的区间内的最小值为调整后的速度，获得调整后的远程路径运输时间T1 1_L3；
C3将近程L1、中程L2、调整后的远程路径L3运输时间T1 1_L3结合起来，求取各配送中心对应的各运输路径的运输时间总和，获得配送中心对应各运输路径运送来的货物的仓储时间总和，结合其他竞争对手的服务性价比CP1...CPn，分别计算相对应的客户满意度d1...dn，代入竞争对手的客户满意度，对本物流系统的价格需求函数q(p)进行修正，更新需求量q以及营业收入和净利润。
步骤D根据时间调整结果T1获得调整后的全物流系统服务性价比Cp0,Cp1...Cpn，本物流系统运行时间T，结合价格p获得本物流系统在时间优化后的性价比Cp0，计算本物流系统客户满意度d，结合其他竞争对手的服务性价比CP1...CPn，分别计算相对应的客户满意度d1...dn，代入竞争对手的客户满意度，对本物流系统的价格需求函数q(p)进行修正，公式如下：
Q1＝a-b(1-d)*p+b1(1-d1)*p1+...+bn(1-dn)*pn
C1＝C1 0′+C2 0′+rc′+bc′
Y1＝[a-b(1-d)*p+b1(1-d1)*p1+...+bn(1-dn)*pn]*pn
y1＝Y1-C1
其中，再次更新本物流系统市场需求量与相应的净利润额，系统总运行时间T以及调整后物流系统运营总成本C1。C1 0′表示调整后总运输成本，C2 0′表示调整后总仓储成本，rc′表示调整后总装卸成本，bc′表示调整后总包装成本。
步骤E在于判断是否需要对价格进行调整来获取最大利润，如图2所示。
E1比较总需求量Q0下的净利润额y0与新的市场占有量Q1下净利润额y1大小，获得在对系统运行时间与运行成本进行优化调整后不调整服务定价p的最大利润y2，优化调整后利润增加则获得新的最大利润y2，输出结果；
E2运行时间与运行成本进行优化调整后利润未能未能增加，计算在运行时间优化后价格不变的情况下的两种性价比，判断大小，如果大于，调整价格增加到，更新后重新计算，得到本系统第三个需求量，获得第三个利润额，与前面的比较大小，如果比剩余两个大，则第三个为最大利润，否则程序结束。

Claims (2)

1.一种物流系统收益最大化方法，其特征在于，用于时间优化与成本控制相结合的情况下的物流系统收益最大化管理，包括以下步骤：
A.采集n个行业竞争对手的服务价格p1…pn，根据供需关系与博弈模型，建立本物流系统的需求价格函数q(p)，获得本物流系统的服务定价p，总需求量Q0以及本物流系统的总营业额Y0；
B.根据物流系统单位平均运输成本y_c以及单位平均仓储成本c_c,结合运输速度v0计算出运输总时间T1与仓储总时间T2，计入单位平均装卸成本r_c、单位平均包装成本b_c后，获得物流系统运营总成本C0以及净利润额y0；
步骤B计算物流系统运营总成本C0以及净利润额y0的公式如下：
Q0＝a-bp+b1p1+...+bnpn
C0＝C1 0+C2 0+rc+bc
Y0＝(a-bp+b1p1+...+bnpn)*p
y0＝Y0-C0
其中，a表示本物流系统服务产品市场需求量常数，b为本物流系统的价格敏感系数，p为本物流系统的服务定价，p1…pn为n个行业竞争对手的服务价格，b1...bn为n个行业竞争对手的价格替代系数，C1 0表示总运输成本，C2 0表示总仓储成本，rc表示总装卸成本，bc表示总包装成本，Y0为本物流系统的总营业额；
C.根据物流系统配送同步特征，利用k-均值聚类算法对物流系统各配送路径长度按照近程L1、中程L2、远程L3标准分类，并计算各类在统一速度下的运输时间，根据分类结果对全物流系统的运输总时间T1进行优化调整，并获得物流同步配送下的各城市点货物仓储时间T2′；
步骤C根据物流系统配送同步特征，利用k-均值聚类算法对物流系统各配送路径长度进行统一分类后对运行时间与成本进行综合优化调整：
C1对所有路径Lij按照近程L1、中程L2、远程L3的标准进行分类(i表示路径的起点，j表示路径的终点)；
C2近程L1不参与运输总时间T1调整，按系统配置速度V0运行，以中程L2在速度V0下的平均配送时间T_L2为优化目标，并设置系统最大车辆运输速度V1 1，对远程L3的物流运输速度V0进行调整，获得理论最大速度值V1 2，取不超过系统最大车辆运输速度min{V1 1,V1 2}的区间内的最小值为调整后的速度，获得调整后的远程路径运输时间T1 1_L3；
C3将近程L1、中程L2、调整后的远程路径L3运输时间T1 1_L3结合起来，求取各配送中心对应的各运输路径的运输时间总和，获得配送中心对应各运输路径运送来的货物的仓储时间总和，结合其他竞争对手的服务性价比Cp1…Cpn，分别计算相对应的客户满意度d1...dn，代入竞争对手的客户满意度，对本物流系统的价格需求函数q(p)进行修正，更新总需求量Q0以及营业收入和净利润；
D.根据调整后的全物流系统运行时间T'、本物流系统的服务定价p以及调整后物流系统运营总成本C1，获得本物流系统的服务性价比Cp，结合行业竞争对手的服务性价比(Cp1…Cpn)，建立客户满意度函数m(M0)，对需求价格函数q(p)进行修正，获得新的市场占有量Q1以及净利润额y1；各计算公式为：
Q1＝a-b(1-d)*p+b1(1-d1)*p1+...+bn(1-dn)*pn
C1＝C1 0′+C2 0′+rc′+bc′
Y1＝[a-b(1-d)*p+b1(1-d1)*p1+...+bn(1-dn)*pn]*pn
y1＝Y1-C1
其中，a表示本物流系统服务产品市场需求量常数，b为本物流系统的价格敏感系数，p为本物流系统的服务定价，d表示本物流系统的客户满意度，p1…pn为n个行业竞争对手的服务价格，b1...bn为n个行业竞争对手的价格替代系数，d1...dn表示n个行业竞争对手的客户满意度，Y1为调整后本物流系统的总营业额；C1表示调整后物流系统运营总成本，C1 0′表示调整后总运输成本，C2 0′表示调整后总仓储成本，rc′表示调整后总装卸成本，bc′表示调整后总包装成本；
E.比较总需求量Q0下的净利润额y0与新的市场占有量Q1下净利润额y1大小，将两者中的最大值作为改善系统运行状况后不调整服务定价p的最大利润y2，调整后利润增加则获得新的最大利润，输出结果；调整后未能增加则判断是否可以通过调整服务定价p来获取最大利润。
2.根据权利要求1所述的一种物流系统收益最大化方法，其特征在于，所述步骤E比较总需求量Q0下的净利润额y0与新的市场占有量Q1下净利润额y1大小，获得在改善系统运行状况后不调整服务定价p的最大利润y2，调整后利润增加则获得新的最大利润，输出结果；调整后未能增加则判断是否可以通过调整服务定价p来获取最大利润，其中服务定价p的调整是依据平均单位价格比优化调整后的平均单位运输成本大且性价比Cp'不低于未调整前的性价比Cp。
CN201810260323.2A 2018-03-27 2018-03-27 一种物流系统收益最大化方法 Active CN108470226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810260323.2A CN108470226B (zh) 2018-03-27 2018-03-27 一种物流系统收益最大化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810260323.2A CN108470226B (zh) 2018-03-27 2018-03-27 一种物流系统收益最大化方法

Publications (2)

Publication Number Publication Date
CN108470226A CN108470226A (zh) 2018-08-31
CN108470226B true CN108470226B (zh) 2024-01-12

Family

ID=63265890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810260323.2A Active CN108470226B (zh) 2018-03-27 2018-03-27 一种物流系统收益最大化方法

Country Status (1)

Country Link
CN (1) CN108470226B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009275A (zh) * 2019-03-19 2019-07-12 深圳市宏大供应链服务有限公司 基于地理位置的物流配送路径规划方法和系统
CN111985861A (zh) * 2019-05-22 2020-11-24 顺丰科技有限公司 物流产品轻抛系数管理方法及装置、存储介质
CN111553644B (zh) * 2020-06-04 2023-06-30 上海燕汐软件信息科技有限公司 一种物流线路价格更新方法、装置、系统
CN112116135B (zh) * 2020-09-04 2024-08-20 上海汽车集团股份有限公司 一种仓储资源的规划方法及相关装置
CN113393040B (zh) * 2021-06-18 2023-04-07 重庆邮电大学工业互联网研究院 一种基于博弈论的工业园区物流调度方法及系统
CN117611226B (zh) * 2024-01-22 2024-04-09 吉林大学 基于单车定额和当量物流量的物流资源智能在线核算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004035122A (ja) * 2002-06-28 2004-02-05 Toyota Motor Corp 物流計画立案装置と立案方法とプログラム
CN106548316A (zh) * 2016-09-26 2017-03-29 云南电网有限责任公司临沧供电局 一种基于移动gis的智能辅助电力物资配送方法
CN107274033A (zh) * 2017-06-29 2017-10-20 安徽电信规划设计有限责任公司 一种简便易行的动态配送路径优化方法
CN107578131A (zh) * 2017-09-11 2018-01-12 成都华药共享网络科技有限公司 大规模的物流路径规划系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030191724A1 (en) * 2002-04-03 2003-10-09 Turra Marco L. System and method to facilitate the pricing of freight transportation services
US20090037095A1 (en) * 2007-07-30 2009-02-05 Zms Technologies Inc. Transmodal and logistics system and method
US20140188747A1 (en) * 2012-12-28 2014-07-03 Ebay Inc. Determining shipping costs using a logistics table
US10068241B2 (en) * 2014-04-30 2018-09-04 Walmart Apollo, Llc Dynamic pricing systems and methods
CN106156981A (zh) * 2016-07-07 2016-11-23 成都镜杰科技有限责任公司 基于云计算的物流协同处理方法
CN106447050A (zh) * 2016-08-30 2017-02-22 大连理工大学 均衡回收企业定价和回收成本的报废汽车回收规划方法
US10423923B2 (en) * 2016-09-13 2019-09-24 International Business Machines Corporation Allocating a product inventory to an omnichannel distribution supply chain
CN106651257A (zh) * 2016-12-14 2017-05-10 深圳市大东车慧科技股份有限公司 一种物流公司运输成本管理系统及其使用方法
CN106651277A (zh) * 2017-01-04 2017-05-10 南阳师范学院 一种基于区域物流信息的网络传输系统及数据分析方法
CN106773704B (zh) * 2017-01-04 2020-02-07 中国科学院过程工程研究所 多系统联合优化调度方法及装置
CN106875211A (zh) * 2017-01-06 2017-06-20 华东师范大学 一种云计算环境中基于用户感知价值的最优服务定价方法
CN107146105A (zh) * 2017-05-04 2017-09-08 陈余 基于数据挖掘的商品库存及动态定价系统
CN107730091A (zh) * 2017-09-26 2018-02-23 沈阳工业大学 一种单周期二级物流服务供应链的协调运作方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004035122A (ja) * 2002-06-28 2004-02-05 Toyota Motor Corp 物流計画立案装置と立案方法とプログラム
CN106548316A (zh) * 2016-09-26 2017-03-29 云南电网有限责任公司临沧供电局 一种基于移动gis的智能辅助电力物资配送方法
CN107274033A (zh) * 2017-06-29 2017-10-20 安徽电信规划设计有限责任公司 一种简便易行的动态配送路径优化方法
CN107578131A (zh) * 2017-09-11 2018-01-12 成都华药共享网络科技有限公司 大规模的物流路径规划系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
B2C零售企业的物流综合成本最小化方案;张丽;黄世祥;;科学与管理(第05期);全文 *

Also Published As

Publication number Publication date
CN108470226A (zh) 2018-08-31

Similar Documents

Publication Publication Date Title
CN108470226B (zh) 一种物流系统收益最大化方法
Yildiz et al. Service and capacity planning in crowd-sourced delivery
Remli et al. A robust winner determination problem for combinatorial transportation auctions under uncertain shipment volumes
Lin et al. Pricing policy selection for a platform providing vertically differentiated services with self-scheduling capacity
Audy et al. Cost allocation in the establishment of a collaborative transportation agreement—an application in the furniture industry
KR20240024787A (ko) 탄소 집약도 자동 계산 및 추적을 위한 시스템들 및 방법들
Shi et al. Analytics for cross‐border e‐commerce: inventory risk management of an online fashion retailer
Bajgiran et al. The value of integrated tactical planning optimization in the lumber supply chain
CN113361993B (zh) 一种数据驱动的订货与预防性转运优化方法及系统
Xiao et al. Efficient and truthful multi-attribute auctions for crowdsourced delivery
Haartveit et al. Supply chain management mapping for the forest products industry: Three cases from western Canada
Mak Peer-to-peer crowdshipping as an omnichannel retail strategy
CN113039565A (zh) 促进货物或服务相关活动的系统和方法
Sadchenko et al. Modern marketing to scale the business
Liu et al. Study on coordination and optimization of contract farming supply chain based on uncertain conditions
Liu et al. The effects and conflicts of co-opetition in a rail-water multimodal transport system
De Giovanni Eco-digital supply chains through blockchains
Xu et al. Ordering and inventory reallocation decisions in a shared inventory platform with demand information sharing
Tan et al. Matching volatile demand with transportation services in Vietnam: A case study with Gemadept
Zhang et al. A multi-depot pollution routing problem with time windows in e-commerce logistics coordination
Zhang et al. Leveraging the Social Fabric to Improve Rural E-Commerce Access
CN112949889A (zh) 一种基于物联网与大数据技术的分级库存及二次配送方法
CN115049314A (zh) 一种干线运输自备车队规模优化方法
KR20200000675A (ko) 소셜 네트워크 기반의 농업체험 참여 프로그램 관리 장치
Illiashenko et al. The specificity of the marketing distribution policy; diagnostic procedures in the enterprise

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Pu Changhao

Inventor after: Li Detao

Inventor after: Zhang Yan

Inventor before: Pu Changhao

Inventor before: Li Detao

Inventor before: Zhang Yan

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20231221

Address after: 701, Building 3, Zone 7, Hanyu Financial and Business Center, No. 7000 Jingshi Road, High tech Zone, Jinan City, Shandong Province, 250098

Applicant after: SHANDONG EXPRESSWAY XINLIAN PAYMENT Co.,Ltd.

Address before: 528100, Building 5, Zone 2, Shuangzixing City, Country Garden, Yundonghai Street, Sanshui District, Foshan City, Guangdong Province, China (Address Declaration)

Applicant before: Foshan Runqianyu Intellectual Property Service Co.,Ltd.

Effective date of registration: 20231221

Address after: 528100, Building 5, Zone 2, Shuangzixing City, Country Garden, Yundonghai Street, Sanshui District, Foshan City, Guangdong Province, China (Address Declaration)

Applicant after: Foshan Runqianyu Intellectual Property Service Co.,Ltd.

Address before: 400065 No. 2, Chongwen Road, Nan'an District, Chongqing

Applicant before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS

GR01 Patent grant
GR01 Patent grant