基于顾客有限理性的自提点选址研究

《基于顾客有限理性的自提点选址研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/305617892ResearchonPickupPointLocationBasedonCustomers'BoundedRationalityArticle·October2015CITATIONSREADS0454authors,including:ChenYiyouTheSecondResearchIns

2、tituteofCAAC7PUBLICATIONS1CITATIONSEEPROFILESomeoftheauthorsofthispublicationarealsoworkingontheserelatedprojects:lastmiledeliveryViewprojectAllcontentfollowingthispagewasuploadedbyChenYiyouon25July2016.Theuserhasrequestedenhancementofthedownloadedfile.第２０卷

3、第６期工业工程与管理Ｖｏｌ．２０Ｎｏ．６２０１５年１２月ＩｎｄｕｓｔｒｉａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＭａｎａｇｅｍｅｎｔＤｅｃ．２０１５文章编号：１００７－５４２９（２０１５）０６－００９２－０９基于顾客有限理性的自提点选址研究陈义友１，张锦１，陈以衡１，罗建强２（１．西南交通大学交通运输与物流学院，四川成都６１００３１；２．江苏大学管理学院，江苏镇江２１２０１３）摘要：针对最后一公里配送情形下顾客选择行为是否对自提点选址产生影响，研究了基于顾客有限理性的自提点选址问题。考虑顾客取货距离和自提点的吸引力，

4、重新构造了顾客对自提点的分段效用函数。在此基础上，采用Ｅｒｌａｎｇ－Ｂ模型描述自提点拥堵情形，并用ＭＮＬ模型刻画顾客的有限理性行为，构建了基于顾客有限理性的自提点选址模型。运用免疫算法、贪婪取走算法和上升算法求解模型，不同随机算例验证了算法的有效性。最后，通过分析一个小规模的算例，结果显示：顾客有限理性行为影响自提点选址方案，顾客理性程度、自提点处理容量、自提点运营总成本、自提点覆盖距离是自提点选址的重要影响因素。关键词：自提点；有限理性；设施选址；分段效用函数；拥堵中图分类号：Ｆ２７０；Ｆ２２４．３；Ｃ９３

5、１文献标识码：ＡＲｅｓｅａｒｃｈｏｎＰｉｃｋｕｐＰｏｉｎｔＬｏｃａｔｉｏｎＢａｓｅｄｏｎＣｕｓｔｏｍｅｒｓ’ＢｏｕｎｄｅｄＲａｔｉｏｎａｌｉｔｙ１，ＺＨＡＮＧＪｉｎ１，ＣＨＥＮＹｉ－ｈｅｎｇ１，ＬＵＯＪｉａｎ－ｑｉａｎｇ２ＣＨＥＮＹｉ－ｙｏｕ（１．ＳｃｈｏｏｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎａｎｄＬｏｇｉｓｔｉｃｓ，ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００３１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｊｉａｎｇ２１

6、２０１３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｐｒｏｂｌｅｍｏｆｐｉｃｋｕｐｐｏｉｎｔｌｏｃａｔｉｏｎｂａｓｅｄｏｎｃｕｓｔｏｍｅｒｓ’ｂｏｕｎｄｅｄｒａｔｉｏｎａｌｉｔｙｗａｓｓｔｕｄｉｅｄｆｏｒｗｈｅｔｈｅｒｃｕｓｔｏｍｅｒｓ’ｃｈｏｉｃｅｂｅｈａｖｉｏｒｈａｓａｎｅｆｆｅｃｔｏｎｔｈｅｐｉｃｋｕｐｐｏｉｎｔｌｏｃａｔｉｏｎｕｎｄｅｒｌａｓｔｍｉｌｅｄｅｌｉｖｅｒｙｓｉｔｕａｔｉｏｎ．Ｃｏｎｓｉｄｅｒｉｎｇｃｕｓｔｏｍｅｒｐｉｃｋｕｐｄｉｓｔａｎｃｅａｎｄｐｉｃｋｕｐｐｏｉｎｔｓ’ａｔｔｒａｃｔｉｏｎ，ｔ

7、ｈｅｐｉｅｃｅｗｉｓｅｕｔｉｌｉｔｙｆｕｎｃｔｉｏｎｂｅｔｗｅｅｎｐｉｃｋｕｐｐｏｉｎｔａｎｄｃｕｓｔｏｍｅｒｗａｓｒｅｃｏｎｓｔｒｕｃｔｅｄ．Ｏｎｔｈｉｓｂａｓｉｓ，ｐｉｃｋｕｐｐｏｉｎｔ’ｓｃｏｎｇｅｓｔｉｏｎｓｉｔｕａｔｉｏｎｗａｓｄｅｓｃｒｉｂｅｄｂｙＥｒｌａｎｇ－ＢｍｏｄｅｌａｎｄＭＮＬｍｏｄｅｌｗａｓｕｓｅｄｔｏｄｅｐｉｃｔｔｈｅｃｕｓｔｏｍｅｒｓ’ｂｏｕｎｄｅｄｒａｔｉｏｎａｌｂｅｈａｖｉｏｒ．Ｐｉｃｋｕｐｐｏｉｎｔｌｏｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｃｕｓｔｏｍｅｒｓ’ｂｏｕｎｄｅｄｒａｔ

8、ｉｏｎａｌｉｔｙｗａｓｃｏｎｓｔｒｕｃｔｅｄ．Ｉｍｍｕｎｅａｌｇｏｒｉｔｈｍ，ｇｒｅｅｄｄｒｏｐｐｉｎｇａｌｇｏｒｉｔｈｍａｎｄａｓｃｅｎｔａｌｇｏｒｉｔｈｍｗｅｒｅｕｓｅｄｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌ，ａｎｄｄｉｆｆｅｒｅｎｔｒａｎｄｏｍｅｘａｍｐｌｅｓｖｅｒｉｆｉｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅａｌｇｏｒｉｔｈｍｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｃｕｓｔｏｍｅｒｓ’ｂｏ