C2M型电子商务驱动的生产-仓储-配送联动决策研究

The rapid development of E-commerce has created new requirements of product individuation and diversification. This trend is also pushing manufacturers to upgrade their production and management model. A new C2M (customer to manufactory) manufacturing paradigm begins to emerge in the industrial field. The C2M paradigm is characterized by high flexible production system, quick-response warehouse with zero inventory and high efficiency multi-mode distribution. The key challenge in C2M is the synchronized production-warehousing-distribution decision. In this project, the features of production, warehousing and distribution in C2M environment will be analyzed. A synchronized production-warehousing-distribution decision model will be established which can represent the dynamic decision stricture and variable master-slave relationship. In order to solve this model, a multidisciplinary adaptive intelligent optimization mechanism will be proposed. Multiple swarm intelligence algorithms will be built in this mechanism. A high level configuration strategy will match the algorithm and sub-problem in the model. In the synchronization system, each sub-system can individually invoke different intelligence algorithm and generate an integrated optimization solution. Finally, the proposed research methodology will be applied in three typical C2M scenarios: production oriented synchronization, warehousing oriented synchronization and distribution oriented synchronization. This work will produce a scientific research approach to study the dynamic coordination and automatic decision in general C2M environment.

随着电子商务模式的发展升级，互联网所释放个性化、多样化需求，正在倒逼生产制造企业的全面转型升级。需求端、零售端与制造业的在线紧密连接、协同，催生出一套消费者驱动的C2M（customer to manufactory）型生产运营模式。该模式具有生产系统高度柔性化、仓储系统快速响应零库存化和配送模式高效多元化的特点。而其核心挑战在于生产-仓储-配送全面联动运作。本研究深入分析C2M环境下生产、仓储、配送独立环节的问题特点，构建具有动态合作关系和可变主从结构的生产-仓储-配送协同决策模型。并提出“跨领域自适应型多元群体智能算法机制”，通过自适应算法管理配置，使得协同决策模型中每个子系统可独立匹配不同的智能算法，构建最适宜的算法组合方案。最终将所提出算法机制用于解决实际应用中的“生产计划驱动型”、“仓储空间约束型”和“配送任务带动型”三类典型联动决策问题，为实现C2M背景下多环节在线协同和制造物流联动提供理论依据。

随着电子商务模式的发展升级，互联网所释放个性化、多样化需求，正在倒逼生产制造企业的全面转型升级。需求端、零售端与制造业的在线紧密连接、协同，催生出一套消费者驱动的C2M（customer to manufactory）型生产运营模式。该模式具有生产系统高度柔性化、仓储系统快速响应零库存化和配送模式高效多元化的特点。而其核心挑战在于生产-仓储-配送全面联动运作。本研究深入分析C2M环境下生产、仓储、配送独立环节的问题特点，展开了以下四个板块的研究：（1）生产、仓储、配送各独立环节的数据采集与资源配置值，（2）生产-仓储-配送各环节联动的优化决策机制 （3）基于联动场景的跨领域自适应型多元群体智能算法，以及（4）生产-仓储-配送协同优化场景应用研究。在研究板块一中，深入研究了物联网可穿戴智能技术在生产、仓储、配送前端数据采集方法，以及利用多属性决策进行前端设备选型的决策支持方法，为后续的 协同决策打下基础。在研究板块二中，研究了基于电商O2O的线上线下一体化制造物流联动运营机制，以及面向按单生产模式的制造与越库作业运营机制。在研究板块三中，将蚁群算法、遗传算法等群体智能算法与反向相对基学习、迭代局部搜索算法相结合，提出了适应联动场景的自适应型算法。在研究板块四中，结合了Physical Internet理论框架、对定制家居行业的制造物流联动场景展开了研究、同时探讨了制造物流联动理论在生鲜产品拍卖场景下的扩展应用可行性。