新書推薦：
《
十一年夏至
》
售價：HK$
76.2
《
如何打造成功的商业赛事
》
售價：HK$
89.5
《
万千教育学前·透视学前儿童的发展：解析幼儿教师常问的那些问题
》
售價：HK$
58.2
《
慈悲与玫瑰
》
售價：HK$
87.4
《
启蒙的辩证：哲学的片简（法兰克福学派哲学经典，批判理论重要文本）
》
售價：HK$
76.2
《
云中记
》
售價：HK$
76.2
《
中国古代妇女生活（中国古代生活丛书）
》
售價：HK$
47.0
《
你的认知正在阻碍你
》
售價：HK$
65.0
|
| 編輯推薦： |
|
本书运用多种数理研究方法进行综合分析，从定量的角度对无人零售终端场景下的供应链资源整合优化问题进行分析。该项研究成果对于企业界在不同商业情景下推广新零售模式，便利消费者购物，提升消费者的体验价值等方面具有创新的意义。
|
| 內容簡介： |
随着数字经济的发展，我国传统零售行业的格局发生了颠覆性变化，以消费者价值体验为核心，线上线下融合的新零售时代来临。新零售模式改变了传统交易活动中的商业关系、利益关系、组织方式、经营形态、零售产出及经营理念等多个方面，其创新与变革的内容在不同阶段呈现出不同的表现形式。研究不同场景下新零售的不同需求模式，并在此基础上设计与之匹配的供应链运作优化方案，对做好新零售至关重要。
本书综合运用数理统计、数据挖掘、模糊与随机规划、优化建模及仿生算法等方法，对不同场景下面向新零售模式的供应链运作问题进行研究，涉及供应链网络结构设计（选址）、供应链资源整合、供应链调度等，并在此基础上构建了对应的决策优化方法，为相关主体做好新零售提供了参考。
|
| 關於作者： |
|
姚建明 中国人民大学商学院教授，博士生导师，中国人民大学中国企业创新发展研究中心主任，数字经济产业创新研究院院长，中国战略性新兴产业研究院副院长。荣获“2019中国年度经济人物”、中国人民大学“十大教学标兵”、中国人民大学商学院“教学杰出教授”、高管教育（EE）“最佳教授”和“最受欢迎教授”等称号。长期从事工商管理领域的研究、教学和咨询、顾问工作。近年来，围绕数字经济、企业数字化转型等领域进行了创新性研究、教学和顾问、咨询活动，提出了若干原创性的理论和方法。出版了《战略管理：新思维、新架构、新方法》、《供应链管理》、《运营与供应链管理》、《数字经济规划指南》（我国shou部数字经济规划指导书）、《企业数字化转型》（我国shou部系统性的数字化转型指导书）等重要著作，是我国管理创新以及数字经济与企业数字化转型创新领域的开拓者和引领者。
|
| 目錄：
|
第一篇
绪论
目录
前言
1? 研究背景与研究意义 3
1.1? 实践背景 3
1.2? 理论背景 6
2? 研究框架与技术路线 11
2.1? 研究目标与研究内容 11
2.2? 技术路线与框架 13
3? 社区个性化养老情景下的供应链资源
整合优化 21
3.1? 引言 21
3.2? 服务组合形式及服务模式的便利
深度分析及刻画 24
3.2.1? 养老服务平台的服务组合形式 24
3.2.2? 服务模式的差异化便利深度分析及刻画 25
3.3? 差异化便利特征的服务组合资源整合分析 26
2? 不同场景下面向新零售模式的供应链运作优化研究
3.3.1? 服务效用分析及刻画 27
3.3.2? 基于服务组合柔性的资源整合分析 29
3.3.3? 服务提供商不同服务模式下的资源
使用情况分析 32
3.4? 资源整合优化流程分析及优化模型建立 33
3.4.1? 资源整合优化流程分析 33
3.4.2? 资源整合优化模型的建立 34
3.5? 算法分析 34
3.6? 算例 35
3.7? 结论 39
4? 定制化旅游情景下的供应链调度优化研究 41
4.1? 引言 41
4.2? TMC模式下旅游活动的多阶段性
特征分析 43
4.3? TMC模式下旅游活动规模效应的
量化分析 45
4.3.1? TMC模式下旅游活动规模效应分析 46
4.3.2? TMC模式下旅游活动多阶段模糊
规模效应的量化处理 47
4.4? 基于多阶段规模效应量化的TMC
模式下供应链调度优化模型 50
4.4.1? 调度优化目标 50
4.4.2? 调度优化模型 52
4.5? 求解算法 53
4.5.1? 算法的选择分析 53
4.5.2? 算法设计 54
4.6? 算例仿真 55
4.7? 结论 60
5? 新零售模式下绿色供应链调度优化研究 62
5.1? 引言 62
5.2? 文献综述 64
5.3? 大规模个性化模式下绿色供应链调度的
关键问题 67
5.3.1? 大规模个性化模式下的供应链特征 67
5.3.2? 大规模个性化模式下绿色供应链
调度的目标和约束条件 70
5.3.3? 供应商绿色水平综合评价 72
5.4? MP模式下绿色供应链调度优化模型 75
5.4.1? 问题描述与假设 75
5.4.2? 符号说明 76
5.4.3? 模型构建 77
5.5? 模型构建与算法设计 78
5.5.1? 目标函数的处理 78
5.5.2? 约束条件的处理 79
5.5.3? 遗传算法流程 79
5.6? 算例研究 80
5.6.1? 算例描述 80
5.6.2? 算例结果 84
5.7? 结论 88
4? 不同场景下面向新零售模式的供应链运作优化研究
6? 农业社会化情景下的供应链调度优化 91
6.1? 引言 91
6.2? 农业服务平台运行特征分析 92
6.3? 农业服务与农业生产的协调度分析及刻画
95
6.4? 基于协调度刻画的农业生产服务组合
供应链调度分析 97
6.4.1? 服务效用分析及刻画 97
6.4.2? 服务组合运行效率分析及刻画 99
6.4.3? 调度优化模型 102
6.5? 算法介绍 104
6.5.1? 约束条件的处理 104
6.5.2? 目标函数的处理 105
6.5.3? 遗传算法流程 106
6.6? 算例分析 107
6.6.1? 算例描述 107
6.6.2? 算例结果 111
6.7? 结语 113
7? 考虑环境温度变化的生鲜宅配骑手
资源调度优化研究 114
7.1? 引言 114
7.2? “最后一公里”生鲜配送关键问题的
场景分析 115
7.2.1? 生鲜产品物流配送的特征分析 116
7.2.2? 骑手属性对订单配送的调度影响 119
7.3? “最后一公里”生鲜配送调度中的
多指标优化目标构建 120
7.3.1? 生鲜损耗率 Rbmn 的满意度 120
7.3.2? 消费者的服务满意度 Smn 122
7.3.3? 配送商总成本Cmni 123
7.4? 求解目标函数和算法算例 124
7.4.1? 目标函数 125
7.4.2? 约束条件 126
7.4.3? 算法 127
7.4.4? 算例 127
7.5? 结语 129
8? 考虑顾客需求偏好的无人零售终端供应链资源整
合优化 133
8.1? 引言 133
8.2? 不同场景下顾客的需求偏好分析 135
8.3? 基于顾客需求偏好的成员筛选机理
分析及关键因素挖掘 137
8.3.1? 基于顾客差异化需求的成员筛选机理分析 137
8.3.2? 整合关键因素的筛选与分类 138
8.4? 面向无人零售终端的整合优化目标分析141
8.4.1? 顾客满意度最大化 141
8.4.2? 整合成本最小化 143
8.5? 整合优化模型 143
8.5.1? 相关参数及整合模型 143
第三篇
无人零售模式
下的供应链运
作优化研究
6? 不同场景下面向新零售模式的供应链运作优化研究
8.5.2? 整合优化目标及约束条件 144
8.6? 算法分析 145
8.7? 算例分析与管理启示 147
8.7.1? 算例分析 147
8.7.2? 管理启示 153
8.8? 结论 154
9? 面向新零售供应链的资源整合优化研究 155
9.1? 引言 155
9.2? 消费者购物体验需求类型 157
9.2.1? 购物体验过程的划分 157
9.2.2? 消费者购物体验需求类型 158
9.3? 整合决策过程中的关键因素挖掘 160
9.4? 整合优化模型 162
9.4.1? 模型参数与变量定义 162
9.4.2? 优化目标及约束条件 163
9.5? 算法设计 163
9.6? 算例 164
9.7? 结论 166
10? 考虑顾客需求的无人零售终端选址优化研究 167
10.1? 引言 167
10.2? 无人零售终端配置优化的顾客
满意度分析 168
10.3? 多维满意度指标构建、刻画和动态
测量方法 170
? 目录? 7
10.3.1? 多维顾客满意度指标的构建 170
10.3.2? 总体满意度进度条假设 172
10.3.3? 顾客购买行为刻画 173
10.4? 配置优化模型构建 175
10.4.1? 优化目标的建立 175
10.4.2? 优化模型 177
10.5? 算法分析 177
10.5.1? 算法说明 178
10.5.2? 算法构建 179
10.6? 案例分析 181
10.7? 结论 184
11? 动态情景下的无人零售终端补货供应链
调度优化研究 186
11.1? 引言 186
11.2? 高铁场景下补货供应链调度特征分析 187
11.2.1? 高铁场景及其消费者需求特征分析 187
11.2.2? 高铁场景对无人零售终端补货
供应链调度的影响 188
11.3? 高铁场景下补货供应链调度中的
多维度评价体系构建 189
11.3.1? 商品待补货迫切程度评价 189
11.3.2? 补货及时性评价 190
11.3.3? 运输准时性评价 191
11.3.4? 成本评价 192
11.4? 高铁场景下补货供应链调度优化模型 192
8? 不同场景下面向新零售模式的供应链运作优化研究
11.4.1? 优化目标的确定 192
11.4.2? 模型假设 193
11.4.3? 优化模型 193
11.5? 算法分析 195
11.5.1? 算法的选择分析 195
11.5.2? 算法设计 196
11.6? 算例 197
11.6.1? 算例描述 197
11.6.2? 算例结果 201
11.7? 结论 202
12? 社区团购场景下供应链末端配送资源
整合优化研究 203
12.1? 引言 203
12.2? 社区团购场景下末端配送服务
供需特征分析 206
12.2.1? 社区团购场景下配送服务需求特征分析 206
12.2.2? 社区团购场景下供应链末端配送资源
供给特征分析 207
12.3? 社区团购场景下消费者满意度的动态
测量 208
12.3.1? 消费者期望水平测量指标的选择 209
12.3.2? 消费者满意度的动态测量方法 210
12.4? 社区团购场景下动态多阶段供应链
末端配送资源整合优化模型 211
12.4.1? 整合过程描述 211
? 目录? 9
12.4.2? 优化目标的建立 212
12.4.3? 优化模型 215
12.5? 算法与算例分析 216
12.5.1? 算法的选择分析 216
12.5.2? 算法设计 217
12.5.3? 算例描述 219
12.5.4? 算例结果与结论 220
12.6? 结论 223
参考文献 231
|
| 內容試閱：
|
随着社会的发展和人们消费水平的升级，人们对商品零售模式提出了新的需求，驱动传统的线下和线上零售模式向新型零售模式（新零售）转变。商务部将“新零售”定义为以消费者体验为中心，以行业降本增效为目的，以技术创新为驱动的要素全面更新的零售模式。新零售的“新”表现在由技术变革和需求变革共同驱动的，对零售业全要素、多维度、系统化的创新与变革，这些创新与变革的内容在不同阶段会呈现出不同表现形式。例如，当前新零售通常表现为数据驱动，而未来则可能是人工智能主导；当前新零售模式集中于多渠道融合和跨领域协作，而在未来新零售模式将趋向无界化；当前新零售模式的运作核心在于满足消费者体验需求，而未来可能更多地考虑消费者其他的心理需求。可以说，新零售模式改变了传统交易活动中的商业关系、利益关系、组织方式、经营形态、零售产出以及经营理念等多个方面。
与企业的生产和服务转型理念相一致，新零售模式关注的核心焦点在于如何更好地为客户提供满意的和超值的商品零售服务。要实现这一目的，如何获取精准的客户画像（客户需求规律），有针对性地、动态地提供个性化的超强用户体验价值是企业做好新零售服务活动的关键。例如，五芳斋在端午节推出了个性化粽子定制服务，消费者可以根据个人喜好自由定制粽子的口味和风格，个性化程度完全取决于消费者偏好。显然，大规模标准化的生产方式难以满足消费者个性化和异质化的需求，因此，新零售模式下的生产和服务的方式逐渐朝着柔性化、定制化和灵活化的方向发展。众所周知，企业运行所需的各类资源都是蕴藏在其供应链网络之中的，各类新零售企业也不例外。如何准确把握不同场景下客户的需求特征，并以此为根据对各类供应链资源进行灵活的整合与调度，从而提升商品或服务的价值体验是新零售模式下供应链运作中面临的关键问题。
与此同时，在新零售模式推广的诸多实践中，无人零售终端日益受到人们的关注。基于当前互（物）联网技术、大数据技术以及智能云计算技术等支撑的无人零售模式，可以有效提升客户的商品零售体验，是零售链条中一个重要的价值提升环节。这是因为，无人零售可以方便客户进行24小时不间断购物，这对于某些具有特殊紧急需求的特定人群（如小孩、老年人、病人、孕妇、夜间加班者、交通工具中的旅客以及商务活动人员等）而言，具有更为重要的意义。另外，不同的无人零售终端类型（如无人超市、无人货架、自动售卖机等）可以方便地根据不同场景（如学校、医院、购物中心、车站、机场、公共场所等）下的客户需求状况进行差异化配给，方便地实现在不同场景下根据不同的个性化客户画像进行精准的商品配货和营销的定位。
尽管无人零售模式可以在某种程度上有效改善消费者的购物体验，但显然，该模式效用的发挥离不开后台商品配送和管理所需的供应链资源（协作成员）平台的支撑。
一方面，支撑无人零售终端的供应链平台所需的资源主要包括提供各类商品的供应商，负责向不同场景下的无人零售终端配送商品的物流配送商，以及提供信息或资金支持的其他供应链协作成员等。对于负责某一个或若干场景中无人零售终端管理的供应链核心企业而言，如何合理选择不同类型的供应链资源并理顺它们之间的关系，进而为某特定场景下的无人零售终端搭建一个合理、高效的供应链资源平台非常重要。这是实现无人零售终端日常商品配送、管理的前提条件。
另一方面，由于不同场景（如学校、车站、机场、医院等）下的零售需求不同，在不同场景下进行无人零售终端的管理（如配货、备货、预测等）必然面临着较大的差异。比如，在学校，当同学们体育运动完返回宿舍时，较多的同学会选择购买运动型饮料；而在非运动时间，可能同学们大多会选择其他商品进行购买。在学校上课时间，无人零售终端的需求量几乎为零，而在课间休息或课余时间，需求量则可能会出现井喷高峰。在机场或车站，由于人流量相对较为平均，如何保证无人零售终端商品的持续配货量则是需要考虑的重要问题。因此，如何保证无人零售终端按照不同场景下不同顾客的消费规律进行合理预测、灵活配货与备货无疑是进行无人零售终端管理的核心企业需要考虑的重要方面。显然，要实现这一目的，核心企业如何根据不同场景下的特殊需求整合与优化合适的供应链资源并协调好资源之间的关系，是做好后续无人零售终端商品配送调度优化的先导步骤，是决定无人零售模式能否给客户带来体验价值的重要环节。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
