Ökonomische und ökologische Optimierung des Londoner Logistiksystems
Berücksichtigung des Infektionsrisikos in Pandemiezeiten
Versandkostenfrei!
Versandfertig in 6-10 Tagen
43,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Die städtische Zustellung, insbesondere die Zustellung auf der letzten Meile, ist mit dem Boom des elektronischen Handels zu einem immer wichtigeren Bereich in der globalen Lieferkette geworden. Lieferunternehmen und Händler können einige innovative Lösungen wie die Ausrüstung mit autonomen Fahrzeugen (AVs) einführen, um ihre Betriebskosten, Umweltauswirkungen und sozialen Risiken während des Lieferprozesses zu verringern. In dieser Forschungsarbeit wird hauptsächlich ein mathematisches Modell entwickelt, um die beste Verteilung von autonomen Fahrzeugen auf städtische Logistikzentren ...
Die städtische Zustellung, insbesondere die Zustellung auf der letzten Meile, ist mit dem Boom des elektronischen Handels zu einem immer wichtigeren Bereich in der globalen Lieferkette geworden. Lieferunternehmen und Händler können einige innovative Lösungen wie die Ausrüstung mit autonomen Fahrzeugen (AVs) einführen, um ihre Betriebskosten, Umweltauswirkungen und sozialen Risiken während des Lieferprozesses zu verringern. In dieser Forschungsarbeit wird hauptsächlich ein mathematisches Modell entwickelt, um die beste Verteilung von autonomen Fahrzeugen auf städtische Logistikzentren (CLCs) als gemischte Liefermethode zu ermitteln. Der Vorteil des vorgestellten Modells liegt in der Berücksichtigung der Ausrüstungskosten, der Lieferkosten und der CO2-Emissionen, die anhand der sozialen Kohlenstoffkosten (SCC) gemessen werden. Darüber hinaus wird in dieser Studie ein Risikomodell erstellt, das die Auswirkungen saisonaler Schwankungen berücksichtigt, um das Infektionsrisiko bei der Zustellung während Pandemieperioden für vier potenzielle Zustellungsszenarien zu bewerten: Kunden, die zu den CLCs gehen, online bestellen und in den CLCs abholen, Zustellung mit herkömmlichen Fahrzeugen (TVs) und Zustellung mit der gemischten Methode mit optimaler Zuweisung von AVs.
Andere Kunden interessierten sich für
