匹配问题是第四方物流(fourth party logistics, 4PL)协同运作模式下的关键问题,然而,在此过程中会面临不完全评价值信息给决策带来的挑战。针对这一挑战,采用了一种基于芬克奇异值分解(Funk singular value decomposition, FunkSVD)预...匹配问题是第四方物流(fourth party logistics, 4PL)协同运作模式下的关键问题,然而,在此过程中会面临不完全评价值信息给决策带来的挑战。针对这一挑战,采用了一种基于芬克奇异值分解(Funk singular value decomposition, FunkSVD)预测不完全评价值信息的方法,建立以第三方物流与企业客户双方满意度最大为目标、以一对一匹配为约束的4PL双边匹配模型,并提出一种集成匈牙利法粒子修复机制的粒子群优化(Hungary-particle swarm optimization, Hungary-PSO)算法。算例分析表明,FunkSVD对不完全评价值信息的预测更接近于真实值,Hungary-PSO算法比CPLEX更适用于解决大规模的4PL双边匹配问题。最后,通过参数分析,对4PL平台的营销力度提出管理建议。展开更多
