第1章 绪论

1.1 研究背景与意义

1.2 逆向物流相关概念

1.2.1 逆向物流的定义

1.2.2 逆向物流的内涵

1.2.3 逆向物流与几个相关概念的区别

1.2.4 逆向物流的分类

1.2.5 逆向物流的原则

1.3 研究设计

1.3.1 研究思路

1.3.2 研究对象设定

1.3.3 研究内容与框架

1.3.4 研究方法

1.4 本章小结

第2章 相关领域研究现状

2.1 回收预测

2.2 回收模式

2.3 合作伙伴

2.4 回收网络

2.5 拆卸序列规划

2.6 逆向物流信息系统

2.7 本章小结

第3章 逆向物流的不确定性分析与预测

3.1 引言

3.2 逆向物流的不确定性分析和理论基础

3.2.1 不确定性分析

3.2.2 不确定性的产生机理

3.2.3 不确定性参数的数学描述

3.3 基于模糊理论的逆向物流系统构建与优化解决方案

3.4 基于模糊神经网络的废旧产品回收水平预测

3.4.1 基于产品全生命周期的回收影响因素分析

3.4.2 模糊神经网络的基本原理

3.4.3 废旧产品回收水平预测模型的建立

3.4.4 应用算例

3.5 本章小结

第4章 逆向物流系统回收模式的决策

4.1 引言

4.2 逆向物流回收模式的分类

4.2.1 制造商负责的回收模式

4.2.2 经销商负责的回收模式

4.2.3 第三方负责的回收模式

4.3 逆向物流回收模式的选择

4.3.1 不同回收模式下回收模型的构建

4.3.2 回收模式的比较与分析

4.4 合作契约下的利益分配机制设计

4.4.1 利益分配模型与求解

4.4.2 利益分配机制设计

4.5 应用算例

4.6 本章小结

第5章 逆向物流合作伙伴的评价

5.1 引言

5.2 评价过程和指标体系的建立

5.2.1 逆向物流合作伙伴的选择和评价过程

5.2.2 逆向物流合作伙伴评价指标体系的构建

5.3 合作伙伴的分类

5.3.1 支持向量机的原理

5.3.2 基于支持向量机的合作伙伴分类

5.4 备选合作伙伴的评价

5.4.1 基于模糊变量的合作伙伴评价指标描述

5.4.2 基于MEOWA集结算子的模糊群体决策方法

5.5 应用算例

5.6 本章小结

第6章 逆向物流网络结构的规划

6.1 引言

6.2 逆向物流网络的组成与结构

6.2.1 网络设施的构成与功能

6.2.2 网络结构的分类与特点

6.3 逆向物流网络的通用优化设计模型

6.3.1 模型假设与相关参数变量定义

6.3.2 逆向物流网络的FMINLP模型

6.3.3 模型求解

6.4 不确定环境下网络结构的稳健性分析

6.4.1 稳健性相关的概念

6.4.2 性能稳健指数的定义和计算

6.5 应用算例

6.6 本章小结

第7章 废旧产品的拆卸序列规划

7.1 引言

7.2 废旧产品的拆卸序列规划方法

7.2.1 层次化属性关联图的构建

7.2.2 拆卸序列规划的流程

7.3 废旧产品拆卸序列评价指标体系的建立

7.4 拆卸序列的选择与评价模型

7.4.1 模糊层次分析法的原理

7.4.2 基于模糊层次分析法的拆卸序列选择和评价模型

7.5 应用算例

7.6 本章小结

第8章 逆向物流系统动态性能优化

8.1 引言

8.2 逆向物流系统性能优化技术

8.3 问题描述

8.4 基于SD的仿真优化

8.4.1 SD的基本原理

8.4.2 概念模型描述

8.4.3 SD建模

8.5 应用算例

8.6 本章小结

第9章 面向行业的逆向物流信息服务平台的构建

9.1 引言

9.2 逆向物流信息服务平台的需求分析

9.3 逆向物流信息服务平台的架构和功能模型

9.3.1 信息服务平台的架构

9.3.2 信息平台应用服务层的功能模型

9.4 本章小结

第10章 总结与展望

10.1 研究总结

10.2 工作展望

参考文献

索引

图1.1 贵屿废旧家电的处理现状

图1.2 2011年废旧家电回收处理情况

图1.3 典型的逆向物流流程

图1.4 典型的再制造流程

图1.5 逆向物流与绿色物流的比较

图1.6 逆向物流的渠道分类

图1.7 废旧冰箱的回收处理工艺

图1.8 家电产品的物流流程

图1.9 本书的组织结构

图3.1 逆向物流中的“逆牛鞭效应”

图3.2 逆向物流的不确定性衍生机理概念模型

图3.3 各类模糊数的隶属度曲线

图3.4 模糊语意变量对应的三角模糊数

图3.5 逆向物流系统构建与优化的解决方案

图3.6 产品全生命周期各阶段定义

图3.7 模糊神经网络的拓扑结构

图3.8 COA解模糊法

图3.9 废旧产品回收水平预测模型的结构

图3.10 最佳模糊规则库的确定流程

图3.11 废旧产品回收时间间隔的模糊推理规则

图3.12 产品生命周期曲线

图3.13 废旧产品回收量的模糊推理规则

图3.14 预测模型训练样本数据

图3.15 废旧产品回收时间间隔预测模型各参数隶属度函数

图3.16 废旧产品回收时间间隔预测模型模糊推理规则

图3.17 废旧产品回收量预测模型各参数隶属度函数

图3.18 废旧产品回收量预测模型模糊推理规则

图3.19 废旧产品回收水平预测算例

图4.1 逆向物流活动的参与方

图4.2 面向废旧产品回收再利用的回收模式

图4.3 施乐公司墨盒回收再利用的流程

图4.4 柯达公司一次性相机的回收流程

图4.5 制造商和回收商的回收利润分配曲线

图5.1 逆向物流合作伙伴的评价框架

图5.2 逆向物流合作伙伴分类

图5.3 逆向物流合作伙伴的评价指标库

图5.4 单调非减模糊语义量化算子

图6.1 回收中心的运作流程

图6.2 逆向物流网络结构

图6.3 逆向物流过程中的相关成本和收益

图6.4 不同类型模糊数的清晰等价类

图6.5 模型求解PSO算法中的粒子结构

图6.6 基于自适应动态惯性权重的PSO算法流程

图6.7 稳健性设计模型

图6.8 噪声变差域和性能灵敏域

图6.9 规范化处理

图6.10 所有的置信水平都为0.8时的物流网络节点布局

图6.11 所有的置信水平都为0.8时的各节点之间的最优物流量

图7.1 层次化属性关联图

图7.2 层次化属性关联图信息层次结构

图7.3 废旧产品的拆卸序列规划过程

图7.4 废旧产品的拆卸序列评价体系

图7.5 装配体Wave-Hand

图7.6 Wave-Hand的BOM

图7.7 Wave-Hand的ALG

图7.8 Wave-Hand的HALG的第一层次

图7.9 Wave-hand的第一层次的拆卸偏序树

图7.10 废旧的拆卸序列规划系统

图8.1 系统动态性能优化方法

图8.2 研究的系统边界

图8.3 系统动力学方法论

图8.4 系统的因果关系

图8.5 系统的SD流图

图8.6 不同市场行为下A-gif和A-ri的关系

图8.7 再制造能力扩张策略

图8.8 环保政策C-epp和回收比例A-tbp之间的关系

图8.9 不同市场行为MB下绿色形象因子A-gif和再使用指数RI之间的关系

图8.10 MB1和C-epp=75％时不同K-rm下的系统性能

图8.11 MB1和K-rm=0.5时不同C-epp下的系统性能

图8.12 K-rm=0.5 和C-epp=75％时不同MB下的系统性能

图9.1 逆向物流信息服务平台的架构

图9.2 信息服务平台的功能模块

图9.3 回收决策模块功能结构

图9.4 回收协同模块功能结构

图9.5 仓储协同模块功能结构

图9.6 配送协同模块功能结构

图9.7 再制造协同模块功能结构

图9.8 信息服务平台运行流程

表1.1 废旧家电报废数量预测

表1.2 不同类别逆向物流的对比

表3.1 模糊语意与三角模糊数的对应关系

表4.1 不同回收模式的比较

表4.2 三种回收模式的最优均衡结果

表4.3 不同回收投资效率下的算例比较

表4.4 相同回收投资效率下的算例比较

表5.1 企业处理回收品经验值

表5.2 不同类别合作伙伴的评价指标属性类别

表5.3 m=4的权重计算值

表5.4 三个备选战略型合作伙伴的多属性评价值

表6.1 消费区信息

表6.2 回收中心信息

表6.3 再分销中心信息

表6.4 再制造商信息

表7.1 零件属性各评价指标的评价值计算

表7.2 拆卸方法各评价指标的评价值计算

表7.3 回收经济性各评价指标的评价值计算

表7.4 拆卸序列优化各评价指标的评价值计算

表7.5 判断矩阵标度定义

表7.6 HALG各边的权值的计算

表7.7 WHALG第一层次的探试性子装配体识别

表8.1 SD模型中各要素的变量类型及相应符号