物流管理论文哪里有？本文总结出影响低碳港口腹地集装箱多式联运网络建模的主要因素包括有：运输成本、运输时间、碳排放量、网络的运输供给能力、腹地城市的运输需求波动和碳排放政策和法规等；其次指出低碳发展要求会影响该运输网络中货主对运输方式和路径的选择、多式联运中转节点的选择以及网络的货流分配方案等。
第1章 绪论
1.2.1 一般港口腹地集装箱运输网络优化研究
通过阅读相关国内外文献，一般港口腹地集装箱运输网络优化问题的研究主要集中在以下三个方面：网络枢纽选址问题（Hub location problem）、网络选址-分配问题（Location-allocation problem）、网络路径优化问题（Routing optimization problem）。
1）网络枢纽选址问题
枢纽选址问题是针对港口腹地集装箱运输网络中的内陆中转站进行选址研究，以优化网络节点配置。这类问题的研究主要包含了基于影响因素评价的选址问题研究和基于最优化理论的选址问题研究。
（1）基于影响因素评价的选址问题研究
朱晓宁[2]通过分析影响集装箱货运站布局与建设的因素，利用模糊聚类分析方法研究了集装箱货运站的选址问题，通过实例探讨了集装箱货运站建设的可能等级、数量和地址。谢辉和盖宇仙[3]提出了基于变权法的多因素模糊决策方法，并以兰州地区为例分析了铁路集装箱中心站的站址选择。张兆民[4]通过建立无水港选址影响因素的评价指标体系，利用模糊目标函数C均值聚类法对东北地区无水港选址进行了分析。Correia等[5]建立了多产品、单阶段的枢纽选址问题，并考虑了枢纽的容量等级影响。李芳等[6]首先识别影响无水港选址的主要因素，然后利用logit模型来预测某城市被选为无水港的概率，最后根据二项logit权重综合评估各候选城市被选为无水港的可能性大小。梁承姬等[7]分别从地理位置和经济两个角度对无水港选址进行了分析，并建立了集合覆盖模型和模糊聚类模型，通过实例对比分析两种模型在内陆无水港选址中的应用，结果表明虽然建模角度不同，但最佳选址结果表现出了共同的偏好。Nguyen和Notteboom[8]从多方角度建立了影响无水港选址的评价体系框架，并利用层次分析法对越南北部地区的无水港系统进行了实证分析。
第3章 考虑碳排放的港口腹地集装箱运输网络分析
3.1 港口腹地集装箱多式联运网络分析
基于实际港口与腹地的集装箱运输系统特点，本文构建包含腹地城市、内河港口、无水港和沿海港口四类节点以及涉及公路、铁路和水路三种运输方式联运的多级运输网络，详见图3-1。港口与腹地之间运输网络的集装箱流向通常包含：a) 腹地城市的出口货物通过该网络集运到各沿海港口；b) 海域到港的进口货物通过该网络疏运到各腹地城市。
3.1.1 港口腹地集装箱多式联运网络特点
该港口腹地集装箱多式联运网络在提供运输服务功能上具有以下几个特点：
（1）内河港口节点和无水港节点承担着内陆货物的多式联运转运功能，即货物不同运输方式之间的衔接仅可在多式联运中转节点进行；其中，内河港口与沿海港口之间开通有集装箱内河运输航线，无水港与沿海港口之间开通有集装箱铁路运输班列。
（2）该运输网络还考虑了不同多式联运节点之间的货物运输通道，即部分不同内河港口之间开通有水运服务航线的情况、以及部分内河港口由于有铁路进港设施而与部分内陆无水港之间开通有铁路运输班列的情况。
（3）对于腹地城市而言，其产生的货物进出口需求一方面可以通过与沿海港口的公路运输线路直接完成，另一方面可以经由附近的内陆多式联运中转站集中转运完成。
（4）一个腹地城市可以连接多个内陆多式联运中转节点，且内河港口、无水港和沿海港口都存在集装箱操作能力限制。
第5章 考虑碳限额模糊性的港口腹地集装箱多式联运网络多重不确定优化
5.1 问题描述
在港口腹地集装箱多式联运系统中，由于历史数据不全或估算方法有偏差，各运输方式碳排放限额的设定可能出现数据不完整或数据偏见性判断的问题，这使得碳排放限额（即各运输方式上允许的CO2排放量）会具有模糊性，本章将重点讨论各运输方式上碳限额模糊性表现为三角模糊数时的网络优化问题。
此外，港口腹地集装箱多式联运网络中可能还存在着其他因素的不确定性，这些内在因素的不确定性同样影响港口腹地集装箱多式联运网络的优化决策问题。对于许多参数能获取到的信息不足以用精确的概率分布或具体的隶属函数形式进行描述，而区间数的形式可能更能表达它们的不确定性特点，比如有：
1）货物运输需求受市场供需情况、地区经济和政策等多种因素的影响，在一定范围内浮动，可用区间数来表示；
2）内陆多式联运中转站（内河港口和无水港）在一定时间内的集装箱处理能力与中转站的集装箱转运效率和基础设施装备水平等因素相关，可用区间数来表示；
3）海港门户在一定时间内的集装箱处理能力也与集装箱转运效率和基础设施装备水平等因素相关，也用区间数来表示；
4）交通运输方式的碳排放因子的估算受测算地区的运输规模、运输距离、运输工具以及使用燃料种类和数量等多种因素的影响，也可能会在一定范围内波动，故可用区间数来衡量；
5）部分线路的水路运输能力限制和铁路运输能力限制受航线或班列的数量、频率以及甚至天气等的影响，能承载的运输量可能会呈现一定的浮动，均可用区间数来表示。
5.2 模型构建
5.2.1 符号定义及参数说明
1）符号定义：
I——内陆腹地城市集合，i ∈I；
S——沿海港口集合，s ∈S；
H——所有内陆多式联运中转节点的集合，W RH =H ∪H, WH和RH分别代表内河港口和无水港集合，,,,W Rj k ∈H H H；
M——交通运输方式集合，m∈M={1,2,3}，1, 2, 3分别代表公路、水路和铁路。
第7章 论文总结与展望
7.2 主要创新点
本文在已有文献研究的基础上，进一步丰富和完善了考虑碳排放的港口腹地集装箱运输网络优化方面的研究，本文的主要创新点体现在以下几个方面：
（1）基于外部性理论，将碳税政策和碳交易政策引入到港口腹地集装箱多式联运网络中，构建以包含运输成本、时间成本和外部成本在内的总社会成本最低为目标函数的网络优化模型。该模型中碳排放外部成本的分析不同于一般优化模型取某一固定的碳税税率或碳交易价格，本文是分别设计了一系列的碳税水平和碳配额水平带入模型求解，目的是重点分析不同力度的碳减排政策如何影响港口腹地集装箱多式联运网络优化决策，从而探索出能使该运输网络实现有效减排的碳政策决策点。特别是在“碳交易模型”中，基于不同程度的碳减排目标，本文对该运输网络设定了不同的碳配额水平，并且创新性地在每个碳配额水平下通过试错法找到一个“希望交易价格”，这个价格反映了能帮助该运输网络实现有效减排的理想交易价格，其在一定程度上可为政策制定者提供了一些减排决策参考。
（2）针对碳排放量的不确定性进行了创新性研究。在港口腹地集装箱多式联运系统中，由于历史数据不全或估算方法有偏差，各运输方式碳排放限额的设定可能出现数据不完整或数据偏见性判断的问题，这使得碳排放限额（即各运输方式上允许的CO2排放量）会具有模糊性，文章创新性地提出了针对各运输方式上碳限额模糊性表现为三角模糊数时的新的运输网络优化模型。实证结果表明建立的模型和求解方法可以有效解决碳限额模糊性下的港口腹地集装箱多式联运网络多重不确定优化问题。
参考文献（略）
