首先，从示范案例本身来看，产品服务需求虽然与产品需求差异很大，但仍有其内在特征，而产品服务需求频次恰是产品服务供应链战略设计的决定因素；同时，不同的产品服务对产品服务网络的依赖是不同的，通过对不同产品服务针对性地配置产品服务网络可以有效提升产品服务供应链效率；产品服务设施选址具有其独特特性，基于此建立的产品服务设施选址模型可以有效满足其目标复杂性、选址点异质性、需求动态性、能力有限性、服务限制性等特性要求。

其次，从本章的关键技术来看，一方面CA-MOGA和GAs的运行结果表明了算法设计的可行性和实用性；另一方面CA-MOGA较GAs的先进性也表明了本书提出的算法改进措施的有效性，本书采用的CA_- MOGA在收敛速度上要优于GAs，并且得到的最佳方案更具有实际指导意义，CA-MOGA可以使总产品服务利润增加0.1%，总加权距离同时减少8.3%。

其中，基本GAs参数设置为：种群大小600；交叉概率0.8；变异概率0.5；最大迭代次数550次。图3-12和图3-13分别比较了CA-MOGA和GAs在获取的最佳方案的总加权距离（第一个目标函数值）和总产品服务利润（第二个目标函数值）上的差异。由于CA-MOGA算法的改进措施既提高了种群的多样性又优化了算法的收敛特性，同时考虑到程序的终止条件（两个目标函数值连续50代不再变化），程序运行结束时CA-MOGA得到的最佳方案的总加权距离和总产品服务利润分别为5006300km和1924627.35万元，而GAs得到的结果则为5458792km和1922735.27万元。

图3-12 CA-MOGA和GAs中总加权距离的比较(www.daowen.com)

图3-13 CA-MOGA和GAs中总产品服务利润的比较

最后，从潜在工业应用效益来看，一方面产品服务供应链的设计具有战略特征，一个优化的产品服务供应链可以大大降低产品服务成本、提高产品服务水平，本章提出的产品服务供应链设计方法为企业提供了有效指导；另一方面，产品服务设施，特别是综合产品服务中心的建设成本和运营成本都比较高，恰当的产品服务设施选址既要满足当前产品服务需求，又要能够很好地支撑未来的产品服务战略，本章提出的产品服务设施动态选址模型及相应的多种群协同进化遗传算法为企业的产品服务合理设施选址提供了有效工具。