随机需求直接发运的运输与库存整合优化研究

分销系统的运输与库存整合优化是供应链管理的重要研究课题.本文分析了随机需求两级分销系统的三种配送策略,并具体给出了基于整车直接发运策略的运输决策与库存控制整合优化数学模型,可得到最优的两级最优库存水平和最优的运输频率.最后对给出的算例,利用MATLAB7的规划求解功能容易获得了问题的最优解.     

碳排放影响下的动态配送车辆路径优化研究

本文考虑碳排放对动态配送车辆路径的影响，研究了客户需求点增减、客户需求量变化及配送路线交通中断三种情形下的配送车辆路径优化问题。首先，通过构建虚拟客户点，将动态车辆路径优化问题转化为静态车辆路径优化问题。其次，构建了基于改进遗传算法的动态车辆路径优化模型。最后，对比分析了考虑碳排放影响前后的动态车辆路径优化。研究结果表明：在满足时间窗要求的情况下，虽然考虑碳排放的动态车辆路径的总行驶距离增加了3.59 km，但碳排放成本和总配送成本分别下降了7.45%和1%；同时与静态车辆路径相比，在动态车辆路径问题中考虑碳排放可以使碳排放成本及总配送成本下降的更多，因此在动态车辆路径问题中考虑碳排放更具有价值意义。     

整合逆向物流协同配送动态路径优化问题研究

整合逆向物流的协同配送面临着客户需求随机并发、行驶路径开环多变等不确定性挑战,这给配送路径动态规划和方案柔性制定带来了更严苛的要求.为此,使用"时间片"划分方式,将动态配送问题转化为一系列静态优化问题,提出了整合逆向物流的协同配送动态路径优化两阶段求解策略.首先,通过考虑车载量以及时间窗等软硬约束条件,构建以总物流成本最小和客户满意度最大的多配送中心协同配送初始-实时动态路径规划模型.其次,设计带有非支配排序与精英策略的多目标免疫遗传算法MOIGA对模型进行求解.最后,研究结果表明客户满意度与物流运营成本之间呈现悖反关系,高配送成本会带来高客户满意度,在相同成本支出情况下,MOIGA算法产生的规划方案客户满意度优于NSGA-Ⅱ、MOIA,这也验证了模型的有效性以及方法优越性.     

整合逆向物流协同配送动态路径优化问题研究北大核心CSCDCSSCI

整合逆向物流的协同配送面临着客户需求随机并发、行驶路径开环多变等不确定性挑战,这给配送路径动态规划和方案柔性制定带来了更严苛的要求.为此,使用“时间片”划分方式,将动态配送问题转化为一系列静态优化问题,提出了整合逆向物流的协同配送动态路径优化两阶段求解策略.首先,通过考虑车栽量以及时间窗等软硬约束条件,构建以总物流成本最小和客户满意度最大的多配送中心协同配送初始-实时动态路後规划模型.其次,设计带有非支配排序与精英策略的多目标免疫遗传算法M0IGA对模型进行求解.最后,研究结果表明客户满意度与物流运营成本之间呈现悖反关系,高配送成本会带来高客户满意度,在相同成本支出情况下,M0IGA算法产生的规划方案客户满意度优于NSGA-Ⅱ、M0IA,这也验证了模型的有效性以及方法优越性.     

固定分区下随机需求IRP问题最优策略及算法

随机需求库存-路径问题(stochastic demand inventory routing problem,SDIRP)是典型的NP难题,考虑随机需求环境下供应链中库存与配送问题的协调优化,是实施供应商管理库存策略的关键所在.文章的研究基于固定分区策略(fixed partition policy,FPP),在FPP下客户被分为若干个服务区域,在同一区域中的所有客户均被同时配送.根据分区策略对配送以及库存成本的影响提出了基于修正C-W节约算法的客户分区算法,证明了各区域的最优库存策略为(s,S)形式,分区内各客户的库存策略为order-up-to形式,进而设计了求解FPP下SDIRP最优策略的算法.最后,通过数值算例验证了该算法的有效性以及FPP的适用性.     

航空物流配送路径优化

航空物流配送对航空货运时间及服务水平有着极大的影响,其中,配送路径优化是配送合理化的核心问题.采用遗传算法设计航空物流配送路线,具有更高的准确度,对降低成本提高效率更有效.     

基于需求预测的两级动态配送路径优化研究

针对传统响应式配送难以应对海量动态客户需求的困境,在此提出基于需求预测的两级动态配送路径优化方法。利用历史数据从需求预测、需求聚类和需求配额三个维度,处理电商物流配送过程中的动态需求;建立基于需求预测的单阶段和多阶段两级车辆配送路径优化模型,并针对问题特性利用分支定界算法与CW-禁忌搜索算法生成两个阶段的最优配送路径。最后结合实验案例对模型与算法的有效性进行验证,试验结果表明本文设计方法具有较好的动态场景适应度和客户响应能力。     

多油品供给受限下多油库被动配送车辆路径问题研究

成品油供给不足将导致加油站油品订单无法完全满足,如何安排有限油品的合理配送对保障能源供给安全至关重要。为此,本文考虑有限供给下不同客户配送的优先次序,开展配送计划、车辆调度和路径优化等油品配送网络规划活动,对多油品供给受限情况下多油库被动配送车辆路径问题（Multiple Depot Vehicle Routing Problem,MDVRP）进行深入研究。首先,文章构建了考虑需求优先等级和配送成本的多油品多油库车辆路径规划多目标优化模型。其次,采用多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization,MOPSO）对模型进行求解,以实现车辆高效调度和油品配送路径优化。最后,基于CNPC在青岛市部分油库和加油站点的数据信息,构建油品配送网络进行实证检验。算例结果显示,配送车辆路径经过优化后,生成Pareto非劣解集,配送成本显著降低,配送满足率明显提高,这也进一步验证了该模型及相关算法的可行性和有效性。     

交通运输网络最短路径关键边问题研究

因自然灾害、运输组织等原因,造成道路与铁路运输网络线路中断、车站枢纽车流堵塞的现象普遍存在。本文就运输网络模型及最短路径关键边问题进行了分析研究,并给出了求解运输路径关键边的算法,对预防灾害、优化运输组织、降低因关键边(线路)中断而造成的损失、提高运输效率提供了科学的量化依据。     

一类仓库/零售商供应链运输问题的数学模型与算法研究

本文主要研究一类二级供应链中的运输问题,这里是指由若干仓库和零售商组成的供应链,物品从仓库运出,到达客户,以满足客户的需求.分单仓库、多仓库和多产品三种情形分别建立数学模型,设计相应的近似算法,并通过实例讨论了算法的有效性.     

直接配送下随机需求库存-路径问题最优平稳策略及其算法

直接配送策略下随机需求库存-路径问题（Stochastic Demand Inventory Routing Problem with Direct Deliveries, SDIRPDD）由于其需求的不确定性、决策的长期性以及其最优策略形式对求解其他库存-路径问题（IRP）的参考价值,使得对SDIPRDD问题的研究成为物流、供应链优化领域研究的一个热点。文章首先证明了无约束SDIRPDD的最优平稳策略为（s,S）形式,并通过分析车辆数约束对客户单阶段期望成本函数的影响,给出了存在车辆数和客户库存容量约束时SDIRPDD问题的最优平稳策略形式,进而提出了一种求解有约束SDIRPDD问题最优平稳策略的近似算法。最后,通过数值算例验证了算法的有效性并分析了结果的现实意义。     

基于决策权分配的供应链批量模型比较研究

供应链决策权分配对系统最优决策和系统绩效有决定性的影响.本文基于决策权的不同分配建立了零售商主导的分散决策模型和供应链集中决策模型,并考虑了运输整合.研究表明,零售商主导的分散决策模型的配送频率最小,配送批量最大;零售商主导的分散决策模型的库存成本大于供应链集中决策模型的库存成本;零售商主导的分散决策模型的运输成本小于供应链集中决策模型的运输成本;供应链集中决策模型的总成本小于零售商主导的分散决策模型总成本.     

基于3D打印技术的备件生产与运输协同调度问题研究

基于3D打印的智能制造技术已经成为推动备件供应链转型升级的重要手段。在此背景下，本文研究“随时需要随时生产+即时配送”新型模式下的计划性维修备件的供应链协同问题。生产与运输协同调度问题在制造业领域普遍存在，属于NP-Hard问题。本文研究带时间窗的生产与运输协同调度问题，建立混合整数规划模型，根据Dantzig-Wolfe分解原理分别建立主问题和子问题数学优化模型，并采用改进的分支定价算法进行求解。在求解过程中，首先，构造可行解，基于可行路径调用CPLEX优化软件对主问题求解；其次，针对子问题的求解，根据研究问题的属性设计占优原则和加速策略，并对求得的非整数解进行分支；最后，通过对多组规模算例进行测试，数值实验结果表明：1)验证了所建立模型和改进算法的有效性；2)通过求解时间对比可知所使用加速策略能够将算法效率提高10倍左右；3)通过将生产和运输协同决策与实际运作中的分阶段决策结果对比，本文设计的方案可以将目标函数值平均优化50.33%。本研究不仅能够有效解决新型备件生产模式下的生产与运输协同调度问题，而且可以为企业实际运营决策提供科学依据，实现降本增效的目标。     

不确定环境下两阶段应急供应链网络建模与优化求解

为制订有效的应急供应链网络规划方案,提升应急组织救援效率、实现资源物质合理配置,考虑供应和需求的不确定性,采用多运输方式联合的配送模式,以最小化网络响应时间、成本和碳排为优化目标,构建两阶段应急供应链混合整数规划模型,同时,基于鲁棒优化理论构建可调节鲁棒优化模型,增强网络应对不确定因素的能力,通过线性对偶理论对含不确定参数的约束进行转化;为提升模型的求解效果,提出一种优化布谷鸟搜索（optimize cuckoo search,OCS）算法,引入基准实例,以验证OCS算法求解多目标函数的优越性和适用性;最后,利用武汉新冠疫期期间应急物资配送数据,研究带有不确定参数的应急供应链网络决策问题,并通过敏感性分析证明鲁棒控制系数对不确定扰动的有效抑制作用。     

B2C电子商务环境下订单拣选与配送联合调度优化

如何在顾客下单后协调好拣选和配送环节,在最短的时间、以较低的成本将商品从货架上拣出、打包后配送到顾客手中,已成为B2C电子商务物流管理中亟待解决的问题。本文尝试以最小化订单履行时间为目标,构建非线性拣选与配送联合调度模型,以解决订单拣选顺序、拣选作业方式、车辆行驶线路等联合决策。为求解此NP难问题,设计了三阶段启发式算法：首先采用“聚类-路径优化”思想,依据顾客位置进行配送方案确认;然后采用基于相似度聚类的订单分批规则对每条配送线路的订单进行分批合并;最后调整拣选任务与配送线路顺序。通过数据实验对模型进行验证,并与传统拣选与配送分开优化的结果进行对比。结果表明,三阶段算法能够有效缩短订单完成时间、降低配送车辆等待时间、改善配送资源利用率。     

制造企业成品运输的循环取货方式研究

目前,国内物流运输行业正进入一个加速发展的时期,从传统的简单运输配送,向提供综合的物流服务。随着物流业向全球化、信息化及一体化发展,运输在整个供应链管理系统中的作用变得越来越重要。特别是循环提货的应用,不仅可以降低企业的物流成本,而且可以供应链上的各方都由此获益,提高企业的核心发展竞争力。循环取货管理模式的应用不仅可以使供应链上的各个方面都收益,充分利用物流资源、提高效率、节约时间,使得企业的物流成本大大降低。因此,这种管理模式会在今后实际应用中被越来越多的采用,也会引起更多的研究和关注。     

多枢纽轴辐式协同物流网络任务-路径优化匹配研究

针对物流网络运营中规模效益低、运营商与客户利益冲突等问题，本文提出了基于多枢纽轴辐式协同物流网络的任务-路径优化匹配策略。在网络结构确定的条件下，从物流集成服务商角度出发，综合考虑资源发车时刻、路径能力限制、动态成本折扣系数以及任务延时惩罚，构建了以总物流成本最小和时间最短为优化目标的轴辐式协同物流网络任务-路径优化匹配数学模型。根据问题特点，设计了基于三层编码的遗传算法对模型进行求解，同时配合多点交叉、变异机制提高求解效率。研究结果表明，集并运输能够大幅度降低任务集执行成本，但当集并带来的交货延迟、客户满意度降低等负面效应超过其正面效应时，需适当匹配直达线路以提高整体效益。     

基于多智能体博弈的供应链配送网络协调优化模型研究

供应链配送网络的流通效率是影响供应链绩效的关键因素.在运输能力有限的条件下,加快企业间的资源流通,促使配送网络最大限度地流通顺畅,对提高供应链整体绩效有着十分重要的意义.本文以多智能体技术为基础,利用博弈论的相关知识提出了供应链配送网络优化的协调模型,以求网络运输系统最终达到Nash均衡.从而较好地解决有限运输能力条件下的供应链配送网络的整体优化问题,达到整个配送网络的整体绩效最优.     

具有时变运输时间的JIT系统批量决策

本文的研究对象是由制造商、配送中心和零售商组成的多级供应链系统,其中零售商要求制造商为其提供短时间间隔、小批量的JIT配送。研究内容为在时变运输时间影响下的供应链系统批量决策问题。在实际运输时间数据的基础上建立了时变运输时间的函数,并以此构建了系统的总成本函数,并在相关文献研究的基础上采用新的更为有效搜索规则进行了求解。根据求解规则,采用ActiveX自动化技术将Matlab的数值计算功能嵌入Visual Basic的集成开发环境中,开发了对应的决策支持系统。最后进行了敏感性分析并提供了低运作成本的决策支持方案。     

分销网络优化模型及算法研究

为了优化网络结构,寻求最佳配送策略,最终找出成本最小的供应链,针对需求拖动式供应链中,多供应商、多产品、多客户分销配送网络的优化设计问题,在考虑需求分配的情况下,提出了分销配送网络的优化模型。为了求解优化模型,提出了基于混合遗传算法求解混合0-1整数规划问题的算法,它是用遗传算法搜索0-1变量的最优解,将其他算法融入遗传算法中,对非0-1变量进行求解的一种算法。最后通过两个算例进行了仿真实验,初步验证了优化模型和算法的有效性。