不确定条件下供应链二级分销网络的优化研究

供应链分销网络的成本主要由固定成本、运输成本、存货成本和缺货成本组成。如何在不减少产品销量的前提下降低供应链分销网络的成本是供应链管理的一个难题。基于一个供应商、一个分销中心、多个零售店的供应链二级分销网络模型的分析,结合分销中心的选址提出了需求和分销中心容量不确定条件下一个供应商、多个分销中心、多个零售店的集中控制的供应链二级分销网络的双层规划优化模型,并用智能优化算法对模型求解,数值模拟的结果表明模型对需求和分销中心容量不确定条件下供应链二级分销网络的优化是有效的。     

求解供应链分销模型的双层规划方法

以一个多仓库、多分销点的供应链二级分销网络为研究对象，分别从供应链上、下游企业的角度出发，以各自的物流成本最小化为目标，利用双层规划方法建立了供应链分销网络优化模型．讨论了该模型的求解方法，并结合分层迭代的思想给出了一个有效的算法，最后借助于计算机技术实现了对模型的仿真计算．     

不确定条件下集中控制的供应链分销系统的优化研究

供应链分销系统的成本主要由固定成本、运输成本、存货成本和缺货成本组成。如何在不减少产品销量的前提下降低供应链分销系统的成本是供应链管理的一个难题。基于一个供应商、一个仓库、多个分销中心的供应链分销模型的分析,结合仓库的选址提出了需求和仓库容量不确定条件下一个供应商、多个仓库、多个分销中心的集中控制的供应链分销系统优化模型,并用禁忌算法对模型求解,数值模拟的结果表明模型对需求和仓库容量不确定条件下集中控制的供应链分销系统的优化是有效的。     

3-状态串并联设备网络单目标-单约束可靠性优化蚁群算法

3-状态设备网络系统单目标-单约束可靠性优化问题是NP-难问题,本文研究这类优化模型的快速算法。在对已有3-状态设备网络系统可靠性优化模型进行分类的基础上,以蚁群算法为工具,给出了一个求解3-状态设备网络单目标-单约束串并联网络系统可靠性优化问题最优解的蚁群算法框架。合理选择算法参数,进行计算机仿真。模拟仿真结果表明,在随机运行一定次数算法后,算法都能够有效的给出模型的近似最优解。合理选择算法参数,蚁群算法能够成为有效求解3-状态设备网络可靠性优化问题的有力工具。     

不确定条件下快递包装回收的逆向物流网络优化研究

针对回收网络中的不确定性,研究模糊环境中逆向快递包装物流网络优化问题,建立快递包装逆向物流网络的模糊规划模型.以总成本最小化为模型目标,利用梯形模糊数表示回收中转站回收量、回收时间和回收中转站丢弃率的不确定性,对于梯形模糊数采用模糊机会约束规划进行处理,对快递包装逆向物流网络中各回收点间收集路线规划问题和回收中转站的选址问题进行整合优化.分别采用传统算法和混合智能算法对实例进行验证,并对影响快递包装回收网络结构的置信度参数的改变进行分析研究.     

考虑支线运输服务的多式联运网络优化

在多式联运网络优化的同时一并对支线运输服务方案进行综合决策,提出Ⅱ阶段决策方法。模型第Ⅰ阶段表述为0~1整数规划问题,对网络设计以及网络流运行进行规划,基于阶段Ⅰ的优化结果提出第Ⅱ阶段决策过程,表达为带时间窗的支线车辆路径问题。针对模型的Ⅱ阶段结构特点,以两个阶段相互影响和反馈为求解思路,设计以交叉熵为主体的启发式算法,采用算例分析方法证明模型和算法的有效性,最后将Ⅱ阶段优化模型与两个阶段分别优化进行对比,指出在模型与算法参数均一致的情况下可降低成本73%。     

基于遗传粒子群算法的供水系统优化调度

针对某城市供水系统,建立了大型供水系统的多目标混合离散变量的优化调度模型,采用遗传粒子群混合算法对调度模型进行了求解,实现了该供水系统的直接优化调度,并与传统遗传算法优化调度的过程及结果进行了对比,新算法在优化时间、优化结果及求解效率等方面都具有较强的优越性.     

基于编码方式的伙伴选择与优化模型--毕业设计中的科研实践

文章介绍在虚拟企业在构建过程中,如何使用基于编码方式的模型对虚拟企业的合作伙伴进行选择与优化;并对建立在编码基础上的简易伙伴选择算法进行了仿真.     

供应链中生产和分销系统的库存结构优化研究

供应链中的生产与分销系统可以看作一个树状结构的系统,其中生产部分以组装为基本运作形式而分销则以分散化为主要运作特征。对于一个完整的供应链运作系统来说,研究生产和分销系统库存结构的优化,影响系统运作的瓶颈分析等问题是非常重要的。本文应用整数规划模型给出了在库存规模一定的约束下,多个库存缓冲区的分配,采用了分解的方法给出了解决方案,并运用Tabu搜索的算法论述了解的获得过程,最后给出了一个算例分析。     

自动化立体仓库退库货位优化问题及其求解算法

针对自动化立体仓库出库作业过程中剩余货物退库问题,以堆垛机作业总能耗最小化为目标,以退库货位分配为决策变量,建立了自动化立体仓库退库货位优化模型,提出了基于深度强化学习的自动化立体仓库退库货位优化框架。在该框架内,以立体仓库实时存储信息和出库作业信息构建多维状态,以退库货位选择构建动作,建立自动化立体仓库退库货位优化的马尔科夫决策过程模型;将立体仓库多维状态特征输入双层决斗网络,采用决斗双重深度Q网络(dueling double deep Q-network, D3QN)算法训练网络模型并预测退库动作目标价值,以确定智能体的最优行为策略。实验结果表明D3QN算法在求解大规模退库货位优化问题上具有较好的稳定性。     

基于改进的蚁群算法的复杂制造系统物流配送路径优化

为了对复杂系统中物流网络进行规划,在分析复杂制造系统物流网络特点的基础上,用多级有向图来对物流配 送问题进行建模。针对物流路径的流量和时间限制,以寻找满足约束条件的最小成本的路径为目标,利用改进的蚁群算 法对配送路径进行规划,最后运用MATLAB语言编程仿真。改进后的蚁群算法克服了一般蚁群算法的不足,提高了算 法的性能,可以解决复杂制造系统的物流网络配送路径优化问题。     

Optimization for Vehicle Routing Problem with Cross-docking considering the Value of Time Window Service

The cross-docking distribution network has the characteristics of low storage and high efficiency, and the key to its implementation is the effective integration of internal coordination, sorting and external vehicle routing. Meanwhile, the complexity of the distribution environment increases the uncertainty of delivery time, making logistics service recipients perceive different service value. Combined with the prospect theory, the customer time window service value function is given. And a multi-objective optimization model for cross-docking logistics distribution aimed to find the lowest total cost and the largest value of time window service is proposed. Then, a hybrid algorithm combining tabu search algorithm and local search algorithm is designed to find the optimal solution. Finally, the simulation of the example verify the feasibility and effectiveness of the model and the algorithm.     

Study on Multi-Trip Vehicle Routing Problem with Stochastic Simultaneous Pickup-Delivery Demand

Characterized by high service efficiency and low vehicle cost, multi-trip distribution allows the vehicle to travel multiple times between the distribution center and customers in order to complete the delivery task. Dynamic and uncertain customer demand is common during delivery. Combined pickup-delivery integration pattern with stochastic customer demand, an optimization model for multi-trip vehicle routing problem is set up with stochastic simultaneous pickup-delivery demand. Due to the sudden and simultaneous pickup-delivery of dynamic demand, the original distribution scheme needs to be optimized and adjusted, and the multi-trip routing adjustment strategy of "real-time flexible point" is proposed. According to the stochastic characteristics of the optimization model, a stochastic chance-constrained programming transformation model is introduced. A hybrid algorithm with nested stochastic simulation and variable neighborhood tabu search algorithm is designed to find the optimal distribution path. Finally, an example shows that the optimization model and algorithm are feasible and effective.     

水电站(N+M)容错系统优化模型求解的遗传算法

本文根据(N M)容错系统优化模型高度非线性和复杂性的特点，采用具有高效、并行、全局性的遗传算法来实现此类复杂模型的优化求解．针对改进模型的特点。从编码、适应值、复制算子、交叉和变异算子以及控制参数的选取等多方面进行了遗传算法设计；用MATLAB语言实现了遗传算法．求得的结果验证了算法的正确性和有效性；算法性能分析证明了所设计的改进的交叉算子和随遗传代数成正态变化的变异概率等对改善遗传算法的搜索效率具有明显效果．     

一种新的海运集装箱超订模型

考虑超订策略对单位舱位超订成本的影响,将单位舱位超订成本假设为关于超订水平的单增的凹函数。在此基础上,考虑空箱调运及运输能力的不确定性,以期望总成本最小化为目标建立了海运集装箱舱位的最优超订模型,设计混沌优化算法对该问题进行求解,对所求得的超订水平进行最优性检验,从而确保求得最优的超订水平。并证明了重箱出现比率为均匀分布的随机变量时模型最优解的唯一性。最后的算例结果表明了本文模型及求解算法的有效性。     

基于Tabu搜索方法的配电网重构的一种新方法

配电网重构是一个组合优化问题,它不仅是配电系统循环控制的重要方法,也是配电管理系统的重要组成部分.随着智能技术的不断发展,用智能算法解决组合优化问题成为一种可能.在配电网重构时,当以最小开关操作程度作为目标函数就可转化为线性规划问题;以最小网损为目标函数,可转化为混合整数线性规划问题.基于配电线路重构模型,以最小开关操作程度和最小网损为目标函数,用Tabu搜索方法解决组合优化问题,最后验证了此方法的合理性和可用性.