基于JIT配送的3PL运输协调调度问题建模与分析

近年来,随着第三方物流(Third Party Logistics,3PL)的日益成熟,其服务的专业性越来越高。相当数量的制造商们把产品的运输与配送外包给3PL以缩短订单处理的时间。本文研究Just-in-Time(JIT)背景下由3PL主导的供应链中3PL协调调度问题。3PL给出运输工具的出发、到达时间、可用的运载容量及相应的价格。制造商根据其生产调度和订单配送要求,有选择的使用3PL的运输资源,以最小的成本达JIT配送的目的。本文建立了该问题的数学模型,并证明了相应的计算复杂度。最后通过仿真实验验证计算复杂度。     

供需未匹配的多车场多车型多货品可拆分取送货车辆路径问题

取送货车辆路径问题在多点调拨系统普遍存在,属于NP-hard问题。该问题研究通常需考虑车场数、车型种类、货品种类、客户服务次数等诸多因素,已有文献多假设客户间供需已匹配、单车场、单车型、单货品和取送货需求一次性满足,优化目标多设置为总路径最短。而从企业运营实践来看,运输方案不仅要规划客户间访问路径,还需进行客户间供需匹配;运输成本不仅与运距有关,还涉及运输货品的重量和派车成本;运输网络中多车场、多车型和多货品更加常见,且客户需求量往往大于车辆装载能力。因此,本文首次尝试基于"运距×运量"的车辆路径成本和基于额定吨位的固定派车成本之和最小为优化目标,建立同时考虑多车场、多车型、多货品、客户间供需未匹配和需求可拆分的取送货车辆路径问题模型,并设计基于大规模邻域搜索的迭代局部搜索求解算法。该算法采用基于运输效率提升的贪婪思想来快速构建高质量初始可行解,并通过引入四种移除算子、两种修复算子和车场车型调整优化策略形成大规模可行搜索邻域以增强全局寻优能力。基于18个文献算例和6个企业实例的数值实验结果表明：1）本文提出的算法在求解质量和求解效率方面均优于相关文献中的算法;2）相对人工调拨方案,本文设计的方案能够帮助企业节约33%的运输成本和21%的车次。本研究不仅可拓展取送货车辆路径问题现有理论,而且可为企业实际运营提供决策支持。     

混合离散差分进化算法在单机批处理调度中的应用

本文研究单机批处理调度问题,批处理机有批次容量限制,批处理时间由每个批次所含作业中的最长作业处理时间决定。每个作业具有不同的大小、处理时间、提前拖期惩罚权重,所有作业具有公共交货期,且交货期无限晚。目标函数为最小化所有作业的加权提前拖期惩罚之和。该问题已被证明为NP难题,本研究找到了其最优解具有的一些性质,在此基础上利用它们提出了一种动态规划(DP)与差分进化(DE)算法相结合的混合离散差分进化(HDDE)算法来求解该问题,通过与传统的遗传算法、模拟退火算法和迭代贪婪算法进行对比,HDDE算法显示了更加强大的全局搜索能力。     

浅论我国空港物流发展的特点、问题及对策

空港物流是现代物流的重要组成部分,是现代物流与传统航空货运有效结合的产物。在近年来经济社会稳步快速增长的基础上,我国空港物流取得了长足的发展。本文分析了空港物流在经济社会中的效应和特点,并探讨我国空港物流发展存在的问题和不足。在对国内相关空港物流调研以及借鉴国外主要空港物流发展经验的基础上,提出了发展我国空港物流的一些建议。     

“货到人”拣选系统中AGV路径规划与调度研究

本文在电商行业快速发展及人工智能不断成熟的背景下，对智能仓库中采用“货到人”拣选系统的AGV(Automated Guided Vehicle)调度优化问题进行研究，此问题需同时考虑单AGV的路径规划及多AGV间的碰撞避免。基于此，本文提出了两阶段优化算法，首先分别采用数学模型求解和基于货架优先级的任务分配算法得到AGV的货架搬运任务序列，并根据AGV行驶规则生成初始路径。然后设计碰撞检测及避免算法对可能发生冲突的路径交叉点进行主动避撞调度。当发生突发情况时(如设备故障)，采取实时重调度措施进行被动路径调整以获得全局AGV无碰路径。最后基于两阶段算法分析了两种AGV搬运任务分配策略的适用情况，并给出了最优的AGV数量配置建议。实验结果表明，本文算法能够调度100台AGV在配备有2015个货架、10个作业平台的仓库中完成100个订单的拣选作业。本研究可为企业采用“货到人”拣选系统实现多AGV 的协同调度提供理论依据和实践指导。     

突发疫情环境下考虑订单释放时间的零售物流配送路径优化研究

“新冠肺炎”疫情突发严重危及了人们的生活安全，而物流保障在疫情防控、保民生活、稳定社会方面却起到了重要支撑作用。以保证民生的零售物流配送为背景，本文研究考虑订单释放时间的车辆路径优化问题，以配送完工时间与运输成本的加权之和最小为目标，构建了线性规划模型,并设计了改进的迭代局部搜索求解算法。该算法采用基于多种邻域结构和改进的US算法的局部搜索过程以增强算法的寻优能力，通过引入大路径和最优分割过程获得高质量的初始解和打破机制以增强算法的搜索效率。同时，提出一些性质用于拉格朗日松弛算法，为本文研究问题提供高质量的下界。最后，数值实验部分通过求解标杆算例和文中算例验证了模型和算法的有效性，并对订单释放时间和模型参数进行灵敏度分析，结果表明本文模型和算法能够为零售物流配送的效率提升和成本控制提供有效的决策支持。     

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。