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。     

基于免疫遗传算法的物流配送车辆路径优化问题研究

物流配送车辆的优化调度问题是近年来物流研究中的一个热点也是一个难点,传统的优化方法往往难以解决这类问题.本文提出一种新型免疫遗传算法进行物流配送车辆路径问题的优化规划.在遗传进化过程中,借鉴生物免疫机制对每个种群的染色体进行免疫算子操作,这些算子包括接种疫苗、各基因座多样性调整以及免疫选择.以运输费用最小为优化目标建立了物流配送车辆路径优化问题的数学模型,利用免疫遗传算法求得优化解,并通过具体实例以及免疫遗传算法与标准遗传算法运算结果的比较,验证了本文免疫遗传算法的有效性和优越性.     

Integrated Optimization and Cost Allocation of Lean Inbound Logistics for the Auto Manufacturer

供应物流是连接供应商与制造企业间物料供应的重要活动.本文将精益思想延伸到跨企业的供应物流管理中,对供应商向精益制造企业直接JIT供应零部件的供应物流进行整合优化分析.以汽车业为例,分别在不同的供应商生产情况下讨论了精益供应物流的整合优化模型和求解方法,并讨论了实现整合优化结果的成本分摊机制,最后以上海某汽车整车厂和供应商为例进行了案例分析.     

遗传算法在逆向物流网络选址问题中的应用研究

随着公众环保意识的增强、环保立法的出台和可观的经济利益的显现,企业开始关注逆向物流。而在逆向物流中,集中退货中心管理是企业逆向物流系统高品质运作的基础和前提。因此,本文构建了一个逆向物流网络中的选址模型,旨在研究从备选地址中选择建立配送中心或回收中心最佳策略,然后应用遗传算法讨论了该模型的具体解法。最后针对模拟算例,通过对比遗传算法和部分枚举法的效率及结果,说明遗传算法对于求解这类问题是一种有效的方法。     

遗传算法在活动网络有限资源分配问题中的应用

有限资源合理分配是网络计划中一个复杂的组合优化问题。应用遗传算法,本文建立了描述有限资源合理分配问题的染色体结构和适应度函数,设计了问题的遗传运算,并举例说明了该遗传算法的有效性。这一工作对于处理工程项目施工安排问题具有重要意义。     

考虑多种安全库存策略的选址-库存问题研究

考虑多种安全设置策略的物流网络的选址-库存问题,不仅是选址、订货、运输和库存的集成优化,还需要考虑多种不同的安全库存设置和转运策略。因此,本文深入讨论了二级物流网络中的六种安全库存设置策略,构建了六种考虑不同安全库存设置的选址-库存模型。在考虑集中设置安全库存时,集中安全库存需要通过转载运输实现,因此需要将转载运输成本引入选址-库存模型之中,使新的选址-库存模型更加科学合理。另外,针对六种新的选址-库存模型,提出了基于个体成本差异分配的遗传算法,迭代搜索选址、分配、库存设置策略的优化组合。最后,通过数据实验验证了模型的有效性：（1）安全库存与转载运输之间存在此消彼长的背反关系;（2）安全库存设置和转载运输策略对总成本的影响取决于两种费率权重情况。本文的研究可以为二级物流网络的选址、订货和安全库存策略集成优化决策提供参考依据。     

网络计划优化中资源平衡的混合遗传算法

目前网络计划优化的问题有两个第一,网络计划优化技术中的顺序优化没有统一的数学模型;第二,网络计划优化中的资源平衡的理念比较陈旧.资源平衡的混合遗传算法克服了过去的弱点,采用了合理的编码方法,建立了遗传算法的资源平衡模型,该算法首次考虑了资源日历,彻底解决了资源平衡与资源得不到的矛盾.     

多供应商模式下补货和第三方物流选择研究

本文研究了物料供应环节多供应商补货模式下的订货量决策问题,分别分析和构建了供应商同质和不同质环境下的多供应商补货成本优化模型,得到最优补货量,并在此基础上就物流的分散性现实问题提出了第三方物流决策模型,并给出了考虑第三方物流的二级补货决策模型。     

绿色物流网络系统建模与效率边界分析

绿色物流对于我国保护环境、节约资源和实施可持续发展战略具有重要的意义。绿色物流要求在进行物流网络系统设计时不能只考虑成本,还要考虑物流活动对于环境的影响。因此如何平衡物流成本和环境质量是一个关键问题。本文提出了绿色物流网络设计步骤和模型,将环境质量和物流成本作为优化的目标,利用多目标优化方法获得物流成本和环境质量之间的效率边界。通过分析效率边界的性质,指出了效率边界的作用。最后通过实例计算对影响效率边界的参数进行了分析,能为有效的实施绿色物流提供决策工具。     

考虑灾民痛苦感知的应急避难所选址与物资分配优化

大规模灾害发生初期，应急物资往往不能及时供应，受灾群众因缺乏物资和服务产生痛苦感知。针对该问题，设计数值评定量表（NRS）构建痛苦函数，刻画灾民痛苦感知成本，将灾民感知因素纳入应急总成本的决策考量。提出以总社会成本（物流成本和痛苦心理成本之和）最小为应急救援目标，构建了一个考虑灾民疏散与重新安置、临时避难所选址和物资分配的集成优化模型。设计经典混合整数规划方法和改进的遗传算法对所构模型进行求解，并应用于海南威马逊台风案例。案例分析表明，模型和算法能有效解决考虑灾民痛苦的避难所选址与物资分配问题，揭示了随着受灾规模的增加和疏散时间的减少，遗传算法的求解结果优于经典求解方法。     

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。     

Reliable Supply Chain Network Design

Risk management in supply chains has been receiving increased attention in the past few years. In this article, we present formulations for the strategic supply chain network design problem with dual objectives, which usually conflict with each other: minimizing cost and maximizing reliability. Quantifying the total reliability of a network design is not as straightforward as total cost calculation. We use reliability indices and develop analytical formulations that model the impact of upstream supply chain on individual entities’ reliability to quantify the total reliability of a network. The resulting multiobjective nonlinear model is solved using a novel hybrid algorithm that utilizes a genetic algorithm for network design and linear programming for network flow optimization. We demonstrate the application of our approach through illustrative examples in establishing tradeoffs between cost and reliability in network design and present managerial implications.     

一类供应链的Stackelberg主从对策问题研究

本文研究了供应链中的一般订货模式和协调模式,提出了一类供应链Stackelberg主从对策问题,卖方作为主方给出最小补充期策略,买方作为从方以最优库存策略响应。考虑一致价格折扣弥补买方的库存成本增加,以及买方的库存成本合理化,建立买方需求确定下的卖方成本优化模型。最后,应用遗传算法对石油分销系统Stackelberg主从对策问题离线仿真计算,得出Stackelberg主从对策均衡解。     

A hybrid genetic algorithm for production and distribution

This paper develops a hybrid genetic algorithm for production and distribution problems in multi-factory supply chain models. Supply chain problems usually may involve multi-criterion decision-making, for example operating cost, service level, resources utilization, etc. These criteria are numerous and interrelated. To organize them, analytic hierarchy process (AHP) will be utilized. It provides a systematic approach for decision makers to assign weightings and relate them. Meanwhile, genetic algorithms (GAs) will be utilized to determine jobs allocation into suitable production plants. Genetic operators adopted to improve the genetic search algorithm will be introduced and discussed. Finally, a hypothetical production–distribution problem will be solved by the proposed algorithm. The optimization results show that it is reliable and robust.     

A joint optimal pricing and order quantity model under parameter uncertainty and its practical implementation

We consider a robust optimization model of determining a joint optimal bundle of price and order quantity for a retailer in a two-stage supply chain under uncertainty of parameters in demand and purchase cost functions. Demand is modeled as a decreasing power function of product price, and unit purchase cost is modeled as a decreasing power function of order quantity and demand. While the general form of the power functions are given, it is assumed that parameters defining the two power functions involve a certain degree of uncertainty and their possible values can be characterized by ellipsoids. We show that the robust optimization problem can be transformed into an equivalent convex optimization which can be solved efficiently and effectively using interior-point methods. In addition, we propose a practical implementation of the model, where the stochastic characteristics of parameters are obtained from regression analysis on past sales and production data, and ellipsoidal representations of the parameter uncertainties are obtained based on a combined use of genetic algorithm and Monte Carlo simulation. An illustrative example is provided to demonstrate the model and its implementation.     

A joint optimal pricing and order quantity model under parameter uncertainty and its practical implementation

We consider a robust optimization model of determining a joint optimal bundle of price and order quantity for a retailer in a two-stage supply chain under uncertainty of parameters in demand and purchase cost functions. Demand is modeled as a decreasing power function of product price, and unit purchase cost is modeled as a decreasing power function of order quantity and demand. While the general form of the power functions are given, it is assumed that parameters defining the two power functions involve a certain degree of uncertainty and their possible values can be characterized by ellipsoids. We show that the robust optimization problem can be transformed into an equivalent convex optimization which can be solved efficiently and effectively using interior-point methods. In addition, we propose a practical implementation of the model, where the stochastic characteristics of parameters are obtained from regression analysis on past sales and production data, and ellipsoidal representations of the parameter uncertainties are obtained based on a combined use of genetic algorithm and Monte Carlo simulation. An illustrative example is provided to demonstrate the model and its implementation.     

基于遗传算法的机组优化组合的应用研究

火电厂机组优化组合问题是一个复杂的优化问题,本文提出了用于求解机组优化组合的一种改进的遗传算法方法,取得了较好的计算结果。     

基于约束满意的供应链应急制造采购策略研究

针对紧急需求与采购成本之间的冲突,研究了模糊时间要求和模糊物资需求下多供应商和单一制造商构成的供应链的应急制造采购问题.建立了供应链应急制造采购的多目标、多约束组合优化模型,提出了一种由约束满意优化模型转换、搜索算法、满意度函数和满意度要求调整方法构成的交互式满意决策方法.运用该方法能够获得体现决策者偏好的满意采购策略,实现以合理成本满足应急需求的目的.通过模拟算例解释了交互式满意决策的过程.     

越库配送下考虑时空距离的库门分配与车辆调度优化

针对越库配送下考虑时空距离的库门分配与车辆路径问题,建立以车辆派遣成本、运输成本、时间惩罚成本、越库内部操作成本总和最小化为目标的库门分配与车辆路径优化模型。根据问题的特征设计改进的自适应遗传算法,并根据时空距离生成初始解。通过对不同规模的算例进行对比和分析,验证了模型的正确性和算法的有效性,结果表明,所得出的库门分配和车辆调度优化方案可以有效降低越库配送中心的运营成本。研究成果拓展和丰富了越库配送下的车辆路径问题研究,能为物流企业优化配送方案提供理论依据。     

两级供应链Stackelberg主从对策的优化模型及其应用

本文研究了供应链的协调订货模式及其特例,提出了两级供应链Stackelberg主从对策问题模型,其中卖方作为主方给出最小补充期策略,买方作为从方以最优库存策略响应。建立了求解Stackelberg主从对策问题的成本优化模型,并考虑了累积价格折扣激励和买方库存成本合理化。对一个石油分销系统Stackelberg主从对策问题应用遗传算法离线仿真计算,得出Stackelberg均衡解,达到帕累托最优。