共查询到17条相似文献,搜索用时 62 毫秒
1.
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. 相似文献
2.
3.
针对顾客需求量不确定情况下末端配送中心选址及提前备货问题,提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标,建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量;第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等,使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法;以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性;并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析,得到了不同参数对应的最优配送策略,结果表明,正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量,可以帮助企业降低物流成本、提高顾客的满意度。 相似文献
4.
5.
从系统集成优化的角度研究震后应急物资配送的一种新模糊定位-路径问题(LRP),综合考虑救灾点所在地理位置和地形导致的应急车辆行驶时间的随机性、救灾点应急物资需求量的不确定性与应急物资配送的时间紧迫性,以应急物资总运达时间最短与总配送成本最小为目标,构建一个基于机会约束规划的多目标模糊LRP优化模型,并根据模型的特点设计了一种混合免疫遗传算法予以求解。最后,通过算例验证了本文方法能有效解决震后应急物资配送的模糊多目标LRP,实现了震后应急物流中心定位和应急车辆路径规划的联合决策。 相似文献
6.
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. 相似文献
7.
集成化物流管理中库存路径问题研究综述 总被引:2,自引:0,他引:2
综合国内外多种参考文献,介绍了IRP的基本概念及其主要特征,从常见模型、求解策略及算法2个维度综述了当前国内外关于IRP的主要研究进展,最后指出了该研究领域在未来研究中应予以重视的几个研究方向,为进一步的研究奠定了基础. 相似文献
8.
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。 相似文献
10.
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. 相似文献
11.
12.
13.
既往有关库存水平影响需求条件下的库存问题研究中,通常对终端库存水平是否存在货架与零售商仓库库存水平的区别未作深入探讨。本文的研究认为,现实中许多零售商拥有仓库,其现有库存水平包括仓库库存和货架库存两部分,而影响需求的仅为与货架展示能力相关的库存,因此有必要对二者的需求影响效应进行区分。在明确这一区别的前提下,本文首先建立了供应商管理库存情况下库存水平影响需求问题的一般库存模型,给出零售商的最优订货策略;并考虑货架的容量限制,给出零售商启用仓库的判断条件。由于仓库库存仅在能够影响货架展示能力的条件下才能够影响消费需求,本文还进一步讨论了在零售商拥有仓库时,区分货架与仓库的库存水平影响需求条件下的最优库存与订货决策。这对于经营不同特征商品的零售商在进行是否需要拥有仓库,以及拥有仓库条件下的库存决策具有很好的参考价值。 相似文献
14.
《Omega》2015
We study an Inventory Routing Problem in which the supplier has a limited production capacity and the stochastic demand of the retailers is satisfied with procurement of transportation services. The aim is to minimize the total expected cost over a planning horizon, given by the sum of the inventory cost at the supplier, the inventory cost at the retailers, the penalty cost for stock-out at the retailers and the transportation cost. First, we show that a policy based just on the average demand can have a total expected cost infinitely worse than the one obtained by taking into account the overall probability distribution of the demand in the decision process. Therefore, we introduce a stochastic dynamic programming formulation of the problem that allows us to find an optimal policy in small size instances. Finally, we design and implement a matheuristic approach, integrating a rollout algorithm and an optimal solution of mixed-integer linear programming models, which is able to solve realistic size problem instances. Computational results allow us to provide managerial insights concerning the management of stochastic demand. 相似文献
15.
16.
Haolin Feng Qi Wu Kumar Muthuraman Vinayak Deshpande 《Production and Operations Management》2015,24(4):647-664
This study analyzes optimal replenishment policies that minimize expected discounted cost of multi‐product stochastic inventory systems. The distinguishing feature of the multi‐product inventory system that we analyze is the existence of correlated demand and joint‐replenishment costs across multiple products. Our objective is to understand the structure of the optimal policy and use this structure to construct a heuristic method that can solve problems set in real‐world sizes/dimensions. Using an MDP formulation we first compute the optimal policy. The optimal policy can only be computed for problems with a small number of product types due to the curse of dimensionality. Hence, using the insight gained from the optimal policy, we propose a class of policies that captures the impact of demand correlation on the structure of the optimal policy. We call this class (s, c, d, S)‐policies, and also develop an algorithm to compute good policies in this class, for large multi‐product problems. Finally using an exhaustive set of computational examples we show that policies in this class very closely approximate the optimal policy and can outperform policies analyzed in prior literature which assume independent demand. We have also included examples that illustrate performance under the average cost objective. 相似文献
17.
We develop a new, unified approach to treating continuous‐time stochastic inventory problems with both the average and discounted cost criteria. The approach involves the development of an adjusted discounted cycle cost formula, which has an appealing intuitive interpretation. We show for the first time that an (s, S) policy is optimal in the case of demand having a compound Poisson component as well as a constant rate component. Our demand structure simultaneously generalizes the classical EOQ model and the inventory models with Poisson demand, and we indicate the reasons why this task has been a difficult one. We do not require the surplus cost function to be convex or quasi‐convex as has been assumed in the literature. Finally, we show that the optimal s is unique, but we do not know if optimal S is unique. 相似文献