面向新零售的生鲜连锁企业城市配送网络优化研究

城市配送网络优化是生鲜连锁经营企业实施新零售的关键环节,本文研究新零售背景下生鲜企业城市配送网络面临的多业态门店选址及末端需求点分配问题。本文系统考虑多业态零售门店选址布局及覆盖范围、冷链设施配置、冷藏品类选择等生鲜新零售特征构建非线性混合整数规划模型,并设计混合拉格朗日松弛算法求解模型,通过与CPLEX对比验证本文算法的有效性。根据典型生鲜连锁企业重庆果琳的实际数据,运用本文模型及算法得到重庆果琳多业态零售门店布局、门店线上订单覆盖范围、门店冷藏最优品类和门店冷链设施配置方案,并探讨需求规模变动、消费者自提意愿、线上订单规模和气温变化等因素对城市配送系统的影响。结果发现相比重庆果琳现有配送网络,优化方案平均成本降低2.52%;生鲜连锁企业损耗成本占总成本超过70%,配置冷链设施总成本仅降低0.32%;需求规模变动对城市配送网络及单位配送成本的影响较小;消费者自提意愿、线上订单规模和气温变化不影响城市配送网络结构且对总成本影响较小。     

考虑交货因素的热轧无缝钢管订单排程模型与算法

无缝钢管的市场需求具有多品种、小批量的特点，为了在满足客户需求的同时保证高效连续化生产，文章在满足生产工艺特征的基础上将配送地址和交货期等合同因素引入热轧无缝钢管订单排程问题中，建立了以适期交货、订单集中生产配送和最小化机器设备调整为优化目标的订单排程优化模型，并设计了两阶段求解算法：首先，以订单交货期与配送地址差异最小为目标，基于凝聚策略设计了订单聚类算法，将具有相同工艺约束、相似合同要求的订单进行聚类，并形成初始轧制计划；然后，以设备调整和提前/拖期最小为目标，设计混合变邻域搜索算法，对初始轧制批次进行排程优化。基于实际订单数据的实验结果表明，模型和算法对问题的描述和求解是可行有效的。     

基于模糊聚类与车辆协作策略的随机车辆路径问题

以多辆车协作的随机车辆路径问题为研究对象,设计了通用的随机车辆路径问题机会约束模型,提出了大规模随机车辆路径问题的车辆协作策略,并基于该策略与模型设计了求解天规模随机车辆路径问题的混合启发式算法,计算实验结果说明了该算法与策略的有效性与实用性.     

基于持续运营机会约束的竞争设施点选址研究——一种有效的实数编码遗传求解算法

竞争设施点选址是空间经济、区域发展、组合优化和系统工程的重要课题之一。本文以市场份额最大化为目标,研究了基于持续运营机会约束的竞争设施点选址问题,并给出了一种有效的实数编码遗传求解算法。在求解模型方面,首先假定运营成本是竞争设施点规模大小的函数,并对设施点持续运营概率进行机会约束,借鉴引力模型建立竞争设施点选址-设计问题的非线性混合整数规划模型。其次,考虑到选址变量和规模变量的数值类型,以及编码变换问题,设计了一种实数编码遗传求解算法。通过数值实验表明,对不同规模问题的实际计算结果,该算法可以在较短时间内获得最优解,可行解和精确解之间误差小于0.5%,相关比较分析也讨论了该算法的优越性和实用性,为竞争设施点选址问题的研究提供了不同的视角和实用求解算法。     

求解大规模生产批量问题的启发式算法

企业资源优化模型是多物料、多层、受多种能力约束、有启动时间和启动成本的生产批量问题,该问题是NP完全问题,求解十分困难。为此我们提出了一个新的启发式方法,通过交互求解线性规划松弛问题并应用改进的Silver-Meal方法处理批量来近似求解生产批量问题,并第一次将影子价格引入Silver-Meal方法的批量决策,数值实验表明新算法在不同规模问题上的有较好的表现。     

不确定环境下分散控制供应链物流计划优化

供应链物流计划是供应链管理的重要内容.针对节点无限扩展的分散控制供应链物流计划问题,在提出供应链元概念的基础上,考虑供应链节点企业上下游物料价格要素的随机性,应用随机机会约束规划理论,建立了多级多节点多产品分散控制供应链一体化物流计划模型;设计了基于随机模拟的混合智能算法求解模型;并以算例仿真验证了模型和算法的有效性,...     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。     

基于拍卖机制的资源转移时间型动态分布式多项目调度

实践中,企业并行实施地域上分散的多个项目时,资源在各子项目之间的转移时间是影响多项目整体进度的关键因素,同时在动态多项目环境下,新项目不断到达且到达时间不可预知使得制定多项目调度计划遭遇更大困难。本文在动态环境下对资源转移时间型分布式多项目调度问题进行建模和求解,基于多代理系统建立分布式多项目调度问题的动态模型,并将拍卖理论引入其中,设计一种基于时间窗拍卖机制的分布式多代理系统(DMAS/ATW),在动态环境和资源转移时间约束下为多项目配置全局资源。通过一个具体的分布式多项目示例详细分析DMAS/ATW算法的动态调度过程,并基于MPSPLIB中的分布式多项目算例开展数值实验。实验结果表明：无资源转移时间约束时,DMAS/ATW算法求得的平均项目延迟同比相关文献中的DMAS/RIA算法最多减少42%,平均减少26%;有资源转移时间约束时,DMAS/ATW算法对1/3算例集的求解结果优于DMAS/RIA算法在无资源转移时间约束时的结果,验证了本文DMAS/ATW算法求解效果的优异性。对算例规模和全局资源利用系数的实验分析还表明,DMAS/ATW算法对不同规模和资源约束紧张程度的算例都具有良好的适应性。     

一种能力外包且费用时变批量问题的启发式算法

当企业自身能力不能满足需求时考虑外包,可以有效提高企业的竞争力。一种带能力外包的多产品动态经济批量问题得以提出,并设定外包能力使用价格较高且费用时变。建立混合整数规划模型,通过约束松弛与模型分解,设计出一个基于拉格朗日松弛理论的启发式算法进行模型求解。大量随机实验表明,无论解的质量还是求解时间都表现较好。     

基于成本/服务权衡的逆向物流网络设计问题研究

逆向物流网络设计是企业获得经济利益和提高竞争力的战略决策之一。本文针对售后服务逆向物流网络设计问题,考虑了同时优化物流网络运营成本和服务水平,提出了一个多目标整数规划模型来确定服务中心的个数、位置、容量等级以及客户区指派到服务中心的策略,并得到成本和服务之间的权衡关系。设计了一种混合多目标进化算法求解模型。通过实例分析,找出了影响物流网络设计的关键因素。通过算例测试,对混合多目标进化算法和ε约束法进行了比较,结果表明混合多目标进化算法对求解中大规模的问题是一种良好的方法。     

冷轧生产批量计划与调度问题模型及算法

对冷轧生产系统特点进行分析,将冷轧生产批量计划与调度问题抽象为多阶段、多品种带有中间库的批量计划与调度问题。针对该问题建立了数学模型,通过对库存成本和调整成本惩罚系数的控制可以协调库存水平和调整次数的关系。对所建立的模型,提出了基于二进制粒子群优化与局部搜索的混合求解算法。最后,通过对企业实际生产数据的计算和分析,验证了模型和算法的可行性和有效性。     

OPTIMAL BUFFER ALLOCATION IN ASYNCHRONOUS CYCLIC MIXED-MODEL ASSEMBLY LINES

This paper considers a problem of optimal buffer allocation in cyclic asynchronous mixedmodel assembly lines with deterministic processing times. An analytical model is used to provide new insights into properties of optimal buffer allocation, that is, a buffer configuration that guarantees the highest possible throughput rate on the assembly line with a minimum number of buffers. Optimal buffer configuration is characterized, and an efficient algorithm to find such a configuration is developed. The approach proposed in this paper also provides insights on how to allocate a given number of buffers to workstations on the assembly line to maximize the throughput rate.     

用混合遗传算法求解物流配送路径优化问题的研究

论文建立了物流配送路径优化问题的数学模型,并针对遗传算法在局部搜索能力方面的不足,提出将爬山算法与遗传算法相结合,从而构造了求解物流配送路径优化问题的混合遗传算法,并进行了实验计算。计算结果表明,用混合遗传算法求解物流配送路径优化问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和爬山算法在全局搜索能力方面的不足,从而得到质量较高的解。     

多车场带时间窗车辆路径问题的变邻域搜索算法

多车场带时间窗车辆路径问题是车辆路径问题集合中的一个极为复杂、且仍未得到较好解决的问题。针对这一问题,建立了它的整数规划数学模型,提出了一种改进型变邻域搜索算法。该算法在初始解的构造阶段采用聚类方法完成客户的分配,运用混合算子进行局部搜索,通过后优化过程增强寻优效果,引入模拟退火模型对新解的接受进行控制。最后,在Cordeau提出的标准用例上对改进型变邻域算法进行了实验,实验结果更新了大部分目前该问题的最优解,并在算法的稳定性和求解时间上体现出一定优势。实验表明,该算法是一种求解多车场带时间窗车辆路径问题的有效方法。     

A hybrid biased random key genetic algorithm approach for the unit commitment problem

This work proposes a hybrid genetic algorithm (GA) to address the unit commitment (UC) problem. In the UC problem, the goal is to schedule a subset of a given group of electrical power generating units and also to determine their production output in order to meet energy demands at minimum cost. In addition, the solution must satisfy a set of technological and operational constraints. The algorithm developed is a hybrid biased random key genetic algorithm (HBRKGA). It uses random keys to encode the solutions and introduces bias both in the parent selection procedure and in the crossover strategy. To intensify the search close to good solutions, the GA is hybridized with local search. Tests have been performed on benchmark large-scale power systems. The computational results demonstrate that the HBRKGA is effective and efficient. In addition, it is also shown that it improves the solutions obtained by current state-of-the-art methodologies.     

Allocation of buffer capacity to minimize average work-in-process

This paper proposes an efficient heuristic algorithm to solve the problem of allocating the buffers in a production line for given total buffer capacity and the minimum required throughput. While the traditional research has focused on the problem of allocating the buffer capacity to maximize the throughput, the objective of minimizing the average Work-In-Process (WIP) is considered. Minimization of the WIP in the production line has drawn much attention in many practical applications, due to the growing efforts in reducing the production lead times for faster customer response. Two heuristics are proposed and compared to solve the problem. One is a very simple heuristic approach, and the other is a modified 'Non-SEVA' (Non-Standard Exchange Vector Algorithm) which was originally proposed by Seong et al . ( International Journal of Production Research, 33, 1989-2005, 1995) for the throughput maximization problem. Through computational tests, the efficiency of the proposed approach is shown.     

DBR技术中确定缓冲大小的模型

DBR生产计划与控制技术是制约因素理论(TOC)应用于企业生产系统管理的具体工具。DBR技术中缓冲保护大小的确定将直接影响产品的出产提前期和企业的有效产出,从而最终将直接影响产品的市场竞争力。本文对缓冲保护设置及其大小的确定作了详细的研究,建立了相应的数学模型。     

基于改进模糊遗传算法的混合车辆路径问题

本文建立了多配送中心、多车型、多产品的车辆路径问题的混合数学模型,提出了一种新的模糊遗传算法求解混合车辆路径问题,通过改进的模糊逻辑控制器实现交叉概率和变异概率的动态调整,以加快算法收敛速度并避免算法陷入局部最优解。采用标准算例进行对比,证明模糊遗传算法有较好的计算结果和计算效率,并用模糊遗传算法对混合车辆路径模型进行仿真测试,取得了理想的结果。