面向JIT制造的零部件配送中心货位优化研究

面向JIT生产的零部件配送具有种类多、批次多、批量少、出入库时间分散等特点,使得有效分配配送中心的存储货位成为一个难题.将存储货位分配问题抽象为三角形装箱问题,构建了考虑时间维度的货位分配模型,设计了求解该问题的启发式算法.应用某知名汽车装配企业零部件配送中心的实际数据,对货位分配优化模型及算法进行了验证,实证数据表明模型及算法能够有效降低运营成本,提高存储空间利用率.     

物流配送中心选址的随机数学模型

本文对照传统的物流配送中心选址问题提出了一个随机化的模型,并从数学角度对该模型进行了的一些分析,给出了单配送中心选址问题的一个量化的处理方法。     

浅谈汽车配件配送中心物流关键设施设计标准

配送中心设施是物流活动开展的基础,并关系到物流运作的效率。本文重点阐述了配送中心中和物流运作相关的关键设施的设计标准,为企业建立配送中心设施标准提供方向和依据。     

AHP在物流配送中心选址中的应用

本文基于层次分析法的基本原理和模型,建立了选择物流配送中心的层次模型,运用AHP法对物流配送中心的选址问题进行定性和定量分析,并通过对案例的分析来对层次分析法进行研究。     

带模糊工作时间窗的多配送中心同时集散货物车辆路径问题

在线资源的特性使得配送车辆采用分时租赁的模式为客户进行服务,配送车辆路径问题呈现多模糊时间窗特性。本文构建了带有模糊工作时间窗的多配送中心同时集散货物车辆路径模型,以最小化配送成本、车辆使用数,最大化服务质量为优化目标。根据客户期望时间窗、硬时间窗、软时间窗,改进了线性梯形隶属度函数表示客户模糊满意度。模型的求解采用自适应大规模邻域搜索算法,通过引入多种群搜索机制和非支配排序操作,加快算法收敛速度、增强算法全局寻优能力。最后,通过算例求解验证模型和改进算法的有效性和优越性。     

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。     

震后初期应急物资配送的模糊多目标选址-多式联运问题

针对震后初期应急物资配送系统优化问题,考虑应急物资需求模糊情况下应急物资配送中心选址和应急物资多式联运安排的集成决策,以应急物资配送总时间最短和受灾点应急物资未满足的总损失最小为目标,建立了一个震后应急物资配送的多目标选址-多式联运问题优化模型,设计了一种采用二维编码的非支配排序多目标遗传算法,并对该算法进行了复杂性分析。算例分析结果表明:该算法可以在得到Pareto前沿的同时,根据决策者偏好在Pareto前沿面上给出各种优化决策方案。     

考虑完成期限的电子商务在线订单分批模型及算法

在电子商务在线订单拣选系统中,订单到达时间和订购商品等信息未知。针对拣选设备容量、员工人数等资源有限约束情况,研究在何时、对多少订单进行分批优化,以保证在订单完成期限前以最短的时间拣出最多的订单。构建考虑订单完成期限的在线订单分批混合整数规划模型,以最小化平均有效订单服务时间,采用改进的固定时间窗订单分批启发式规则求解模型,定义剩余操作时间在[前置时间,配送准备时间]内的订单为紧急订单,构建综合考虑紧急程度和相似度因素的在线订单分批算法。采用某配送中心14：00～18：00时间段内以泊松分布（λ＝17）随机生成的订单进行数据实验,将实验结果与传统固定时间窗在线订单分批算法进行比较。研究结果表明,考虑完成期限时,系统拣选配送的订单数量更多,总服务时间和平均有效订单服务时间更短,且出现延迟订单的数量更少,延迟时间更短。拣选员工人数的增多在不同程度上提高配送率,且考虑完成期限时,配送率提高幅度要大于传统算法;但随着人数的增加,配送率的提高幅度呈降低趋势。     

随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

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。     

时间依赖型多配送中心带时间窗的开放式车辆路径问题研究

本文研究了时间依赖型多配送中心带时间窗的开放式车辆路径问题,基于道路通行情况,建立车辆行驶速度时间函数;考虑车辆载重、里程限制与客户点服务时间窗的约束,建立混合整数规划模型,目标函数为最小化车辆总成本,具体包括车辆行驶时间成本和车辆固定发车成本;提出了一种二维编码方式的混合遗传算法,针对混合遗传算法设计了多分区段单点交叉策略、动态插入算子及局部搜索策略;最后,基于Solomon VRPTW基准数据集生成27个测试算例,使用混合遗传算法进行求解。数值实验结果表明,考虑道路通行情况,选择合理的出发时间,避免拥堵时段进行配送服务,能明显减少车辆的总行驶时间,且验证了混合遗传算法能够获得问题的满意解。     

基于随机运输路径选择的物流中心选址模型

旨在以物流系统总费用最小化为目标进行物流中心选址规划.政府做出物流中心选址规划后,客户会选择合适的供应商进行交易,并根据已有物流中心与交通流分布进行货物运输路线决策,使其总费用最少.论文提出了物流中心选址双层规划模型,考虑投资费用的约束,保证用户平衡的同时使整个物流系统总费用最低.其中上层规划目标是使物流系统总费用最小化,下层规划建立了一个Logit随机用户均衡模型,并构造了一个等价的凸规划问题.最后针对模型提出了一个算法,并通过算例说明其可行性.     

蓄冷式多温集配路径优化模型

现实中,由于配送中心选址对占地面积、土地成本等要求较高,加之物流企业资金有限或交通拥堵等限制,配送中心的设置通常会远离市中心。为了减少集货与配送车辆往返配送中心的次数以及车辆行驶距离,本文以总成本最小化,包括车辆派遣成本、行驶成本、碳排放成本、违背时间窗的惩罚成本、保温柜/箱成本、非整箱货物的配送成本,构建了1个配送中心由大型车辆为m个供应商采用蓄冷柜/蓄冷箱集货,由1个虚拟接驳点(中型车辆)结合小型车辆为n个零售门店采用蓄冷箱多温共配的路径优化模型,并设计了基于蚁群算法的混合更新信息素策略。以20个零售门店与6个海鲜供应商的三种品温海鲜品为仿真算例,验证了模型的有效性。实例分析发现：引入虚拟接驳点的配送线路数低于单纯的配送线路数;时间窗限制越宽松,引入虚拟接驳点的优越性越突出;具有虚拟接驳点的多温集配总成本低于自配送中心的集配总成本;具有虚拟接驳点的蓄冷式多温集配尤其利于低碳环保的冷链系统构建。     

求解带时间窗的客户需求可分条件下的车辆路径问题

物流运输中的车辆路径问题历来是一个重要的理论和实际问题,在同时考虑客户需求可分以及客户方和配送中心时间窗限制的前提下,重新构造了问题模型,并结合蚂蚁算法中转移概率的改进和最大-最小蚂蚁系统,设计了问题求解过程和分割点选取规则,计算结果显示出算法的可行性。另外还与客户需求不可分的情况进行了对比,从而说明在大规模物流运输需求下,可分能带来更好的效果。     

B2C电子商务环境下订单拣选与配送联合调度优化

如何在顾客下单后协调好拣选和配送环节,在最短的时间、以较低的成本将商品从货架上拣出、打包后配送到顾客手中,已成为B2C电子商务物流管理中亟待解决的问题。本文尝试以最小化订单履行时间为目标,构建非线性拣选与配送联合调度模型,以解决订单拣选顺序、拣选作业方式、车辆行驶线路等联合决策。为求解此NP难问题,设计了三阶段启发式算法：首先采用“聚类-路径优化”思想,依据顾客位置进行配送方案确认;然后采用基于相似度聚类的订单分批规则对每条配送线路的订单进行分批合并;最后调整拣选任务与配送线路顺序。通过数据实验对模型进行验证,并与传统拣选与配送分开优化的结果进行对比。结果表明,三阶段算法能够有效缩短订单完成时间、降低配送车辆等待时间、改善配送资源利用率。     

基于Lagrange松弛分解法的供应链生产-定位-路径集成问题优化

本文研究了集成生产批量、配送中心定位和车辆运输路径问题的一个复杂大系统,并建立了相应的数学模型。为了便于理解和求解这一大系统,将这一系统运用Lagrange松弛法分解成了生产、配送中心和定位-路径等三个相对独立的子系统。基于次梯度优化算法提出了一种优化协调机制,实现了系统的整体优化,并进行了数值实验分析。     

震后应急物资配送的模糊定位-路径问题研究

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。     

基于混合蚁群算法的冷链物流配送路径优化研究

基于绿色物流发展理念，为企业寻求经济与环境达到双赢的局面，本研究将节能减排转化为绿色成本，融入路径优化问题中，建立以总成本最小为研究目标的冷链物流路径优化数学模型。针对蚁群算法初始阶段由于信息素不足导致收敛速度慢的问题，将A*算法与蚁群算法相结合，利用A*算法的全局收敛性和蚁群算法的正反馈性构造了一种混合蚁群算法。通过对实例进行仿真优化与对比分析，验证了模型和算法的有效性。     

考虑实时预倒箱的出口箱堆场多场桥调度优化

在出口集装箱堆场的实际作业过程中，倒箱是制约场桥作业效率的瓶颈之一。为提高出口箱堆场的作业效能，减少船舶装船作业时间，采用实时预倒来降低倒箱的影响，研究出口箱堆场多场桥调度优化问题。考虑待提箱作业次序固定、场桥间保持安全距离及不可跨越的现实约束，兼顾内集卡的等待上限，侧重场桥作业过程中的实时预倒箱，构建了以带惩罚因子的内集卡总等待时间最少为目标的混合整数线性规划模型。基于问题自身的特点设计了混合和声模拟退火算法，得出了各场桥的行走路径与实时预倒箱方案。在算例实验中，通过与不考虑实时预倒箱的方案、FCFS方案以及下界进行对比，验证了考虑实时预倒箱的场桥调度模型及算法的有效性，为集装箱码头出口箱堆场的场桥调度提供参考。