集配协同下多产品越库配送车辆路径问题研究

文中基于实际越库配送中零售商的多样化需求和集配过程的连续型,针对集配协同下的多产品车辆路径问题,构建以车辆固定成本、运输成本、时间窗惩罚成本和库存持有成本最小化为目标的带越库配送的车辆路径优化模型.根据问题的阶段性特征,提出一种改进的遗传算法对问题进行求解,并以车辆等待时间最小为准则设计解码方案.通过算例的对比分析,验证了改进的遗传算法有更强的寻优能力.结果表明:建立的模型能够有效降低总成本,提高运输效率.

基于模糊时间窗的智慧物流越库调度仿真研究

在越库配送中商品和货物到了配送中心后直接可在站台上向客户配送,能够有效降低库存和运输成本,但是对车辆调度效率要求较高。若进出站台的车辆得不到精准排序,会直接影响货物出站时间。为进一步提升越库调度效果,提出基于模糊时间窗的智慧物流越库调度方法。基于物流越库类型的分析结果,结合模糊时间窗制定调度目标函数以及约束条件,构建物流越库调度模型。引入萤火虫算法对调度模型求解,获取模型最佳目标函数值,输出模型调度结果,实现智慧物流的越库调度。实验结果表明,上述方法对物流越库调度模型的求解与最优解的差距最小,且物流调度范围对其影响不大,可在10s之内完成智慧物流的越库调度,应用效率较高。

越库转运问题的自适应遗传算法研究

探讨一种固定运输模式下的越库转运问题——采用运输量不可拆分的单次运送方式以最小费用通过选择固定的运输路径将货物经过越库转运到目的地,其货物将可能在越库中停留甚至无法运到目的地,这将会导致库存成本和惩罚成本.文中证明了此类越库转运问题是强NP难题,因此本文针对该问题的特殊结构,提出一种采用了邻域搜索技术的自适应遗传算法(AGA with NS)来有效的解决该类问题,数值试验结果表明该算法比CPLEX求解更加高效.此外文中还分别比较了在不采用邻域搜索或者自适应策略的情况下的三种遗传算法,其数值实验结果表明邻域搜索策略以及自适应策略对提高算法的效率有显著的影响.

越库中心选址模型与启发式算法

考虑客户服务水平,以运输成本、越库中心作业和固定成本、延迟交货惩罚成本总和最小化为目标,建立越库中心选址的混合整数规划模型。在中小规模情形下,运用lingo求问题的精确解,同时根据模型中目标函数的不同特征,构建2种启发式算法求问题的近优解。实验结果表明:在所测的20组数据中,性能较优的启发式算法H2求得的解与精确解的平均误差分别为0.28%和3.24%,接近于精确解,这表明启发式算法H2是有效的。

零部件循环取货越库物流系统仿真优化

为分析主机厂产能扩大对汽车零部件物流产生的影响以及第三方物流企业如何识别与优化影响其系统绩效的关键因子以满足新的物流需求,在众多汽车制造商产能扩大的背景下,以零部件平均流程时间为绩效指标,深入研究了基于第三方物流零部件循环取货越库配送物流模式的优化设计问题,建立符合实际物流运作的仿真模型。由于存在较多的仿真输入(因子),提出首先应用序贯分支筛选关键因子,再针对关键因子建立响应面与Kriging元模型优化的研究步骤,解决了由"高维因子"导致的较难优化的问题。运用调研数据进行仿真实验计算,结果表明关键因子的最优配置可使物流绩效达到较为理想的水平;Kriging元模型的预测结果略优于响应面的最佳绩效值,该模型与方法为产能扩大后第三方物流改进方案的制定提供了可靠的解决思路,具有良好的应用价值。

以总加权完工时间为目标的两台机越库排序的动态规划算法

提出并研究两台机器环境下的以带权总完工时间为目标函数的越库配送排序问题.越库作业的入库与出库车辆被看作是排序问题中的机器,入库货物与客户需求为具有前序集限制关系的被加工工件.研究了该问题的计算复杂性及其最优解的若干性质,提出求解该问题的逆向动态规划算法,并给出了动态规划算法的数值实验.结果表明,所提出算法至少可以求解25个工件规模的越库配送排序问题.

供应网络中越库转运中心仓门分配问题研究

本文探讨一种带有时间窗口的仓门分配问题———车辆在转运中心进行货物装卸作业时如何在其时间窗口限制内有效的分配有限的仓门资源,以达到最佳运作效率。以往的研究结果表明该问题是强NP难题,因此本文针对该问题的特殊结构,提出一种新颖的整合了贪婪算法、遗传算法以及禁忌算法思想的混合启发式算法来有效的解决该问题。我们并将该混合启发式算法与遗传算法、禁忌算法以及CPLEX这三种方式的求解效果进行对比,其数值实验结果表明混合启发式算法在求解效果上有明显的优势。

萤火虫群优化算法在越库调度问题中的应用

萤火虫群优化算法是一种新兴的群体智能优化算法,目前在组合优化领域中的应用比较少。提出萤火虫群优化算法(Glowworm Swarm Optimization,GSO)求解越库调度问题的优化方法。越库调度问题是一类极为复杂的NP难题,是影响越库配送效率的关键问题。依据算法和问题特点,设计基于随机键的两段式最大顺序值编码方法。为了解决GSO算法优化精度低、收敛速度慢等问题,提出逐维移动,贪婪接受的搜索策略。基于社会心理学原理,对位置更新公式进行改进。通过实验仿真,结果表明改进的GSO算法是求解越库调度问题的有效方法。

零部件循环取货越库物流系统关键因子研究——仿真实验设计与分析方法

汽车和物流产业是国家重点扶持的两大振兴产业.在众多汽车制造企业产能扩大的背景下,以零部件平均物流时间(cycle time,CT)为绩效评价指标,深入研究了基于第三方物流的零部件循环取货越库物流模式(简称3PL-MRCD)的优化设计问题.建立了符合企业实际运作的离散系统随机仿真模型,即零部件循环取货与越库内部运作的集成模型.与现有供应链仿真模型相比,由于存在较多的仿真因子,提出首先运用序贯分支法(sequential bifurcation,SB)筛选3PL-MRCD系统关键因子,再应用响应面法(response surface methodology,RSM)找到关键因子最优运作水平的方法步骤(SB-RSM),解决了大型仿真系统的优化设计问题.基于调研的数据进行仿真实验,结果表明SB-RSM可准确找出影响CT的关键因子最优取值,该值使CT达到较为理想的水平.对大型仿真系统的优化而言,SB-RSM比传统RSM更具实验效率与效力,SB-RSM为产能扩大3PL物流决策的制定提供了可靠的解决方案,具有良好的应用价值.

越库配送车辆调度问题的自适应遗传算法研究

本文研究的是带有车辆容量限制以及时间窗口约束的越库配送车辆调度问题,该问题旨在通过车辆与仓门的合理分配来实现越库内部货物的最优调度从而达到高效的运作目标。由于该问题是强NP难的问题,本文基于遗传算法的思想,设计了单点交叉算子和两点交叉算子,并采用"交叉行为自适应选择机制"设计了一种自适应遗传算法来进行求解。在数值实验中,本文将该自适应遗传算法与分别采用单种交叉算子的遗传算法进行算法性能的比较,通过大量不同规模的数值算例的结果对比发现在这三种算法中,采用自适应机制的遗传算法在最终解的质量上总体表现最好,表明该算法对于求解此类问题具有良好的性能,同时也表明该自适应机制对于提升算法性能上具有显著的促进作用。

非对称不确定性越库调度算法

在正态分布的模式下,对运输时间期望值进行修正,采用修正后的期望值计算确定性情形下的最优解以及不确定性情形下的现实解和最优解并分别加以比较,提出了期望值修正算法和基于修正期望值的启发式算法.采用最小化最大完工时间作为目标函数,研究了运输时间非对称不确定性条件下的直运物流调度问题.数值实验结果表明,因考虑了非对称性,所提出的修正策略的有效性和实用性较高.

越库配送物流系统车辆调度算法的研究

在车辆路径问题(VRP)和一维装箱问题(BNP)研究的基础上,从越库配送的特点和实施方法出发,以最小化仓储成本、运输成本和车辆的使用成本之和为目标,建立越库配送的车辆调度模型。分别基于优化仓储时间和仓储量、车辆使用率以及综合成本等因素,提出求解问题的三种不同的启发式算法。通过开发车辆调度系统,说明越库配送车辆路径问题的模型和算法的实践应用。

基于RSM的越库配送系统参数优化

运用响应面法这一尚未在物流领域应用的方法对含越库配送系统的供应链实物流进行了研究,目标是实现越库配送中心越库货物存储时间的最小化。通过仿真实验发现,所建模型中因素A与因素C为影响越库存储时间的关键因素;此外,根据响应面方程求得的最优解能大幅度缩短货物存储时间。与其他算法相比,响应面法能将系统的随机因素或随机误差考虑其中,不必列出众多的约束条件,更加直观地对物流系统进行分析。

越库作业调度模型与算法研究

针对暂存区容量有限的越库中心的作业调度问题,以暂存成本、额外搬运成本和换车成本总和最小化为目标,建立数学模型。构建分支定界算法对问题进行精确求解;结合贪婪算法和遗传算法构建混合启发式算法对问题进行近似求解。大、小规模情形下的数值实验结果表明:分支定界算法可以有效求得小规模问题的精确解,但随着问题规模的增大,难以在较短时间内求得精确解;混合启发式算法在小规模情形下与分支定界算法的求解误差最小为0,最大为0.58%;大规模情形下,在给定1 800 s内,混合启发式算法的求解质量均优于分支定界算法,两者差距最大为7.16%。这表明所构建的混合启发式算法是有效的。

基于改进和声搜索算法的越库车辆排序

实现越库的关键是如何衔接集货车辆和送货车辆,合理的车辆排序可以有效减少越库作业时间。提出采用改进的和声搜索算法(IHS)解决最优化模型,根据和声搜索算法参数值在求解过程中的局限性,采用动态调节方法设定参数;固定参数采用田口试验优化进一步提高运行结果的准确性。仿真结果表明:改进的和声搜索算法在解决越库车辆排序问题上比和声搜索算法(HS)和禁忌搜索算法(TS)寻优能力更强,搜索结果更加接近整体最优解。

冷链物流越库调度的拉格朗日松弛算法

为了提高冷链物流的运输效率,解决越库在冷链物流中的应用问题,提出了基于拉格朗日松弛算法的冷链物流的越库调度方法.首先进行了问题域的描述并做出了具体假设,基于问题域以最小化卡车等待时间和越库内部运输成本为目标,建立越库调度的整数规划数学模型.然后,提出了针对越库调度模型的拉格朗日松弛算法,松弛复杂约束后根据决策变量将松弛问题分解为若干子问题,采用次梯度算法求解松弛模型.最后,对各种不同规模的越库模型进行仿真实验,并与传统的贪婪算法进行对比,结果表明,所提出的调度算法适用于问题的求解,并可以在较短时间内获得良好的近优解.

汽车零部件物流越库配送系统的多重响应优化

提出了一种离散动态系统仿真和响应面元模型相结合的优化方法,对汽车零部件物流越库中心内部设计的多重绩效(零部件吞吐量与平均运作时间)进行优化。在越库中心实际运作的基础上,借助Arena模拟越库的内部运作流程,选取一部分重要内部构件作为系统绩效的设计变量,根据仿真实验的结果拟合出吞吐量和运作时间的响应面元模型,识别出越库中心设计的关键因子,并找出3种目标下最大化绩效的因子组合。优化结果表明,优化后的越库能大大改进系统绩效,所采用的方法可用于零部件的越库实践。

越库模式下的卷烟配送业务流程再造研究——以西安市卷烟配送中心为例

论文分析西安市卷烟配送现状及配送流程中存在的问题,以西安市卷烟配送东区为例构建卷烟配送的越库模式,通过业务流程再造构建越库模式下的卷烟配送业务流程;采用ASME评测法及作业成本法分析业务流程再造前后的配送时间和配送成本。研究结果表明,越库模式下卷烟配送业务流程的再造能够有效地整合供应链资源,提高卷烟配送效率,降低卷烟配送成本。

带模糊时间窗的多目标越库选址路径优化问题

越库配送网络具有高运作效率、低库存等特性,同时对时间要求较高,故研究带时间窗口约束的越库选址路径问题。采用时间窗模糊化处理方法定义客户满意度函数,在能力和载重等约束下,建立越库选址路径问题(CDLRP)的多目标规划模型,通过合理选择越库中心并安排配送路径从而达到降低成本、提高客户满意度和提高配送效率三个目标。针对此多目标问题,设计了嵌套灰关联分析的多目标禁忌搜索算法寻求较好的Pareto最优前沿,最后通过算例仿真验证了优化模型和求解算法的可行和有效性。

越库配送在连锁零售业中的应用

分析了中国连锁零售企业实施越库配送的必要性,探讨了越库配送的运作流程和模式,并对我国零售企业实施越库配送提出了建议。