Configuration model of partial repairable spares under batch ordering policy based on inventory state

Rational planning of spares configuration project is an effective approach to improve equipment availability as well as reduce life cycle cost （LCC）. With an analysis of various impacts on support system, the spares demand rate forecast model is constructed. According to systemic analysis method, spares support effectiveness evaluation indicators system is built, and then, initial spares configuration and optimization method is researched. To the issue of discarding and con-sumption for incomplete repairable items, its expected backorders function is approximated by Laplace demand distribution. Combining the （s-1, s） and （R, Q） inventory policy, the spares resup-ply model is established under the batch ordering policy based on inventory state, and the optimi-zation analysis flow for spares configuration is proposed. Through application on shipborne equipment spares configuration, the given scenarios are analyzed under two constraint targets：one is the support effectiveness, and the other is the spares cost. Analysis reveals that the result is consistent with practical regulation;therefore, the model＇s correctness, method＇s validity as well as optimization project＇s rationality are proved to a certain extent.

基于市场需求与可再制造零件数量双重不确定性的再制造供应链批量策略研究

零件的回收再制造并再销对资源节约及减少环境负担具有重要意义。本文的再制造供应链由采购、运输、仓储、制造活动组成,在市场需求与可再制造零件数量双重不确定情景下,构建包含回收件的采购批量、再制造生产批量的决策模型,探索可能存在的最优批量和成本水平以及双重不确定性对生产批量和采购批量的影响。研究表明:分别实现年环境成本、年经济成本、年总成本最低时,均存在唯一最优生产批量和采购批量;市场需求与可再制造零件数量的双重不确定性水平会对最优解产生不同影响,而可再制造零件或新零件处于散存和制成品两种制备阶段的相关成本变化,将会决定企业再制造的不同批量策略。

Perfect Pick系统订单拣选策略优化研究

作为电商仓库作业中耗时最长、成本最高的环节,订单拣选的作业效率一直是仓库管理中的关键问题。文章针对拣选策略选择问题,选择Perfect Pick系统的电商仓库作为背景,对单个拣选台进行研究,提出订单分批和订单排序两种拣选策略并进行对比分析;以货箱搬运次数最少为目标,分别构建订单分批与订单排序两种拣选策略的整数规划模型,并设计贪婪算法进行求解。通过数值实验验证,订单排序策略在所有订单规模中均优于订单分批策略,根据仓库的订单规模,合理设置拣选台最大容量并选择合理的拣选策略,能够更好地提高拣选效率、优化仓库作业环节。

面向部分工序无序加工的柔性作业车间批量调度方法

实际的车间调度问题往往具有更高的复杂度,调度算法需要考虑更多的约束条件,因此增加了问题的求解难度。为解决柔性作业车间批量调度场景中不同批次、不同工序之间可以无序加工的难题,进而突破现有车间机器使用率低、同类型机器负载不均衡的难点,文中构建了一种面向部分工序无序加工的柔性作业车间等量分批调度模型。首先,基于广泛使用的快速非支配排序遗传算法(NSGA-Ⅱ),提出了一种融合批次、批量和工序排序信息的两段编码结构,采用优先级规则方法获得初始种群,并以最小化完工时间、机器负载均衡率、机器总负荷为优化目标,采用贪心算法求解模型最优值,进而动态构建不同批次的加工路径;然后,对优化目标函数进行排序,再逐步加入非支配排序过程,以解决多个优化目标函数之间难以同时优化的问题,提高求解效率;最后,以某印刷包装企业的木制品加工车间为例,面向现场作业信息,采用仿真手段实现调度过程。结果表明,与优先级调度规则相比,文中所提方法的完工时间平均缩短了6.6%、机器负载均衡方差平均减小了10.7%,文中所提方法的机器负载均衡方差比遗传算法平均减小了53.3%,从而验证了文中方法的可行性,且该方法可以满足印刷包装企业柔性作业车间的高性能调度需求。

双区型仓库订单分批与拣选协同优化研究

针对订单分拣效率低下导致商品出库缓慢的问题,提出一种基于双区型仓库订单分批与拣选的协同优化模型,设计求解模型的CWDP-BSA(clarke-wright and dynamic programming&backtracking search algorithm)协同优化算法。在节约算法中引入快速排序法对订单组合的距离节约值排序,考虑AGV承载量,运用多阶段决策过程最优策略得出状态转移方程求解订单分批模型,确定初始分批方案;并采取多因子选择的回溯搜索算法求解拣选路径模型,以此确定初始拣选方案。再以以上两方案为基础,建立新的基于订单时间窗的订单分批和拣选协同优化模型并求解,进一步优化订单分批和拣选方案。最后通过对比实验得出,平均每批次订单的拣选距离减少了约24.56%,优化后的拣选时间比优化前缩短了约11.4%,在求解不同规模算例时,CWDP-BSA算法的求解结果优于CPLEX软件和其他算法,验证了模型与算法的稳定性和有效性。实验表明,协同优化后的订单分批与物品拣选策略能够有效提升订单出库效率。

热连轧系统的周期更换决策

对热连轧系统的预防性维修更换周期进行研究。首先,将系统抽象为相互独立的多部件系统。然后,根据各个部件所服从的分布,利用最小顺序统计量得到系统所服从的分布,并借助系统和单个部件分布函数间的关系,从理论上分析了系统的可靠性与部件数量之间的关系。接着,以系统的单位时间总期望费用最小为目标,建立了更换周期模型,给出了预防性更换周期满足的解析表达式。最后,以部件寿命常用的分布——威布尔分布为例,给出了模型的离散求解过程,求解出系统的预防性更换周期。同时,进一步展示了在多种相关费用情形下,系统中部件数量对系统的预防性维修更换周期的影响,分析了各种情况产生的原因。

考虑拆分策略的智能仓库订单分拣建模与优化

针对一种两类订单混合分拣的自动小车分拣问题,考虑其在订单分拣过程中出现的分拣AGV(automatic guided vehicle)堵塞和人工收集站闲置的现象,提出一种订单拆分的策略及拆分后子订单批次调整的方法,并以总订单完工时间最小化为优化目标,建立了订单拆分的订单分拣整数规划模型;提出一种改进离散灰狼优化算法,将订单分批、批次排序以及下架库位选取3个子问题进行联合优化。数值实验结果表明,订单拆分策略使总订单完工时间显著减少,并且通过与经典算法以及其他同类型算法的对比,验证了所提算法的优越性。

网络货运模式车货匹配问题研究现状综述

网络货运是当前物流行业中一种新兴货物运输模式,其不仅推动了物流行业的变革,也给物流行业带来了新的机遇和挑战。车货匹配环节的效率直接影响到整体物流的效能。因此,文章通过文献统计和文献总结分析的方法,系统评述了订单整合问题、车辆配载问题的数学建模及求解算法。研究发现:车货匹配问题在理论研究和实际应用方面均取得了显著进展,但在结合人工智能、大数据等新兴技术方面的应用尚显不足。文章对两类问题主要研究内容及方法做了简要总结,并对车货匹配问题未来研究方向进行了展望。

基于嵌套蚁群算法的机器人拣货作业联合优化

针对物流仓储中心拣货作业过程中系统订单分批和拣货路径分步拣选效率低的问题,提出一种基于嵌套蚁群的订单分批和路径优化的联合拣货策略。首先,建立以最小化总路径为目标的订单分批与拣货路径联合优化模型;然后,考虑双重优化的复杂性,设计一种嵌套蚁群算法对模型进行求解,以订单分批模型为基准不断优化订单分批结果,得出最优分批集合单,其优化集合单再嵌套蚁群算法实现拣货路径优化。为验证该算法对随机订单有效性,抽取某一天17:00-18:00时段内既有货架区货物又有地堆区货物的43个订单算例进行仿真实验,与传统订单分批和拣货路径分步拣选策略相比,基于嵌套蚁群算法的拣货作业联合优化模型的随机订单拣货路径更短、拣货时间更少,经过联合优化后,机器人总拣选距离缩短了170 m。基于嵌套蚁群算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题,为配送中心拣选系统的优化提供依据。

实际矿石过筛粒度的磨矿动力学特征

以实际磁铁矿石为研究对象,首先采用钢球、瓷球和二元介质3种介质环境进行批次磨矿实验;然后,使用标准套筛对各磨矿产品筛析,获得粒度特性曲线;最后,对过筛粒度进行统计学分析和线性回归计算,得到实际磁铁矿石在不同磨矿介质环境下的过筛粒度磨矿动力学特征。研究结果表明:宽粒级实际矿石过筛粒度变化速率受磨矿时间影响,不符合一阶动力学,但具备n阶动力学特征,线性回归计算的精度较高;磨矿介质环境虽然会对过筛粒度动力学参数产生影响,但不会改变过筛粒度的动力学变化行为,仍符合n阶动力学特征;细粒级磁铁矿石的过筛粒度与磨矿时间的线性相关性不显著(R^(2)<0.90),不具备零阶产出特征,而具备显著的幂函数特征(R^(2)>0.99);实际磁铁矿石过筛粒度动力学预测模型展开式为指数函数嵌套的二元复合函数,其中参数函数s(x)和m(x)没有特定函数特征,均为四阶多项式函数,符合n阶磨矿动力学变化规律,可以准确预测过筛粒度的变化趋势,弥补常规累积产率动力学对磨矿特征表征的不足。

基于订单相似度的AutoStore系统订单分批问题研究

作为一种高度自动化、智能化的高密度存储系统,AutoStore系统受到电商企业广泛关注。相较传统仓库,该系统能显著提高效率、降低成本。为进一步优化其效率,针对AutoStore系统中订单分批问题,以最大化单批订单相似度为目标构建了混合整数线性规划模型,并设计了基于层次聚类的启发式算法进行求解。根据现实订单数据设置了多个不同规模算例,通过实验证明了算法可行性。结果表明对不同规模订单分批问题,所提出算法均可在短时间内取得较优解。

考虑货物冲突的订单分批与装箱联合调度问题

为提升线上线下(O2O)超市订单出库效率,保障食品安全性和新鲜度,本文研究考虑货物冲突的订单分批与装箱联合调度问题。以订单拣选和装箱总成本最小为目标,构建混合整数规划模型,采用改进模拟退火算法(Simulated Annealing,SA)求解,改进部分包括:改进种子算法的初始解生成方案、改进二维装箱算法和SA的升温机制。本文采用仿真实验验证模型和算法的有效性,结果表明:在不同场景对比下,改进SA与其他算法相比能更有效降低总成本;本文提出的改进装箱算法比传统装箱算法的装箱成本更低,更具备操作友好性;将订单分批和装箱进行联合调度,可提前规避互为货物冲突的商品被分配至同一批次,进而节省额外装箱成本。本文拓展了订单拣选和装箱联合问题的研究领域,考虑商品的货物冲突,为管理者提供一个既节省总成本又提高食品安全性的有效方案。

一种水平线无板停机的节能改造

在行业内部竞争中,厂内运行成本是关键。针对湿法水平线的智能程序进行研究,在不增加硬件的情况下,通过修改可编程控制器(PLC)程序,在该设备运行过程中,减少加压泵浦和传送电机的运行时间,从而大幅降低该设备的水电成本。节能效果为25%~40%,达到节能减排、降本增效的目的,特别适合小批量快单、研发单、设备稼动率不足、长期待机等首件的工厂。此改造不仅为工厂降成本持续发力,同时也是积极响应国家推行的节能政策。

多品种小批量条件下定制异型厨柜开料方式探究

定制异型厨柜由于设计上的灵活性和多样性导致零件种类繁多,为提升加工异型零件时板材的出材率和生产效率,需要对开料方式进行合理的选择。通过对某公司产品信息的调研,选取包含多种普通厨柜和异型厨柜的订单,将其分为3个订单组,并结合不同开料设备,对订单组内产品分别按订单式开料和成组式开料进行效益分析。结果表明除开部分高度定制化的产品外,成组式开料在保证绝大多数板材出材率均有所提升的基础上,3个订单组可分别减少6张约7.0%、3张约9.4%和5张约9.8%的板材需求,分别可节省材料费494元、249元和371元。定制异型厨柜选择成组开料方式不仅能够提升板材出材率和降低成本,还有助于降低资源消耗,实现可持续发展。

基于遗传算法的配送中心订单拣选优化问题研究

以拣选所有订单的行走距离最短为目标,研究了配送中心内订单分批拣选的优化问题.文中采用了遗传算法来优化订单的分批组合,不同于先前的分批优化方法,本文在订单分批时,考虑了种子订单的选择方法,通过种子订单的有效选取,使拣选总距离得到了明显的优化.

基于批量销售的分布式库存管理研究

随着互联网销售、新零售等模式的发展,分布式库存系统在实践中的应用越来越广泛。为加强顾客体验,解决消费者的即时性购物需求,互联网公司通常采用“中心仓+前置仓”模式。前置仓进行小仓囤货以满足消费者即时性需求,并且前置仓库存由中心仓来补货。同时,出于运输方便、规模经济等原因,批量销售也尤为常见。在批量销售情形下,如何同时管理中心仓和前置仓的库存水平已经成为电商企业的痛点。本文首次研究了基于批量销售的分布式库存管理系统,通过建立相应的动态规划模型,证明了在平衡假设下系统具有可分性,即原问题可以分解成若干单级库存管理系统。在刻画了若干强Q-跳凸函数性质的前提下,本文证明可分系统的目标函数具有强Q-跳凸性,从而刻画了在平衡假设下的系统最优策略服从(r,Q)策略。尽管系统可分性大大降低了问题求解的计算量,但是对于大规模问题仍然面临求解困难。因此,本文进一步提出了基于可分性的近视策略,并且证明了该策略的最优条件。

需求信息更新条件下易逝品的批量订货策略

为了获得价格折扣或运输方便,制造商常常要求零售商采取批量订货的策略.文章研究考虑顾客需求信息更新的易逝品的批量订货策略.制造商通过为零售商提供两次订货机会,来实现制造商和零售商的共赢.通过对开始时刻和顾客需求信息更新后的系统进行建模和讨论,得到了在两次订货条件下零售商应该采取的优化的订货与调整策略.

启发式路径下节约里程的订单分批算法

基于电商配送中心人到货整箱拣选系统,考虑拣选器具和商品包装体积,构造以最大化里程节约量为目标的订单分批模型,提出基于启发式拣选路径下节约里程的订单分批算法,并结合某企业物流中心订单数据对该算法进行仿真实验。研究结果表明,基于启发式路径下里程节约的订单分批方法(D-eco)的求解效果优于先到先服务分批方法(FCFS)和基于相似度的订单分批方法(SBBM)。在5种不同订单池容量下,采用D-eco进行订单分批后拣货人员总行走距离平均比FCFS和SBBM多缩减了12%和2%。

电子市场批量订货与期权采购协调的鲁棒策略

在B2B电子市场的不确定环境下,综合考虑了批量订货的稳定性和期权采购的灵活性,设计了基于期权合同协调B2B电子市场与传统市场的鲁棒策略.在最坏需求情景下,研究了卖方作为领导者的主从对策模型,并应用鲁棒优化理论,提出了一种求解买卖双方鲁棒Stackelberg解的算法.最后,结合上海宝钢益昌公司电子商务营销现状,用该算法进行了实证分析,在线性和二次型需求价格函数关系下分别求解了鲁棒定货量、期权合同预定费用和执行费用.

基于AGV的智能仓库系统订单分批问题研究

研究了基于自动引导小车(AGV)的“货到人”智能仓库订单分批拣选问题,在同时考虑工作人员拣选商品成本和AGV搬运货架成本的前提下,建立了以总成本极小化为目标函数的订单分批问题整数规划模型。根据订单中包含的商品信息和商品所在的货架信息构建了描述订单之间关系的加权相似度指标,分析了加权相似度与总拣选成本之间的正相关关系。基于订单之间的加权相似度设计了求解模型的贪婪算法。利用具体算例进行模拟计算,分析了加权系数的变化对订单分批结果的影响,以及加权系数λ的取值与工作人员拣取一件商品的成本c1和AGV搬运一次货架的成本c2之间的关系,得到了贪婪算法中加权系数λ的确定方法。进一步分析了贪婪算法的计算时间和计算效果,结果显示,通过适当选取加权系数,利用贪婪算法可以在短时间内得到订单分批问题的近似最优解;对于小规模算例,贪婪算法在最坏情况下近似比不超过1.35。利用本文的模型和算法进行订单分批,兼顾了工作人员拣取商品的成本和AGV搬运货架的成本,可以有效提高订单拣选效率,降低订单拣选总成本。