多货物品种集装化运输的优化调度问题

用数学模型描述了供应商根据某一用户在各个不同时间段内对不同货物的需求量情况,利用各种不同型号的箱体进行分时段货物发送的问题。其最终目的是为了求得能够使运输成本和存储成本达到最小的货物发送方案,该问题是一个由批量问题和拼箱问题所组成的复合问题。就此问题,提出了一种三阶段算法。通过理论分析,该算法可以有效地解决此类问题。

基于按运输批转移的生产系统物流优化方法

分析了物料按运输批在工序间转移的生产系统物流情况 ,建立了大量 连续生产条件下的出货批量、成批生产条件下的生产批量、大量和成批生产过程的转移批量优化新模型 ;根据多品种成批轮番生产的特点 ,提出用生产重叠系数修正传统资源约束条件 ;对多资源约束问题 ,提出用关键资源约束系数调整各产品批量的方法 ,与传统的物流优化模型相比 ,建立的模型简单、有效 ,更加符合于生产实际 .

供应链中基于不同运输主体的批量模型比较研究

在单位产品运输成本对批量敏感时,为了使订货商的最佳订货批量与供应商的最佳生产批量趋同,建立了供应链中不同主体在产品运输时,供、需双方在分散决策和集中决策情形下的最佳批量模型。研究表明,首先,在供应商负责产品运输时,运输能力柔性越强,其最佳生产批量越小,从而与订货商要求的短周期、小批量的订货更趋近;其次,订货商负责产品运输时,其最佳订货批量与供应商的最佳生产批量更趋一致,从而供、需方可以在双赢的前提下使整个供应链的利益更优。

基于决策权分配的供应链批量模型比较研究

供应链决策权分配对系统最优决策和系统绩效有决定性的影响。本文基于决策权的不同分配建立了零售商主导的分散决策模型和供应链集中决策模型,并考虑了运输整合。研究表明,零售商主导的分散决策模型的配送频率最小,配送批量最大;零售商主导的分散决策模型的库存成本大于供应链集中决策模型的库存成本;零售商主导的分散决策模型的运输成本小于供应链集中决策模型的运输成本;供应链集中决策模型的总成本小于零售商主导的分散决策模型总成本。

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。

基于改进蚁群算法的一类运输能力约束的生产-运输批量问题求解

针对生产与运输两个过程的联合决策,通过分析一类生产-运输批量优化问题,建立的混合0-1整数规划模型整合了多产品多阶段能力约束批量生产和产品运输。其中运输成本由运输工具使用数量决定,当企业内部运输能力不能满足运输需求时可将运输外包,但需支付更高的运输成本。根据此问题的特点,构造改进蚁群算法求解,令其信息素和启发信息都存在0和1两种状态下的不同取值,通过转移概率确定0-1生产准备矩阵,进一步得到生产矩阵和运输计划。仿真实验结果表明在生产批量决策的同时考虑运输,可以减少运输成本,令总费用最小,通过将实验结果与其他优化算法比较,所构造的蚁群算法寻优概率是100%,平均进化10代,平均耗时小于1 s,稳定性和求解效率均高于其他算法,是求解这类问题一种有效与适用的算法。

运输能力受限与费用时变批量问题的拉格朗日松弛启发式算法

在多产品、多周期动态批量问题中引入产品的运输成本,每个周期采购的产品通过同一类型的运输工具运输.单位运输工具运载能力受限,每个周期可以使用的运输工具数量有限且单位使用费用时变.根据初始假定建立混合整数规划模型,运用拉格朗日松弛理论,通过约束松弛与模型分解,设计一个启发式算法进行模型求解.通过随机产生的大量实例从计算效果与效率两方面来评价启发式算法.

考虑运输能力约束的VMI补货发货动态批量研究

考虑由一个供应商和多个零售商构成的VMI供应链,在供应商运输能力有限、可采用外包策略的情况下,研究了动态需求环境下供应链补货及发货批量策略问题。分析得出供应商最优补货及发货期结构满足"零库存补货"性质,进而利用动态规划方法提出一个多项式算法优化补货及发货策略,其计算复杂度为O(T3),且通过平衡各种成本,可得每个发货周期内供应商最优的运输策略。最后利用算例验证了所提策略的有效性,分析了供应商运输能力对补货发货频次和供应链总成本的影响。论文研究结论可为企业实施VMI补货发货和运输决策提供有益参考。