基于群体智能的农产品供应链网络多目标优化设计

针对产出单一产品的多级农产品供应链网络优化设计问题,同时考虑最小化总成本和最大化客户需求满足率两个目标,建立了集成生产设施选址、产能决策和物流网络运输模式选择的农产品供应链网络优化设计的多目标混合整数规划数学模型。基于一种新型的改进二元粒子群算法并融合拥挤距离计算和外部Pareto档案构建等技术,提出一种Pareto多目标粒子群优化算法求解农产品供应链网络设计问题。通过将该算法与基础二元粒子群优化扩展而来的多目标粒子群优化,以及非支配排序遗传算法应用于三个案例的计算对比,验证了算法的有效性和优越性。

铁路工程建设可持续供应链网络集成优化研究

随着国家对铁路工程项目可持续发展的日益重视,迫切需要先进且集成的供应链网络设计方案理论与方法来提高供应链效率、可持续绩效以及资源利用率。实施可持续供应链网络设计已成为实现铁路工程可持续发展的重要途径,而供应商选择、物流设施选址、路径规划、库存管理以及工程废弃物回收再利用等决策是铁路工程供应链管理的核心与关键问题。针对我国铁路工程建设供应链管理特点,从可持续视角研究铁路工程建设供应链网络设计集成优化问题,提出两阶段的求解框架:其中,第1阶段基于可持续指标体系运用模糊TOPSIS方法确定最佳供应商选择;第2阶段针对物流设施选址、库存控制策略与网络最佳流量分配的集成决策问题,构建了基于模糊规划的多周期多目标供应链网络集成决策优化模型。该优化模型考虑了运输过程的不确定性,以供应链总成本、碳排放量最小以及社会效益最大为优化目标。针对上述多周期多目标优化模型的特征,设计了改进的宽容分层序列算法进行求解。最后,基于我国丰雄商铁路工程建设项目进行案例研究,验证了上述求解框架与算法的有效性,并针对单位运价、单位运输碳排放量以及弃置率3个关键参数进行了敏感性分析。研究结果表明:1)批量折扣策略可以在联合采购中节省大量成本;2)运输模式与路径优化对系统的效率和可持续绩效有决定性影响;3)与管理学手段相比,推进新能源的使用是降低碳排放量最有效的措施;4)社会效益的提高不可避免地需要更高的成本,政府合理的补贴政策是提高企业积极性的关键举措;5)长远来看,铁路工程项目中的废弃物回收利用是实现可持续工程建设的重要途径,其技术和应用的发展都应受到重视。

物流网络优化与供应链效率的关系——基于数据驱动的分析方法

本文采用文献综述、理论分析和实证分析等方法,通过对物流网络优化和供应链效率的相关文献进行综述,明确了研究的背景和理论基础,设计了物流网络优化模型和供应链效率评价指标,基于2018-2022年的实际数据进行了实证分析,涵盖数据概述和统计分析、模型回归分析及结果阐释、敏感性分析及结果阐释。研究结果表明,物流网络优化与供应链效率之间存在着密切的关系。基于物流网络的优化,可以有效提升供应链的运作效率。

基于改进蜜罐算法的建筑材料闭环供应链网络优化模型

建筑材料闭环供应链网络优化是一个多目标的大规模问题,传统寻优算法易陷入局部最优无法求出全局最优解。因此,提出基于改进蜜罐算法的建筑材料闭环供应链网络优化模型。针对由业主、总承包商、分包商、分供方和其他合作机构组成的建筑材料闭环供应链网络结构,构建以最小化网络成本与最小化环境污染为目标、满足客户需求与流量平衡为约束的优化模型。采用一种基于混沌映射的改进蜜罐算法来求解模型,得到最优建筑材料闭环供应链网络优化方案。实验结果表明,所提改进蜜罐算法在求解建筑材料闭环供应链网络优化模型时搜索最优值优势明显,实现建筑材料闭环供应链网络最优。

“双碳”目标驱动下广东省旅游产业供应链网络协同机制研究

随着居民生活水平的持续提升、电子商务的迅猛发展以及国家政策的积极推动,广东省旅游产业正面临着可持续发展、协同发展和竞争力提升的重要时刻。本文深入研究“双碳”目标背景下广东省旅游产业供应链网络协同机制的重要性。通过介绍“双碳”目标和广东省旅游产业的现状,分析了“双碳”目标对广东省旅游产业供应链网络协同机制的推动作用,探讨了构建协同机制的关键要点并提出了促进发展的对策建议。

应用于纸业的供应链网络设计与优化研究

纸业是国民经济的重要基础原材料产业,在国计民生中发挥着不可替代的作用。近年来,受宏观经济形势、行业产能过剩、环保压力加大等因素的影响,中国纸业发展面临诸多挑战。如何在复杂多变的市场环境中保持竞争优势,已成为纸业企业亟待解决的问题。本文从运筹优化的角度,聚焦纸业供应链网络设计问题展开研究。通过分析纸业供应链面临的主要问题,构建数学模型,并结合实例进行求解和分析,为纸业企业供应链网络优化实践提供决策参考,以期为提升中国纸业供应链管理水平和综合竞争力贡献绵薄之力。

基于多场景下的复杂供应链网络建模优化设计——以GF制衣公司为例

针对制衣企业复杂供应链网络设施布局与决策问题,设计满足多场景下的供应链网络基线模型并验证分析。首先,进行模型设计,定义实体元素(如工厂、配送中心)和行为元素(如客户订单、运输规则等);其次,导入建模需要的各种数据表,并映射到模型中,运行Supply ChainGuru软件得到实际基线模型;最后,对构建的各种场景下的网络模型进行验证分析,从而给出网络设施布局的对策。

“双碳”目标下能源企业绿色供应链管理优化研究

随着“双碳”目标的持续推进,能源企业的绿色改革正在不断深化。在这个过程中,供应链管理作为影响能源企业绿色发展的重要因素之一,优化能源企业绿色供应链管理至关重要。文章首先从社会、经济和环境三方面探究绿色供应链管理受到的影响,然后围绕能源企业开展绿色供应链管理的目标,探索实现这一目标的有效策略,最后针对能源企业绿色供应链管理过程中暴露的问题,制定一系列切实可行的应对策略,以期为改进能源企业绿色供应链管理,助力“双碳”目标的实现提供参考。

考虑韧性的两阶段应急物资供应链决策优化

为保障应急物资供应能力、降低供应链中断风险,使应急物资供应链在遭受自然灾害冲击时快速恢复到正常状态,将韧性概念引入应急物资供应链的决策中,在政企联合的基础上,采用多源采购和产能储备的组合韧性策略提升应急物资供应链的韧性。以供应链的总需求满足率最大化和总成本最小化为目标,构建一个均衡供应链韧性与成本的两阶段双目标混合整数优化模型,解决灾前政府的实物储备及灾后不同情境下应急物资的生产与分配问题;以洪涝灾害为背景,通过算例分析、对比分析和灵敏度分析验证了模型的有效性及可行性。结果表明:均衡韧性与成本的应急物资供应链模型的总需求满足率可达95.75%,比传统供应链模型提升15.30百分点,且总成本仅增加0.52%,比同等条件下仅以成本为导向的供应链的总需求满足率提升15.65百分点,且总成本仅增加3.70%;多源采购策略和产能储备策略二者同时采用比分别单独采用,能更大程度地保证应急物资供应链在平稳运行的基础上,既高效应对自然灾害又花费较低的成本。

基于Prim-DMGA算法的闭环供应链网络鲁棒优化研究

针对不确定环境下的闭环供应链网络优化问题,在需求不确定及设施中断风险的条件下,基于鲁棒对等优化方法建立了一种以闭环供应链网络总成本最小为目标的鲁棒优化模型,以解决供应链网络中的不确定性问题,并提出了Prim-DMGA。首先基于Prim算法得到高质量的初始种群,其次让路径规划方案和设施选址方案在两层自适应GA的不断反馈中达到最优。实验结果表明,Prim-DMGA得到的目标函数值优于单层Prim-MGA与传统GA,且在求解大规模算例时,求解结果优于CPLEX软件。研究结论表明,Prim-DMGA能以较少的计算时间获得质量更优的解,鲁棒优化模型可以有效减少不确定因素带来的不利影响,提高闭环供应链网络的鲁棒性能。

预制构件供应链网络多目标规划模型与改进算法

为促进装配式建筑持续健康发展,从供应链的角度对预制构件的生产、运输、安装和回收阶段进行整合,构建了以网络成本、碳排放量最小和客户满意度最大为目标的预制构件供应链网络规划模型。针对非支配排序遗传算法(NSGA-Ⅱ)在求解时容易陷入局部最优等缺陷,对算法的变异操作和精英保留策略进行改进。以江苏省某预制企业为例,分别采用改进的NSGA-Ⅱ算法、多目标粒子群算法和传统的NSGA-Ⅱ算法求解,并进行比较分析,证明了模型和改进算法的有效性。

机器学习驱动的出口跨境电商供应链网络优化

针对出口跨境贸易中的需求、汇率、关税等的不确定性,利用丰富的电商数据,研究机器学习驱动下的出口跨境电商企业的供应链网络优化。通过构建包括海外仓、边境仓选址与库存决策在内的两阶段随机规划模型;并利用历史数据,采用机器学习的方法构建模型所需随机贸易场景,实现了从预测到决策的流程研究。将所建模型应用于某服装企业面向东南亚的跨境电商销售,并结合新近实施的《区域全面经济伙伴关系协定》,展开灵敏度分析。结果表明,随机森林模型在算例中的预测效果更优,《区域全面经济伙伴关系协定》的实施能够显著降低跨境物流费用,并有利于海外仓模式的发展。

时间敏感网络(TSN)在供应链中的应用与规划

文章主要探讨了时间敏感网络(TSN)在供应链管理中的应用。介绍了TSN的基本概念和特点,阐述了基于TSN的供应链模型构建、优化算法设计和试验验证与分析。通过理论和实证研究,证明了基于TSN的供应链规划方法在提高效率、降低成本、增强透明度等方面的优势。此外,还对基于TSN的供应链模型和传统供应链模型进行了深入比较,分析了各自的优势和不足,并对未来研究方向进行了展望,提出将其他先进技术如人工智能、物联网等与TSN相结合,以进一步优化供应链管理。

多目标低碳闭环供应链网络优化模型及算法

二氧化碳等温室气体排放的急剧增加,带来了日益严重的环境问题,低碳环保越来越受到重视。建立了一个多目标的低碳闭环供应链网络优化模型,模型以碳排放最小和成本最低作为优化目标。针对模型的特点,将遗传算法与ε约束法相结合编程,借助Sheffield大学的遗传算法工具箱和MATLAB 7.6平台,求得了双重目标条件下的Pareto非劣最优解,并验证了算法的有效性。与以往模型不同,该模型用维修中心、拆卸中心和分解中心代替再加工厂,细化了逆向供应链网络的主体。还探讨了废旧产品利用系数、分配系数对Pareto非劣最优解范围的影响,这种影响随系数的不同而不同,并分析了产生这种影响的原因。最后,研究了产品需求和废旧产品回收量需求随机时最优结果的变化范围,研究表明最优结果的范围变化不大。

基于条件风险值的供应链分销网络多目标优化模型

传统的供应链分销网络优化模型往往以成本作为唯一优化准则,没有将供应链分销网络风险控制纳入优化范畴,这与实际优化过程不相符合。为给具有不同风险偏好的优化者提供合适的优化模型,文章在传统的供应链分销网络优化模型的基础上,借用金融工程领域广泛应用的风险控制工具—条件风险值计量其风险水平,从而建立了供应链分销网络多目标优化模型。目的是依据该模型优化分销网络结构,寻求一定风险水平下的供应链分销网络最佳优化策略,实现其利润最大化。

基于层次分析法和双目标规划的应急物资供应链优化

以突发事件中应急物资供应链作为研究对象,从供应链供需风险的视角出发,采用层次分析法从供应端与需求端两个主体分析应急物资供应链存在的供需风险因素。在此基础上,以客户满意度最高和供应链总收益最大为目标建立双目标优化模型。基于层次分析法的结果,以客户需求量、运输时间最短及两者综合来制定三种配送方案,分析结果显示:当供应链客户整体满意度最高时其总收益达到最大化,据此可通过提高客户满意度实现供应链网络风险规避问题,达到整体优化效果。本研究的结论适用于突发事件下应急物资供应链的优化问题。

基于多目标规划的钢铁供应链网络优化研究

基于低碳化目标与钢铁供应链网络特点,立足于核心企业,分析整个供应链网络上产品的碳足迹,提出以供应链网络总经济成本最小和网络总碳排放量最小为目标的多目标网络优化模型,采用模糊规划方法将多目标规划转化为单目标规划,设计此类优化问题的遗传算法,并通过算例仿真,得出一种科学可行的优化方法。

虚拟企业供应链网络的模糊多目标优化

对虚拟企业供应链网络采用数学规划方法建立数学模型 ,并用模糊多目标优化方法实现了对虚拟企业供应链的成本、库存、时间等绩效的多目标优化 ,最后使用离散事件仿真工具检验了模型的鲁棒性 ,通过该方法寻找到最优的虚拟企业供应链子网。

改进量子进化算法的煤炭供应链网络优化研究

针对煤炭供应链网络优化问题,构建了以总成本最小化为目标函数的混合整数规划模型,提出了一种改进型量子进化算法求解上述问题。根据所研究问题可行解的结构特性,提出了基于量子比特染色体与序列染色体相结合的改进编解码机制,以增强种群的多样性;针对传统量子旋转门更新策略设计不当等难题,引入了三种不同的旋转角度动态更新策略,使得改进后的量子进化算法在探索和利用两个方面达到了有效平衡,从而提升了算法的收敛效果和全局搜索能力。最后,通过不同规模的算例仿真,验证了改进算法的有效性。

多目标下供应链知识协同技术措施的优化与控制

供应链知识协同是供应链提高服务能力和快速响应市场的重要因素,因此,知识协同目标实现的技术措施是供应链竞争优势之所在。为了对供应链知识协同的多项技术措施进行优化与控制,并且能够反映供应链下游顾客对知识协同的需求,基于质量功能展开(QFD)构建了从顾客需求到技术措施转换的质量屋。考虑到顾客需求与技术措施内部存在相互影响,质量屋的实现结合了网络分析法(ANP),得到了技术措施实施的优先权重。同时,供应链知识协同技术措施的实施除保证协同外还受到成本和时间的约束,因此,建立0-1整数目标规划模型,对多目标下技术措施是否实施进行了优化。