基于多折扣价格报价的库存与运输整合优化模型

对一个分销中心、多个销售商的两级供应链,在不允许缺货且需求随机的情形下,考虑常见的多折扣价格报价形式,建立库存与运输整合优化模型,并设计出"两阶段法"求解模型。第1阶段分别求解各销售商的最优订货量和最优折扣,称为配货阶段;第2阶段称为送货阶段,即将前一阶段得到的各销售商的最优订货量分为整车量与零担量。借鉴VM I策略对销售商采取整车直接发运与零担量联合运输相结合的方式,得到最优补货量及补货所需最佳车辆数。给出算例,表明该方法可进一步降低库存与运输费用。

供应链环境下的库存与运输整合优化模型及算法

从供应链集成的思想出发,对库存与运输整合优化问题展开分析,在保证生产连续的基础上,利用补货量与补货周期建立库存优化与运输优化的相互联系,构建考虑库存与运输整合优化模型。利用云模型改进交叉与变异概率的设置方式,设计"观测周期矩阵+车辆路径"染色体结构、双交叉与内变异算子的云遗传算法。最后,结合算例对模型与算法的有效性进行了检验与分析。

存货影响销售率的无形变质物品库存-运输整合优化模型

针对供应商采购量与存货水平临界点数量关系的两种情况,主要研究物品无形变质与存货影响销售率现象对库存补充策略和运输费用的影响,进一步探讨库存-运输整合优化问题。在物品发生无形变质并允许缺货的条件下,建立了供应商的库存-运输整合优化模型,讨论了存货影响销售率现象对库存更新周期、订货批量、平均库存与运输总成本的影响,得到了供应商的最优库存更新周期和最佳订货批量。最后,通过算例进行实证研究,为供应商在无形变质物品的库存-运输整合决策中提供了借鉴与参考。

基于VMI的随机需求库存-运输整合优化模型与算法

首先给出了一个供应商和多个零售商有共同订货补充期、需求服从泊松过程的库存-运输整合优化模型,其次给出了模型的相应算法.最后,用数值例子验证了模型与算法的有效性.

库存-运输系统整合优化Excel模型求解

提出了库存-运输整合优化模型,将库存与运输问题看作一个系统整体考虑,比传统的将库存、运输单独考虑的物流成本要少的多。通过Excel模型的建立与求解,展现了Excel软件在规划求解方面的不可忽视的作用。

随机需求直接发运的运输与库存整合优化研究

分销系统的运输与库存整合优化是供应链管理的重要研究课题。本文分析了随机需求两级分销系统的三种配送策略,并具体给出了基于整车直接发运策略的运输决策与库存控制整合优化数学模型,可得到最优的两级最优库存水平和最优的运输频率。最后对给出的算例,利用MATLAB7的规划求解功能容易获得了问题的最优解。

基于Milk Run模式的库存运输整合优化

为解决库存与运输的效益背反性,建立了基于Milk Run取货模式的汽车零部件库存运输整合优化的双层规划模型。通过上下层的博弈关系研究库存与运输,逐步平衡二者的效益背反关系,达到整个取货物流网络的最优化。根据模型的特点设计了分层迭代算法,通过数值仿真验证了模型的实用价值和有效性。

最大最小运送周期下的库存与运输优化模型

针对库存与运输联合优化使得供应链成本最低问题.采用对配送周期加以限制的方法,即最大最小运送周期,研究降低供应链成本的优化模型,即最大最小运送周期库存与运输模型.结果表明:两级供应链下,在车载能力基础上综合考虑配送周期进行货物运送,要比按照独立周期进行货物运送节省成本.根据最大最小运送周期定义建立的最大最小运送周期库存与运输模型能在一定程度上降低运输费用从而降低两级供应链成本.

带时间窗的随机库存—运输整合优化研究

针对单配送中心—多客户配送系统,建立带时间窗约束的单周期随机需求库存—运输整合优化(ITIO)问题模型。运用禁忌搜索算法,求解无时间窗约束的算例,结果表明库存—运输整合优化策略在总成本和车辆数上都优于全选最佳和全选次优策略,证明ITIO问题的研究具有理论意义和实际价值。同时,与遗传算法求解结果的比较表明,禁忌搜索算法求解此类问题具有优势。求解引入时间窗约束的算例,结果显示既满足时限要求,又比其他两种策略节省了库存—运输总成本,使得本模型及其求解算法更贴近实际应用要求。

库存和运输一体化的物流优化模型研究

应用线性规划模型,以R-System(Retailer System)为例研究库存-运输联合优化问题,使用Lindo软件进行验证,并与传统的优化方法进行比较,证明其优越性,且简洁实用。

模糊环境下库存与运输整合优化问题研究

研究了模糊条件下两级供应链系统的库存与运输整合优化问题,在供销双方库存成本、订购成本和销售商的年需求量均为独立模糊变量且均不允许缺货的条件下,建立了库存与运输整合费用的模糊期望最优化模型,设计了整合策略中供应商和销售商的最佳订货量(Qw,Q1,Q2,…,Qm)的求解算法.最后通过算例说明模型的可行性和有效性.

供应链运输与库存整合优化技术应用分析

文章指出,运输与库存是物流配送过程中的两个关键环节,这两个环节的整合优化是供应链管理研究的前沿课题。运输与库存的整合优化是指,在满足给定的产品需求及运输限定条件下,同时寻求最优的库存与运输配送策略,使供应链系统运输与库存的总费用达到最小的最优化技术或方法。运输与库存整合优化应着重解决四个问题:一是确定最优库存水平;二是确定补货频率及补货时刻;三是确定所需车辆数量及配送区域;四是确定运输线路。进而实现对运输与库存问题的联合统筹决策,最低化运输与库存总成本。文章提出,尽管目前运输与库存整合优化问题研究还面临许多困难(如抽象出具有特定应用背景的实际问题并运用恰当的数学优化模型进行全面而准确的描述,然后用可行算法求解等),但随着先进库存管理模式在我国的广泛应用及市场供应链竞争的不断加剧,对运输调度与库存决策整合优化技术进行研究将变得越来越迫切,其广泛应用也将成为必然趋势。

时变需求下“苹果”型产品库存运输整合优化

"苹果"型产品属于典型的物理性变质产品,这种产品在库存运输过程中,随着时间的推移会产生变质成本.由于这种产品需求具有季节性和不稳定性,致使产品需求的随机性比一般产品更强,相应库存运输总成本更难以确定.本文在时变需求条件下,假定产品变质率分两阶段跳跃变化,建立了"苹果"型产品库存运输整合优化模型与算法,进而求得成本最小时产品的最优订购周期和订购量.算例说明,模型与算法是有效的.

库存与运输整合优化问题的研究现状

基于对大量相关文献和研究动态的分析,概括了库存与运输整合优化的定义和特点,指出了已有研究中存在的某些不足和缺憾,对今后这一课题的研究提供了借鉴。

模糊库存与运输两级供应链整合优化研究

研究了模糊条件下两级供应链系统的库存与运输整合优化问题,在供销双方库存成本、订购成本和销售商的年需求量均为独立模糊变量且均不允许缺货的条件下,建立了库存与运输整合费用的模糊期望最优化模型,分析并证明了模型的一些性质,设计了整合策略中供应商和销售商的最佳订货量(Qw,Q)的求解算法,最后通过算例说明模型的可行性和有效性。

库存-运输整合优化问题研究综述

库存-运输整合优化（Inventory—Transportation Integrated Optimization，ITIO）问题是供应链协调的重要方面。库存与运输“效益悖反”的特点增加了ITIO问题的复杂性。文章将对库存-运输整合优化的研究现状进行综述，以期总结成果，并找出新的研究方向。

库存-运输联合决策优化模型及算法设计

针对外部供货存在提前期的情况,构建一个配送中心-多客户库存和运输决策优化模型.根据模型特点,通过分解-迭代思路来分解模型,并利用模拟退火算法思想设计主算法.算例结果显示,近似最优解与精确最优解接近,且优化后的车辆运输效率得到了较大提高.这些结果可为此类结构物流系统运作决策研究提供理论参考.

企业物流系统中库存与运输的优化模型

在企业物流系统中,由于库存与运输存在着利益背反关系,研究库存与运输系统集成优化问题具有重要意义.确定了库存与运输总成本的各组成部分,建立了库存与运输的优化模型,并应用启发式算法将模型分步骤求解.实例表明,应用库存与运输的优化模型,可以降低企业物流运作的成本,提高企业经济效益.

随机需求下的机动车零部件库存运输整合优化

以机动车供应链为背景,从供应链协同的角度研究机动车零部件库存运输整合优化问题。在需求随机情景下,建立了基于循环取货(Milk-Run)的机动车零部件库存运输双层迭代优化模型,即分别对上层的库存模型和下层的运输模型进行建模优化。通过混合规划模型方法和改进的遗传算法,反复迭代来平衡库存与运输之间的效益悖反关系,优化系统总成本,找出集成情形下的最优解。最后通过实际算例验证了模型和算法的有效性。

库存与运输整合优化问题研究综述

当前市场的竞争愈演愈烈,利润压缩严重,提高竞争力成为当前迫切的任务,供应链管理思想由此产生,其中库存和运输所占费用相当高,所以研究优化两者的成本是工作的重中之重。文章综述了过去的研究成果,希望起到抛砖引玉的作用,以便于更好的服务社会实践。