基于群体决策的库存选址-路径选择模型研究

将群体决策理论与VM I环境下库存选址-路径选择相结合,建立了基于群体决策的库存选址-路径选择模型.此模型将供应链敏捷度作为一个约束条件,使用群体层次分析法来确定该约束条件的系数,突破了以往纯粹靠整数规划或者混合整数规划的方法解决此类问题的思路,开辟了研究LRP问题的新途径.

在延迟支付条件下基于EOQ模型的库存选址模型研究

合理的设施选址与其他层次决策(库存策略或运输策略)的结合[1],可以降低物流成本和资源浪费。从企业全局的角度出发,制定基于延迟支付条件下的最佳订货周期方案,然后综合考虑设施选址和运输成本,完善库存成本与运输成本的衔接关系,设计出最优的配送中心选址模型。文章在国内外关于物流配送中心选址研究的基础上,系统地研究了延期支付期限的EOQ订货模型对库存成本的影响,再结合运输成本,实现选址成本的最优化。

需求不确定下边远群岛海运物流网络选址—库存—路径优化

为降低岛上物资需求不确定对边远群岛海运物流网络稳定性的影响,本文基于大陆补给港、中心岛及卫星岛3级轴辐式物资配送网络,考虑异质船队、运输组织模式多样性及库存容量限制等现实因素,将中心岛选址数量纳入决策,以系统总成本最小为目标,建立海运物流网络选址—库存—路径优化模型,通过设计嵌入蒙特卡洛模拟邻域遍历算子的遗传—退火集成优化算法,将复杂问题分解为选址与指派、航线分组及路径与仓储优化等多个子问题,并通过内外层算法的交互和迭代实现整个问题的集成优化。以我国南海群岛的实地数据进行实验,分析岛屿数量、密度分布及需求变动对海运网络系统的影响。结果表明:在岛屿物资需求量分布不变且岛屿数量相同的情况下,岛屿为聚集分布时的物流网络单位成本比离散分布时相对较低;在岛屿物资需求量分布不变且岛屿分布相同的情况下,岛屿数量变化对物流网络单位成本影响较小;岛上物资需求均值变化对系统各部分成本的影响较大,总成本与均值呈正相关关系;需求波动对仓储系统成本的影响较为明显,但对运输系统成本的影响较小。上述结果验证了本文算法在不同规模群岛情境下的适用性,可为需求不确定下边远群岛海运物流网络的构建与优化提供决策依据。

基于NSGA-Ⅱ算法的跨境电商海外仓选址-库存优化研究

本文在跨境电商迅速发展的背景下,构建基于安全库存与连续检查库存模式(Q,R)的跨境电商海外仓多目标选址-库存模型,综合考虑海外仓建设运营固定成本、运输成本、库存成本、关税成本、时间损失成本,并通过NSGA-Ⅱ算法进行求解,最后通过算例证实该模型和算法的有效性和实用性,为跨境电商海外仓的选址与库存方案提供理论依据和决策支持。

考虑多级设施中断的供应链选址-库存优化建议

随着世界经济的飞速发展,公司之间的联系越来越紧密。供应链的不确定性可能会经常导致供应链设施的中断,给企业造成重大损失。许多决策者意识到供应链中的潜在风险,并开始采取相应的措施来减少损失。文章考虑供应链多级设施中断的风险,提出其存在的问题,并且给出相应的建议,协助管理人员应对供应链中断的风险具有具体实践指导的重要性。

基于选址—库存决策模型的电子商务供应链失衡节点识别研究

为了有效识别电子商务供应链失衡节点,提高电子商务供应链失衡节点识别效率,提出了基于选址—库存决策模型的电子商务供应链失衡节点识别方法。定义供应链网络的基本要素,获取供应链的失衡幅度,建立网络路径供需流向模型。计算订货成本和存储成本,基于选址—库存决策模型,界定电子商务失衡指标,通过适应度函数,衡量电子商务供应链节点的失衡指标。设计供应链失衡节点识别算法,判定节点失衡情况,发送查询命令,将所有库存决策均一一遍历,得到供应链节点有效值,搜索标签判断是否在失衡节点上响应,实现电子商务供应链失衡节点识别。实验结果表明,该方法的电子商务供应链失衡节点识别效果较好,在同一阶段且用户数量相同时的时延较小,能够有效提高电子商务供应链失衡节点识别效率。

基于RFID技术投资医药冷链配送中心选址—库存研究

研究需求不确定下,RFID技术投资前后医药冷链配送中心的选址—库存问题。在现有配送中心选址—库存模型基础上,结合医药冷链行业特点,对原有模型进行改善,建立一定服务水平下,医药冷链配送中心选址—库存模型。采用遗传算法求解模型,当参数一定时,依据计算结果可确定最优选址、配送及库存方案。通过对影响模型的主要参数进行敏感性分析,为医药冷链配送系统是否投资RFID技术提供决策参考。

随机需求下的选址一库存配送系统集成规划模型及算法

研究了随机需求条件下由单供应商、候选分拨中心和分销点构成的选址-库存问题,分销点、分拨中心分别基于周期检查(R,s,Q)和连续检查(s,S)库存控制策略．综合考虑库存成本、运输成本和设施成本之间的均衡关系,建立了二级库存与无能力约束选址集成规划模型．给出了适合求解实际规模问题的拉格朗日松弛算法,提出了求解子问题的有效启发式方法,改进了次梯度优化方法．通过仿真试验验证了模型的正确性和算法的有效性．最后讨论了相对于传统规划方法,需求方差、服务水平、持有成本、提前期等关键库存控制参数对系统运营成本节约的影响规律．

基于部分跨级和集中存储模式的库存配置与选址决策模型

为了研究随机需求情形下多级配送网络的库存-选址优化策略,采用以系统总成本最低为目标函数构建库存配置与选址决策模型,并利用遗传算法求解。分析了配送中心的选址方案、需求点的分配、集中存储组的划分、集中存储点的选择和部分跨级存储系数对总成本的影响。结果表明:部分跨级存储策略和安全库存集中存储策略都能够有效地降低系统安全库存;部分跨级存储系数的最优取值和集中存储组的分组方案都受到其他参数的影响。

国家血液战略储备库选址—库存问题

建立血液战略储备库是应对大规模突发事件应急血液保障问题的重要途径之一.为提高应急血液保障能力,以灾后应急血液保障时效性最高及日常条件下血液战略储备库运营总成本最低为目标,基于非线性混合整数规划方法建立了一个考虑多情景、多阶段、多血型、随机需求、库存补充提前期、容量限制及协同定位等因素的血液战略储备库多目标选址—库存问题优化模型.根据该模型的性质,设计了一种基于小生境技术的多目标非支配排序遗传算法进行求解.算例分析结果表明,该算法能够有效获得Pareto前沿,产生一簇Pareto解,因而决策者可根据偏好与实际需要权衡应急血液保障成本与时效性,选择合适的血液战略储备库选址—库存决策方案.

选址-库存-路径问题模型及其集成优化算法

设施选址、库存控制和车辆路径安排是物流系统优化中的三个关键问题,三者之间存在相互依赖的关系,应该根据这种关系来相应地进行综合优化与管理物流活动。以典型的单一生产基地、单一产品、采用不断审查的(Q,r)库存策略的供应链二级分销网络为研究对象,建立了一个随机型选址-库存-路径问题优化模型;在将非线性混合整数规划转化为线性整数集合覆盖模型的基础上,采用列生成算法来获得一个近似最优解,再用分支定价法对初始解进行改进,以实现对整个问题"完全集成"的优化。最后,用随机生成的方式,产生了10至160个客户的计算实例,分析了运输费用和库存费用对总成本的影响,算法运算时间表明本文给出的算法能较快地求解这一复杂问题。

联合补货策略下基于改进蛙跳算法的选址:库存集成优化研究

构建了一种基于联合补货策略的配送中心选址-库存集成优化新模型,该模型允许存在瑕疵品并导致缺货。设计了一种改进的自适应混合差分蛙跳算法(Adaptive Hybrid Differential Frog Leaping Algorithm, AHDFLA),该算法将差分进化算法的变异操作与蛙跳算法的寻优操作相结合,同时对三种局部寻优策略进行改进,最后增加审判操作来综合提高原始蛙跳算法的收敛速度和全局寻优能力。进而采用AHDFLA算法对该模型进行求解,最后通过对算例中部分参数进行敏感性分析,得出不同参数对总成本的影响,可为企业运营管理提供科学的决策参考。

考虑供应商选择的选址—库存—路径的联合优化

针对装配型制造企业供应链集成优化问题,建立了随机需求情形下整合供应商选择和各层级之间运输方式选择的多层级选址—库存模型。该模型通过对供应商的选择、装配厂和分销中心的选址、相邻两层级之间的分配服务关系及运输方式的确定,实现整体供应链网络成本最小化。为求解此混合整数非线性规划模型,设计了一种矩阵编码的改进自适应遗传算法。仿真实验表明,该算法的解的寻优能力明显优于标准遗传算法,得出了供应链总成本与装配厂的最大提前期存在一定规律性的结论。

基于二层规划的选址库存路径问题研究

针对一个生产基地,多个配送中心和多个零售商的供应链二级分销网络,根据物流配送决策的实际过程,利用二层规划方法建立了一个选址库存路径问题模型,其中上层规划为配送中心选址模型,下层规划表示客户选择最佳配送中心、库存及路径问题,设计了双层模拟退火算法求解该模型,最后利用不同问题规模的算例将该算法与标准的模拟退火算法进行对比,结果证实改进算法的有效性。

电子商务环境下考虑退货的选址库存问题模型与算法

选址库存问题(location inventory problem,LIP)是物流系统集成的经典问题之一,也是企业需要面对的管理决策难题。本文考虑在电子商务环境下无质量缺陷的退货商品可简单再包装后重新进入销售市场这一现实情况,对设施选址和库存控制进行集成优化,构建随机需求下有退货的LIP模型。针对此问题求解的复杂性,设计了改进的自适应混合差分进化算法对模型进行整体求解。最后,通过多组算例验证了模型和算法的实用性和优越性,可为设施选址、库存控制和商品配送回收决策提供重要参考依据。

云服务模式下基于集合覆盖的库存-选址模型

为了探究云服务模式对库存配置与选址策略的影响,在分析传统集合覆盖模型与云服务模式下集合覆盖模型差异的基础上,构建云服务模式下基于集合覆盖的库存配置与动态选址模型;结合问题特征和约束条件选择有效的遗传算法染色体编码方式,设置合适的适宜度函数,通过选择、交叉、变异来提高算法性能,并利用算例对模型和算法进行验证。结果表明:相较于传统覆盖模型,云服务模式下的覆盖模型能降低成本,且不同问题规模下模型的稳定性好;随着缺货成本、库存持有成本、零售商间距离、运输成本、需求变异系数的增加,云服务模式模型的成本节约更加明显,也更能体现资源共享的优势。

一个基于运输规模经济的库存选址模型

介绍了一种新的配送中心(DC)选址模型,在该模型中考虑了一般库存和安全库存成本,同时把从供应商到DC的运输成本也结合进去综合考虑,运输成本是由固定成本加可变成本两部分组成,反映了运输规模经济.

基于协调补货策略的多产品选址-库存联合决策模型

产品多样化已经成为很多制造企业普遍采用的竞争策略,然而,现有的选址-库存模型大多只考虑了单产品的情况,不能满足实际的需要。基于协调补货的多产品库存控制策略,建立了一种多产品环境下的选址库存联合决策模型。模型以选址成本、运输成本和库存成本之和最小为目标,同时对配送中心的位置、数量、服务范围和库存控制参数进行决策。模型属于典型的NP-困难问题,因此,采用粒子群智能优化算法求解。算例的测算结果表明:模型最优解对零售商的需求、配送中心的资源总量和单位产品资源消耗量的变化较为敏感,而对固定选址成本和次订货成本的变化不敏感;模型是可行的,可用于解决部分多产品分销网络设计问题;粒子群优化算法可以很好地求解所建立的模型。

考虑选址-路径-库存联合优化的碳排放多目标模型与算法

研究了存在拥堵和限速的路况依赖下,同时考虑选址-路径-库存联合优化和碳排放的多目标模型。根据道路类型和行驶状态的不同,将限速和拥堵因素嵌入到模型的构建中。对限速函数的的设置以社会福利最大化为基准,对拥堵问题给出了4级拥堵设置,通过0-1变量对其进行规范化处理。通过多目标优化模型来权衡总成本和碳排放量的影响,使用标准化正规化方法(NNC)求解和优化帕累托解集,基于中石油东北化工销售公司的计算实验与分析表明,所构建的模型是有效的。

考虑库存成本的配送中心动态选址模型及算法

为了解决传统配送中心选址没有同时考虑库存持有成本和决策环境的动态变化的问题,建立了一种新的模型。首先,利用两步骤近似方法获得(Q,R)库存策略下每一个周期配送中心的库存成本计算公式;然后,针对传统设施动态选址模型对选址成本的不恰当表示进行了修正,并与库存成本计算方法相结合,从而建立考虑库存成本的配送中心动态选址模型。最后,分别用遗传算法、克隆选择算法、粒子群优化算法求解所建立的模型,并从算法的精确度、稳定性、运算速度和收敛性比较了三种算法的性能。算例测试结果表明:所建立的模型是有效的;从总体上看,遗传算法的适应性要强于克隆选择算法和粒子群算法。