装载率均衡下的集装袋库存配送优化问题

针对集装袋库存管理落后、配送车辆装载率低下的现状,研究了多周期多品种多客户的集装袋库存配送问题,以系统总成本最小和配送车辆装载率均衡性最优为双目标建立了数学模型。提出了灾变遗传退火算法求解库存策略,下层设计了C-W节约算法求解配送路径。实验结果表明,改进算法优于基本遗传算法,求得配送车辆平均装载率为83%,可为集装袋采配系统提供科学的管理决策。

随机需求下多周期供应链库存配送联合优化模型

库存与配送是影响供应链成本的2大要素,库存与配送联合优化对于降低供应链成本有着重要的意义。文章考虑允许缺货且需求随机的情形,建立了多周期多产品单对单2级供应链库存配送联合优化模型;针对缺货损费用和存货2种情境,分别对该模型进行了再优化,并求解出单周期最佳订货量;同时借鉴供应商管理库存(VMI)策略,采用满载量与非满载量相结合的方式求解出零售商所需的最佳车辆数;最后,通过仿真实验表明了将库存配送联合优化比单独优化在降低成本方面有了显著提高,并验证了所建立模型的可行性和实用性。

模糊随机环境下考虑残次品处理的库存配送问题研究

针对考虑残次品的多生产商选择多商品多阶段库存配送问题,建立了一个基于动态规划的双层库存配送模型。高端物流服务集成商以整个供应链网络成本最小为目标制定采购决策;库存配送服务商以运营成本最小为目标,在集成商决策下制定库存和配送决策。设计了模糊随机环境下基于动态规划的双层全局-局部-邻域粒子群算法(Bi-DPGLNPSO)对模型进行求解。并通过算例验证模型和算法的有效性和合理性。通过参数测试和算法对比检验算法的优越性。

模糊随机环境下考虑碳限额和碳交易机制的库存配送问题研究

本文以高端物流服务集成商与库存配送服务商为研究对象,以集成商的供应链网络成本最小、服务商的运营成本最小且准时制供应为目标,深入研究考虑碳限额、碳交易机制以及残次品处理的多供应商选择多产品多阶段库存配送问题,构建了基于动态规划的双层库存配送模型。利用双层全局——局部——邻域粒子群算法(Bi-GLNPSO)设计了模型求解方案,并通过算例验证了模型和算法的有效性和合理性。探讨了碳限额和碳交易机制对总成本和库存配送决策的影响。

库存配送系统中横向转载策略价值量化分析

对由一个配送中心和多个零售点组成的区域性库存配送系统进行分析和研究,在各零售点之间需求不具有相关性、且均采用周期性库存监控策略的前提条件下,给出如下两种情况库存配送系统总期望成本的计算公式:1)当系统中某一零售点出现缺货时,其它零售点不对其进行库存横向转载;2)当出现缺货时,各零售点之间实施库存横向转载策略。并进一步对横向转载策略进行详细说明。最后,针对具体实例、借助于启发式算法分别计算出两种情况系统的总期望成本,通过对比确定在给定条件下横向转载策略的量化价值,从而为企业在库存配送系统中实施横向转载策略提供理论依据。

基于多级线性规划法论连锁企业库存配送的一体化控制

随着经济全球一体化及我国加入WTO,国外连锁企业加快了进入中国市场的步伐,我国连锁企业面临着越来越严峻的挑战和考验。如果想在激烈的市场竞争中继续保持竞争优势,企业就必须在保证更高客户服务水平的基础上进一步降低物流成本。库存和配送是连锁企业物流系统的核心子系统,两者在成本上存在着此消彼长的关系。因此,连锁企业如果能够将库存和配送两方面的成本统一起来,在两者之间寻求一个平衡点进行库存/配送一体化决策,对于降低连锁企业的物流总成本具有非常重要的意义。

低碳环境下冷链物流企业库存-配送优化

目的优化冷链物流企业库存-配送的路径,以降低企业冷链物流的成本。方法考虑冷链物流企业库存和配送环节产生成本的因素,并结合我国关于碳减排的碳交易政策,将企业的碳排放代价同其他代价综合考虑,建立以总代价最低为目标的成本模型,设计并改进麻雀搜索算法进行计算。结果通过使用MatlabR2018b进行仿真实验,将采用麻雀搜索算法计算的仓储-配送作业总代价与其他经典算法进行比较,在1个仓储配送任务内,代价可减少2%~4%,验证了麻雀搜索算法解决文中代价模型的有效性。结论该研究为冷链物流企业库存-配送优化问题提供了一种新型的解决方法,具有较强的操作性和实际意义。

库存与配送管理联合决策分析

文章基于系统、集成化的思想,以江苏省电力公司电力科学研究院计量中心为例,针对一个配送中心和多个需求商组成的两级供应链系统下库存运输问题(ITIO)开展研究,运用了多级线性规划理论建立了库存/配送一体化模型,从而将库存、配送两方面成本统一起来,在两者之间寻求一个平衡点进行一体化决策,对于降低电力企业的物流总成本具有重要意义。

零售店货物的库存-配送集成化研究

以沃尔玛零售店一个供应商与多个客户组成的二级物流系统为例,研究了在随机需求下的零售商库存与配送联合优化问题。以一个补货周期内的总成本最小为目标,建立了相关库存-路径数学模型。结合报童模型与蚁群算法,提出了一个新的启发式算法求解思路,求解确定了每个客户配送的商品数量和配送路径方案的库存-路径问题,并与直接按照各门店最佳订货量配送的递送成本进行了对比分析,证实了将库存与配送联合考虑在降低供应链系统总成本中的有效性与合理性。

连锁零售业库存/配送一体化决策优化模型与算法

针对在一个区域内拥有一个配送中心和n个在地理位置上分散的连锁分店的连锁零售业,建立VMI思想下适合于A类商品和一些重要的B类和C类商品的单一商品确定型需求的库存/配送一体化优化模型,并采用逐步迭代的方法对模型进行求解,可得出使系统在一定时期总成本最小的经济订购批量,最后用一个算例使连锁零售业库存/配送一体化决策在物流成本节约方面的优越性得以验证。

基于自适应遗传算法的配送型多级库存优化研究

研究了由1个战役仓库、多个战术仓库组成的配送型系统的优化问题,建立了战术仓库使用经济订货批量策略和战役仓库采用4种不同订货策略时的模型,并采用自适应遗传算法实现了模型的求解,实例验证了模型及算法的有效性。

基于混合果蝇优化算法的选址-库存-配送集成优化研究

本文面向企业运营管理实践,构建了一种基于联合补货策略的选址-库存-配送集成优化新模型。作为典型的NP-hard问题,传统算法难以高效稳定地求解,故本文设计了一种新的混合果蝇优化算法(Fruit Fly Optimization Algorithm,FOA),通过引入进化算法的信息交换、变异、选择操作来增强算法局部寻优能力,采取概率性飞行策略来平衡算法的全局寻优与局部寻优。算例结果表明,新混合FOA算法的准确性和稳定性较标准FOA有了明显的改善,与差分进化、自适应混合差分进化、粒子群优化相比也具有比较优势。

应急管理中车辆受限的生产_库存及配送整合模型

针对突发事件发生后,救灾物资不足、车辆数量及容量有限的情况,本文考虑了制造商生产、包装新的救灾物资,构造了车辆返回制造商需要等待订单完成生产的时间函数,建立了一个生产、库存及配送整合的混合整数规划模型。该模型由原材料供应商、制造商、配送中心及客户需求点四部分构成,以完成原材料的运输、制造商中的订单生产并运送到需求点及配送中心的库存订单运送到需求点的总花费时间最短为目标。本文将模型分为两层子模型进行求解:第一层模型采用改进的遗传算法求解;第二层模型采用隐枚举法求解。最后给出一个具体的案例以验证模型的合理性及算法的有效性。

京客隆:从产业角度发展物流

引起记者对北京京客隆超市连锁集团有限公司关注的原因,并不是京客隆位于2002年中国连锁百强排行榜第19位,在北京市商业企业中名列前茅;也不是因为记者住家靠近京客隆超市,经常到那里买东西,长此以往生出的亲切感.

基于禁忌搜索的生产—库存—配送协同计划问题研究

针对具有一定生产期和存储期的快速消费品,从供应链集成的角度研究了确定性需求情形下多工厂、多产品、多客户供应网络的生产—库存—配送协同计划问题,并建立了多周期环境下生产—库存—配送协同计划问题的混合整数规划模型,以协同优化各工厂的生产计划、库存计划与配送计划.提出了求解该模型的禁忌搜索算法方案,且通过设计启发式顺序分配方法生成初始解,采用了从改进的2-opt和λ-interchange的邻域解中产生候选解的策略,给出了提出算法的具体实现过程.最后,通过测试算例的仿真结果,证明了禁忌搜索算法在求解该类问题时具有比混合遗传算法更强的鲁棒性,并且能够得到更好的解.

考虑释放时间的单机JIT调度问题

本文主要研究二级供应链中的生产-库存-直接配送协同调度问题,其中存在一个制造商和多个零售商,制造商根据订单进行生产,然后将产品配送给零售商。该类问题可以抽象为考虑释放时间的单机JIT调度问题。借助于禁忌搜索算法,本文提出了求解问题的CTA-TS算法,并通过大量的实验数据与已有算法进行比较,说明了本文提出算法的有效性。

基于改进遗传算法的库存与配送系统联合优化研究

库存与配送联合优化可以提高物流运作效率,有效降低成本,本文基于供应商管理库存构建了一个但供应商对多零售商配送模型,并结合C-W算法,对遗传算法进行改进运用于构建的模型求解,实例验证说明了改进算法对库存-配送问题求解的有效性。

具有时变需求的配送型多级库存优化研究

考虑到战术仓库的需求率具有时变性的特点,应用供应链管理的思想研究了一个战役仓库、多个战术仓库组成的配送型多级库存优化问题,建立了战役仓库采用等量订货策略,战术仓库分别采用等间隔、等量订货策略时的模型,并采用自适应遗传算法实现了模型的求解,实例验证了模型及算法的有效性.实例表明:战役仓库采用等量订货策略,战术仓库采用等间隔订货策略时总费用最低.

考虑碳排放的多产品多目标供应链协同优化

针对供应链配送环节车辆产生的碳排放量问题,以时变网络下车辆变化的速度为关键变量,建立了考虑碳排放量目标的,将生产时间、库存时间和配送路径协同优化的模型,同时考虑了产品种类、客户需求时间窗、车辆满载率及装卸时间等约束。提出了粒子群算法与蚁群算法相结合的混合粒子群算法对模型进行优化计算,并设计了两段实数的编码、解码方式。使用蚁群算法的信息素强度方式更新粒子群算法的粒子方向,使粒子在更新过程中保留方向性和记忆性。通过对数值算例的仿真优化与结果对比分析,验证了模型的合理性和算法的有效性。