生物质资源库存-路径整合优化问题研究

库存和路径是供应链中两个重要决策问题。本研究旨在整合优化生物质资源供应链中的设施库存和车辆路径,将总成本降至最低。本研究在优化供应链中车辆路径规划问题时,加入对设施库存问题的考虑,通过对两个问题的整合优化来减少牛鞭效应的影响。针对整合出的生物质资源供应链库存-路径优化问题建立混合整数规划模型。由于问题的计算复杂度较高,导致求解问题会消耗大量时间,为此开发混合启发式算法(HHS)实现高效决策。通过算例测试验证了模型及算法的可行性,计算结果可应用于实际的生物质资源供应链库存和路径。CPLEX精确解和HHS算法近似解的比较表明HHS算法可求得十分接近精确解的近似解且更加高效。

随机需求库存-路径问题:研究现状及展望

在简单介绍库存-路径问题(inventory routing problem,IRP)现实与理论意义的基础上,给出了IRP问题的定义,分析了其具备的特征以及与常见的车辆路径问题、旅行商问题的联系与区别,并将库存-路径问题按照不同的特性进行了分类,总结了近年来有关于求解随机需求库存-路径问题所建立的模型及算法求解,最后本文分析了该领域现有研究的不足以及未来的发展方向。

求解随机需求库存-路径问题的一种算法

库存-路径问题是研究在供应商管理用户库存策略下,供应商如何合理安排长期库存及配送计划的一类问题,属于NP-hard类问题,也是运筹学领域中研究最活跃的方向之一。本文以零售商系统下随机需求的IRP为研究对象,提出了一种基于马尔科夫决策过程与修正的C-W节约算法的启发式分解算法,并给出了相应的数值算例。

求解硬时间窗约束下随机需求库存-路径问题的优化算法

随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)即考虑随机需求环境下供应链中库存与配送的协调优化问题,是实施供应商管理库存策略过程中的关键所在,也是典型的NP难题之一。文章以具有硬时间窗约束的随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem with Hard Time Windows,SDIRPHTW)为研究对象,将SDIRPHTW分解为直接配送的随机库存-路径问题和具有硬时间窗约束的路径优化问题两个子问题,并以最小化系统运行成本和用车数量为目标,设计了一个基于(s,S)库存策略和修正C-W节约法的启发式算法。最后,通过相应的数值算例验证了算法的有效性。

修正固定分区策略下随机需求库存-路径问题的最优策略及其算法

随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)是典型的NP难题。考虑随机需求环境下,供应链中库存与配送问题的协调优化,是实施供应商管理库存策略的关键所在。对经典固定分区策略(Fixed Partition Policy,FPP)中分区内所有客户必须同时接受配送的基本假设进行了改进,提出了一种分区内按客户需求进行配送的修正FPP策略。首先根据不同分区方案对客户的配送及库存成本的影响给出了一种基于C-W节约法的客户分区算法,并证明了修正FPP策略下各客户任意阶段的最优库存策略形式。进而,设计了求解修正FPP策略下SDIRP问题最优策略的算法。最后,通过数值算例验证了算法的有效性,同时对修正FPP策略的适用性进行了分析。

随机需求库存-路径问题最优策略及其算法

随机需求库存-路径问题(stochastic demand inventory routing problem,SDIRP)是典型的NP难题,也是实施供应商管理库存策略过程中的关键所在.文章研究了在直接配送策略、无车辆配送能力约束的Milk-Run配送策略以及考虑该约束的Milk-Run配送策略下SDIRP的最优策略形式.首先,证明了前两类问题的最优库存策略为(s,S)形式,并在此基础上,通过引入固定分区策略将第三类问题转化为前两类问题进行研究;其次,针对前两类问题分析了最优库存策略的性质,给出了策略中各参数的上、下界,并提出了求解这两类问题最优策略的优化算法;最后,通过数值算例验证了文中算法的有效性,进而讨论了实际中常用的固定配送路径下(s,S)策略的适用范围.

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。

基于分解协调法解决多库房库存-路径问题

建立一个组合经常性库存费用、安全库存费用和随机路径费用模型后,首先,设计一种基于Monte-Carlo抽样求解路径期望费用方法。其次,针对解决此问题,使用传统分解协调法(DCM)的协调参数收敛性差的问题,应用遗传算法(GA)设计了协调参数。此外,对解决子系统随机需求车辆路径问题,为提高交叉熵法的性能,根据分位值改变大小,对用于更新Markov转移矩阵的路径,设计了自适应调整方法。仿真结果验证了该算法的有效性。

考虑多车型软时间窗的成品油二次配送库存-路径问题

针对成品油二次配送库存-路径问题(inventory routing problem,IRP),考虑了随机需求、多车型多隔舱等因素,以车辆配送成本、违反时间窗等惩罚成本之和最小化为目标,建立了混合整数规划模型。设计了求解模型的两阶段启发式算法,第一阶段根据各加油站的期初库存量、销量的概率分布等确定补货量和时间窗;第二阶段利用遗传算法和C-W节约算法确定配送车辆和配送路径。通过模拟计算并与单阶段算法和Gurobi直接求解模型的结果进行对比,验证了两阶段算法的有效性。结果显示利用本文方法确定成品油二次配送计划,在避免加油站缺货的同时,有效降低了车辆的配送成本。

启发式库存-路径问题求解算法

库存路径问题是实现集成化物流管理的关键问题之一,有效地解决该问题可以提高车辆的利用率,降低配送成本。针对多品种、多供应商对多客户的库存路径问题,提出基于贪婪法则的启发式算法,算法核心策略为循环选择当前单位成本最低的汉密尔顿运输线路。仿真算例表明该算法降低了货车的空驶率,有效地提高了货车运输效率,节约了运输成本。

求解随机需求库存-路径问题的分解算法研究

随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)考虑随机环境下供应链中库存与配送问题的协调优化问题,是典型的NP-hard问题,也是实施供应商管理库存策略过程中的关键所在。文章以系统长期运行成本和平均用车数量作为优化目标,采用分解技术将SDIRP处理为基于直接配送的库存-路径子问题和基于车辆路径问题的配送子问题进行研究。

一种求解随机需求库存-路径问题的分解算法

将SDIRP分解为基于直接配送的随机库存-路径问题的库存子问题和基于车辆路径问题的路径问子题,并设计了一个基于(s,S)库存策略和修正C-W节约法的启发式算法,最后,通过相应的数值算例验证了算法的有效性。

成品油二次配送库存-路径问题研究

本文结合成品油二次配送实际业务场景,针对随机需求下单车型单油品的成品油二次配送库存-路径问题,假设加油站的销售量服从正态分布,首先根据预先设定的服务水平和加油站的需求分布等信息,确定加油站的需求量和配送时间。在此基础上考虑了油罐车运输过程中满载不可分卸约束,建立了单车型带软时间窗的成品油二次配送车辆路径问题的混合整数规划模型,并设计了遗传算法求解模型,得到相应的配送方案。

选址-库存-路径问题研究综述

选址-库存-路径问题(LIRP)是一种针对整个物流系统进行集成优化的问题。首先,从对选址、库存、路径的单独研究到两两集成研究,再到对三种因素的综合考虑,分析了对LIRP问题研究的发展历程;然后,总结归纳了禁忌搜索、模拟退火、遗传算法等启发式算法应用于LIRP问题求解的相关文献;最后,从考虑闭环供应链、碳排放、回收物流等约束条件方面分析了LIRP问题的相关研究。后续研究可以立足于实际背景,从多品种产品和求解算法的优化等方面开展。

基于顾客低碳行为偏好的选址-路径-库存集成优化模型与算法

针对自愿减排驱动下的顾客低碳行为偏好对选址-路径-库存决策的影响进行研究。首先推导了顾客低碳行为偏好下的市场需求函数和价格函数,并构建了考虑单位产品碳排放量和经济成本的多目标选址-路径-库存优化模型,通过对多目标优化模型的求解可得碳排放量和经济成本间的Pareto解集。在此基础上,定义了碳配额税的概念,可得顾客低碳行为偏好和碳配额税下的总收益函数。最后通过数值分析给出了自愿减排和监管减排两种机制共同作用下的企业减排方案和灵敏度分析。

随机需求下连锁零售企业的LIRP问题集成优化

在一个二级物流配送系统中,针对多个备选点、多个需求点的LIRP问题,以连锁零售企业H公司为例,考虑到门店分散和需求随机性的影响,建立随机需求下以总成本最小为目标的双层规划模型,通过上层规划(F)和下层规划(U)之间的关联和约束,将选址、库存和车辆路径三者进行了有效集成。通过MATLAB软件编程,第Ⅰ阶段运用免疫遗传算法和蚁群算法实现对双层规划模型的求解,第Ⅱ阶段对第Ⅰ阶段产生的初始解进行优化,以得出全局最优解,并对优化效果进行了分析。

直接配送下随机需求库存-路径问题最优平稳策略及其算法

直接配送策略下随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem with Direct Deliveries,SDIRPDD)由于其需求的不确定性、决策的长期性以及其最优策略形式对求解其他库存-路径问题(IRP)的参考价值,使得对SDIPRDD问题的研究成为物流、供应链优化领域研究的一个热点。文章首先证明了无约束SDIRPDD的最优平稳策略为(s,S)形式,并通过分析车辆数约束对客户单阶段期望成本函数的影响,给出了存在车辆数和客户库存容量约束时SDIRPDD问题的最优平稳策略形式,进而提出了一种求解有约束SDIRPDD问题最优平稳策略的近似算法。最后,通过数值算例验证了算法的有效性并分析了结果的现实意义。

电子商务供应链逆向物流的LIRP问题研究

为了提高电子商务供应链整体运作效率,从车辆配送路径角度,研究结合正向物流配送和逆向物流回载的闭环供应链运输策略,考虑回载产品的可分批运输特性,增加客户点、配送中心库存限制以及惩罚机制,建立集成选址-路径-库存问题的非线性混合整数规划模型,设计了两阶段启发式算法先选址分组,再安排路径-库存求解,采用改进的禁忌搜索算法优化最优解.通过仿真结果分析,所提出策略的可行性和实用性.

固定分区策略下SDIRP问题周期性最优策略及其算法

随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)是典型的NP难题,也是实施供应商管理库存策略过程中的关键所在。文章通过引入固定分区策略(Fixed Partition Policy,FPP),将SDIRP分解为若干个独立的子问题,并采用拉格朗日对偶理论以及次梯度算法确定最优的客户分区。在此基础上证明了各子问题的最优周期性策略由分区内各客户的(T,S)库存策略以及相应的最优旅行商路径构成,进而给出了客户需求服从泊松分布时求解最优(T,S)策略各参数的方程组,并设计了求解算法。最后,通过数值算例讨论了上述策略以及算法对于解决SDIRP的有效性。

固定分区下随机需求IRP问题最优策略及算法

随机需求库存-路径问题(stochastic demand inventory routing problem,SDIRP)是典型的NP难题,考虑随机需求环境下供应链中库存与配送问题的协调优化,是实施供应商管理库存策略的关键所在.文章的研究基于固定分区策略(fixed partition policy,FPP),在FPP下客户被分为若干个服务区域,在同一区域中的所有客户均被同时配送.根据分区策略对配送以及库存成本的影响提出了基于修正C-W节约算法的客户分区算法,证明了各区域的最优库存策略为(s,S)形式,分区内各客户的库存策略为order-up-to形式,进而设计了求解FPP下SDIRP最优策略的算法.最后,通过数值算例验证了该算法的有效性以及FPP的适用性.