汽车零部件入厂物流中物联网采纳影响因素研究

物联网技术与信息系统相融合,成为企业优化物流、提升竞争力的一个重要手段。首先构建了基于物联网的汽车零部件入厂物流信息系统架构,着重研究汽车零部件入厂物流的物联网技术采纳影响因素。在实地调研和专家访谈的基础上,融合技术-组织-环境(TOE)框架模型和技术接受模型(TAM),在TOE框架下融入TAM模型中的关键因素,构建汽车零部件物流中物联网技术采纳行为影响因素模型,并对每个因素变量进行定义并设计测量量表;针对提出的物联网采纳影响因素模型,运用结构方程模型进行数据分析,采用实证方法分析物联网技术采纳的关键影响因素,并结合分析结果,对模型进行了修正。

汽车零部件入厂物流优化问题研究现状与趋势

汽车零部件入厂物流优化问题一直是汽车物流研究领域的难点和热点。由于零部件入厂物流在总物流成本中的较大占比,所以至今以来国内外学者不断提出多种汽车零部件入厂物流优化问题和解决方法以降低物流成本费用。为了进一步梳理国内外研究现状,对取货模式分类、管理、运作、优化等入厂物流取货模式问题进行了总结分析,并重点介绍了当下的热点取货模式——循环取货(Milk-run)。然后从需求拆分、成本目标优化等角度对车辆路径优化进行较为全面的综述,最后对本领域一些新的研究方向进行了展望。

浅谈汽车零部件入厂物流信息技术的应用

随着我国汽车产业的高速发展,汽车物流行业也正在逐步向国际化标准逐渐靠拢,我国汽车物流行业的发展不仅取决于国家政策的扶持,更离不开的当今信息技术的应用,汽车物流同其他行业的物流一样,物流效率的高低与信息技术水平的高低有着密不可分的关系,汽车零部件入厂物流一般是由汽车生产主机厂物流部门独立完成的或是由第三方物流协助完成的,生产效率的高低、产品质量高低都与零部件入厂物流关系密切,随着用户对汽车产品的服务要求、质量要求越来越高,在激烈的市场竞争环境下,产品的生命周期在不断的缩短,为了满足用户的需要,汽车物流行业需要不断地提高自身服务水平和能力,还要与其他国外相关物流企业竞争,既要不断压缩物流成本,还要不断地提高自身物流服务能力与水平。

汽车零部件入厂物流优化及应用

随着汽车制造业竞争的白日化,成本优势已经成为各大汽车制造商制胜的法宝,当前汽车制造业的技术壁垒已经被打破,制造过程和零部件的费用已经开始明朗化,物流费用逐渐成为各个大型汽车制造企业所关注的重点,同时当前很多汽车制造企业的零部件供应链已经不能满足飞速发展的市场需要,要提高客户满意度,占领竞争市场,汽车制造企业就必须要对零部件物流引起重视,并针对当前汽车入厂物流的模式进行较精确的剖析,实现入厂物流费用的最低化。由于零部件名目繁多,而且汽车行业普遍采用订单的生产方式,各个零件的重要等级都相当高,但是又不能因为这个原因而谨小慎微、一视同仁,这样会带来冗长的工作强度或者不必要的物流管理成本。

汽车零部件三维装载问题研究

汽车零部件三维装载问题,是汽车零部件入厂物流中复杂且重要的一个问题。问题需要考虑待运零部件的堆叠规则、单箱承重等现实约束,较理论上的三维装箱问题更为复杂。本文针对这一问题,设计了一种基于装载块序列的混合模拟退火算法。算法通过基于装载块序列的启发式构造算法生成初始装载方案,再以模拟退火过程调整装载序列优化装载方案。最后,选取上海某汽车物流企业的实际运营数据进行测试,测试结果表明本文算法能有效解决生产实际中的汽车零部件三维装载问题,提高车辆装载率。

基于地理围栏的进厂车辆调度系统的设计与应用

随着汽车产量日益增长,对入厂物流配送的响应时间、物流运作效率有着更高要求。目前国内多数主机厂对配送零件进厂的运输车辆,在进厂环节缺少统一调度,导致进厂卸货的车辆拥堵阻塞道口,影响收货效率。本文针对汽车零部件入厂配送车辆特点,分析设计基于地理围栏的进厂车辆调度系统,通过系统调度,减少厂内卸货车辆排队时间、提高卸货效率、降低供应链成本。

带卸货时间窗的循环取货路径计划问题研究

当今汽车供应链拉动式生产盛行,汽车零部件入厂物流表现出高度的复杂性和专业性,针对该场景下的循环取货问题,引入卸货时间窗的概念,设计供应商集货需求可拆分的数学模型,以降低零部件循环取货过程中的车辆运输成本,同时满足卸货时间窗和车辆容量的限制。根据所设计模型的特点设计禁忌搜索算法,改进初始解及邻域搜索算法,最后通过实验数据证明算法的有效性,并与现有算法进行比对,表明该模式下的循环取货模式可以更有效的节约运输成本,保证生产效率。