制造业入厂物流短驳合并运输问题的优化研究

针对整车装配企业入厂物流中短驳合并运输问题,本文将短驳合并运输抽象成多产品单供应商单目的地的联合补货问题,并以短驳合并运输的总成本最小为目标,在采用间接组合的策略下,建立数学优化模型,并利用粒子群算法求解,同时,以某汽车制造厂的入厂物流为例进行仿真实验。仿真结果表明,与决策变量相关的可变供应成本的平均最优解为2 189 070,比文献[2]中两种算法求得的结果分别降低了5.2%和0.2%;与决策变量相关的可变供应成本最优解为2 165 700元,比文献[2]中BFD启发式算法降低6.2%,比文献[2]中的整数箱子编码的组群遗传算法降低1.3%。说明间接组合策略比直接组合策略更能有效降低供应成本,体现了该模型的优越性。该研究对大型装配企业入厂物流活动的组织优化具有一定的参考意义。

JIT供应物流的短驳合并运输集成优化研究

针对及时化(just in time,JIT)供应模式的入场物流短驳合并优化问题,本文以某汽车制造厂的入厂物流为例,并以供应物流总成本最小为目标,建立数学模型,同时利用基于递降最佳适合算法(best fit decreasing,BFD)思想的启发式算法和改进的单亲遗传算法(partheno genetic algorithm,PGA)求解,并分析在此运作模式下的成本与效率。仿真结果表明,单亲遗传算法取消了传统遗传算法的交叉算子,取而代之仅在一条染色体上操作基因换位算子,即使种群中每个个体均相同,它也可以通过基因换位、基因到位等遗传算子来实现遗传迭代,不需要初始群体具有广泛多样性,也就不存在早熟收敛的现象。因此,本文提出的算法比BFD启发式算法的供应成本明显降低。该研究可降低供应成本,提高经济效益。

入厂物流中短驳合并运输问题的建模与优化

为建立合理有效的入厂物流方案,本文建立了入厂物流短驳合并优化问题的数学模型,利用基于递降最佳适合算法(best fit decreasing,BFD)的启发式算法和基于整数编码的单亲遗传算法进行求解,并以某汽车组装厂入厂物流为例进行仿真,仿真结果表明,本文提出的算法与BFD算法相比,可以有效降低物料供应的总成本。