基于实时补货情况下的制造型企业RMFS订单拣选系统储位分配问题

为提高制造型企业基于移动机器人的拣货系统(RMFS)的拣选效率,分析订单拣选过程中补货对拣选效率的影响,对其实时补货情况下的储位分配问题进行研究,以补货和拣货两阶段总搬运距离最短为目标,建立整数非线性规划模型,提出基于二分网络的储位分配算法和改进灰狼优化算法,利用前两个算法有效解决了基于实时补货情况下的RMFS订单拣选系统储位分配问题。实验表明,设计的储位分配算法和改进灰狼算法与遗传算法、传统灰狼算法、改进人工蜂群算法、引入Lévy飞行的改进灰狼算法相比,在求解精度和求解稳定性上有较明显的优势,在不同仓库规模和订单拣选规模下有效提高了RMFS的作业效率。

考虑损失规避和补货策略的VMI供应链协调

大量实证研究表明补货可以降低缺货损失,同时企业的损失规避行为也影响其决策问题,无论是补货策略还是损失规避行为最终都可以影响供应链协调状态,但现有研究大多仅考虑含有损失规避的供应链协调问题,忽视了补货策略的影响。本文则是在考虑供应商采取补货策略的基础上,针对由一个损失规避型供应商和一个风险中性型零售商组成的两级VMI供应链中,采用了心理账户分离的方法来刻画供应商的损失规避行为,并分别构建了风险分散契约、期权契约和补贴契约下的供应链协调模型,进而探讨了供应商的损失规避行为对供应链协调状态的影响。研究表明:上述三类协调契约均可使供应链达到协调状态以及实现Pareto改进;相对于期权契约和补贴契约,供应商更倾向于选择风险分散契约来协调供应链;一旦供应商的损失规避程度过高,期权契约和补贴契约则将无法用于协调供应链。研究所得结果有助于丰富VMI供应链协调管理方法。

“蔬菜类商品的自动定价与补货决策”问题解析

给出2023年“高教社杯”全国大学生数学建模竞赛C题“蔬菜类商品的自动定价与补货决策”的可行解法,并对赛题评阅中发现的问题作了简要的评述.该题旨在通过对6个典型蔬菜品类的交易数据进行分析,探索蔬菜类商品的订购和定价问题.蔬菜需求具有明显的时间趋势和价格敏感性,由于保鲜期短,通常采用每日补货的运营方式.首先,通过剥离销量的时间效应,揭示销量的分布规律、价格与销量的耦合关系以及品类之间的相关性;其次,利用随机优化,建立优化模型并对补货和定价策略进行求解;最后,基于成本预测并叠加销量的时间效应,得到最优的补货量和销售价格.

基于SPD模式的医用耗材补货策略与库存控制策略模型构建研究

目的:构建医用耗材需求预测模型预测医用耗材需求,减少医用耗材紧急补货和缺货事件发生。方法:运用支持向量回归(SVR)算法建立医用耗材需求预测模型,采用多种群遗传算法(MPGA)建立补货策略和库存控制策略寻优模型构建医用耗材需求预测模型,自动生成补货策略和库存控制策略。选取2019年1月至2023年5月本溪市中心医院引入供应-加工-配送(SPD)模式进行医用耗材管理的相关数据,分别用于构建模型训练、模型验证测试(测试集)和模型应用预测(应用集)。评估模型的平均绝对预测误差值、预测误差峰值和预测误差谷值,对比模型应用的周日均消耗与库存成本比值、月均紧急订货次数、月均缺货次数、月非紧急订货次数和指标周平均值降低幅度。结果:模型测试集和应用集的平均绝对预测误差值比较差异无统计学意义(P>0.05);模型平均绝对预测误差值为(0.0335±0.0245),预测误差峰值为0.0717,预测误差谷值为-0.0090。模型应用后周日均消耗与库存成本比值、月均紧急订货次数、月均缺货次数和月非紧急订货次数分别为(0.4575±0.0603)、(23.95±6.04)次、(5.58±2.17)次和(20.68±2.77)次,周日均消耗与库存成本比值高于应用前,而月均紧急订货次数、月均缺货次数和月非紧急订货次数均低于应用前,差异均有统计学意义(F=371.912、88.486、124.472、142.138,P<0.000);模型应用后周平均库存金额降低43.66%,平均紧急补货次数降低53.76%,平均缺货次数降低76.95%,平均正常补货次数降低34.41%。结论:医用耗材需求预测模型能够预测医用耗材需求,优化补货策略和库存控制策略,降低医用耗材库存成本,减少紧急补货和缺货现象发生,并可减少正常补货次数。

基于ARIMA预测优化模型的生鲜类商品自动定价与补货策略研究——以蔬菜类商品为例

生鲜商超中蔬菜类商品由于保质期较短,其商品的定价与补货决策往往是商超关注的重点。本文首先建立并求解了蔬菜品类与销售分布的皮尔逊相关模型,获得了各品类和各单品之间的相关关系,然后通过建立ARIMA预测模型,对生鲜商超未来一周各蔬菜类商品补货数量和定价策略进行了预测分析,最后采用非线性规划结合贪心算法对模型进行优化,求解了满足市场需求下最大收益时蔬菜各品类和单品的自动定价与补货决策。ARIMA优化模型能有效地对蔬菜类商品的自动定价与补货决策进行预测与优化,对保障生鲜商超的正常运营与收益具有重要意义。

联合补货问题研究综述

本文主要研究JRP问题,即同时补货多种产品,以尽可能降低总成本为目标。首先介绍了基本的JRP问题,间接成组与直接成组策略的模型构建的不同,又综合讨论了随机需求的JRP,存在资源约束的JRP以及动态需求的JRP等,此外还综述了联合补货与选址。

蔬菜类商品动态定价与补货决策研究

基于蔬菜销售数据,分析销售规律与联系,并结合实际情况提出合理销售决策.首先,通过K-means++聚类等算法研究蔬菜品类及单品销售量的分布规律和相互关系,建立线性回归模型分析各蔬菜品类的销售总量与成本加成定价的关系,引入模拟退火算法求出各蔬菜品类、单品的最优补货和定价策略;然后,运用灰色关联分析判断其他因素对商超蔬菜销量的影响;最后,通过分析提出具有推广性的商超蔬菜最优销售策略,依此获得最大收益.

考虑动态需求的多中心沿途补货冷链物流配送路径优化

为提升冷链物流配送效率、降低物流成本,本文在综合考虑多配送中心、客户动态需求、沿途补货策略的前提下,建立以总配送成本和客户满意度最优为目标的冷链物流配送模型.模型采用主目标法处理客户满意度和成本之间的背反关系,将动态问题按照时间轴依次分解为一系列的静态调度子问题并考虑了5种配送成本.本文提出自适应大邻域搜索算法求解该模型,设计了三种破坏算子和三种修复算子,对小中大三种不同规模的算例进行测算.结果表明该算法在速度、精度和稳定性上表现良好,对求解此类问题有较好的适应性和准确性.与不考虑沿途补货策略的动态配送方案相比,沿途补货策略可使成本降低23.06%、客户满意度提升8.69%.结果表明提出的配送方案可很好地节约企业的配送资源、减少配送成本、增强竞争力.

联合补货模型研究综述

联合补货问题是指在库存补充过程中,由单一供应商处对同一订单中不同产品进行分组采购,从而通过分摊固定订购费用来优化总补货成本。由于联合补货中有当大量订购多个产品时可以从供应商处获得折扣、每件产品的固定成本可以降低等诸多好处,联合补货得到广泛的研究。本文旨在对2010年之后联合补货的相关文献进行综述,梳理2010年之后的基于经典联合补货模型的扩展模型,对2010年之后的联合补货研究模型进行汇总总结,为之后联合补货研究趋势提供一些参考。

基于易腐品分组策略的联合补货研究综述

易腐产品不同于普通产品,其在补货过程中会伴随着损耗与腐败,对易腐品进行合理的联合补货可以大幅降低补货成本以及部分损耗。但是易腐品相较于普通产品,由于自身的易变质的特性导致联合补货更具有复杂性,本文对于易腐品的补货进行讨论,并提出对易腐品在补货时根据产品的相似性实行科学的分组策略,从而降低管理成本,最终得到一个较为接近的最优补货策略。

基于局部加密非结构化网格的医院医用耗材自动补货方法

当前医用耗材补货方法中人为因素干扰较大,补货主要依据是医用耗材的后置性需求,导致医用耗材补货成本偏高,提出基于局部加密非结构化网格的医院医用耗材自动补货方法。面对医用耗材补货差异问题,采用局部加密非结构化网格,生成多个小单元,描述医用耗材补货问题;设置医用耗材需求,设计库存、成本、运输能力约束条件;建立医院医用耗材自动补货模型,量化自动补货模型模糊值,实现医院医用耗材自动补货计算。模拟实验结果表明:提出的自动补货方法,相较此次实验选择的其他两组补货方法,补货量与实际需求量一致,所需补货耗时少,从而降低了医用耗材自动补货成本。

物联网环境下基于新鲜度影响的混合补货策略

为解决在物联网时代下考虑新鲜度影响的库存补货问题,该文建立了一种基于新鲜度影响的混合整数非线性规划模型,提出了一种混合补货策略,以总成本最低为目标函数,并应用鹈鹕算法对模型进行求解。最后通过数值分析与传统的补货策略进行对比,确定适应于当今时代的策略。结果表明,货源选择策略对库存补货成本具有重要影响,该研究能为企业的货源选择提供一定的依据。

双渠道供应链交叉补货控制优化研究

在随机需求条件下讨论了双渠道多产品的三级供应链库存控制问题,以总成本与客户满意度为优化目标,建立了“单工厂-双分销-双零售”的独立控制与交叉补货控制仿真模型。采用比例积分调节器控制库存订货策略,应用遗传算法对比例积分控制系数优化,使目标函数达到最优值。结果表明,交叉补货控制策略可以提高客户满意度,同时显著降低系统总成本;遗传算法的应用可以降低需求不确定性对客户满意度的影响,对总成本进一步改善。

自动补货系统补货缓存优化

为提高自动分拣系统作业效率、降低补货设备投入成本,在对自动补货系统中补货缓存作业过程分析的基础上,建立补货缓存设备输入输出平衡模型,提出补货缓存满足分拣作业的最优条件及临界条件;根据自动备货系统与分拣系统之间的布局关系,建立补货缓存中货物到达过程的数学模型和补货缓存长度的优化模型;设计'先聚类,后排序'的启发式聚类方法对备货系统的品项分配进行优化,仿真结果显示,优化后的品项分配与按照总量排序分配方法相比,补货缓存长度减少约9%。

沿途补货的多车场开放式车辆路径问题及蚁群算法

针对大区域多仓库多需求点的物流配送系统,建立了基于沿途多点补货策略的开放式车辆路径问题模型,强化了区域之间物流资源的整合和配送路径的跨区域优化。根据该模型需货车沿途多次访问仓库补货的特点,提出了带补货控制因子的蚁群算法。利用补货控制因子对仓库和需求点的区别赋权,控制了货车对仓库的访问时机和次数,从而解决了多仓库且车辆装载能力有限的开放式配送网络中货车沿途补货的问题。仿真试验表明了该算法的有效性和稳定性。

基于随机补货间隔和非线性变质率的易腐商品补货模型

研究了一类需求率随价格变动、有一定保鲜期的易变质商品的随机补货间隔的多周期补货策略.变质率是非线性的时变函数,补货间隔是随机变量.针对补货间隔的密度函数是一个区间上的均匀分布情形,构建了以补货水平为决策变量的补货优化模型,利用Matlab求出极值优化解.并给出了算例和补货间隔的灵敏度分析.算例表明由于商品存在保鲜期,保鲜期后有变质损失,取最优解时经常会出现商品有出空现象,为了提高顾客需求满足率,可以缩短补货间隔,减少商品空缺期.该模型为配送中心的配货决策和商场的补货策略提供了一种决策方法.

基于随机补货间隔期的库存控制优化模型及算法

研究补货间隔期不受零售商控制情况下的多周期库存优化问题。在假设允许缺货、补货间隔期是独立同分布的随机变量的前提下,给出了补货间隔期服从一般分布的预期利润函数,通过确定最优补货量来有效地控制库存。在此基础上,又分析了补货间隔期服从两种特殊分布情况,并给出了算例。

随机补货间隔期的多周期库存优化模型

针对供应商处于相对有利地位,零售商综合考虑各种因素决定他们补货量情况,研究了订货由零售商发起,且补货间隔期不受零售商控制情况下的多周期库存优化问题·在假设允许缺货、补货间隔期是独立同分布的随机变量的前提下,给出了补货间隔期服从一般分布的预期利润函数,通过确定最优补货量来有效地控制库存·在此基础上,又分析了补货间隔期服从两种特殊分布情况,并通过灵敏度分析说明了补货间隔期对其利润的影响·

基于分组策略的补货配送问题优化模型

针对已存在的供应链环境下较少考虑补货配送问题中的分组配送策略,结合大量零售商对单一产品需求量不同等特点,引入分组的决策变量.根据配送中心补货周期与配送次数的函数关系,以最小化三级供应链系统的平均总成本为目标,构建了带有配送中心能力约束的补货配送优化模型.根据优化模型的特点,利用改进的遗传算法求解模型,并进行了数据仿真试验.结果表明,该优化模型能为配送中心提供一种有效的分组配送方案,选择的优化算法更稳定快捷,能为企业提供有益的管理启迪.

阔叶木浆低价补货带来盘面短期反弹

2023年4-5月纸浆经历了先跌后涨的阶段。劳动节以前市场主要笼罩在进口量大幅增长的利空驱动中。而劳动节后,由于价格已经跌至低位,阔叶木浆补库行为大幅增长,阔叶木浆现货成交显著好转,叠加针叶木浆期货自身累积的巨大下跌,因此从盘面到针阔叶现货价格都进入了小幅反弹的格局。往后来看,纸浆期货的核心驱动进口量偏高的问题暂时还没有得到扭转,这仍然是价格的核心驱动。目前尚无针叶木浆持续性上涨的驱动,但反弹的现状以及现货氛围的改变已经出现,以过去经验来看,这种改变可能会带来一个月左右的期现货价格震荡反弹行情。5月底前,盘面可能维持反弹状态。但后续下行驱动依旧是中长期价格运行的核心。需关注阔叶木浆补库行为的消退。