基于VMI的随机需求库存-运输整合优化模型与算法

首先给出了一个供应商和多个零售商有共同订货补充期、需求服从泊松过程的库存-运输整合优化模型,其次给出了模型的相应算法.最后,用数值例子验证了模型与算法的有效性.

随机需求直接发运的运输与库存整合优化研究

分销系统的运输与库存整合优化是供应链管理的重要研究课题。本文分析了随机需求两级分销系统的三种配送策略,并具体给出了基于整车直接发运策略的运输决策与库存控制整合优化数学模型,可得到最优的两级最优库存水平和最优的运输频率。最后对给出的算例,利用MATLAB7的规划求解功能容易获得了问题的最优解。

基于Milk Run模式的库存运输整合优化

为解决库存与运输的效益背反性,建立了基于Milk Run取货模式的汽车零部件库存运输整合优化的双层规划模型。通过上下层的博弈关系研究库存与运输,逐步平衡二者的效益背反关系,达到整个取货物流网络的最优化。根据模型的特点设计了分层迭代算法,通过数值仿真验证了模型的实用价值和有效性。

带时间窗的随机库存—运输整合优化研究

针对单配送中心—多客户配送系统,建立带时间窗约束的单周期随机需求库存—运输整合优化(ITIO)问题模型。运用禁忌搜索算法,求解无时间窗约束的算例,结果表明库存—运输整合优化策略在总成本和车辆数上都优于全选最佳和全选次优策略,证明ITIO问题的研究具有理论意义和实际价值。同时,与遗传算法求解结果的比较表明,禁忌搜索算法求解此类问题具有优势。求解引入时间窗约束的算例,结果显示既满足时限要求,又比其他两种策略节省了库存—运输总成本,使得本模型及其求解算法更贴近实际应用要求。

存货影响销售率的无形变质物品库存-运输整合优化模型

针对供应商采购量与存货水平临界点数量关系的两种情况,主要研究物品无形变质与存货影响销售率现象对库存补充策略和运输费用的影响,进一步探讨库存-运输整合优化问题。在物品发生无形变质并允许缺货的条件下,建立了供应商的库存-运输整合优化模型,讨论了存货影响销售率现象对库存更新周期、订货批量、平均库存与运输总成本的影响,得到了供应商的最优库存更新周期和最佳订货批量。最后,通过算例进行实证研究,为供应商在无形变质物品的库存-运输整合决策中提供了借鉴与参考。

基于多折扣价格报价的库存与运输整合优化模型

对一个分销中心、多个销售商的两级供应链,在不允许缺货且需求随机的情形下,考虑常见的多折扣价格报价形式,建立库存与运输整合优化模型,并设计出"两阶段法"求解模型。第1阶段分别求解各销售商的最优订货量和最优折扣,称为配货阶段;第2阶段称为送货阶段,即将前一阶段得到的各销售商的最优订货量分为整车量与零担量。借鉴VM I策略对销售商采取整车直接发运与零担量联合运输相结合的方式,得到最优补货量及补货所需最佳车辆数。给出算例,表明该方法可进一步降低库存与运输费用。

模糊环境下库存与运输整合优化问题研究

研究了模糊条件下两级供应链系统的库存与运输整合优化问题,在供销双方库存成本、订购成本和销售商的年需求量均为独立模糊变量且均不允许缺货的条件下,建立了库存与运输整合费用的模糊期望最优化模型,设计了整合策略中供应商和销售商的最佳订货量(Qw,Q1,Q2,…,Qm)的求解算法.最后通过算例说明模型的可行性和有效性.

供应链运输与库存整合优化技术应用分析

文章指出,运输与库存是物流配送过程中的两个关键环节,这两个环节的整合优化是供应链管理研究的前沿课题。运输与库存的整合优化是指,在满足给定的产品需求及运输限定条件下,同时寻求最优的库存与运输配送策略,使供应链系统运输与库存的总费用达到最小的最优化技术或方法。运输与库存整合优化应着重解决四个问题:一是确定最优库存水平;二是确定补货频率及补货时刻;三是确定所需车辆数量及配送区域;四是确定运输线路。进而实现对运输与库存问题的联合统筹决策,最低化运输与库存总成本。文章提出,尽管目前运输与库存整合优化问题研究还面临许多困难(如抽象出具有特定应用背景的实际问题并运用恰当的数学优化模型进行全面而准确的描述,然后用可行算法求解等),但随着先进库存管理模式在我国的广泛应用及市场供应链竞争的不断加剧,对运输调度与库存决策整合优化技术进行研究将变得越来越迫切,其广泛应用也将成为必然趋势。

时变需求下“苹果”型产品库存运输整合优化

"苹果"型产品属于典型的物理性变质产品,这种产品在库存运输过程中,随着时间的推移会产生变质成本.由于这种产品需求具有季节性和不稳定性,致使产品需求的随机性比一般产品更强,相应库存运输总成本更难以确定.本文在时变需求条件下,假定产品变质率分两阶段跳跃变化,建立了"苹果"型产品库存运输整合优化模型与算法,进而求得成本最小时产品的最优订购周期和订购量.算例说明,模型与算法是有效的.

库存与运输整合优化问题的研究现状

基于对大量相关文献和研究动态的分析,概括了库存与运输整合优化的定义和特点,指出了已有研究中存在的某些不足和缺憾,对今后这一课题的研究提供了借鉴。

铁路货物运输资源整合优化研究

铁路货物运输资源整合主要是对保证铁路运输能力的各种服务设备和设施资源进行整合,使其整体的组合达到最优化,提高铁路的整体运输能力。具体而言,这些资源主要就是指线路、货运站、货场设施、专用线、各种运输工具、信息、人力等相关的资源。整合的意义在于实现经济效益与社会效益的协调发展,使铁路运输的各种资源能够得到充分的利用。本文将主要对铁路货物运输资源整合的内容进行详细的分析,并对整合的方法进行探讨,希望能为相关的研究提供新的思路。

库存-运输系统整合优化Excel模型求解

提出了库存-运输整合优化模型,将库存与运输问题看作一个系统整体考虑,比传统的将库存、运输单独考虑的物流成本要少的多。通过Excel模型的建立与求解,展现了Excel软件在规划求解方面的不可忽视的作用。

模糊库存与运输两级供应链整合优化研究

研究了模糊条件下两级供应链系统的库存与运输整合优化问题,在供销双方库存成本、订购成本和销售商的年需求量均为独立模糊变量且均不允许缺货的条件下,建立了库存与运输整合费用的模糊期望最优化模型,分析并证明了模型的一些性质,设计了整合策略中供应商和销售商的最佳订货量(Qw,Q)的求解算法,最后通过算例说明模型的可行性和有效性。

库存-运输整合优化问题研究综述

库存-运输整合优化（Inventory—Transportation Integrated Optimization，ITIO）问题是供应链协调的重要方面。库存与运输“效益悖反”的特点增加了ITIO问题的复杂性。文章将对库存-运输整合优化的研究现状进行综述，以期总结成果，并找出新的研究方向。

铁路体制改革下枢纽运输组织资源整合与优化利用研究

在综合分析铁路运营固有特点及铁路目前管理体制基础上,基于优势整合理论,从系统角度,就铁路枢纽内运输资源的整合与优化进行研究。以生产力布局优化和资源整合理论为基础,对铁路枢纽运输组织资源进行了详细的分析,并以枢纽整体效益最大化为目标,提出了铁路体制改革背景下铁路枢纽运输组织资源整合和优化利用的相关措施。

随机需求下的机动车零部件库存运输整合优化

以机动车供应链为背景,从供应链协同的角度研究机动车零部件库存运输整合优化问题。在需求随机情景下,建立了基于循环取货(Milk-Run)的机动车零部件库存运输双层迭代优化模型,即分别对上层的库存模型和下层的运输模型进行建模优化。通过混合规划模型方法和改进的遗传算法,反复迭代来平衡库存与运输之间的效益悖反关系,优化系统总成本,找出集成情形下的最优解。最后通过实际算例验证了模型和算法的有效性。

铁路货物运输资源整合优化研究

铁路运输是我国主要的运输方式,充分发挥铁路运输的功能和作用,必须对铁路运输的资源进行整合。铁路货物运输资源整合是指对保证铁路运输能力的各种设施和工具进行整合,以达到最优化的效果,充分提高铁路运输的能力。整合铁路货物运输资源对完善我国的铁路交通运输网络、提高货物流通速度和促进我国的经济发展具有非常重要的意义。因此,需要对铁路货物运输资源进行整合研究。本文将主要分析铁路货物运输资源整合的内容,探究铁路货物运输资源整合的方法。

库存与运输整合优化问题研究综述

当前市场的竞争愈演愈烈,利润压缩严重,提高竞争力成为当前迫切的任务,供应链管理思想由此产生,其中库存和运输所占费用相当高,所以研究优化两者的成本是工作的重中之重。文章综述了过去的研究成果,希望起到抛砖引玉的作用,以便于更好的服务社会实践。

L化工公司库存与运输整合优化

文中针对L化工公司库存和运输分散决策导致的成本居高不下等问题,以库存、运输以及在途货物资金占用成本综合最小化为目标,建立库存与运输整合优化模型,协调确定最优订货批量、订货周期和运输方式,并进行了实证分析。优化后总成本降低了9. 39%,结果表明,以该模型确定的库存和运输决策方案在成本上更具优势。

基于SCM的库存与运输费用的整合优化

库存成本和运输成本是企业乃至整个社会物流成本的两个主要组成部分,占物流费用支出的绝大部分。因此将物流系统中最重要的两个环节,即库存控制和运输管理融合到一个大问题中,去寻求这个联合问题而非其中某一个问题的最优解决方案,这不仅具有重要的理论价值,也具有极大的实际意义。该如何安排运输和管理库存,在平衡这两个"效益背反"的功能要求基础上,谋求理想的整体利益最大化,已经成为在供应链环境下,多级库存管理不可回避的问题。而库存与运输整合优化问题涉及到商品流通的多种因素,在模型构建与算法设计方面已有较多文献进行过研究,但对库存优化与运输优化的相互关系没有详细分析,而在实际的运作中库存优化往往优先于运输优化。