基于NSGA-Ⅱ算法的跨境电商海外仓选址-库存优化研究

本文在跨境电商迅速发展的背景下,构建基于安全库存与连续检查库存模式(Q,R)的跨境电商海外仓多目标选址-库存模型,综合考虑海外仓建设运营固定成本、运输成本、库存成本、关税成本、时间损失成本,并通过NSGA-Ⅱ算法进行求解,最后通过算例证实该模型和算法的有效性和实用性,为跨境电商海外仓的选址与库存方案提供理论依据和决策支持。

考虑多级设施中断的供应链选址-库存优化建议

随着世界经济的飞速发展,公司之间的联系越来越紧密。供应链的不确定性可能会经常导致供应链设施的中断,给企业造成重大损失。许多决策者意识到供应链中的潜在风险,并开始采取相应的措施来减少损失。文章考虑供应链多级设施中断的风险,提出其存在的问题,并且给出相应的建议,协助管理人员应对供应链中断的风险具有具体实践指导的重要性。

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。

整合供应商选择的多层级选址-库存模型

针对多级供应链网络设计中选址和库存一体化决策问题,基于梯级库存策略,建立了整合供应商选择的多层级选址-库存模型。模型以网络中供应商的选择成本、工厂和配送中心的打开成本、层级之间的运输成本、库存成本、采购成本和生产成本之和最小为目标,同时对供应商的选择、工厂和配送中心的选址、配送中心对顾客的分配、层级之间的运输量、工厂和配送中心的订货批量进行决策。为了求解所建立的模型,设计了基于部分编码的粒子群优化算法。20个不同规模的算例测试表明:所建立的模型是有效的,能用于多层级供应链网络的设计;所设计的算法无论是在求解精度,还是在运算速度上都明显优于数学优化软件Lingo 9.0,尤其是当供应链网络中总节点数较大时。

动车零部件维修配送网络“选址-库存”联合优化

基于动车零部件配送网络优化是提高铁路运营服务质量和降低运营成本的关键因素,研究高铁动车零部件维修配送网络中配送中心选址、关键零部件采购批量和安全库存设计联合优化问题尤为重要。构建相应的优化决策模型,并以上海铁路局的动车零部件配送网络和库存优化实际背景为例,进行相应的实证研究。研究结果表明:固定建设成本对配送网络的构建影响较大,企业需要具有前瞻性地选定配送中心位置;储存成本与配送网络构建成本高度正相关,可以降低单位储存成本来优化总成本。

不确定环境下回收网络选址-库存最优策略研究

基于中国废旧产品回收网络的特点,分析了由制造商、综合回收中心、当地回收点、消费者构成的回收网络,并对其选址-库存策略进行了研究。提出了一个随机规划模型,针对不同的情景进行了分析,并通过敏感性分析,得出回收周期、当地回收点和消费者之间的距离对总的废旧产品回收成本的影响,为回收商制定回收决策提供了一定的理论依据。

考虑缺货的闭环供应链选址-库存-路径集成优化

再制造是企业实现环境友好、提升经济效益的重要策略之一;再制造的发展推动了新商业模式的出现,即产品服务系统;高效的再制造物流网络对于成功实施再制造十分重要。本文研究了基于产品服务系统下的再制造物流网络集成优化问题,即闭环供应链的选址-库存-路径的集成优化决策问题,且在库存策略中允许库存出现缺货的情况;论文基于产品服务系统模式构建了混合非线性规划模型来最小化生产、选址、配送、库存以及缺货成本,并采用了改进的禁忌搜索算法进行求解。通过与传统禁忌搜索算法的计算结果进行对比,表明本文中的算法能在可接受的时间内得到较优解。通过算例的敏感性分析得出,企业所服务的顾客如果接受再制造产品,提高回收率可以节约成本;在回收率一定时,客户在缺货情形下的制造和再制造批量比不允许缺货时要大,企业总成本比不允许缺货时要小。

基于混合果蝇优化算法的选址-库存-配送集成优化研究

本文面向企业运营管理实践,构建了一种基于联合补货策略的选址-库存-配送集成优化新模型。作为典型的NP-hard问题,传统算法难以高效稳定地求解,故本文设计了一种新的混合果蝇优化算法(Fruit Fly Optimization Algorithm,FOA),通过引入进化算法的信息交换、变异、选择操作来增强算法局部寻优能力,采取概率性飞行策略来平衡算法的全局寻优与局部寻优。算例结果表明,新混合FOA算法的准确性和稳定性较标准FOA有了明显的改善,与差分进化、自适应混合差分进化、粒子群优化相比也具有比较优势。

随机需求与机会约束下多源联合选址-库存-定价问题研究

考虑到在大数据背景下,传统确定性模型已无法处理供应链管理中不确定因素的影响,基于随机需求与机会约束,针对短生命周期产品的多源联合选址-库存-定价问题,在允许缺货的情况下,本研究建立了单/多周期两阶段随机规划模型,其中,第一阶段决策选址问题,第二阶段决策库存以及动态定价问题,并运用蒙特卡洛模拟与启发式算法求解。通过算例,分析了单/多周期、随机需求以及动态定价对求解结果的影响,验证了随机因素和库存传递对供应链整体收益产生的正向影响以及启发式算法的有效性,为多源联合选址-库存-定价问题研究提供了参考。

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。

基于随机p-鲁棒优化的国家血液战略储备库选址-库存模型

以往的救灾实践对建立国家血液战略储备体系提出了迫切要求。国家血液战略储备库的建设问题亟待解决。由于血液产品特性以及应急血液保障特性的存在，使得国家血液战略储备库的选址决策具有一定的复杂性。本文将问题定位为选址-库存问题。首先，以应急条件下血液保障及时度最高为目标，构建了一个不确定环境下考虑多情景、多血型、多阶段、带提前期、有容量限制、日常随机需求、有预算约束及协同定位的国家血液战略储备库选址-库存模型。同时，为了规避应急条件下的不确定风险，进一步构建了国家血液战略储备库选址-库存问题的随机p-鲁棒优化模型。该模型为离散非线性混合整数规划模型，难以快速精确求解。故基于模型性质，设计了相应的遗传算法。最后，设计了两组算例验证模型与算法的有效性。其中，第1组算例基于我国大陆地区31个省级血液中心与省级行政区的数据，并根据不同预算值给出6个算例，得到了国家血液战略储备库的选址-库存决策方案。第2组算例为6个不同规模的模拟算例，用来测试不同规模下的算法性能。算例结果表明：遗传算法的性能更好；鲁棒解与确定性模型最优值相差不大（最大差距≤1．08％），可降低不确定性导致的风险。实践中，可对本文所建模型稍作改进，应用于具有类似特征的易腐品（药品、粮食等）应急物资储备库选址-库存决策。

考虑设施中断风险和防御的分销网络选址-库存问题

分销网络设计属于战略决策问题,短期内不宜改变,但分销网络可能面临各种设施中断风险,因此必须在网络设计阶段对设施中断风险加以考虑。考虑设施中断风险和防御并集成库存控制决策的分销网络设计问题,基于非线性规划方法建立一个有容量约束的选址-库存问题优化模型,设计相应的遗传算法予以求解。算例分析结果表明:在分销网络设计阶段就考虑设施中断风险和防御,可以显著降低将来可能发生的应急成本;系统对中断风险、惩罚成本因子、设防成本调整参数等因素的反应较敏感。

基于协调补货策略的多产品选址-库存联合决策模型

产品多样化已经成为很多制造企业普遍采用的竞争策略,然而,现有的选址-库存模型大多只考虑了单产品的情况,不能满足实际的需要。基于协调补货的多产品库存控制策略,建立了一种多产品环境下的选址库存联合决策模型。模型以选址成本、运输成本和库存成本之和最小为目标,同时对配送中心的位置、数量、服务范围和库存控制参数进行决策。模型属于典型的NP-困难问题,因此,采用粒子群智能优化算法求解。算例的测算结果表明:模型最优解对零售商的需求、配送中心的资源总量和单位产品资源消耗量的变化较为敏感,而对固定选址成本和次订货成本的变化不敏感;模型是可行的,可用于解决部分多产品分销网络设计问题;粒子群优化算法可以很好地求解所建立的模型。

考虑多种安全库存策略的选址-库存问题研究

考虑多种安全设置策略的物流网络的选址-库存问题,不仅是选址、订货、运输和库存的集成优化,还需要考虑多种不同的安全库存设置和转运策略。因此,本文深入讨论了二级物流网络中的六种安全库存设置策略,构建了六种考虑不同安全库存设置的选址-库存模型。在考虑集中设置安全库存时,集中安全库存需要通过转载运输实现,因此需要将转载运输成本引入选址-库存模型之中,使新的选址-库存模型更加科学合理。另外,针对六种新的选址-库存模型,提出了基于个体成本差异分配的遗传算法,迭代搜索选址、分配、库存设置策略的优化组合。最后,通过数据实验验证了模型的有效性:(1)安全库存与转载运输之间存在此消彼长的背反关系;(2)安全库存设置和转载运输策略对总成本的影响取决于两种费率权重情况。本文的研究可以为二级物流网络的选址、订货和安全库存策略集成优化决策提供参考依据。

考虑资源约束和数量折扣的联合补货-选址库存协同优化研究

本文构建了一种基于联合补货策略的配送中心选址-库存协同优化新模型,该模型允许缺货,有资源约束且考虑数量折扣;同时设计了一种融合模拟退火思想的双种群独立进化的自适应差分算法(Adaptive Simulated Annealing Differential Algorithm,ASADE)对该模型进行求解,并通过算例与自适应差分算法、改进的蛙跳算法进行对比,证实了ASADE算法的有效性。最后进行了敏感性分析,讨论相关参数变动对总成本的影响,可为管理者更好决策提供有益的依据。

考虑选址-路径-库存联合优化的碳排放多目标模型与算法

研究了存在拥堵和限速的路况依赖下,同时考虑选址-路径-库存联合优化和碳排放的多目标模型。根据道路类型和行驶状态的不同,将限速和拥堵因素嵌入到模型的构建中。对限速函数的的设置以社会福利最大化为基准,对拥堵问题给出了4级拥堵设置,通过0-1变量对其进行规范化处理。通过多目标优化模型来权衡总成本和碳排放量的影响,使用标准化正规化方法(NNC)求解和优化帕累托解集,基于中石油东北化工销售公司的计算实验与分析表明,所构建的模型是有效的。

考虑碳配额差值的选址-路径-库存联合优化多目标模型与求解

针对产供销一体化企业中的选址-路径-库存系统联合优化问题,引入碳配额差值系数,构建了考虑碳配额差值和选址-路径-库存经济成本多目标模型,并使用改进的多目标混合粒子群算法(MOHPSO)对问题进行求解。对模型求解得到的帕累托最优解集可以根据决策者的环保偏好选择最佳的运作方案。基于中石油东北化工销售公司真实实例的计算实验表明所构建的模型和算法是有效并可行的,灵敏度分析验证了所给出的帕累托前沿具有较好的均匀性。

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。

非平稳需求下考虑碳配额的供应链选址-库存模型与算法研究

针对非平稳需求下考虑碳配额的多期、多需求情景的三级供应链选址-库存问题,构建了库存策略(t,s,S)下供应链运营期望收益最大化的两阶段选址-库存随机优化模型,依据供应链企业不同着眼点下的决策流程,提出了一种三步骤的分层级启发式算法,该算法包含了选址导向和需求导向的两种子问题序贯求解模式。数值算例验证了在不同问题规模及需求类型下算法求解的有效性,同时分析了供应链网络设计、各成本占比和运营收益对不同供应链成本结构、需求不确定性与碳配额的敏感性,并给出了管理上的启示。

云服务模式下基于集合覆盖的库存-选址模型

为了探究云服务模式对库存配置与选址策略的影响,在分析传统集合覆盖模型与云服务模式下集合覆盖模型差异的基础上,构建云服务模式下基于集合覆盖的库存配置与动态选址模型;结合问题特征和约束条件选择有效的遗传算法染色体编码方式,设置合适的适宜度函数,通过选择、交叉、变异来提高算法性能,并利用算例对模型和算法进行验证。结果表明:相较于传统覆盖模型,云服务模式下的覆盖模型能降低成本,且不同问题规模下模型的稳定性好;随着缺货成本、库存持有成本、零售商间距离、运输成本、需求变异系数的增加,云服务模式模型的成本节约更加明显,也更能体现资源共享的优势。