随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

针对顾客需求量不确定情况下末端配送中心选址及提前备货问题,提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标,建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量;第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等,使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法;以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性;并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析,得到了不同参数对应的最优配送策略,结果表明,正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量,可以帮助企业降低物流成本、提高顾客的满意度。

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。

两级分销网络选址—配送问题的模型及算法

为合理设计企业分销网络,提出两级分销网络选址—配送问题,研究在由工厂、配送中心和客户组成的且只销售一种产品的两级分销网络中,从若干候选点里确定已知个数的配送中心的位置以及工厂到配送中心和配送中心到客户的配送方案,使得在满足工厂和配送中心能力限制、客户产品需求、配送中心最小转运量和最小配送量的前提下,包括配送中心选址固定费用、从工厂到配送中心和配送中心到客户的配送费用在内的总费用最小,构建该问题的混合整数线性规划模型,并设计0-1和优先权混合编码的遗传算法。通过对1个演示算例和1组包括2～10个工厂、5～100个配送中心候选点、20～400个客户、6～20个需建设配送中心数的随机生成算例的计算分析,表明了所提方法的可行性和有效性。

考虑时效与货损的多产品冷链物流配送中心选址与流量分配仿真

针对多产品冷链物流配送中心选址与流量分配问题,构建了考虑时效和货损的混合整数线性规划模型.以配送中心固定建造费用、运营费用、运输费用、货损成本在内的总成本最小为目标,运用CPLEX求解模型的最优结果.以某企业的运营情况为背景,分析时效性与货损性的变化对于冷链物流网络构建的影响,由此验证了本文所提方法的有效性.

一种基于路网数据的LRP并行求解算法

选址-配送问题(LRP)涉及配送中心选址与配送路径选择,是现代物流系统的核心问题,也是复杂度高的NP-hard问题。该文针对路网数据的稳定性,使用GIS网络分析算法对路网数据进行预处理,并完成静态的配送中心选址,对于动态变化的配送任务,使用并行遗传算法(pGA)解决LRP问题。实验证明该算法处理中等规模的配送任务可以将时间控制在数秒,大大提升了物流配送系统的实用性和时效性。