新医改,先“医”物流——我国“新医改”背景下的医药物流发展浅析

2009年新医改的出台,对药品供应体系提出了更高的要求,同时也为医药物流的发展带来了新的契机。本文首先对目前我国医药物流存在的问题进行分析,然后对国外的先进实践经验展开研究,最后对我国医药物流未来的发展提出建议。

混合人工蜂群算法在混流装配线排序中的应用

为更好地解决混流汽车装配线排序问题,建立了以最小化总调整时间和最小化超载时间与空闲时间为优化目标的典型混流装配线排序数学模型,提出一种求解该模型的混合人工蜂群算法。针对标准人工蜂群算法不能解决离散问题的缺陷,引入禁忌搜索算法重新设计了蜂群的邻域搜索算法,设置了算法邻域搜索的动态参数,设计了禁忌搜索算法在人工蜂群算法中的嵌入策略;为保证算法的全局收敛性,采用基于跟随蜂的精英保留策略,给出了侦查蜂和跟随蜂的食物源更新方法。通过比较混合人工蜂群算法与遗传算法和标准人工蜂群算法对不同规模算例的计算结果,验证了所提算法在求解混流装配线排序问题中的优越性。

基于人工蜂群优化的串并行混装线关联排序问题

为解决一类具有串并行混流装配结构的关联排序问题,建立了以串行线和总装线投产序列差异度最小、并行线和总装线投产序列差异度最小以及总装线物料消耗均衡为目标的多目标关联排序模型;在多目标问题的处理上,分别对串行线、并行线与总装线的序列差异根据序列调整成本设置了权重系数,同时设计了一种基于模糊目标规划的多目标人工蜂群优化策略对问题进行优化;建立了考虑串并行总差异度最小与总装线物料消耗均衡的隶属函数,设计了一种改进人工蜂群优化算法对隶属函数构建过程中的单目标优化问题以及转化后的集成优化问题进行了求解,其中针对多段编码设计了一种多段随机搜索的雇佣蜂寻优方法,提高了算法的全局寻优能力,引入适应性邻域,增强了算法的局部寻优能力;通过构造Benchmark算例验证了算法的有效性,并采用冰箱生产关联排序问题实例对模型与方法的有效性进行了验证。

遗传算法求解供应链协作供应问题

本文给出一个多供应点、多产品和多需求点的供应链协作供应问题的模型,对于这样一个复杂的组合优化问题,通过设计合适的编码方案和相应的遗传算子,提出了一个改进遗传算法的求解方案,最后通过一个算例说明该方法的可行性和有效性.