联合配送外包策略的定位运输问题

文章提出联合外包策略的定位运输规划模型,以期通过部分车辆任务外包减少物流系统成本。考虑实际运营中的时间窗等限制条件,以及自送和外包运输成本构成,通过联合优化配送中心选址和车辆路径决策,构建了最小化物流网络总成本的模型,包括自营车辆固定成本和可变运输成本、配送中心建设的固定成本,以及外包配送的运输成本。根据问题的特征设计了遗传算法的分段编码方法。通过仿真算例,将所提出的策略与传统全部自送和全部外包运营模式进行比较。结果表明,通过部分车辆任务外包可以有效减少自送的额外成本和配送中心建设成本,从而降低系统成本,在该仿真算例中该策略较完全自送模式成本降低了8. 08%,较完全外包模式成本降低了25. 03%,最后通过敏感性分析考察了不同外包价格对系统决策的影响。     

物流配送中心选址策略研究

把物流配送中心的选址归结为求解使运输成本、变动成本和固定成本之和最小的最优化问题.为便于模型求解,进行了适当的假设,建立了以运输成本与运营成本之和最小为目标的选址模型,并采用遗传算法对选址模型进行求解,运用vb.net编写相应的求解程序.     

基于库存成本的连锁零售企业配送网络设计

研究了需求不确定的连锁零售企业配送网络设计及其库存决策的联合优化问题. 以门店和配送中心服务水平为约束条件,详细分析连锁企业内部的二级库存成本,并综合考虑运输成本和配送中心选址成本,建立配送系统年总成本优化模型.以系统总成本最小为目标,运用遗传算法求解该优化模型,在得到最优配送网络方案的同时,确定系统安全库存因子及门店的订货周期.通过算例仿真验证模型和算法的有效性,并分析需求、运输距离和选址成本等因素对系统总成本的影响,为连锁零售企业的物流配送网络设计及库存控制提供决策支持.     

基于层次分析法与加权Steiner树问题的物流配送中心选址研究

物流配送中心一般是在备选点已知的情况下进行选址的。对于备选点的选取,选用层次分析法解决;对于配送中心地址的选取,选用图的Steiner树问题解决,并给出该问题的基于多Agent系统的启发式算法。在此基础上,分析和实现了电子商务环境下物流配送中心的选址问题,并通过示例验证了该选址模型的可行性。     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

易腐农产品配送中心选址问题

如何将农产品新鲜、快速、低成本地有效配送,一直是配送中心选址需要关注的核心问题。结合易腐农产品特点,将总配送成本分解为运输成本及产品腐败成本两部分,运用G1法和熵值法,构建了包括各需求点的人口、社会、经济及建造成本4个因素在内的以总配送成本最小为目标的选址模型。借鉴经典NP问题中的Steiner点问题,将之前构建的以配送成本最小为目标的选址模型转化成配送中心到各个需求点总距离之和最小的问题。由于此问题属于典型的NP问题,所以文中选用模拟植物生长算法对此问题进行求解,为了使初始生长点更加合理的分布,引入了谢尔宾斯基地毯的原理对算法进行改进,有效地提高了算法的效率。最后以江苏宜兴市为例进行了实证分析,为相关部门决策提供借鉴。     

区域性煤炭运输节点的优化

针对当前我国煤炭行业物流诸多现实问题,尤其是煤炭运输通道规划合理化问题,通过对煤炭物流客户的需求量、运输距离及多式联运等信息的分析,并在对煤炭配送中心选址的重要性、合理性及其煤炭调运成本的影响因素的研究之后,文中运用煤炭配送中心合理的选址优化模型与配送成本优化模型等优化方法,实现煤炭运输成本最小化,以达到优化区域性煤炭运输节点的目的。煤炭配送中心合理的选址优化模型与配送成本优化模型的科学性和有效性也经过实验证明其应用的实际价值,为我国煤炭运输通道合理化的建设提供理论和技术支持,也有为我国煤炭运输通道的未来发展提供了指导性的意义。     

基于约束的集合覆盖选址-分配问题

摘要：
在供应链协同库存背景下研究了基于集合覆盖的有时间和容量限制的配送中心选址问题,目标是系统的成本最小以及决策配送中心向需求点提供最优配送量.根据建模的假设条件,建立了基于集合覆盖的有容量和时间限制的选址 分配系统的非线性规划模型,按照模型决策空间所具有的特殊结构,设计了基于遗传和粒子群算法（GA PSO）的启发式算法.用大量的数据作为算例对模型进行了数值演算.结果表明,模型实用、算法有效.
关键词：
协同库存;选址 分配系统; 时间容量限制; 启发式算法
中图分类号： F 27
文献标志码： A     

浅谈配送中心选址策略

现代物流被称为"第三利润来源",是企业降低经营成本、提高运营效率、增强竞争力的重要途径.配送中心在现代物流活动中不仅起到货物集散、存储的作用,更重要的是它还充当信息中心、交易中心等重要角色.配送中心的研究内容包括选址、布局、运行等,其中配送中心选址是首要问题.它决定了配送中心的建设成本,运行方式.在物流管理专业的主要技能项目中,配送中心选址也是一个关键技能.本论文通过对配送中心选址及相关问题分析,从理论上进一步丰富和补充了配送中心选址研究.     

生物质原料运输成本分析与物流网络设计

物流网络的设计对于生物质能源企业的发展至关重要,本文以包头市某企业作为研究对象,通过对生物质原料运输成本的归纳分析,在明确原料物流成本和收储点位置的前提下,构建生物质能物流网络模型。利用仿真优化、生物质能物流网络模型,能够达到运输成本、库存成本、运营成本最优的原料调度方案,从而为生物质能源企业的原料物流网络建设和优化提供一定的参考与借鉴价值。     

基于量子粒子群算法的物流配送中心选址

在物流系统网络中,物流配送中心地址的优化选择不但能够高效及时地完成物资的配送,而且能使得配送成本和仓储成本等运营成本最小化,显著提高物流管理的效率和能力。针对物流配送中心选址最优解的问题,通常采用经典粒子群算法解决,但其有易早熟收敛和仅能得到局部最优解的缺陷。为了克服此缺点,将量子进化算法融入经典粒子群算法中,采用量子理论中独有的叠加态和概率幅特性,粒子最优位置的搜寻采用量子自旋门完成,粒子位置的多样性变异采用量子非门完成,以免出现局部最优解和早熟收敛缺陷。实验结果表明,与经典粒子群算法相比,量子粒子群算法在最优解的搜寻能力和优化效率方面更具有优势,能够优化配送中心的地址选取,从而减少物流运营的总成本,提高物流配送的效率,优化物流管理系统。     

计及经济效益的分布式电源多目标优化规划

建立了分布式电源(Distributed Generator,DG)多目标多约束的优化数学模型,以配电网有功损耗费用最小、分布式电源运行费用最小和系统有功网损最小作为目标函数,考虑功率平衡、电压越限等约束条件,采用线性加权的方式将多目标转化为单目标,并采用量子粒子群算法实现了上述目标的优化.通过对IEEE33节点系统仿真结果表明,合理优化DG的位置和容量可有效降低系统的经济费用,提高配电网的优化经济运行.     

微粒群算法在多物流选址中的应用

物流中心的选址是企业的一项重要战略决策,不仅影响到原材料和成品的运输费用,也会影响顾客服务水平和对顾客需求的响应速度,选择合理的物流中心对降低运营成本提高企业的竞争力有很重要的作用。文章研究带约束条件的多物流选址问题,根据所提问题的特点,建立模型,并根据模型维数较大、约束域狭小的特点设计了一个与表上作业法相结合的改进微粒群优化算法（TM-PSO）。最后通过实例验证了模型的可行性及算法的有效性。     

基于地域特征的物流仓储中心逆向选址算法

物流仓储中心地址的选取,从根本上决定了物品出发地和运达地之间的距离,直接关系到物品能否被及时高效地运输,以及配送成本和仓储成本能否最小化。针对传统物流仓储中心选址求解算法脱离实际应用、且容易出现局部最优、求解速度较慢和注意力单一等问题。为减少物流配送时间,降低物流成本,切实提出选址解决方案,通过对K均值聚类算法和帝王蝶优化算法进行改进,研究了京津冀地区物流仓储中心的选址问题。实验仿真结果表明,提出的改进帝王蝶优化算法较其他优化算法在求解精度、收敛速度和迭代次数上均有优势,能够有效完成物流仓储中心选址问题,切实可以缩短物流配送距离,提高物流配送效率。     

基于作业成本法的经营杠杆系数模型的建立

经营杠杆是财务管理学中衡量企业经营风险的重要标杆,而经常用来计量经营杠杆大小的就是经营杠杆系数。传统的经营杠杆系数模型中划分固定成本和变动成本仅考虑了产销量这一成本动因,而没有从多成本动因的角度划分固定部分和变动部分。研究的目的就是立足于多成本动因的作业成本法建立基于作业成本法的经营杠杆系数模型。介绍了经营杠杆的含义,结合作业成本法的原理推导出计算经营杠杆系数的新公式。     

基于贪婪启发式的多期多目标动态网络选址

为弥补现有选址模型考虑需求变化及客户满意度的不足,研究了随机需求环境下的配送中心选址并设计了衡量客户满意度的函数. 运用随机机会约束规划为基本建模工具,将模型设计拓展到多期规划决策领域并构建了动态多期多目标选址模型,模型不仅考虑了最小化配送中心运作成本,而且考虑了客户最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,采用满意度高优先的客户指派原则设计了贪婪启发式求解算法. 算例结果表明,模型的非劣解包含了传统的以最小化物流成本为目标的选址模型的最优解,从而为配送中心选址提供更加灵活全面的决策依据.     

基于多目标粒子群算法的应急物流储备库选址

针对应急物流的特点,提出了应急物流储备库选址应考虑各行政区的风险权重、灾害处置难度、储备库恢复能力、地区影响程度及建设成本等因素.借助普通物流选址思想,构建了基于多目标粒子群算法的应急物流储备库选址模型.并以长株潭城市群应急物流系统构建为例,进行了应急物流储备库选址实例研究.     

考虑经济性和时效性的配送中心选址模型研究

为提高物流系统的服务水平,对具有经济性和时效性的配送中心选址问题进行了研究.以经济费用最小为目标,将客户对送货时间的要求转化为时效性约束条件,构造配送中心选址模型.讨论了求解该选址问题的优化算法——序列二次规划算法(SQP).通过实际算例对选址模型和求解算法的可行性进行了检验.算例结果表明:模型和算法能很好地解决有时效性约束的配送中心选址问题,对提高物流系统的运作效率有积极的意义.