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.     

不确定需求下多类型自提点多目标选址

考虑顾客快递数量的不确定性，引入顾客满意度函数，以自提点运营成本最小化和顾客满意度最大化为目标，构建多类型自提点选址问题的整数二次规划模型，通过高德平台获取需求点与自提点之间的实际取货距离，运用三角模糊数刻画顾客快递数量的不确定性，进而将模型转化为模糊机会约束规划模型。采用Epsilon约束算法结合Cplex求解器对实例求解，并对比NSGA-Ⅱ算法，再应用模糊集理论得出折中解，折中解方案较目标最优方案顾客满意度降低了11.4%,运营成本增加了26.3%。结果表明：随着顾客快递数量的增加，自提点的运营成本和顾客满意度均呈现先增后减的趋势；构建多类型自提点可以有效兼顾成本和顾客满意度，实现系统最优。     

基于满意度的可持续物流设施选址问题的多目标优化方法

【目的】为了研究可持续物流设施选址问题研究对企业供应链管理和物流配送服务中心的可持续性发展的影响。【方法】基于传统的无容量物流配送服务中心选址问题，引入满意度函数衡量客户对物流配送服务中心提供服务水平的平均满意程度，建立了以经济成本最小化、客户平均满意度最大化和二氧化碳排放量最小化为目标的一个多目标优化模型。【结果】基于多目标优化问题经典的ε 约束标量化方法和贪婪算法思想提出了多目标优化模型的一个求解算法。【结论】提出的多目标优化方法能够在较高的满意度下获得更优的经济成本和碳排放量，为更好地解决无容量物流配送服务中心选址问题提供了一个新的方法。     

基于供应链的汽车零部件集配中心选址模型问题

针对汽车零部件集配中心的选址问题,考虑供应链中三个成员的利益,以汽车零部件集配中心的选址成本与运输成本最小化、零部件供应商运输过程中零部件货损量最小化、整车厂(RDC)满意度最大化作为选址目标,引入零部件在集货配送中货损的微分方程以及模糊预约时间理论,构建基于供应链利益共享的零部件集配中心选址的多目标决策模型。并运用模糊集理论,对目标函数进行处理,再用Matlab软件对该模型进行求解,得到最佳的选址方案,进而用实例验证该模型的有效性。     

油库选址问题的多目标优化方法

【目的】研究油料运输过程中油库的最优选址问题。【方法】综合考虑多方面因素，建立以经济成本最小化、用油单位满意度及油库安全性最大化为目标的多目标优化模型，并对模型进行分析。【结果】基于多目标优化问题经典的线性加权标量化方法，引入模拟退火算法对多目标优化模型进行求解。【结论】提出的多目标优化方法能够在较高的安全性和满意度下获得更优的经济成本，为更好解决油库选址提供决策参考。     

物流配送中心选址的多目标优化模型

针对传统选址模型片面追求物流成本最小化而忽视物流服务水平的情况,将可靠性作为物流服务水平的一种测度,提出了配送中心系统可靠度的计算方法,建立了以物流成本最小化和物流服务可靠度最大化为目标的配送中心选址多目标优化模型.采用主要目标法将建立的多目标优化模型转化为单目标优化模型,并运用贪婪取走启发式算法对转化后的模型进行求解.算例结果表明,模型的非劣解充分反映了物流成本与物流服务可靠度之间的悖反关系,同时包含了传统的以物流成本最小化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全面的决策依据.     

城市物流中心选址问题研究

在分析现有物流中心选址特点的基础上,提出了一类基于顾客满意度的多目标物流中心选址模型,并引入遗传算法对该模型进行求解。通过对具体实例求解,验证说明该算法能够很好地处理基于顾客满意度的多目标物流中心选址问题。     

一个具有仓库容量选择的两阶段设施选址问题的模型及算法

设施选址及其规模选择优化对供应链的长期战略成本和运营成本有着重要影响, 是提高企业利润和竞争力的关键决策之一, 也是运筹优化领域研究的热点与难点. 针对已有的两阶段设施选址问题,(two-stage facility location problem, TSFLP),研究中缺乏对设施容量选择的优化, 在设施选址问题基础上引入了设施容量选择的优化, 同时确定了工厂的位置、仓库的位置和容量、从工厂到仓库的产品流以及客户到仓库的分配, 建立了以最小化总成本为目标的混合整数规划模型, 并基于模型特点设计了适合求解此问题的拉格朗日松弛(Lagrangean relaxation, LR)方法和混合变邻域禁忌搜索,(hybrid variable neighborhood tabu search, HVNTS)算法. 基于随机生成的大量具有不同参数的实例, 验证了所提出的算法可有效求解大规模的、且需同时优化设施选址及容量选择的问题.     

求解供应链分销模型的双层规划方法

以一个多仓库、多分销点的供应链二级分销网络为研究对象，分别从供应链上、下游企业的角度出发，以各自的物流成本最小化为目标，利用双层规划方法建立了供应链分销网络优化模型．讨论了该模型的求解方法，并结合分层迭代的思想给出了一个有效的算法，最后借助于计算机技术实现了对模型的仿真计算．     

基于时间满意的集覆盖问题及若干贪婪算法应用研究

传统的选址问题过于简单地考量时间这一对企业竞争力影响重大的因素。针对这一特点，对时间满意度函数进行了定义，从顾客角度考虑覆盖半径，从企业角度考虑覆盖比例，提出比传统集覆盖问题更一般的基于时间满意的覆盖选址问题。在给定的网络G（V，A）中，以最小化总的建站成本为目标建立这一问题的整数规划模型，并应用3种被证明为在覆盖选址问题中计算效果很好的贪婪算法对不同规模的问题进行求解计算。     

双渠道下短生命周期产品运营的系统动力学仿真优化

以系统动力学为工具，建立了三级双渠道供应链短生命周期产品运营的系统动力学模型，通过仿真实现系统优化．模型中不仅模拟产品有限生命周期内的口碑营销需求变化，还考虑了零部件组装对产品生产与供应、顾客满意度对产品需求的影响等诸多现实问题．最后在集中决策模式下提出一个由实体零售商协助网购零售商实现其网上订单需求的供应链协作策略．     

基于TOC & MIRP的多产品双渠道补货模型

针对拥有零售商和网络直销渠道并伴有顾客转移的多产品二级供应链,研究其在需求显著变化的转换期内的补货优化模型.将基于约束理论的供应链补货系统(TOC-SCRS)运用到上游制造商节点,下游零售商运用改进后的整数比(M-IRP)策略.以供应链的补货、库存和缺货成本为优化目标,考虑顾客满意度和库容量约束,应用遗传算法比较M IRP、整数比(IRP)和传统(s,S)策略,并进行灵敏度分析.结果表明M IRP和IRP策略下的供应链总成本与(s,S)策略的相对差异为15.36%和11.19%,同时验证了在不同参数变化情况下该策略的优势.     

双目标冷链物流车辆路径问题及其遗传蚁群求解

针对带容量和软时间窗约束的双目标生鲜农产品冷链物流车辆路径问题,建立了以最小化总成本和最大化客户满意度为目标的双目标优化模型。为了求解问题,运用ε约束法处理双目标模型,以蚁群算法为基础,加入交叉与变异算子,设计了遗传蚁群算法。算法求解过程中,蚂蚁个体在进行状态转移时按照确定性选择和伪随机比例选择相结合的方式,信息素总量采用分段函数进行优化。为验证模型与算法的有效性,对实际算例进行求解,并与遗传算法、蚁群算法求得结果进行对比。结果表明所建模型符合实际需求,所设计的遗传蚁群算法收敛速度和求解结果均优于遗传算法和蚁群算法。     

基于EWAA算子的顾客满意度的评价模型

顾客是供应链市场导向和利益来源,因此,供应链中提高顾客满意度是赢得顾客的核心.对影响顾客满意度的4个指标进行了分析,运用群决策的层次分析法,获得4个指标的权重系数;同时针对顾客满意度为语言型标度的情形,给出基于EWAA算子的评价模型,并以实例分析说明模型的可行性.     

物流联盟伙伴选择模糊优化研究

运用AHP,DEA和模糊规划的方法研究如何选择物流联盟伙伴组建供应链。首先应用AHP方法结合DEA方法对供应链各环节的不同企业进行有效评价,然后根据评价结果初选出少量企业,最后以最小化供应链物流总成本和总运作时间为目标,应用模糊规划选出各环节最佳物流企业组建供应链。应用本方法选择物流企业联盟伙伴可以有效降低供应链作业时间和作业成本。     

基于斯塔克伯格模型和交易信用合约的双渠道供应链协调研究

科技的迅猛发展带动了由电子商务主导的新兴市场,越来越多的制造商纷纷建立线上直销平台。新的线上直销渠道与原有的零售渠道共同组成了双渠道供应链。随着双渠道供应链的建立,渠道冲突不断出现,这令双渠道供应链协调成为一个全新且复杂的问题。交易信用作为一种促进融资、刺激需求的手段,被广泛用于协调供应链。本文基于合作与竞争并存的复杂运营环境,构建斯塔克伯格博弈模型,分析双渠道供应链中各方的运营决策,探究基于交易信用的供应链协调策略,并为在科技浪潮中开拓双渠道模式的创新型企业提供相关建议。     

两级物流服务供应链任务分配模型

在不确定需求的情况下,研究了物流服务集成商(LSI)面对多个功能物流服务提供商(FLSP)时如何进行订单任务分配的问题.结合物流服务供应链(LSSC)订单任务分配的特点,给出了基于多种物流能力的任务分配模型,考虑了LSI成本最小化、FLSP满意度最大化和惩罚强度最小化、不同能力之间尽可能匹配等条件,并给出了模型的求解方法.利用LINGO8.0软件对任务分配模型进行算例分析,探讨了不确定程度和关系成本系数对任务分配结果的影响.研究结果表明:随着不确定程度的增大,LSI的总成本将增大,FLSP的总体满意度将降低,而总体的惩罚强度将增大;LSI关系成本系数对FLSP总体满意度和惩罚强度有紧密的关系,关系成本系数越大,FLSP的总体满意度越大,惩罚强度则越小.     

基于第三方物流的逆向物流优化模型

通过建立混合整数规划模型,构建了一个由第三方物流参与的逆向物流网络,包含顾客层、回收站、检测站(维修加工厂)、市场(掩埋地)四层.以总费用最低为目标,对家电产品回收的逆向物流网络的设施进行选址优化.实验表明,运用LINGO9.0对家电产品回收的逆向物流网络模型进行选址优化,可以快速得到最优费用.     

城区物流配送中心选址优化系统设计与实现

为了提高城区物流配送中心选址效率,克服传统方法须依靠人工计算的弊端,提出利用在线地图获取路径距离信息的方法。基于配送中心的实际建设和运营情况,确定配送中心选址问题的成本影响因素,设计选址优化系统框架,构建以总成本最小化的数学模型,采用基于整数编码的遗传算法对其进行求解。利用C#语言实现系统架构,并进行计算测试。测试发现:所构建系统能够自动获取城区各节点距离信息,较之传统手段减少了规划人员的工作量,围绕2类算例实施优化选址,均在较短时间内获得了切实可行的选址方案。结果表明,所提出的系统架构具有有效性和适用性,能够有效帮助规划人员实施物流节点选择。