服务业和制造业的设施选址方法

企业面对日益激烈的市场竞争,取胜的关键除了具备过硬的质量以及令人信服的服务外,还有重要的一方面即设施的选址。设施选址是否适当,是影响经营效益的重要因素。本文依据设施选址的战略目标,对服务业和制造业选址的影响因素和方法进行了分析、比较。最后得出,对于不同的选址问题,应该根据它的侧重点,采用不同的方法。实现制造业追求成本最小化和服务业追求收益最大化的目的。     

《物流管理》课程中单设施选址模型教学探讨

设施选址是物流管理的重要环节,其中单设施选址模型是最基本、也是最重要的选址模型. 重心法是求解单设施选址模型的重要方法,因此,本文从重心法原理、重心法计算步骤及重心法的程序实现等环节对重心法的教学进行了设计.     

无容量限制设施选址问题的分支定界法

设施选址问题是经典的优化问题.一个好的选址方法可以有效节省费用,促进生产和消费的协调与配合,使得设施系统平衡发展.企业的优势和公共设施的盈利能力同样依赖于设施的选址结果.介绍了无容量限制的设施选址问题,给出了该问题的数学模型,提出了解决此问题的一个精确算法———分支定界法,最后通过一个算例说明了算法的有效性.     

考虑失灵风险的可靠性设施选址问题综述

可靠性设施选址问题是当前选址研究领域的一类前沿性问题,分析了设施失灵风险的来源和分类,以及可靠性设施选址相关问题的研究及特点;从决策者风险权衡角度,将可靠性设施选址问题分为最小期望成本问题和最坏情形成本问题,其中前者又分为可靠性无容量约束的固定费用选址问题和可靠性P-中位问题,分别从建模及求解角度对这些问题的研究现状进行了综述;最后,总结了可靠性设施选址问题的研究现状和启示,并提出了未来的发展方向。     

考虑设施失效及客户重指派的网络选址模型及求解

基于无容量约束且固定费用的设施选址模型,综合考虑系统运作成本及其可靠性,提出了考虑失效概率及对客户多层级重指派的非线性混合整数规划模型,并用优化的拉格朗日松弛算法对线性处理后的模型进行求解.结果表明:拉格朗日松弛算法适用于中等规模的选址问题;相对于客户的多层级重指派,其设施失效概率对网络选址的影响较大.     

基于网络选址的设施系统可靠性

将设施系统的结构用网络表示,其中顶点代表服务设施或客户,边代表物品或信息的传输途径。设施系统的可靠性在很大程度上会受网络边失效的影响。为了度量此种情形下的设施系统可靠性,提出可行可靠度概念。基于集合覆盖问题、 p-中值问题和无容量限制固定费用选址问题建立一个综合选址模型,设计邻域搜索算法并求解一个实例。结果表明,在成本增加不多的情况下,考虑边失效情形可以明显提高设施系统的可靠性。     

重大医疗急救中心设施选址的多目标决策优化模型

本文针对急救中心应对的重大突发医疗事件的高效性,敏捷性的特点,采用传统选址模型中的最大覆盖模型、p-中心模型和中值模型,结合优化思想建立了一个多目标决策的数学模型。     

基于地理信息系统的大规模设施选址和路径规划

为合理选址和对路径进行规划,以地理信息系统(GIS)为基础,对大规模设施选址和路径规划问题(LRP)提出一种新的算法,该算法在计算时间上优于精确解法和传统启发式方法,且在精度上保持了较高水平.实践证明,新算法结合禁忌搜索可以有效解决大规模实际LRP问题.     

求解无容量设施选址问题的混合蚁群算法

无容量设施选址(UFL)问题是经典的优化问题,属于NP难题,易于描述却难于求解.首先,介绍了UFL问题的数学模型,并对UFL问题的特点进行深入分析,得到其最优解所具有的基本特征;其次,针对UFL问题的最优解所具有的基本特征,设计了两种局部搜索策略,并将其与基本蚁群算法相结合,提出了一种用于求解UFL问题的混合蚁群搜索算法;最后,为了测试该算法的性能,分别利用混合蚁群算法和基本蚁群算法求解UFL问题基准问题库中的16个测试算例.计算结果表明,混合蚁群算法有效改进了基本蚁群算法求解UFL问题时易陷入局部最优、收敛速度慢等不足,该算法对求解UFL问题具有明显的可行性和有效性.     

一种考虑系统内损的竞争性设施选址模型和方法

从供需网系统的角度出发,通过引入效用函数,建立起以系统内损最小化为目标的选址模型,该模型改进了现有竞争性设施选址模型中以新建设施的效益最大化为目标的局限性.与传统方法相比,这样的优化目标减少了个体间的恶性竞争,较好地体现了合作共赢的理念.竞争性设施的选址是NP困难问题,因而根据模型特点,给出了分散搜索算法及实施策略,并分别用Lingo软件和分散搜索算法编程对一组算例进行计算比较,两种算法的运算结果显示,分散搜索算法的运行速度快而且收敛性好.     

Capacitated Dynamic Facility Location Problem Based on Tabu Search Algorithm

Facility location problem is a kind of NP-Hard combinational problem. Considering ever-changing demand sites, demand quantity and releasing cost, we formulate a model combining tabu search and FCM (fuzzy clustering method) to solve the eapacitated dynamic facility location problem. Some results are achieved and they show that the proposed method is effective.     

再制造回收物流设施选址模型与应用

汽车产业的快速发展,在推动经济快速发展的同时,也带了资源与环境方面的负面影响。为了提高报废汽车的回收率和材料再利用率,针对再制造逆向物流网络的特点,以物流成本最小为唯一目标,考虑了固定设施设备的折旧,以及逆向物流与正向物流设施的整合,运用混合整数线性规划方法建立了包含废旧汽车回收、拆卸、再制造过程的回收物流设施选址模型,并通过算例验证了模型的有效性。     

考虑处理能力的应急设施选址问题

在只考虑响应时间的基础上,综合考虑了设施的处理能力,并建立了应急设施选址的双目标规划模型,包括双目标MCLP模型与双目标MCLP-GMCLP模型,最后给出算例比较两种模型的优劣。     

容量受限工厂选址问题模型及贪婪蚁群算法求解

研究了在容量受限条件下的工厂选址问题.针对现有模型对覆盖问题、经济效益问题和发展状况问题考虑不足,提出了一种新的数学模型.由于容量受限的工厂选址是一个复杂的决策过程,较难得到满意解和最优解,提出一种新的改进蚁群算法对其进行求解.改进蚁群算法在传统蚁群算法的基础上结合了贪婪算法.仿真结果一方面说明了新的数学模型的有效性,另一方面证明了改进蚁群算法改善了传统蚁群算法易于陷入局部最优解的缺点,提高了寻优质量.     

基于OpenMP求解无容量设施选址问题的并行PSO算法

讨论无容量设施选址(UFL)问题,提出了一个基于OpenMP技术的并行多粒子群优化(PSO)算法.将整个种群分为若干子种群,同时利用局部信息来更新粒子速度,使得并行算法异步进行.算法运行一定代数后,每个子种群都会与其相邻种群交换最优粒子.通过将并行多粒子群算法对OR-library中的标准测试问题进行测试,并将计算结果与串行多粒子群算法的计算结果进行比较.相比之下,并行多粒子群算法执行时间短,特别对于大规模的计算问题,所得结果有更好的鲁棒性.     

电子废弃物逆向物流网络选址优化模型设计

针对电子废弃物逆向物流网络特点,从整体逆向物流选址优化角度,分析并确定了网络成本最优化混合整数线性规划(Mixed-Integer Linear Programming,MILP)模型.考虑废弃物的回收成本、处理成本、处理规模、经处理后碎片的销售收入、政府补贴,以及由于专业分工所带来的在不同拆解处理厂间及不同粉碎处理厂间的物料流动,可以灵活支持子网络内各个企业间物流活动.此外模型支持多种类型的电子废弃物的输入,以及经处理后产生的多种不同的物料碎片的输出,帮助优化电子废弃物逆向物流网络中的选址和物料分配等问题.     

突发事件应急设施选址问题的模型及优化算法

综合考虑应急设施选址的公平性、效率性、设立成本等多方面的因素,建立了一个可适应重大突发事件救援设施不同部署策略的多目标规划决策模型.利用模拟植物生长算法的通用模型,提出了基于模拟植物生长思路的目标问题求解方法.通过对实例的计算,结果验证了多目标决策模型的可行性与合理性,模型的求解算法可获得最优解,具有良好的性能.