基于仿真技术的连锁零售企业配送中心布局决策模型

合理的配送中心布局可以大大降低企业的物流营运成本和提高物流系统的运营效率.从零售业连锁经营和配送中心 本质特征分析入手,将连锁零售企业的配送中心布局决策问题界定为以设施成本、物流成本和快速反应能力等多重子目标达到最优的多目标多配送中心选址问题.在对影响配送中心选址布局的因素进行定性分析和定量分析的基础上,运用蒙特卡罗静态仿真进行成本分析和Arena动态仿真进行响应时间分析相结合的方法构建了多目标多配送中心布局决策分析模型,并采用AHP和TOPSIS相结合的综合评价方法分析相关指标和数据来确定最优方案. 最后,以一家大型连锁超市作为研究算例, 以珠三角地区作为布局分析区域,构建实物模型以验证决策模型的科学性和有效性.     

区域物流中心分工布局

在物流中心布局规划的基础上,结合物流需求的结构和分布情况,考虑物流中心分工,提出了物流中心的分工布局问题,旨在综合确定物流中心的数量、位置、类型及规模,以及各品类货物流在物流网络上的流量流向.建立了基于双层规划的物流中心分工布局优化模型,并设计了模拟退火求解算法,最后通过算例分析说明了模型和算法的有效性.     

铁路行包基地及配送点选址规划模型与算法

铁路行包运榆向现代物流方向发展，行包物流基地选址及配送点规划是十分重要的环节。同时，铁路行包运榆存在着客户复杂，受车站位置及列车运行情况约束等特点。文章结合物流配送中心选址问题的方法，给出铁路行包基地及配送点规划的教学模型，应用扫描法构造问题尽可能好的初始解，通过基于局部搜索的启发式算法对初始解优化，得到优化解。用一个实例验证模型及算法的可行性。     

DEA评价下的配送中心再选址模型及求解

为保持配送中心的高效运营,实现对现有配送中心布局的动态管理和优化,采用数据包络分析(DEA)方法,对已建的配送中心进行效率评价,并把评价结果带入到选址模型,建立了DEA评价下的配送中心再选址混合整数规划模型,约束条件包括供求关系、流量平衡及选址和流量的内在关系,综合考虑了选址中配送中心的成本和效益因素,最后通过一算例验证了模型的有效性.     

基于蚁群优化的多物流配送中心选址算法

提出了一种解决多物流配送中心选址问题的蚁群算法模型,该模型将物流配送中心选址映射成一个聚类过程,利用蚁群系统中蚂蚁通过信息素寻找最优路径的机制,以物流配送的总成本最低为聚类准则,结合蚂蚁将物体聚堆的行为模式来定义蚂蚁的转移概率、禁忌列表和信息素更新方式,实现基于蚁群优化的物流配送中心选址算法.对多配送中心选址进行了仿真实验,实验结果表明本算法能获得与实际情况相符的配送中心最优解,且适合多种不同的配送中心模型和大规模的配送中心选址,具有较强的灵活性.     

生鲜农产品冷链物流网络节点和配送的优化

针对冷链物流网络的网点布局和运输问题,提出了以冷链物流的网点建设成本和运营成本为优化目标的非线性混合整数规划模型,该模型需要同时满足网点的最大距离约束,产地的产量约束和网点的最大容量约束,然后用量子粒子群算法对该模型进行求解。算例得出在一个运营周期内最低的总成本为2670万元,有效解决冷链物流网络的网点布局和运输配送问题。该模型对其他物流网络具有良好的适应性,便于推广应用。     

一个物流网络的双层规划模型

物流网络的规划与布局不仅影响企业的经营活动，而且影响城市的交通运输功能．在一个物流周期内，用广义费用的概念描述了物流成本的相关内容，从物流成本的角度对物流中心的规模和位置进行优化．通过考察物流中心布局与配送作业成本之间的关系，以物流总费用最小为目标函数建立了一个双层规划模型．随后，用遗传算法得到一个该模型的近似最优解．实例所得结果证明了模型的实用价值及其有效性．     

B2C物流配送网络双目标模糊选址模型与算法

基于B2C"配送-退换同时"的物流模式及配送业务特点,集成设施选址-分配和路线优化,研究模糊需求下的B2C物流设施选址问题.针对选址-分配的模糊性和静态性、配送的确定性和动态性特征,以物流总费用为主目标函数,以配送中心流通费用、车辆派遣费用、配送费用总和为子目标函数,建立了有配送中心容量静态约束和车辆动态负载量约束的双目标模糊选址模型,设计了嵌入随机算法和禁忌搜索算法的遗传算法求解.选取合适的测试算例验证了算法的有效性,探讨了客户需求模糊区间宽度和商品退换率对物流选址结果和各项费用值的影响.实验结果表明,所设计的算法对解决这类复杂问题合理有效.客户需求模糊区间宽度与车辆利用率和车辆路线总长的波动区间、平均车辆路线总长度、配送费用正相关,且宽度较窄时,选址结果、车辆派遣费用和配送中心流通费用不变,超过一定范围,选址结果、车辆派遣费用和配送中心流通费用改变.商品退换率与流通费用和物流总费用正相关,但不会影响选址结果和其他费用.     

在成都建设西部物流中心的系统思考

本文在分析了成都发展物流业、构建西部物流中心所具有的优势和不足的基础上,从系统科学的角度,对在成都建设西部物流中心给出对策建议：首先要优化系统的组织结构,要建设健全物流基础设施,培育现代物流企业,对于系统内部要进行调整和改进,尤其在建设物流交通网络时,要考虑不同交通网络的拓扑结构上不同性质;其次西部物流中心是一个动态演化的系统,在建设初期要合理规划,不能一步到位,要留有合理的发展空间;最后从系统和环境的相互作用角度,提出要建立一个有利于系统发展的环境。     

边远群岛物流体系的选址-库存-路径优化

针对边远群岛海运物流体系在构建与优化中所面对的选址-库存-路径问题,从边远群岛的地理结构和自然环境出发,分析了这一特殊背景下物流体系的内在运作机理和特点.以物流节点选址、港口布局、仓储规划和航线配置为基本内容,以各岛屿物资供应不问断为前提,构建出物流成本最低的优化模型.根据问题特点,提出一种基于遗传算法和模拟植物生长算法的混合算法.通过对我国南海某群岛海运物流体系实例计算和不同算法的对比,说明所建模型和算法的合理性与有效性.最后,经过灵敏度分析,指出了决策时应更关注运输系统优化的内容.文中提出的模型、算法为边远群岛海运物流体系的构建提供了理论支撑和优化方法,对于我国南海群岛建设决策及物流体系的构建具有重要的理论意义和实用价值.     

基于改进遗传算法的影像中心布局优化方法

针对影像中心现有布局优化方法自动化水平低、受个人主观意愿影响较大等问题,提出运用系统布置方法(systematic layout planning,SLP)和改进遗传算法相结合的方法对布局进行优化。利用SLP生成的布局方案改善遗传算法的初始种群,增加初始种群多样性;从遗传进化代数和个体适应函数值2个方面实现遗传参数自适应调节,提高其寻优效率。在西安某影像中心布置区域模型和多目标优化数学模型的基础上,运用改进后遗传算法对西安某影像中心布局优化问题进行了仿真实验。实验结果证明：该算法在求解影像中心布局优化问题时比传统遗传算法或蚁群算法速度更快、效果更好。提高了影像中心布局优化的自动化水平,为建筑设计人员提供合理的参考方案。     

多对象生产系统设备多行布置优化

研究多对象离散生产系统设备布置优化问题,对于物料出入口固定的生产单元,提出了只包含反向物流和横向物物流的简化目标函数形式。在此基础上,根据计算机运算的特点和要求,构造了适用于计算机优化搜索的设备位置距离矩阵及目标函数算法模型。把模拟退火算法引入计算机优化搜索过程,有效地提高了设备布置方案的优化效果。结合实例运算,证明了上述算法模型的有效性。     

基于蚁群-遗传混合算法的设备布局优化方法

以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.     

动态需求下考虑订单聚类的外卖配送路径优化

外卖配送路径优化包括骑手间订单分配和骑手配送路径规划两部分。针对其中订单动态产生和骑手位置不断变化的问题,基于预优化后动态调整的思想建立以最小化超时订单比例、单均配送时间和单均行驶距离为目标的两阶段优化模型。在预优化阶段,设计改进变邻域搜索算法获得初始配送方案;在动态调整阶段,采用周期性优化策略,将不断变换的骑手位置转化为虚拟配送中心车辆问题进行求解;在每一阶段采用不同的聚类方法对订单进行聚类,优化初始解的质量以更快求解。结果验证了本文策略和算法在求解动态外卖配送路径问题时的有效性和可行性。研究成果不仅深化拓展了PDVRP(pickup and delivery vehicle routing problem with time window)相关理论研究,也为外卖平台提供一种科学的优化方案。     

基于博弈理论的货运列车编组调度多目标优化模型

本文根据货运列车编组调度性质和特征,将博弈论思想应用于货运列车编组调度这一复杂工程领域。抽象描述了典型编组站的场区结构,根据编组站＂到、解、编、发＂四个基本作业过程,明确了货车编组调度的工作流程。按照模块化思想,分析、设计了货运列车进站、解编、发车博弈调度流程图。基于时间成本与技术成本考虑,合理设定了编组调度效率评价指标、优化目标及约束条件,建立了基于博弈理论的货运列车编组调度多目标优化模型。     

基于库存成本优化的配送中心选址问题研究

研究了需求不确定、存在运输规模经济下的连锁零售企业的配送中心选址问题．在传统选址分析中加入了详细的库存系统分析，在此基础上，以配送中心和门店的服务水平为约束条件，建立了较为全面的配送系统年总成本优化模型，并通过该模型找到了各方案下的最优库存水平和最小成本，从而选出最佳方案．最后。通过仿真，分析了需求变化和运输距离变化对系统的总成本以及方案选择的影响，为连锁零售企业的物流配送中心选址提供了决策支持．     

面状LED发光体灯珠分布和组合连接优化算法

面状LED发光体灯珠的分布和分组问题,可建模为多约束优化问题来进行求解。提出了一种将面状LED发光体灯珠照度映射为质心容量限制Power图的容量,从而布局LED灯珠的方法,实现了面状LED发光体照度均匀的目标,进一步提出一种基于贪心策略的LED灯珠组合和连接优化算法,达到节省物料的目的。实例结果证明,所提方法简单、可行,布局和分组效果好,算法收敛速度快,可用于解决实际工程问题。     

管网系统改造优化设计问题的模型及分层分解算法

本文建立了城市供水管网系统改造优化设计问题的数学模型，提出了将管网布局优化和参数优化分层、将管网参数优化和水源参数优化分解求解该问题的方法，研究了各个子问题的求解方法，仿真结果表明该方法是实用有效的。     

地区分销系统的成本优化模型及应用

研究需求不确定下由一个地区分销中心和多个零售商组成的地区分销系统，系统中地区分销中心和多个零售商都采用周期检查的最大库存水平策略(order-up-to Level policy)．首先，生成了最终顾客的不确定需求数据．然后，分别给出了有限计划水平内地区分销中心和各个零售商的成本模型，在此基础上建立了地区分销系统的独立决策优化模型和联合决策优化模型，并给出了这两类模型的求解方法．最后，通过算例表明，该地区分销系统存在“第一最优”(first-best)解，即零售商所做出的最优决策从整个地区分销系统的角度看也是最优的。