供应商管理库存模式下库存优化研究

供应链环境下的库存优化是降低整体成本的重要手段,介绍了供应商管理库存（VMI）的基本概念,研究了由供应商和分销商构成的VMI模型下的库存决策模型,并论述了动态规划方法在该问题上的不足之处以及强化学习方法在该问题上的优势,同时介绍了马尔科夫决策模型（Markov）和半马尔科夫决策模型（semi—Markov）的概念,最后通过一个算例对强化学习方法的过程进行了具体的说明。     

考虑多车型软时间窗的成品油二次配送库存-路径问题

针对成品油二次配送库存-路径问题(inventory routing problem, IRP),考虑了随机需求、多车型多隔舱等因素,以车辆配送成本、违反时间窗等惩罚成本之和最小化为目标,建立了混合整数规划模型。设计了求解模型的两阶段启发式算法,第一阶段根据各加油站的期初库存量、销量的概率分布等确定补货量和时间窗;第二阶段利用遗传算法和C-W节约算法确定配送车辆和配送路径。通过模拟计算并与单阶段算法和Gurobi直接求解模型的结果进行对比,验证了两阶段算法的有效性。结果显示利用本文方法确定成品油二次配送计划,在避免加油站缺货的同时,有效降低了车辆的配送成本。     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性.实验结果表明:...     

库存路径问题的一个新策略

文章针对一个配送中心,n个确定性需求的需求点的供应链系统,建立其数学模型,提出了一种新的配送策略--单周期的整数策略,将POT策略的2的指数倍推广到任意的整数倍率;并且基于matlab给出了该算法的测试,将该算法与POT进行比较,结果表明该算法是较优的.     

限时配送业务中的商品配送路径选择问题

在多商品网络问题的基础上考虑了商品的在途运输时间及商品在物流节点的作业时间、等待时间,建立了限时配送业务中的商品配送路径选择模型,设计了基于最短路问题的模拟退火算法,以数值试验证明了模型及算法的有效性.     

生物质资源库存-路径整合优化问题研究

库存和路径是供应链中两个重要决策问题。本研究旨在整合优化生物质资源供应链中的设施库存和车辆路径,将总成本降至最低。本研究在优化供应链中车辆路径规划问题时,加入对设施库存问题的考虑,通过对两个问题的整合优化来减少牛鞭效应的影响。针对整合出的生物质资源供应链库存-路径优化问题建立混合整数规划模型。由于问题的计算复杂度较高,导致求解问题会消耗大量时间,为此开发混合启发式算法(HHS)实现高效决策。通过算例测试验证了模型及算法的可行性,计算结果可应用于实际的生物质资源供应链库存和路径。CPLEX精确解和HHS算法近似解的比较表明HHS算法可求得十分接近精确解的近似解且更加高效。     

供应商管理库存的利润模型及其优化策略

研究了供应链管理环境下新的库存策略·对有确定需求、有初始库存和库存短缺的一种畅销商品,建立了供应商管理库存的供应链模型·通过对此模型的进一步分析,证明了在供应商管理库存短期激励下,供应商管理库存将减少整个供应链的总的库存相关成本·但是这会增加供应商的库存相关成本,所以在实施供应商管理库存的起始阶段,应该首先考虑供应商和买方库存系统之间严重不匹配的商品·结果为双方企业合并其库存提供了有力的理论基础·     

装配式建筑配送中带时间窗VRP问题研究

近年来,带时间窗的车辆路径问题(vehicle routing problem with time window,VRPTW)得到了广泛关注和研究.装配式建筑是近年来发展的一种新型建筑类型,预制构件配送过程中会带来诸多复杂工程问题.本文以装配式建筑配送为研究背景,分析了当前VRPTW相关文献的研究现状,建立基于VRPTW的扩展模型,并采用智能优化算法进行求解.以经典的SOLOMN算例作为扩展,随机生成18个不同结构的算例进行测试,实验结果验证了本文所提出算法的有效性.     

有时间窗约束非满载车辆调度问题的节约算法

车辆调度问题(Vehicle Routing Problem,简称为VRP)是物流配送中广泛存在的一类问题,VRP属于强NP问题.在建立了带有时间窗的非满载的VRP问题的数学模型基础上,对启发式算法中的节约算法进行改进,设计出带时间窗的非满载的VRP问题的节约算法.通过对8个客户和13个客户算例的具体计算结果分析该算法的性能,研究表明:节约算法具有易于计算机实现,易于调整,方法易行、效果理想等优点,但在客户规模增加,解的空间增加后,其解的精度也随之下降.     

带有等待时间窗的补给运输船航路规划

在渔船补给运输工作过程中,补给运输方案的选择对运输成本和效率有着至关重要的作用.为了降低补给运输的成本和提高运输效率,提出了一种以减少运输距离和运输作业时间为目标的航路规划方法.首先分析了渔船补给运输船的工作方式,以\"送报男孩\"方式作为补给策略.在此基础上,采用回归分析法预测渔船完成生产任务的初始等待时间,建立了以最短航路和最少补给时间为目标的多目标优化模型.鉴于模型决策变量的多维性,设计了模型求解的禁忌搜索算法,最后通过算例仿真验证了模型的可行性.     

B2C 电子商务物流中心选址-路径综合优化研究

为优化 B2C（business-to-customer）电子商务物流系统,结合 B2C 电子商务特点,构建以物流成本最小为目标函数、以运输时间和供需关系限制为约束条件的电子商务物流中心混合整数规划模型,采用改进的遗传算法将电子商务物流中心选址的混合整数规划模型求解过程转换成求解最优运输路径问题,并且设置惩罚算子对超过运输时间限制的方案进行特定的惩罚处理,设计合适的染色体编码方式、交叉算子、变异算子、惩罚函数等。通过随机生成的数据运用 Matlab 软件进行算例仿真模拟,验证模型的有效性。     

基于蚁群算法和遗传规划的跨单元调度方法

针对运输能力受限的跨单元调度问题,提出了一种基于蚁群算法与遗传规划的超启发式算法.通过蚁群算法搜索合适的启发式规则,并且利用遗传规划生成可以适用于问题模型的启发式规则,用以扩充规则集;同时引入时间窗的概念,用来决策每个小车运输时的等待时间.实验表明,提出的算法可以搜索出优质规则,并且通过遗传规划很大程度上改善了候选规则集,提升算法性能.同时时间窗策略的采用可以提高小车的利用率以及最小化总加权延迟时间.      

分销配送网络优化模型及其求解算法

为了优化网络结构 ,寻求最佳配送策略 ,最终找出成本最小的供应链 ,针对需求拖动式供应链中 ,多供应商、多产品、多客户分销配送网络的优化设计问题 ,在考虑需求分配的情况下 ,提出了分销配送网络的优化模型。为了求解优化模型 ,提出了基于混合遗传算法求解混合 0 - 1整数规划问题的算法 ,它是用遗传算法搜索 0 - 1变量的最优解 ,将其他算法融入遗传算法中 ,对非 0 - 1变量进行求解的一种算法。最后通过两个算例进行了仿真实验 ,验证了优化模型的正确性和算法的有效性。模型简明、客观 ,算法易于扩展并具有鲁棒性、通用性     

西南地区面向东南亚国际贸易的物流通道选择

伴随中越班列常态化开行,我国西南地区内陆城市与东南亚之间的物流通道选择方案增加,货运企业稳定快速的物流服务有利于制造企业生产计划的顺利执行。因此,为比较现有物流通道方案的优劣情况,提高物流通道方案选择的科学性与合理性,以最小化货运时间和费用为优化目标,考虑国际运输中班列(船)开行和订单总时间的软时间窗要求,构建多目标混合整数规划模型,将高附加值货物作为研究对象,求解进口通道的选择方案。以重庆天然橡胶进口路线为例,基于改进的Dijkstra算法求解其最短路径,并计算各个方案所用的总时间和费用。结果表明,模型求解结果可以为货运企业在西南地区内陆城市国际物流通道的决策提供参考依据,并为西部陆海新通道的建设提供科学建议。     

进近区域到达航班排序和调度的优化

为了减少中国目前由于空中交通管制手段落后而引起的航班延误,提高航班调度的效率和空域的利用率,建立了到达航班排序和调度问题的混合整数规划模型,分析了求解问题的特点,提出了一种启发式算法。该算法结合了空管知识,通过预估未来一段时间内的流量状况实施调度,同时引入优先权,体现了连续航程航班和延误较大的航班的优先级。对算法进行了验证,结果表明:该算法能有效减少航班的延误和空中盘旋等待,提高了空域利用率,对改善中国空中交通管制的自动化水平具有实际意义。     

量子粒子群算法求解整数规划的方法

粒子群算法主要用于优化连续性问题。如果用于求解整数规划问题,算法的粒子位置必须解决取整问题;而量子粒子群算法求解整数规划问题具有更高的效率。利用三种取整方法与量子粒子群算法结合,求解非线性整数规划问题,并且与标准粒子群算法求解整数规划问题进行比较。通过对基准函数仿真实验,比较了六种方法求解整数规划问题。实验结果表明,基于随机取整的量子粒子群算法搜索成功率优于其他五种方法,其综合搜索效率更佳。寻找了一种更优的求解整数规划方法。