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.     

基于Weibull分布的易腐品补货策略研究

易腐品在生产与生活中比较常见,随着时间的变化会具有损耗、过期、贬值的特性,人们对易腐品的需求量逐年增加,易腐品的生产加工企业、零售企业等会常常面临易腐品的订购补充问题,研究易腐品库存的相关理论与方法对企业的生产与经营具有重要意义。文章以一家大型消费品仓储配送中心易腐品的补货为研究对象,引入具有很强适用性的三参数Weibull分布来研究易腐品的非线性变质率问题,用函数参数来模拟相关性的变质率系数,考虑市场需求率随着价格的变化波动,建立了具有周期性的易腐品补货策略模型。通过引入仓储配送中心的算例分析,应用Matlab得出补货策略最优解。最后给出了模型参数的灵敏度分析,研究参数的变化对企业易腐品补货水平的影响,为仓储配送中心易腐品补货提供一种决策方法。     

基于随机补货间隔和非线性变质率的易腐商品补货模型

研究了一类需求率随价格变动、有一定保鲜期的易变质商品的随机补货间隔的多周期补货策略.变质率是非线性的时变函数,补货间隔是随机变量.针对补货间隔的密度函数是一个区间上的均匀分布情形,构建了以补货水平为决策变量的补货优化模型,利用Matlab求出极值优化解.并给出了算例和补货间隔的灵敏度分析.算例表明由于商品存在保鲜期,保鲜期后有变质损失,取最优解时经常会出现商品有出空现象,为了提高顾客需求满足率,可以缩短补货间隔,减少商品空缺期.该模型为配送中心的配货决策和商场的补货策略提供了一种决策方法.     

考虑动态需求的多中心沿途补货冷链物流配送路径优化

为提升冷链物流配送效率、降低物流成本,本文在综合考虑多配送中心、客户动态需求、沿途补货策略的前提下,建立以总配送成本和客户满意度最优为目标的冷链物流配送模型.模型采用主目标法处理客户满意度和成本之间的背反关系,将动态问题按照时间轴依次分解为一系列的静态调度子问题并考虑了5种配送成本.本文提出自适应大邻域搜索算法求解该模型,设计了三种破坏算子和三种修复算子,对小中大三种不同规模的算例进行测算.结果表明该算法在速度、精度和稳定性上表现良好,对求解此类问题有较好的适应性和准确性.与不考虑沿途补货策略的动态配送方案相比,沿途补货策略可使成本降低23.06%、客户满意度提升8.69%.结果表明提出的配送方案可很好地节约企业的配送资源、减少配送成本、增强竞争力.     

时变路网下多配送中心多车型联合配送研究

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,本文主要构建基于时变速度多配送中心多车型联合配送模型,并设计基于禁忌搜索求解算法,论文收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证,通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,算法能够应用于北京这种特大城市的公铁联运城市配送方案中。     

基于模糊理论和时间研究的配送中心成本核算

为解决因作业中不确定性因素影响造成配送中心成本核算的不准确性问题,将模糊理论与时间研究方法结合,对时间驱动作业成本法加以改进,利用模糊化方法估算配送中心实际作业时间率和作业时间宽放率,利用时间研究方法测算标准作业时间.实例验证了本文改进的时间驱动作业成本法的有效性;K-S检验和F检验结果表明,相比模糊时间驱动作业成本法和基于时间研究的时间驱动作业成本法,本文方法可以更好地消除配送中心成本核算中不确定性因素造成的不利影响,提高成本核算的准确性.研究结论可为配送中心成本管理与控制提供科学的决策参考.     

时变路网下多配送中心多车型联合配送

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,主要构建基于时变速度多配送中心多车型联合配送模型;并设计基于禁忌搜索求解算法。收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证;通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,能够应用于北京这种特大城市的公铁联运城市配送方案中。     

基于仿真的动态补货算法在服装供应链中的研究

为改善服装供应链性能,提出了一种动态补货算法,并设计了一个库存仿真平台,应用该仿真平台对常见的库存策略以及动态补货算法进行了仿真分析.仿真结果表明,动态补货算法应用于服装供应链可以在确保顾客服务水平的基础上提高库存周转率.     

共同配送作业模式优化

对共同配送路径优化及成本分摊问题进行一体化分析,构建多配送中心、多货种条件下的共同配送作业模式双层规划数学模型.其中,上层模型用于优化配送路径,下层模型用于在联盟内实现配送成本的分摊.设计使用遗传算法对所提出的问题进行求解.采用基于扫描的算法产生初始种群;结合Shapley值法设计配送成本分摊机制;为避免陷入局部最优解,在进化过程中引入内部扰动与外部扰动过程.通过算例求解结果可以看到,在共同配送条件下,联盟总体成本及各配送中心成本均大幅下降,可为共同配送实践作业提供决策参考.     

基于层次粒子群算法的配送中心双层规划选址策略

在考虑物流网络宏观决策部门和客户双方利益的基础上,建立物流配送中心双层规划的选址模型.此类问题大多属于非凸优化问题,现有的求解算法存在算法复杂度及计算效率问题.基于进化博弈及多目标优化非支配排序的思想设计层次粒子群算法,通过两个粒子群算法的交互迭代求解物流配送中心双层规划选址问题.通过测试算例验证算法的有效性.     

随机补货间隔期的多周期库存优化模型

针对供应商处于相对有利地位,零售商综合考虑各种因素决定他们补货量情况,研究了订货由零售商发起,且补货间隔期不受零售商控制情况下的多周期库存优化问题·在假设允许缺货、补货间隔期是独立同分布的随机变量的前提下,给出了补货间隔期服从一般分布的预期利润函数,通过确定最优补货量来有效地控制库存·在此基础上,又分析了补货间隔期服从两种特殊分布情况,并通过灵敏度分析说明了补货间隔期对其利润的影响·     

巡回牧师策略下的编队海上补给规划

为有效规划巡回牧师(CR)策略下的海上补给过程,首先,根据CR策略下的海上补给特点,分析海上补给流程,介绍了汇合点的概念、计算方法以及出入库排队情况,并阐明了平时、战时不同环境下的补给规划目标;然后,分别建立海上补给整数非线性规划模型和多智能体仿真模型,设定典型的海上补给案例,分析数据并带入模型,通过LINGO和Anylogic仿真平台分别对模型进行求解,将两个模型的求解结果进行比较分析.结果表明,整数规划模型与多智能体仿真模型能够有效实现问题求解,对于优化CR策略下的海上补给过程均具有较好的适用性,其中多智能体仿真模型优化效率更高.     

海上液货补给方案多目标决策

 针对海上液货补给方案的决策问题,采用加权法建立多目标决策数学模型,利用层次分析法确定约束条件的权重矩阵。引入排列组合等数值计算方法计算出可行的补给方案。分别通过TOPSIS逼近理想解排序法与PSO粒子群优化算法带入所建立的数学模型进行迭代计算直到获得最优的补给方案。通过实际被补给需求给定的液货量,利用上述方法进行数值模拟计算,可以快速准确地提供补给方案的决策依据。     

易变质商品随机补货间隔的补到水平存贮控制策略

多阶段存贮问题一般在两种假定下研究,按照存货状况在任何时刻订货的连续查看假定和订货仅在离散时刻着手的周期查看假定.笔者在不同于以上两个假定条件下研究多阶段存贮问题,周期补货但补货间隔取为连续型随机变量.这种背景代表这样的现实生活,供应者拜访零售商在一个时间段内的随机时刻,而零售商按照一个固定的补到水平控制策略补足库存.认为仅有一部分未满足需求被补订,其余的销售机会则丢失.最后,假定商品易变质,且变质率是常数.然后求出了使利润数学期望值最大化的最优存贮水平的条件方程式,为实际补到水平控制提供依据.     

允许延期付款的EOQ模型

在允许延期付款的条件下,研究需求率与价格相关、变质率随时间变化的产品的库存优化问题,建立优化补货周期和商品价格的库存模型,给出模型的一种近似求解方法,并用数值实例来验证该模型的有效性.     

突发需求下的三级供应链协调分析

针对市场需求突发情况,建立了一个基于预测补货的控制系统模型,并运用控制论思想,对供应链系统进行协调控制;仿真结果表明系统能有效降低市场不确定性对供应链的影响,为供应链管理决策提供理论参考。     

协同商务下分销系统紧急补货模型与分析

在一个中心仓库、多个零售商组成的系统中,需求信息共享对减少系统总库存成本有重要的作用.在系统各节点都采用周期检查的库存策略,以相同的固定间隔期进行补货,提前期固定且相对于补货间隔期较小,缺货时向其上游供应商紧急补货的前提下,分别建立协同商务下信息共享和无法获取信息两种情况下的预期总成本模型.最后,通过算例证明信息共享能够达到降低系统成本的目的,并证明了中心仓库为获得需求信息共享带来的利润就必须使其最高库存水平保持动态.     

基于扩展神经网络的网格资源调度优化算法

针对具有时间约束和若干资源约束的网格资源调度问题,提出了一种基于扩展神经网络的求解新方法GRSENN。资源调度问题首先被分解为一系列多维背包问题并提出相应的数学模型,然后通过把问题的各种约束表示为Hopfield神经网络的能量函数项,进而导出神经网络模型。实验仿真结果表明该方法的有效性,并可避免通常神经网络所具有的容易陷入局部极小点的缺陷。     

基于二次型规划考虑网络丢包的鲁棒状态估计

提出一种可以体现网络丢包的离散时间线性时不变状态空间模型,并将鲁棒状态估计的问题转化为向量优化问题.为了能够快速有效地对该问题进行求解,通过标量化方法将向量优化问题转化为普通的标量二次型规划问题,然后将状态估计问题转化为对标准l1正则化最小平方问题的求解.结合Kalman滤波的更新过程,提出了能够适用于具有数据包丢失情况下的鲁棒状态估计算法,通过仿真实验验证了算法的有效性.