跨国公司采购中心和珠三角经济发展

近些年,跨国公司采购商纷纷在中国建立采购中心。本文从跨国公司采购中心的理论含义出发,结合珠江三角洲的经济发展状况,分析了跨国公司采购中心的建立对珠三角经济发展的重要影响。     

用进化变邻域搜索算法求解闭合供应链选址问题

针对逆向物流依赖于物流网络的合理规划与设计,提出选址问题,通过分析闭合供应链规划设计中的选址定位,建立了相应的数学模犁。模型中正向物流和逆向物流共享运输网络,把需求量作为随机变量处理,以供应链的总运营成本作为优化目标,为解决闭合供应链选址这个NP难题,提出了种基于进化策略的变邻域搜索算法。通过设计基于多个算例的仿真试验表明：所建立数学模型和所提出算法是有效的。     

基于可靠性的供应链设施选址问题的优化模型

针对传统设施选址模型片面追求成本最小化而忽视供应链系统服务水平的情况,建立了一个基于容量有限制的供应链设施选址可靠性问题的多目标优化模型(RCFLP),并针对模拟退火算法与粒子群算法的优缺点,提出了一种混合型智能算法—模拟退火粒子群算法。通过收集中国各个省的人口和各个省会的相互之间的距离数据,构建实例,通过本文建立的模型与模拟退火粒子群算法进行了求解, 并对结果进行了分析,将模拟退火粒子群算法计算结果与模拟退火算法和粒子群算法的计算结果相比较,证明了模拟退火粒子群算法的可以较快地获得较好的全局最优解。     

需求及建设成本不确定下考虑失效的内陆港选址研究

针对需求和建设成本不确定及节点失效下的内陆港选址问题,应用随机规划理论解决需求不确定性问题,应用最小最大后悔值理论解决建设成本不确定性问题,构建该问题的鲁棒—随机选址模型。设计粒子群—模拟退火算法求解,通过算例分析验证模型的有效性。结果表明:鲁棒—随机选址模型可得到鲁棒性较强的解,能很好地解决内陆港选址中需求和建设成本不确定问题,降低各情景发生时的最大后悔值;考虑内陆港失效对提高内陆港系统的可靠性及减小失效风险具有显著作用。     

回收连锁店选址问题及蘑菇繁殖算法求解

针对日益增长的多样化回收服务需求，解决了多服务方式、多规模的回收连锁店选址优化问题。构建了建设与服务成本最小化和客户满意度最大化的回收连锁店双目标选址模型，并针对模型的具体特征，将交叉与变异算子和精英保留策略等与基本蘑菇繁殖算法相结合，设计了改进的蘑菇繁殖算法对模型求解。通过对某电子产品回收连锁店的选址优化实例，确定其服务方式和选址的数量、位置及规模。验证了模型的有效性和算法的可行性。同时，不同的服务方式及规模选择，对回收连锁店的选址有显著影响，企业相关决策者可通过合理提供不同服务来提升利润。     

微粒群算法在多物流选址中的应用

物流中心的选址是企业的一项重要战略决策,不仅影响到原材料和成品的运输费用,也会影响顾客服务水平和对顾客需求的响应速度,选择合理的物流中心对降低运营成本提高企业的竞争力有很重要的作用。文章研究带约束条件的多物流选址问题,根据所提问题的特点,建立模型,并根据模型维数较大、约束域狭小的特点设计了一个与表上作业法相结合的改进微粒群优化算法（TM-PSO）。最后通过实例验证了模型的可行性及算法的有效性。     

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。     

县域农村物流配送中心选址优化模型及算法

为解决县域农村物流配送中心合理选址问题,综合现实路网条件及未来物流需求等因素,以物流总费用最小化为目标函数,建立基于现实公路网的农村物流配送中心选址优化模型.通过对聚类中心和边缘点加以处理,改进了Kmeans聚类算法,并以此求解上述选址优化模型.实例分析表明,该模型和算法能很好地解决县域农村物流配送中心选址优化问题.     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

基于多种群搜索的PSO的物流配送中心寻址求解

物流配送中心选址不仅影响运输等成本,而且也影响顾客的服务水平,在现代物流中具有重要的现实意义。针对物流配送中心选址问题,文章提出了一种基于改进粒子算法的智能求解方法,建立了物流配送中心选择模型,根据模型特点设计出了与免疫优化算法混合的粒子群算法、多种群搜索策略、混沌初始化方法、多样性评价方法。通过合理地设置算法参数,对物流配送中心选址问题进行实验比较,实验结果表明,该文算法的求解效果良好,并且求解的速度较快。