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.     

多品种配送的库存优化模型研究

针对有容量约束的多品种配送的库存问题，通过分析各因素之间的关系，建立相应的混合整数非线性规划的教学模型，进而对该模型进行转化，在此基础上提出求其最优解的方法。     

成本与半径优化的设施选址问题

成本与半径优化的服务设施选址问题(CROFL)广泛应用于应急服务、快递、维修网络等领域,其特点是考虑了响应速度与服务价格、成本之间的关系,根据净收益最大化或者成本最小化的原则自动判断是否将偏远的"需求点"纳入服务半径之内,实现服务成本与服务半径的双重优化。建立了CROFL的混合整数规划模型,构造了求解平面CROFL的7.853+ε-近似算法,并提供了求解一般CROFL的Benders分解算法,计算实验显示,Benders分解算法具有非常高的求解效率与求解质量。     

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.     

最优库存策略下的选址模型

目前的物流选址模型大多只考虑运输费用,但是,本文通过对最优库存策略的研究表明,单个配送中心的最优库存费用与其承担的需求量之间具非线性关系,进而,在总需求一定的情况下,得出总库存费用与配送中心数目的平方根模拟表达式,并一步提出考虑库存成本的选址模型。使配送中心选址决策进一步完善。     

电子商务下的配送中心选址问题及其优化

分析了电子商务环境下的物流配送中心的特点,提出了电子商务环境下带软时间窗的配送中心选址与车辆路线集成模型,设计了遗传算法与模拟退火算法相结合进行求解.最后通过算例说明了该模型的实用性及其算法的可行性.     

连锁零售企业二级库存系统的优化研究

研究连锁企业的二级库存系统优化问题。在综合考虑门店和配送中心的运输成本、门店和配送中心各自的库存持有成本以及订货成本的基础上，建立系统年总成本模型。以连锁门店和配送中心的服务水平为约束条件，建立以成本最小化为目标的系统库存策略规划模型，并给出求解方法，最后通过一个算例说明模型的有效性。     

基于安全库存的二级库存系统的优化方法

以一个典型的装配型企业为背景，建立一个二级库存系统模型，以系统运行的期望总费用最小为目标构造系统优化的目标函数，并给出数值求解算法，最后是计算实例。     

基于熵的配送系统柔性库存模型和优化

研究了配送系统的柔性定义并对配送系统所面对的不确定性进行了分析。应用信息论中的熵原理给出了配送系统的库存柔性的定量化定义。基于以上定量化定义建立了以门店和配送中心服务水平为约束的配送系统柔性库存策略优化模型。最后给出一个算例并应用MATLAB遗传算法工具包求出了模型的最优解。算例的优化结果和数据分析表明了此模型的可行性和有效性。     

模糊环境下分销系统的库存决策问题研究

针对由一个中心仓库和多个零售商组成的分销系统,研究模糊环境下该分销系统的库存决策问题,建立了分销系统的总成本与服务水平的集成优化模型.并通过数值算法求解中心仓库和零售商的适当库存决策策略.最后,给出一个算例说明了模型的求解过程.     

考虑容量扩张决策的确定性库存问题研究

分析了有限时段和无限时段具有容量约束的连续时间确定性时齐库存系统的最优存储和容量扩张联合决策问题。首先证明在有容量约束的情况下等时间间隔补充策略最优。在此基础上,分别求解考虑存在固定容量扩张成本条件下的有限时段和无限时段问题的补充及容量扩张联合最优决策,并进一步分析了最优策略中各种成本之间的平衡关系。     

基于双层规划模型的制造业选址布局优化方法研究

经济全球化趋势和全球多式联运网络的形成推动了资源的自由流通和优化配置,改变了制造产业的空间分布形态.本文针对经济全球化背景下制造产业的选址优化问题,提出选址优化与分布-分配相结合的双层规划模型.在模型中运输网络被拆分成原材料运输网络和产品运输网络,上层模型用于确定产业的选址方案和原材料及产品流量的OD矩阵,下层模型用于计算OD流量在运输网络中的交通流特征.为求解模型,设计遗传算法和Frank-Wolfe算法相结合的启发式求解算法,并以中国钢铁制造产业的选址为例验证模型的可行性.结果表明该方法具有实用性,可以有效帮助决策者实施制造产业的选址决策.     

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.     

基于枢纽魅力度的城市公交枢纽布局优化方法

本文提出一个两阶段的城市公交枢纽布局优化方法, 该方法首先从备选点易达度、公交线路聚集程度和公交线路的分布范围评价其魅力度, 进而确定备选枢纽点集. 基于备选枢纽点集, 综合考虑乘客和运营者双方利益, 提出一个以枢纽辐射域最大、枢纽间相似度最小和土地成本最少的多目标枢纽布局优化模型, 并设计多目标遗传算法进行求解. 最后, 以大连市主城区的公交系统为例, 对本文提出的模型和算法进行检验. 通过实例分析发现, 本文提出的备选枢纽筛选模型得到的备选点几乎涵盖了大连市主城区的主要集散点, 表明以魅力度评价备选枢纽点的方法是可行的, 可以有效地为枢纽布局优化提供较合适的搜索空间. 同时, 从枢纽布局优化结果看, 本文提出的多目标优化模型可以兼顾枢纽的数量、位置和土地成本, 优化结果也符合大连市的实际情况.     

一类多周期的物流中心稳健性选址模型研究

从剖析现阶段物流中心选址问题的特点入手,根据需求动态变化的特点,将规划期分割成几个有代表性的周期,运用随机机会约束规划作为建模工具,以规划期内物流运作总费用和费用波动均方差总体最优为目标,建立了多周期的企业分销物流中心随机机会约束稳健性选址模型.其次对该模型的分析和处理进行了深入的讨论,为模型的求解指出了两种可行的途径--确定等价类的转化和随机模拟.最后运用实际算例说明了模型的合理性和有效性.     

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。     

装备视情维修与备件库存联合优化决策

研究周期检测条件下装备视情维修与备件库存的联合优化问题。针对相同多部件系统,根据系统的退化状态和备件库存状态确定维修需求,建立了以系统检测周期、预防维修阈值和备件安全库存阈值为决策变量,以平均费用率最低为目标的联合维修决策模型。在模型求解过程中,利用退化状态空间划分法分析各决策点的维修需求,在系统的联合概率密度求解的基础上,确定维修组合概率和备件库存状态概率。最后,通过末制导雷达某部件系统的实例计算,验证了优化方法的有效性,另外还通过灵敏度分析,探讨了相关参数对模型的影响。     

连锁零售企业物流配送系统联合决策模型研究

研究了需求不确定下由一个区域配送中心、多个城市配送中心及多个零售门店构成的连锁零售企业物流配送系统优化模型,分别建立了零售门店选址和物流配送网络设计的独立决策模型及相应的联合决策模型.给出了各独立决策模型的求解方法,并构造基于拉格朗日松弛法和次梯度算法的协调机制来实现联合决策.最后,通过算例表明联合决策模型及协调机制的有效性.