考虑共同客户的协同配送优化方法研究

本文针对一些客户仅需要一个配送中心提供配送服务，而某些客户需要多个配送中心提供配送服务(需要多个配送中心提供服务的客户就是企业的共同客户)的情形，提出了一类具有多配送中心、有时间窗限制的车辆路径问题，建立了相应的数学模型。基于“先分类，后求解”的思想，本文设计了两阶段启发式算法：第一阶段提出基于客户聚类的启发式算法，形成聚类信息，将多中心问题转化成单中心问题；第二阶段通过改进的蚁群算法对每个配送中心的情况进行求解。最后，通过算例对该模型的可行性和有效性进行了验证，结果表明与非协同配送方式相比，在配送距离、降低配送成本、提高客户满意度等方面均有明显改进。     

“仓店一体化”模式下订单拣选与配送集成调度优化

针对“仓店一体化”模式下提供限时送达服务的新零售仓店,研究多拣货员、多客户、配送方式为带限时送达约束的路径优化分批配送情形下的订单拣选与配送集成调度问题。以最小化订单最大履行时间和配送成本为目标,构建了混合整数非线性规划模型,并设计两阶段启发式算法(H-2)进行求解,最后通过数值实验对算法进行验证与分析。数值实验结果表明,H-2具有较高的求解质量;相较于传统调度算法(TS)在效率提升、资源节约以及客户满意度提高方面具有更优的表现,进而为新零售仓店管理者提供决策支持。     

考虑客户风险偏好的4PL路径问题研究

以往关于第四方物流(4PL)路径问题的研究对客户的风险偏好考虑较少.考虑了客户的风险偏好,采用前景理论中的价值函数衡量客户对配送成本和配送工期的风险态度,建立最大化客户心理评价效用的数学模型.根据物流网络路径优化的问题特点,设计了嵌入Dijkstra算法的自适应遗传算法对问题进行求解,设计多个不同规模的数值算例,在仿真实验的基础上说明了建立模型和算法的可行性和有效性.研究从行为对决策结果影响的视角为第四方物流路径优化问题的解决提供了一套新的决策模型和优化方法.     

客户动态变更配送需求的配送路线优化研究

针对物流配送途中客户动态变更配送需求问题,分别研究了满足客户临时变更收货时间窗、收货地址和取消收货的三种要求时所需成本相较于预先设计配送路径所需成本的波动值,建立了客户临时变更配送需求的动态管理模型.基于嵌套分割算法,设计了邻近救援策略、最佳离库策略、增派车辆策略对模型进行求解.最后,通过算例试验,证明模型可以有效的降低物流配送成本,且具有更强的实用性、灵活性,且嵌套分割算法还在数据优化、计算时间上有显著成效.     

智能制造环境下的备件生产与运输协同调度问题研究

智能制造和即时配送环境下的备件生产与运输协同调度问题是目前国内研究的一大热点,这是因为备件供应链响应速度已成为当前备件制造企业赢得客户的关键因素。为了提高客户满意度,尽可能缩短从客户下达定制化生产订单到订单配送完成的时间,本文建立了以所有客户总等待时间最短为目标的混合整数规划模型和集合覆盖模型,推导了最优解性质,并设计改进的分支定价算法求得最优解。通过将小规模算例结果与CPLEX进行对比,验证了模型和算法的有效性。多组算例测试结果表明,所提出的模型和算法可以有效提升智能制造环境下的备件供应链运作效率。     

基于前摄性调度的电动汽车路径问题研究

针对车辆调度过程中资源不均衡的问题,利用需求的不确定性,将配送周期划分为初始配送阶段和补货阶段,建立多阶段电动汽车的两级车辆路径优化模型.根据需求的动态程度对配送区域进行划分,结合前摄性调度和反应性调度策略,提出了一种混合禁忌搜索算法(HTSA)来求解该模型.在真实的案例和多个基准评估算例上的实验结果表明:模型和算法的性能优于传统的启发式算法,具有一定的实用价值.     

智能网联下无人车配送路径优化

结合智能网联无人车实时信息共享与路径选择的特点,研究其配送路径优化问题。通过引进关键点更新策略,制定路径预规划阶段和路径实时调整阶段无人车路径选择策略,提出智能网联环境下基于实时交通信息的车辆路径问题两阶段模型。其中,路径预规划阶段模型确定初始路径与每辆车服务的客户点,路径实时调整阶段模型对每辆车的路径实时调整。对于该优化模型设计遗传算法进行求解,并通过算例验证了模型与算法的可行性。研究结果表明,本文构建的无人车配送优化模型,有效的结合了无人车实时通信与路径选择的特点,节省了无人车配送时间。研究对于无人车在第三方物流配送领域的推广应用具有一定的探索意义。     

冷链物流同时送取货车辆路径优化

针对冷链物流同时送取货车辆路径优化问题,分析冷链物流配送中的车辆固定成本、行驶成本、制冷成本和货损成本等成本构成,以总成本最小化为目标,将冷链物流配送的送货和取货业务综合到每一个客户节点,建立单个配送中心和多个客户节点的冷链物流配送车辆路径优化模型,并采用遗传算法进行求解,算例分析验证了所建模型和设计算法的适用性和可行性,结果表明优化后的同时送取货车辆配送方案能够降低配送成本,提高配送效率,研究结论对冷链物流配送决策具有重要的参考价值.     

带时间窗的多配送中心协同配送问题研究

研究了多个配送中心协同配送下的车辆路径问题,建立运力和时间窗约束下的运输成本和时间惩罚成本之和最小化模型.考虑多配送中心路径优化问题的复杂性,提出了基于预分割和再调整的两阶段优化策略,采用罚数分配法分割需求点集合,将问题分解成多个单配送中心路径问题,启发式构建初始解,设计禁忌搜索算法求解.在调整阶段,将各集合中未分配的需求点重新分割,变邻域禁忌搜索再次优化路径.最后给出算例分析,验证了模型的合理性和改进算法的有效性.     

时变单车路径优化模型及动态规划算法

车辆路径问题由于其广泛的应用领域及经济价值而成为学术研究热点。然而,在已有的研究文献中,车辆的速度时变与服务多任务特性很少被关注。本文讨论了具有这两个特性的单车路径优化问题。建立了以送货完成时间最早为优化目标的时变单车送货路径优化模型。由于很难获得该模型的精确解,本文提出了一种贪婪补货策略压缩原问题解空间,设计动态规划算法给出了车辆行驶时间满足FIFO规则的送货顺序近似最优解。数值算例验证了该算法所得到的解仅是原问题的近似最优解这一结论。算例同时表明优化配送时间随着车辆装载能力的增大而缩短,并在车辆装载能力超过所有客户配送总需求时实现最短配送时间,即,使用较大装载能力车辆能节约更多配送时间。     

Measurement and optimization of responsiveness in supply chain networks with queueing structures

In this paper we consider supply chains with multiple stages of serial or network structure. The supply chains are endogenous in the sense that they involve queues because each order’s lead-time is dependent on the orders already in the system. We define supply chain responsiveness as the probability of fulfilling customer orders within a promised lead-time and study the problems of measuring and optimizing supply chain responsiveness using queueing network models. We first consider a single-server multi-stage serial supply chain and find a closed form expression for the fulfilment time distribution. For the multi-server multi-stage problem, the closed form evaluation of the fulfilment time distribution becomes intractable due to the dependency of the lead-times in different stages. We circumvent this difficulty by proposing a novel FCFS discipline which enables a closed-form analysis. For the multi-server multi-stage Jackson-type supply chain network, to enable analysis, we convert the system into an equivalent single server single stage system with state-dependent rates. For each case, we present detailed numerical examples for both measurement and the optimization of supply chain responsiveness.     

基于客户信用度的物流配送车辆路径问题研究

针对当前城市物流配送过程中普遍存在的客户中途取消订单、无故退换货等交易违约问题,引入客户信用度的测度方法。根据客户历史交易违约数据计算客户信用值,并转化求解客户信用度,构建了包含车辆配送成本、租赁成本以及违反时间窗惩罚成本的配送路径优化模型。设计了一种遗传(GA)-禁忌搜索(TS)混合算法进行模型求解,在算法过程中应用精英保留策略进行循环迭代寻优。结合重庆某外卖物流配送网络的实例数据,验证了模型和算法的有效性和可行性。实验结果给出了不同服务策略下的物流配送调度方案,并进行了基于客户信用度的客户配送服务序列调整比较和敏感度分析。研究表明客户信用等级的合理划分可以有效降低物流配送成本和提高客户服务水平。     

变换核估计在未知需求分布函数条件下多阶段库存控制策略中的应用研究

传统的多阶段库存控制主要致力于库存持有以及过多库存的经济性研究.随机库存模型经常假定需求分布已知,这样可以产生容易解决的方案.但随着销售信息的不断更新,需求分布函数的参数常常未知.这样传统的多阶段库存模型很难产生最优的库存控制策略.当前文献对未知需求分布函数条件下的多阶段库存管理问题研究得不多,当需求分布函数随时间变化,是个多阶段随机规划问题,通常情况难以直接进行求解.针对一般非平稳需求,还缺少有效的库存管理方法.本文致力于变换核估计和优化理论相结合的方法研究未知需求分布函数条件下多阶段库存控制策略,提供一条多阶段库存控制的新思路.可以很好地确定各阶段的最优订货点、最高库存、最低库存等来达到整个系统的最优,从而节省更多的成本,达到营运资本的永久性减少、更高的销售量和客户满意度,从而增加企业的竞争力.     

Supply chain scheduling with receiving deadlines and non-linear penalty

We study the operations scheduling problem with delivery deadlines in a three-stage supply chain process consisting of (1) heterogeneous suppliers, (2) capacitated processing centres (PCs), and (3) a network of business customers. The suppliers make and ship semi-finished products to the PCs where products are finalized and packaged before they are shipped to customers. Each business customer has an order quantity to fulfil and a specified delivery date, and the customer network has a required service level so that if the total quantity delivered to the network falls below a given targeted fill rate, a non-linear penalty will apply. Since the PCs are capacitated and both shipping and production operations are non-instantaneous, not all the customer orders may be fulfilled on time. The optimization problem is therefore to select a subset of customers whose orders can be fulfilled on time and a subset of suppliers to ensure the supplies to minimize the total cost, which includes processing cost, shipping cost, cost of unfilled orders (if any), and a non-linear penalty if the target service level is not met. The general version of this problem is difficult because of its combinatorial nature. In this paper, we solve a special case of this problem when the number of PCs equals one, and develop a dynamic programming-based algorithm that identifies the optimal subset of customer orders to be fulfilled under each given utilization level of the PC capacity. We then construct a cost function of a recursive form, and prove that the resulting search algorithm always converges to the optimal solution within pseudo-polynomial time. Two numerical examples are presented to test the computational performance of the proposed algorithm.     

基于在险价值的物流网络规划模糊两阶段模型与精确求解方法

针对物流网络规划问题中顾客需求和运输成本的不确定性,使用在险价值量化投资风险,建立了以投资损失的在险价值最小化为目标的模糊两阶段物流网络规划模型。对于模型中不确定参数均为规则模糊数的这一类模糊两阶段规划模型,本文通过理论分析和证明将其转化为等价的确定一阶段规划模型进行求解,从而将无穷维的优化问题转化为有限维的经典优化问题,降低了计算难度且得到了模型的精确解。不同规模的数值实验证实了所提出模型及其求解方法的有效性。     

考虑三级货损成本的冷链物流配送中心选址优化

为解决冷链物流配送中心的选址优化问题,依据易腐品完好率线性递减理论,提出了易腐品完好率与运输距离之间的分段递减函数关系,通过分析从供应点到配送中心运输过程,配送中心内部操作过程和从配送中心到需求点配送过程中所产生的三级货损实际情况,探究了本级货损对下级货损的叠加影响,以货物完好量作为客户的最终需求,构建了考虑三级货损成本的冷链物流配送中心选址优化模型,算例验证了所建模型的适用性和可行性.     

基于改进的粒子群算法求解供应链网络均衡问题

传统的供应链求解方法为投影法,针对其要对投影进行计算,十分复杂的缺点,提出用改进的粒子群算法求解供应链均衡问题,利用动态异步调整学习因子来有效的提高了算法搜索能力与精度。本文介绍了供应链网络均衡问题转变为无约束优化问题的方法,然后用改进的粒子群优化算法进行求解。通过四个数值算例,将实验结果与标准粒子群算法、蜂群算法、学习因子同步变化的粒子群算法进行比较,验证了改进的粒子群优化算法在解决供应链网络均衡问题中的有效性与优越性,为供应链网络求解提供了一种新的方法。     

A stochastic model for risk management in global supply chain networks

With the increasing emphasis on supply chain vulnerabilities, effective mathematical tools for analyzing and understanding appropriate supply chain risk management are now attracting much attention. This paper presents a stochastic model of the multi-stage global supply chain network problem, incorporating a set of related risks, namely, supply, demand, exchange, and disruption. We provide a new solution methodology using the Moreau–Yosida regularization, and design an algorithm for treating the multi-stage global supply chain network problem with profit maximization and risk minimization objectives.     

面向绿色智能制造的高维多目标动态作业车间调度优化

在当前环境问题日益严峻情况下,绿色智能制造受到广泛关注。在动态柔性作业车间基础上考虑不同机器状态下的能耗情况、机器使用节能方法,构建以极小化总能耗、最大完工时间、机器总负荷和产品质量稳定性为目标的高维多目标绿色动态柔性作业车间调度模型,并设计改进的灰狼优化IMOGWO算法求解该问题。首先,采用反向学习初始化种群策略,以扩大种群多样性;然后,依据多目标问题和标准GWO算法的特点提出多级官员领导机制,并引入POX交叉和逆序变异算子;最后,改进精英保留策略用于多目标优化算法。为证明算法的有效性,设计两组仿真实验分别对三种算法进行比较。实验结果表明,运用本文改进的IMOGWO算法求解多目标问题有更好的收敛性和分布性。