快件配送地址变化的干扰管理模型研究

快件配送过程中客户的配送地址发生变化后,继续按初始方案进行配送将不再最优甚至不可行,此时如何快速产生应对扰动的新方案,是当前研究的难点。结合客户消费行为的相关研究手段,将客户分为敏感型客户、容忍型客户和抱怨型客户,在考虑每类客户特点的基础上,将问题的处理分为两个阶段;采用干扰管理和运筹学的相关理论与方法,在每一阶段构建干扰管理子模型并进行求解。算例实验表明:在考虑客户行为及偏好的情况下,与其他重调度方法相比,本文方法生成的应对方案更为有效。     

考虑客户消费行为的易逝品物流配送干扰管理模型

针对干扰事件导致易逝品物流配送难以顺利实施这一难题,运用干扰管理思想,结合行为科学中关于消费行为的研究方法对客户进行分类,将物流配送干扰管理问题分为两个阶段:第一阶段处理优先服务的客户,第二阶段处理一般服务的客户;进而构建两阶段的、多目标的干扰管理模型,并提出改进的蚁群算法进行求解。实验结果表明,本文方法虽然配送成本较高,但是却完成了较重要客户的配送任务,这有利于较大幅度提高企业的潜在效益,进而验证了在处理易逝品物流配送干扰问题上的有效性。     

时间窗变动的车辆调度干扰管理模型与算法

针对客户时间窗变动对原物流配送车辆调度方案造成干扰的问题,运用干扰管理思想,分析干扰事件对路径、成本和服务时间三个方面的影响,对其干扰程度加以度量;以该干扰事件对原方案造成的广义费用偏离最小为目标,建立客户时间窗变动的干扰管理模型,通过判断客户时间窗变动对原方案是否产生影响进行干扰辨识,并基于该干扰辨识结果,设计基于禁忌搜索新的调度算法;算例不仅验证了模型和算法的有效性,而且,敏感性分析也验证了其对各种不同价值货物的适用性。实验结果表明,本文提出的干扰管理模型可以全面地刻画干扰对原方案的影响,干扰处理方法优于全局重调度方法,且能够在更短时间内生成满意的物流配送车辆调度调整方案。     

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。     

包含随机客户的选择性旅行商问题建模及求解

针对快递配送过程中客户需求具有不确定性的特征,提出一种新的路径优化问题——包含随机客户的选择性旅行商问题,在该问题中客户每天是否具有配送需求存在一定概率,并且对客户进行配送可获取一定利润。同时考虑以上两种因素,建立该问题的数学模型, 目标为在满足行驶距离限制的条件下,找出一条经过部分客户的预优化路径,使得该路径的期望利润最大。其可用于模拟构建最后一公里快递配送的路径问题,提供更具有经济效益的配送路径。随后提出包含精细化局部搜索策略的改进遗传算法,算法根据问题特点构建初始可行解。最后通过多个计算比对结果表明,该算法具有较高的计算效率。     

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。     

基于精英蚁群算法的多目标生鲜配送路径优化研究

随着人们对于食品质量要求的提高,近年来绿色生鲜配送受到了社会的普遍关注.首先对配送过程中客户满意度、总成本、大气污染物和温室气体排放量三个目标进行了分析,接着建立了多目标配送路径优化模型,最后以最大化客户满意度作为主要目标利用精英蚁群算法进行求解,为生鲜配送基地提出的三个配送优化方案设计了最优配送路径.配送基地可根据自身发展选择合适的配送方案.结果也验证了模型的正确性和算法的可行性.     

动态需求下蓄冷式多温共配多目标优化模型及算法

蓄冷式多温共配是当前冷链物流领域一种较新的配送模式,可以有效地满足客户对产品多样性的需求。针对蓄冷式多温共配中客户需求的动态变化,本文从需求预测的角度出发,首先根据服务客户点的不同将车辆冗余空间的装载比例做了差异化处理,实现合理利用车辆冗余空间而又不全部满载;进而从时间满意度和订单完成率两方面度量客户满意度,建立了蓄冷式多温共配多目标模型;最后构建了较为高效的算法进行求解。算例分析表明,和其他策略相比,本文方法实用性更强。     

加工时间离散可控的分批配送排序问题

研究了工件的加工时间是离散可控的,并且工件加工完后需要分批配送到客户的单机排序问题.一个客户在初始时刻将一批工件交给一个制造商进行加工.每个工件有多种加工模式,分配给每个工件的加工资源越多,则其加工时间越短.工件生产完后需要分批配送到客户处,每一批需要花费一定的时间和费用.研究了排序理论中主要的四个目标函数,构建了单机情况下的具体模型,分析了问题的复杂性,对具体的问题给出了它们的最优算法.     

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。     

集装箱码头泊位分配干扰管理决策方法研究

针对因干扰事件引发的集装箱码头泊位分配计划调整问题,基于干扰管理思想,提出了相应的干扰管理决策方法:在干扰事件发生前后,首先确定干扰事件的性质,并选择合适的恢复策略;在此基础上,建立综合考虑新计划性能、恢复成本和与原计划偏离度等三方面的扰动恢复模型,并采用多目标遗传算法进行求解,从而获得新的分配计划.试验算例表明,该干扰管理决策方法涵盖了原分配计划受扰到新计划生成的整个过程,能为集装箱码头生产组织优化提供有效指导.     

单机排序中关于完工前总损失的应急管理

该文研究了扰动环境下的关于完工前总损失的单机排序问题, 也就是这样一个问题: 在时刻 t , 一部分工件已经完工了, 一个扰动发生了, 在这种情形下, 原来的排序已经不是最优排序甚至是不可行排序了. 因此就需要对未完成的工件找一个新的排序. 作者采用的方法与大多数重新排序问题所不同的是: 模型里包含了原始排序与新排序之间的偏差所造成的损失. 作者主要研究了在原始排序中加权最短加工时间规则(WSPT)是最优排序的情形. 根据扰动的类型, 应急管理策略的类型以及目标函数, 研究了几个问题. 对于每个问题, 作者找到了最优排序或者得出了一些重要结果.     

具有学习和退化效应的单机干扰管理问题

针对工件同时具有学习和退化效应、机器具有可用性限制这一问题,建立可预见性单机干扰管理模型。在这一模型中,工件的加工时间是既与工件所排的加工位置又与工件开始加工的时间有关的函数。同时,在生产过程中由于机器发生故障或定期维修等扰动事件导致机器在某段时间内不能加工工件。目标是在同时考虑原目标函数和由扰动造成的偏离函数的情况下,构建一个新的最优时间表序列。根据干扰度量函数的不同研究了两个问题,第一个问题的目标函数是极小化总完工时间与总误工时间的加权和;第二个问题的目标函数是极小化总完工时间与总提前时间的加权和。对于所研究的问题,首先证明了最优排序具有的性质,然后建立了相应的拟多项式时间动态规划算法。     

Real time disruption management for a two-stage batch production–inventory system with reliability considerations

In this research, a two-stage batch production–inventory system is introduced. In this system, the production may be disrupted, for a given period of time, either at one or both stages. In this paper, firstly, a mathematical model has been developed to suggest a recovery plan for a single occurrence of disruption at either stage. Secondly, multiple disruptions have been considered, for which a new disruption may or may not affect the recovery plan of earlier disruptions. We propose a new approach that deals with a series of disruptions over a period of time, which can be implemented for disruption recovery on a real time basis. In this approach, the model formulated for single disruption has been integrated to generate initial solutions for individual disruptions and the solutions have been revised for multiple dependent disruptions with changed parameters. With the proposed approach, an optimal recovery plan can be obtained in real time, whenever the production system experiences either a sudden disruption or a series of disruptions, at different points in time. Some numerical examples and a real-world case study are presented to explain the benefits of our proposed approach.     

Rescheduling unrelated parallel machines with total flow time and total disruption cost criteria

In this paper, we consider a rescheduling problem where a set of jobs has already been assigned to unrelated parallel machines. When a disruption occurs on one of the machines, the affected jobs are rescheduled, considering the efficiency and the schedule deviation measures. The efficiency measure is the total flow time, and the schedule deviation measure is the total disruption cost caused by the differences between the initial and current schedules. We provide polynomial-time solution methods to the following hierarchical optimization problems: minimizing total disruption cost among the minimum total flow time schedules and minimizing total flow time among the minimum total disruption cost schedules. We propose exponential-time algorithms to generate all efficient solutions and to minimize a specified function of the measures. Our extensive computational tests on large size problem instances have revealed that our optimization algorithm finds the best solution by generating only a small portion of all efficient solutions.     

双机成比例无等待流水线重调度干扰管理研究

针对由异速机构成的双机成比例无等待流水线的加工特点,研究了机器扰动工况下的生产重调度问题,提出了兼顾初始调度目标(最小化制造期)和扰动修复目标(最小化工件滞后时间和)的干扰管理方法。在最短加工时间优先(SPT)排序规则的最优解特性分析基础上,证明了右移初始加工时间表是事后干扰管理的最优调度方案,建立了基于SPT规则的事前干扰管理模型,设计了基于理想点趋近的多目标处理策略,提出了离散量子微粒群优化与局部搜索机制相结合的启发式模型求解算法。算例实验结果表明,本文提出的干扰管理模型和算法是有效的。     

A stochastic programming approach for multi-site aggregate production planning

Production planning problems play a vital role in the supply chain management area, by which decision makers can determine the production loading plan—consisting of the quantity of production and the workforce level at each production plant—to fulfil market demand. This paper addresses the production planning problem with additional constraints, such as production plant preference selection. To deal with the uncertain demand data, a stochastic programming approach is proposed to determine optimal medium-term production loading plans under an uncertain environment. A set of data from a multinational lingerie company in Hong Kong is used to demonstrate the robustness and effectiveness of the proposed model. An analysis of the probability distribution of economic demand assumptions is performed. The impact of unit shortage costs on the total cost is also analysed.