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。     

带客户协同分仓的动态车辆路径问题研究

随着互联网商业迭代的不断深化,越来越多的企业倾向于从商品前置视角解决配送距离与配送时效性的矛盾。为此,本文研究基于客户协同分仓备货的动态车辆调度问题(Dynamic Vehicle Routing Problem with Inventory Synergetic Customer, DVRP-ISC),设计考虑区域分异特征的协同分仓客户选择方法,建立多阶段动态配送网络优化模型。鉴于研究问题的特殊性,设计多阶段两级网络协同配送路径优化算法;最后,以仿真算例、自定义算例集和基准算例,验证所提模型和算法性能及其拓展性。     

具有模糊信息的多目标运输问题求解

提出一种求解具有模糊信息的多目标运输问题的方法。利用专家意见通过模糊算法集给从各产地到各目的地运送单位物资的模糊综合指标值,运用一种对模糊数排序的方法,将模糊多目标运输问题转化为单目标的运输问题进行求解,最后给出了一个数值例子。     

随机需求下多供应商和多零售商的生产-库存-运输联合优化模型

考虑随机需求下多供应商和多零售商的生产-库存-运输联合优化问题.在联合优化时,首先利用最近邻算法将各零售商分成不同区域,分区后问题转化为随机需求下单供应商对多零售商的生产-库存-运输联合优化问题.在每个分区内,由供应商统一决策其分区内各零售商的送货量和送货时间.利用粒子群算法和模拟退火算法相结合的两阶段算法求出最优送货量、最优运输路径和最大期望总利润.然后采用收入共享契约将增加的利润合理分配给各供应商和各零售商,使各方利润都得到增加,从而促使各方愿意合作.通过数值算例验证了联合优化模型优于独立决策模型.     

对称的运输问题及其逆问题

本文对［１,２,６］中提出的运输问题进行了推广,并提出了一个强多项式算法,从而改进了原有的结果．同时对对称的运输问题的逆问题进行了研究,并借助于最小费用循环流技术得到了一个强多项式算法．     

基于TPL的多源供货汽车零部件订货运输协同系统仿真分析

采用Venism软件建立仿真模型,研究拥有多个供货渠道的制造商与第三方物流(TPL)协同制定订货运输策略对供应链的影响,主要比较分析三类协同程度各异的决策模型下系统绩效指标的表现.结果表明在满足服务水平的情况下,协同程度增加,系统成本降低.此外,考察供应链中不同成员运作带来的随机因素对系统以及协同效果的影响,研究发现供应商产出不确定对协同效果影响最大.     

求解运输问题的一种算法

文章给出了运输问题的一种算法,该算法计算过程容易掌握,求解具有一次终止性     

多约束水平运输问题的时间费用均衡

基于为顾客提供最佳服务的现代营销理念,剖析了从一定产地到一定销地所发生的运输问题,构建了时间用均衡的目标模式及多目标约束水平MC^2运输问题的数学模型,本文在建立一系列定义,定理的基础上,提出了认明时间费用均衡解空间的优化决策方法,并结合示例展现了这一方法在解决客观实际问题中的有效性。     

运输问题的模糊聚类分析求解

通过对传统模糊聚类经验公式的改进和对最后两类排序的确定,提出了一种基 于模糊聚类分析的运输问题简单快速的求解方法．编出了通用程序,并给除了实例和计算 结果．该算法既是模糊聚类分析应用的扩展,又是对运筹学知识的补充和完善．     

多阶段并发的协同物流网络任务-资源集成调配模型

协同物流网络作为动态开放的网络需要整合多种资源,以完成多项并行的物流任务。为此,本文从物流服务集成商的角度,研究了带时间窗和资源约束的任务—资源集成调配问题。通过将物流任务分解为不同阶段,构造多阶段并发的协同物流网络任务—资源集成调配模型,并采用遗传算法对模型进行求解,以从候选资源集合中为任务阶段匹配合适的资源。算例结果表明,该模型能够有效实现N-N的任务-资源集成调配,使得协同物流网络的整体效益达到最优。     

最短时限运输问题的推广

在目前文献所讨论的最短时限运输问题中,从一个发点到一个收点的运输时间为常数,与运输量无关.这有一定的局限性.本文从实际出发,在已有模型中加入运输量对运输时间的影响,使其更具一般性.实际上,可把时间函数推广到单调递增函数.文中给出了推广模型的多项式时间算法,它能相对快速地找到最优运输方案.     

城市垃圾收运系统中的车辆收运计划问题

将垃圾收运系统中收运小车一天的收运计划问题,分为停车场设在转运站或别处两种情况,以小车行走总距离最小为目标,分别构建了混合整数规划模型.接着提出问题的求解思路:当停车场设在转运站时,可以将问题转化为VRP问题求解;若停车场设在别处,在求解上一问题的基础上设计了最近回路节点插入法将停车场插入离其最近的回路节点即可.最后以实例验证了模型和求解思路的可行性和有效性.     

运输问题求解的一种网络算法

本着重探讨了在网络图上求运输问题的初始解的方法，并指出在求解受时间约束的运输问题时得到的初始解，在很大程度就是该问题的最优解，通过实例说明了该算法。     

求解运输问题的一种新算法

本文将求解分派问题的标号算法成功地用于运输问题,并证明其中的非负处理可以省略,从而把Dijk-stra算法扩展到可能出现负边权的运输问题。与通常方法比较,这种方法具有直观、简单、计算量少、及易于推广等优点;最后证明该算法是多项式的,计算复杂性仅为o(n3)(当m≤n时)。     

基于运输问题“悖论”的最大运量问题研究

在文献[1]给出的运输问题"悖论"充要条件定理基础上,结合最小调整法,给出利用"悖论"存在,实现增加运量而使得总运费不增的经济调整方案,并给出具体实施步骤和途径,用实例加以验证,对带有"悖论"现象的运输问题最优方案的调整具有重要的实际意义。     

求解运输问题的一个算法

给出一个求解问题的数值算法，证明了算法的理论依据，并举例说明算法的应用。     

协同设计资源的两级不确定调度问题研究及其求解

针对协同设计资源调度问题中存在的设计任务不确定、资源需求模糊以及任务进行过程中可能出现变化等情况,提出一种基于不确定规划和反应式调度的两级不确定调度模型,通过根据满足系数对最好及最坏规划进行折中的方法对模型进行转化,然后采用离散的自由搜索算法进行求解.通过实例,验证了该方法的有效性.     

基于遗传算法的随机模糊立体运输问题

随机模糊立体运输问题的研究是为了解决现实生活中双因素不确定性问题,在遗传算法的基础上,运用可信性理论建立随机模糊运输问题的机会约束规划模型.通过算例进行VC++编程模拟计算,验证了此模型的可行性,最终提出了基于遗传算法解决随机模糊立体运输问题的模型.