应急物流中库存与运输集成决策模型研究

已有的研究表明,在物流管理中权衡库存与运输成本之间的关系,实现两者的集成决策,可改进系统的运作绩效。在给定的仓库布局条件下,针对应急物流的配送特点,构建了单周期物资的运输与库存集成决策的随机规划模型。考虑到模型求解的复杂性,首先通过对模型的分析,获得了最优解的性质和上界,然后设计了基于BP神经网络和遗传算法的混合智能算法。在算例分析部分,揭示了服务水平、运输、和库存成本在应急物流中之间的复杂关系,说明合理权衡三者之间的关系,可以提升应急物流的管理水平。     

基于区间偏好信息的不确定性应急局部群决策模型

针对突发事件应急决策的复杂性特征,本文提出一种专家基于领域知识对应急方案集合进行局部评价的群决策模型。以区间数互反判断矩阵对属性进行偏好评价,采用线性规划求解权重区间,并利用集值统计序列得到属性权重向量的平均估计;在专家局部评价基础上,基于目标优化方法对方案群权重进行分配,并同时得到专家权重;通过集结个体局部偏好得到应急决策群组成员对备选方案偏好的一致性排序。最后,以地铁火灾事故为例模拟仿真应急疏散方案的群决策,对模型的实际运用说明了模型的可行性与有效性。     

供给能力一定条件下的物流网络优化研究

第三方物流为了给客户提供正确且高效的服务,对物流进行了领域整合,建立了连接供应商和顾客的多级物流网络,网络包括了运输、流通加工、储存及配送等物流子系统。为降低网络系统成本,提高服务效率,针对网络中节点和通道上固定的物流供给能力,设计了以运营成本为目标的优化模型,通过变分不等式求出了最佳的物流组织方案,同时根据运行方案对网络中基础设施进行了重新设计改造,避免了资源不必要的浪费。最后通过算例对模型和算法进行了验证。     

随机需求应急物流多阶段定位-路径鲁棒优化研究

为提高应急物流系统的应急反应能力,论文针对需求随机变化的应急物流定位-路径问题,利用鲁棒优化的思想将灾区物资需求量表示为区间型数据,将应急救援过程划分为多个阶段,以总救援时间和系统总成本最小为目标,构建了多物资多运输车辆应急物流定位-路径优化模型,设计了改进的遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中需求随机变化的定位-路径问题,为政府机构应对重大突发事件提供科学的决策参考。     

基于网格化管理视角下灾后应急物流决策模型与算法研究

灾害发生后,应急资源的需求预测与应急配送中心的合理选址是实现高效救援的关键。本文通过在网格化管理视角下的信息更新将应急救援过程划分为多个阶段,在开展救援的过程中实现救援信息收集和救援预测的同步开展,建立一种多阶段带时间约束的应急救援物资配送响应-时效性的选址模型。借助遗传算法(NSGA-II),实现了基于编码结构独立、路径相互关联基础上的多目标规划求解。本研究的决策模型及算法有着较好的搜索与寻优能力,对实际救援开展具有指导意义。     

基于城乡物流一体化的连锁经营配送网络优化研究

基于城乡物流一体化的目标设定和相应基础设施平台的支持,提出连锁经营配送网络的建设模式,依据对当前连锁经营网络发展的重点工作的分析,建立了关于配送中心和农产品收购中心选择的网络优化模型.并引入算例说明模型的可行性和适用性.     

基于最小碳排放的逆向物流回收网络优化

针对目前日益加剧的环境问题,在逆向物流的回收网络规划中,加入了碳排放的因素,构建了一个两阶段的逆向物流回收网络模型,重点在于解决逆向物流过程中的回收中心、加工中心的选址问题,回收路径的选择问题以及客户回收需求的分配问题.选取实例,并采用lingo11.0编码求解,结果表明当单位碳排放系数达到一定数值时,企业基于碳排放最小的逆向物流回收网络选择方案所产生的固定费用要优于企业不考虑碳排放时所选择的方案所产生的费用.并且,考虑碳排放的逆向物流的社会总成本是更优的,这更有利于社会的资源配置.     

应急物流LRP鲁棒双层优化模型研究

考虑到突发事件下受灾点对救灾物资需求的不确定性,针对应急物流设施的定位和车辆运输救灾物资路线进行协同研究,建立了应急物流设施定位-车辆路线选择问题(LRP)鲁棒双层优化模型.运用分散式决策方式下的转化定理,将所建立的含有不确定系数的层次关联协同优化模型进行确定性转化,并设计一种混合遗传算法对转化后的确定性双层规划模型进行求解,最后,通过实例验证了模型的合理性及算法的可行性.     

应急物流能力突变模型研究

运用燕尾突变理论,以物流能力为状态变量,物流流量变化率、流速变化率和时间变化率为控制变量,建立应急物流能力突变模型,运用势函数确定了分岐点集,讨论了应急物流能力的突变临界点及稳定性,并用算例分析模型应用的可行性.最后得出三点结论:根据实测及调查数据可以确定三个控制变量的值,从而确定控制点在分歧点集的区域;通过计算分析可以确定应急物流能力在分岐点集各区域的奇点个数和性质;其突变方向和可能性随之可以确定:控制点从奇点多的区域向奇点少的区域移动,应急物流能力发生突变的可能性大,反之可能性小,甚至不发生突变.因此把握控制点在分岐点集中的变化方向和规律,采取相应措施改变相应控制变量,可以提升或稳定应急物流能力.     

基于不确定需求的鲁棒应急物流系统

近年来各类突发事件和灾难频发,严重威胁到人们的生命安全,给人们经济生活带来了巨大的影响.灾难发生后,应急物流系统的效率是救援展开的保证.分析了应急物流系统的特点,采用鲁棒规划建立数学模型解决了应急物资需求不确定下如何进行应急配送中心选址和配送计划的安排,使得我们的决策能够体现最优性与鲁棒性的均衡.数值实验表明,建立的模型是符合实际的,数值结果具有较好的鲁棒性.     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

多储备点多品种应急物资配送的多目标优化模型

应急救援的社会化、应急物资需求的多样性、应急物资需求和补给的时变性,对应急物流的配送调度提出了挑战.应急物流的紧急性要求最大程度保障受灾点的物资供应;在经济上则要求应急物流的成本最小化.通过将时间离散化为阶段序列,在应急物资需求和补给是可预测的情况下,建立一个多储备点、多物资品种、单受灾点的应急物资配送的多目标优化模型,来最小化应急物资短缺次数和运输成本.仿真实例表明,该模型可以通过优化引擎快速求解,能够发现导致短缺的应急物资品种和加强供应补给的时间区间.     

考虑服务水平的逆向物流网络优化决策

针对电子产品的售后维修服务问题,建立了一个同时考虑成本和服务质量的多目标逆向物流网络优化模型;该问题是多目标的NP-hard问题,应用NSGA-II算法和多目标模拟退火算法(MOSA)两种多目标进化算法,对模型进行求解并对其求解的效果进行比较分析;多组算例测试结果表明,NSGA-II相比MOSA更具优势。     

物流中心选址的多目标优化模型

针对一个经纬型网络中的最优选址问题,借鉴选址问题的已有理论和方法,建立了一个新的数学模型.研究了该模型的实际可行算法,结果表明该算法所求解是最优的,为运输、供销、物流系统的实际部门提供了有效的方法.     

生命线网络系统多节点失效的应急抢修队伍派遣模型研究

针对生命线网络系统中多个节点失效的应急抢修问题,给出了抢修队伍派遣优化模型以及模型的求解方法。在本文中,首先考虑应急修复所需时间、各节点失效所造成的损失和应急修复所需成本等因素,构建了以节点失效损失最小和应急修复成本最低为目标的抢修队伍派遣优化模型;然后针对优化模型的特点,给出了模型的求解方法。最后,通过一个算例分析说明了构建的模型的可行性和有效性。     

考虑港口物流能力的多目标海运煤炭供应链网络优化模型

海运煤炭供应链网络优化旨在提高供应链运作效率并降低成本.以煤矿、铁路装载点、港口和煤炭消费客户构成的海运煤炭供应链为研究对象,从供应链集成服务商的视角,提出了考虑港口物流能力的供应链网络优化问题.在最小化固定成本和运输成本这一单目标的基础上,考虑港口物流能力,增加了最大化港口加权煤炭流量的目标,以各节点的能力限制和流量平衡为约束,建立了海运煤炭供应链网络多目标混合整数规划模型.模型求解时,引入"关系成本系数"将多目标问题转化为单目标问题.算例研究表明,所建立的模型能够真实地反映海运煤炭供应链网络优化的决策环境,同时发现,港口物流能力评分和"关系成本系数"均会影响网络优化结果.     

基于不确定需求的灾后应急救灾网络规划模型与算法

突发事件发生后,快速应急响应的第一步是启动应急救灾网络,合理配置应急救灾资源,以保证救灾过程顺利进行,提高救援效率。本文以台风灾害为背景,建立二阶段应急救灾网络的混合整数规划模型,解决台风灾害的灾后应急救灾网络的规划与设计问题。在求解模型时,考虑需求信息的分布难以确定,并且在一定范围内变动的特点,利用鲁棒优化的方法处理不确定性需求,从而得到合理的临时救灾中心选址以及应急资源配置信息。数值试验表明,建立的模型是实际可行的,而且算法也是有效的。