具有学习效应的三层供应链排序问题

研究了具有学习效应的三层供应链排序问题. 多个客户分布在不同位置,每个客户都有订 单需要制造商进行生产. 制造商需要针对每一个不同订单的客户从不同的地方进购对应的原材料进行生产,生产完工后需要利用有限的车辆将工件运输到相应客户处. 要求每辆运输车装载尽可 能多的货物才开始运输. 利用动态规划算法研究了最大流程时间、总流程时间以及最大延迟三个目标函数.     

基于NSGA-II的应急生产任务多目标优化模型及算法研究

重大突发事件发生后,若灾区的应急物资需求不能通过调用储备得到满足,则应急生产将成为灾区应急物资供应的重要保障手段。本文研究重大突发事件发生后应急物资生产任务的优化问题,重点关注原材料生产能力变化对完成应急生产任务的影响,以应急生产任务完成时间最短、完成成本最低为决策目标,研究了包含多个供应商、多个制造商以及单个受灾点的应急物资生产任务多目标规划模型。运用在求解多目标规划问题时具有众多优势的非支配排序多目标遗传算法(NSGA-II)对模型进行求解。通过算例分析,NSGA-II可以得到较好的Pareto前沿,并且可以根据不同情况给出最优的应急物资生产和原材料保障方案。本文的研究还表明,要想更快完成应急生产任务,需要做好原材料、资金、电力、交通等各种要素的配套保障工作。     

应急救援物资紧缺的配送车辆路径选择研究

针对应急救援物资总量紧缺不能全部满足各点需求量的实际情形,以单个需求点最大缺货量最小为目标,建立基于单个配送中心、车辆数目有限和带时间窗的应急救援物资配送车辆路径选择模型,并讨论了三种不同缺货情形下模型的求解。对于车辆按最短路径行驶也无法在救援时间内到达导致需求点缺货的情形,删除这些需求点的需求量后,如果剩余需求点的需求量不大于物资总量且车辆足够多,可转化为车辆最短路径问题求解;对于物资紧缺无法满足所有需求且车辆足够多的情形,设计时间复杂性为O(mn²)的精确算法A^*求解,其中m和n分别为车辆数和需求点数;对于物资紧缺且车辆数目不足无法把全部物资送达需求点的情形,设计时间复杂性为O(n²)的近似算法GA^*求解,并分析了算法GA^*的近似比。最后结合云南彝良县地震灾区局部路网进行实例分析,验证模型和算法的有效性。     

考虑释放时间的单机JIT调度问题

本文主要研究二级供应链中的生产-库存-直接配送协同调度问题,其中存在一个制造商和多个零售商, 制造商根据订单进行生产, 然后将产品配送给零售商。该类问题可以抽象为考虑释放时间的单机JIT调度问题。借助于禁忌搜索算法, 本文提出了求解问题的CTA-TS算法, 并通过大量的实验数据与已有算法进行比较,说明了本文提出算法的有效性。     

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.     

中转点变化的应急医疗物资联合运送干扰管理研究

应急响应中常常出现供应节点与需求节点距离太远、关键道路损毁等情境,此时直升机和车辆逐渐被联合使用以运送关键应急物资。由于原生及次生衍生灾害的发生发展,可能导致已有应急中转点不能使用,或者由于救援工作的开展,产生新的应急中转点等,这就可能导致事先已经制定的联合运送方案不能按照原计划进行。针对直升机和车辆联合运送中出现的中转点变化干扰事件,从物资到达时间、联合运送路线和使用运力三方面进行扰动度量,进而建立一个中转点变化的应急医疗物资联合运送干扰恢复模型,并通过改进基于客户的编码方法和提出基于简化策略的种群初始化方法等,设计了模型求解的遗传算法。数值实验验证了模型与算法的有效性,并通过与重优化方法对比,检验了干扰管理方法在处理中转点变化干扰事件中的优势。     

集中式供应链的生产与库存分配联合决策

考虑一个由单一制造商和多销售点构成的二级集中式供应链,制造商采用积欠订货策略生产和销售产品,因而面临生产、运输和积欠订货型库存分配与补货的联合决策问题.综合考虑了延迟交货成本、库存持有成本、运输成本和生产成本,建立了最大化总利润的非线性混合整数规划模型,以联合优化供应链的生产、运输及库存分配方案.证明了最优的产品生产分配方案应该具有的结构性质:各个销售网点在任意销售间隔期末同时出现缺货或者库存剩余.同时,提出了基于逐级求解策略的分层求解算法,保证了解的全局最优性.最后,敏感性分析表明:单位产品的库存持有成本与延迟交货成本对最优分配次数及生产量的影响作用相反,固定运输成本也会影响制造商的分配方案及生产计划,但三者均不会影响每个间隔期末的产品分配方案(分配量).     

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.     

基于物流AGV的“货到人”订单拣选系统任务调度研究

基于物流AGV的“货到人”订单拣选模式由于其高效率和灵活性,逐渐成为电商物流配送中心订单拣选系统发展趋势。本文通过对基于物流AGV的电商物流配送中心订单拣选作业流程分析,提出多拣选台同步拣选和多拣选台异步拣选两种作业模式。然后对基于物流AGV的订单拣选任务调度问题进行描述,以物流AGV完成所有任务的时间最短为目标,分别建立同步和异步两种拣选模式下物流AGV任务调度模型;针对物流AGV任务调度问题特性,对共同进化遗传算法粗粒度模型进行改进用于模型求解。最后,通过改进前后算法的对比,验证了改进共同进化遗传算法在求解物流AGV任务调度问题中的有效性;通过在求解速度和优化结果上对多拣选台同步拣选和异步拣选两种作业模式进行比较,得出同步拣选优于异步拣选的结果。     

带缓冲库存的物流直通配送运作时间优化

针对直通配送需要尽可能缩短配送中心内运作时间的问题.利用总运作时间与完成所有操作所需时间最长的出站口的操作时间等价的关系,构建了以最小化总运作时间为目标的进出车辆分配问题模型,同时解决了进出车辆的分配问题和分配到同一进(出)站口的车辆的排序问题.利用遗传算法进行实验,结果表明模型能够对配送中心内的运作时间进行有效优化,且在时间优化方面,与以最小化配送中心内搬运工具移动距离为目标相比更为有效.     

突发事件情景下串联式需求系统应急物资协同调度研究

针对突发事件情景下串联式需求系统遭受破坏问题,分析了突发事件情景下串联式需求系统应急物资协同调度的特征。在对系统提供应急物资进行修复的基础上,以串联式需求系统修复的时间最短及成本最小为目标,分别构建了纵向配送的应急物资调度模型和纵向配送与横向转运相结合的应急物资协同调度模型,并设计一种遗传算法对两种模型进行求解。最后通过算例分析,求解得到两种模式下串联式需求系统应急物资调度的最优配送方案,比较解的结果,得出纵向配送与横向转运相结合的应急物资协同调度模式优于一般的应急物资纵向配送模式的结论,验证了该应急物资协同调度模式的有效性和可行性。     

考虑需求不确定的多级应急物流设施选址研究

为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。     

A dynamic inventory model with supplier selection in a serial supply chain structure

Considering the inherent connection between supplier selection and inventory management in supply chain networks, this article presents a multi-period inventory lot-sizing model for a single product in a serial supply chain, where raw materials are purchased from multiple suppliers at the first stage and external demand occurs at the last stage. The demand is known and may change from period to period. The stages of this production–distribution serial structure correspond to inventory locations. The first two stages stand for storage areas for raw materials and finished products in a manufacturing facility, and the remaining stages symbolize distribution centers or warehouses that take the product closer to customers. The problem is modeled as a time-expanded transshipment network, which is defined by the nodes and arcs that can be reached by feasible material flows. A mixed integer nonlinear programming model is developed to determine an optimal inventory policy that coordinates the transfer of materials between consecutive stages of the supply chain from period to period while properly placing purchasing orders to selected suppliers and satisfying customer demand on time. The proposed model minimizes the total variable cost, including purchasing, production, inventory, and transportation costs. The model can be linearized for certain types of cost structures. In addition, two continuous and concave approximations of the transportation cost function are provided to simplify the model and reduce its computational time.     

应急物资联合配送决策研究

救援物资的高效投放是应急物流的关键活动之一。考虑到灾后救援车辆短缺,分配时受灾群众产生非理性心理,以及灾后道路状况对军、地救灾车辆速度产生影响等因素,本文从军民融合的角度出发,根据军地运输车辆特点,设计科学合理的车辆分配方案与运输路线。论文研究构建了基于车辆分配公平性和应急配送及时性的“分配-运输”集成决策模型,设计改进后的NSGA-Ⅱ算法进行求解,最后通过算例验证本算法的有效性和合理性,并通过调节军民运输车辆数,找到应急救援过程中的最佳军、地车辆比例,从而为灾后各灾备中心的车辆调度决策提供参考。     

开放式多中心需求可拆分VRP及混沌遗传模拟退火算法

综合考虑客户需求量允许被拆分、配送系统拥有多个配送中心且车辆可就近返回配送中心的运输模式,建立以配送中心日均建设成本、车辆派遣成本、理货成本和油耗成本之和最小为目标的数学模型,并根据问题特征设计了混沌遗传模拟退火算法对问题进行求解。通过对不同规模以及不同类型的算例进行实验,验证了混沌遗传模拟退火算法求解本文问题的有效性。     

突发事件应急医疗物资调度的随机算法

传统的车辆路径问题(VRP)是为车辆设计将物资从仓库运送到各个需求客户的路线,使得总的运输费用(或时间)最小。在本文中,我们更关心的是使得未满足的需求量和总的物资延误时间最小。这个模型的一个非常重要的应用就是当大规模突发事件发生以后如何有效的将应急医疗物资运送到各个医疗单位,例如自然灾难,恐怖袭击之后,各个医院的医疗物资有限,需要从应急中心调集所需物资,在这种情况下,从应急中心分发应急物资过程中的运输费用就不再是最主要的考查因素,而更重要的是考虑物资到达医院的时间以及到达量,因为这两个因素直接与病人生命息息相关。本文的主要工作是改进了已有的局部搜索算法,通过引入随机算法的思想设计了求解模型的改进随机算法,可以得到模型更优的解,并通过计算机模拟案例说明了算法是行之有效的。     

Location of a semi-obnoxious facility with elliptic maximin and network minisum objectives

This paper considers the problem of locating a single semi-obnoxious facility on a general network, so as to minimize the total transportation cost between the new facility and the demand points (minisum), and at the same time to minimize the undesirable effects of the new facility by maximizing its distance from the closest population center (maximin). The two objectives employ different distance metrics to reflect reality. Since vehicles move on the transportation network, the shortest path distance is suitable for the minisum objective. For the maximin objective, however, the elliptic distance metric is used to reflect the impact of wind in the distribution of pollution. An efficient algorithm is developed to find the nondominated set of the bi-objective model and is implemented on a numerical example. A simulation experiment is provided to find the average computational complexity of the algorithm.