具单周期特性的短生命周期产品随机IRP及算法

为优化企业物流系统,针对单周期,短生命周期产品的特点,将库存控制与配送路径安排决策集成,考虑随机需求、缺货成本、积压贬值成本、配送成本等,建立一个具有单周期特性的短生命周期产品随机IRP离散模型,目标是合理确定各零售门店的订购数量及配送路线使得系统成本最小。该问题属于NP-hard问题。对此,采用“报童模型”和差分法求解最佳订购量,将模型予以转化,并设计了一种遗传算法进行求解。算例结果表明所提算法能在较短时间内求解出不同客户数目组合的满意解。结论是：门店订购量宜采用组合选择方式;系统成本与单位行程运价正相关;车容量增大有助于降低系统成本。     

基于bi-level迭代算法的物料循环配送研究

为解决车间物料配送费用高、配送效率低、灵活性差等问题,建立了基于bi-level(双层)规划的车间物料循环配送模型。针对模型设计了基于2-opt改进的最大最小蚁群算法和双层迭代算法,引入线旁库存的限制,求得需求点的配送周期、配送量和配送路径,使库存和运输整合费用最小。通过数值算例求解,说明了该算法是有效的,也说明了该模型的实用价值和有效性。     

带有横向调度的维修备件选址库存路径问题研究

存储点的合理选址、库存的合理控制及运输配送的有效决策是支撑维修备件物流系统的重要内容。通过分析基于横向调度的维修备件物流系统,建立了基于横向调度的维修备件库存选址问题的数学模型,设计了隐枚举法和遗传算法相结合的启发式算法,通过仿真算例验证了方法的可行性和模型的先进性。通过分析得出,在考虑横向调度的情况下,物流系统内总体安全库存和最大虚拟库存总体水平会降低,同时实现对客户的服务承诺也会降低。     

带时间窗的随机库存—运输整合优化研究*

针对单配送中心—多客户配送系统,建立带时间窗约束的单周期随机需求库存—运输整合优化(ITIO)问题模型。运用禁忌搜索算法,求解无时间窗约束的算例,结果表明库存—运输整合优化策略在总成本和车辆数上都优于全选最佳和全选次优策略,证明ITIO问题的研究具有理论意义和实际价值。同时,与遗传算法求解结果的比较表明,禁忌搜索算法求解此类问题具有优势。求解引入时间窗约束的算例,结果显示既满足时限要求,又比其他两种策略节省了库存—运输总成本,使得本模型及其求解算法更贴近实际应用要求。     

两级系统多周期随机库存路径优化

库存和运输是物流活动的最主要环节,如何同时对二者进行优化,是供应商管理库存必须解决的核心问题。针对一个配送中心为多个零售商实施统一配送的两级系统,以最小化系统计划期平均总费用为目标,分析包括零售商存储费、缺货费,以及配送中心进货费、存储费和配送费的系统全部费用组成,整合库存与配送建立了库存路径问题数学模型。根据零售商需求的随机性和库存路径问题本身的两阶段性,估计零售商库存上下限,选择配送中心订货策略及配送优先原则,借鉴旅行商问题求解思路,设计了求解问题的启发式算法。用Matlab7.0编程实现仿真算例求解表明,整合优化比分别优化节省平均总费用6.2%。     

集成三级物流系统的网络规划问题研究*

选址—路径问题是物流系统中的一个组合优化问题,启发式方法一般采用两阶段法将其分解为选址分派和车辆路径问题来顺序求解,但这两个阶段间的信息无法有效传递,因而往往不能得到集成问题的优化解。设计了具有能力约束的三级物流网络选址—路径问题模型,采用遗传算法整体求解该问题,避免了顺序求解带来的问题;设计了采用整数编码的三级染色体编码结构,采用禁忌搜索算法对交叉和变异操作作了改进,提高了算法的搜索效率,能够更适合集成问题的求解;最后通过算例分析,验证了本算法求解小规模选址路径问题的有效性。     

基于双层模糊聚类的多车场车辆路径遗传算法

对大规模多车场车辆路径问题,设计了基于双层模糊聚类的改进遗传算法求解框架,上层静态区域划分利用k-means技术将多车场到多客户的问题转化为一对多的子问题,下层模糊聚类从保证客户满意度和整合物流资源的角度出发,利用模糊聚类算法根据客户需求属性形成基于客户订单配送的动态客户群。进一步,通过改进选择算子和交叉算子来设计车辆路径优化的遗传算法。通过随机算例仿真实验,证明了提出方法和求解策略的有效性。     

基于改进鲸鱼算法的长江经济带配送问题研究

长江经济带物流配送很大程度影响着我国物流成本和企业竞争力。因此,对长江经济带配送问题的求解算法进行研究。建立长江经济带配送成本最小的数学模型;采用混沌机制、自适应惯性权重、蛙跳算法和模拟退火算法对鲸鱼算法(WOA)进行改进,提出改进WOA(IWOA);对长江经济带配送实例和4个国际标准算例进行测试。仿真实验中,IWOA能够有效求解实例,且能够求得1个与更新1个小规模国际标准算例最优解,求出大规模国际标准算例的最终解与最优解相差1.4%以内,求得各算例平均值、算法平均运行时间均优于WOA、遗传算法(GA)和粒子群算法(PSO)。结果表明,IWOA性能优于WOA、GA和PSO。     

基于双层规划的多供应商物料配送期量优化

为有效解决多供应商单制造商构成的二级供应链中供应商配送批量不经济、配送时间无序导致物流成本高和卸货拥堵等问题,建立多供应商配送期量的双层规划模型.上层模型从库存与配送联合优化视角,考虑供应商配送批量经济性,以供应链物流总成本最低为目标,确定最优配送批量;下层模型基于上层优化结果,考虑制造商生产时序性,以供应商时间惩罚成本最小化为目标,确定供应商配送时间序列.采用遗传算法和动态规划相结合的方法求解上下层模型,得到供应商最优配送期量标准.通过实例运用,验证了模型与算法的有效性及可行性.     

基于双层规划的多供应商物料配送期量优化

为有效解决多供应商单制造商构成的二级供应链中供应商配送批量不经济、配送时间无序导致物流成本高和卸货拥堵等问题,建立多供应商配送期量的双层规划模型.上层模型从库存与配送联合优化视角,考虑供应商配送批量经济性,以供应链物流总成本最低为目标,确定最优配送批量;下层模型基于上层优化结果,考虑制造商生产时序性,以供应商时间惩罚成本最小化为目标,确定供应商配送时间序列.采用遗传算法和动态规划相结合的方法求解上下层模型,得到供应商最优配送期量标准.通过实例运用,验证了模型与算法的有效性及可行性.     

灾后应急成品粮物流网络库存控制模型仿真

为解决各物流节点库存的不合理分配,构建基于库存价值不变的最优库存控制模型。基于连续型需求的随机库存订货模型确保物流网络库存成本最小、社会效益最大,采用"先进先出"原则解决成品粮贬值问题,合理控制成品粮物流网络库存量;根据救灾区域的成品粮物流网络分布情况与各等级物流节点救灾能力,分配成品粮物流网络节点库存,实现灾后应急成品粮物流网络库存最优控制。仿真结果表明,上述模型可实现高救灾保障、低救灾成本的成品粮物流网络库存控制,满足对灾后应急成品粮的供应需求。     

Simultaneous control of vehicle routing and inventory for dynamic inbound supply chain

This paper investigates inbound logistics for an OEM (Original Equipment Manufacturing) manufacturer, who aims at short production time and JIT policy. In such a case, it can be argued that the inbound vehicle routing schedule should be combined with incoming parts inventory control. In this paper, we propose a simultaneous control method of combining vehicle scheduling and inventory control for such dynamic inbound logistics. For the transportation control, a vehicle routing system, in which delivery jobs are made with shipments of one supplier, is proposed to generate a vehicle routes plan by considering production start time, travel time, waiting time, and loading/unloading time. To evaluate the performance of the generated vehicle routing plan, a goal model is also developed by considering vehicle operating cost, stock level exceeding penalty, and transportation efficiency. A generated vehicle routing plan can be rejected when the stock level is over the capacity and an appropriate number of vehicles for its manufacturing environment can be determined. Using real data from an LCD firm, a simulation study is conducted. The simulation results indicate that the simultaneous control approach requires fewer vehicles than the existing system and shows better efficiency of transportation. This method can also be used to determine the appropriate incoming part inventory level or the number of vehicles required in dynamic inbound logistics.     

基于线性规划的片烟仓储物流数字化拆拼包应用研究

针对片烟仓储原料供料中拆拼包效率低、仓库尾料剩余多等问题,论文对片烟仓储物流的拆拼包流程和方案进行了设计,针对不同的供料需求将线性规划算法引入到片烟仓储原料拆拼包操作中,建立了拆拼包优化模型,实现了仓储烟包拆拼包方案的最优化求解,减少了原料的浪费。同时对拆拼包电子标签的编码规则及拼包多标签处理方法进行了研究与设计,通过自定义生成标签,实现了对片烟的入库、存放、出库等环节的追踪与监管,为烟草工业企业的物流及库存管理提供及时准确的数据支撑,实现了片烟流通、仓储执行环节的信息化管理。     

Citywide package deliveries via crowdshipping: minimizing the efforts from crowdsourcers

Most current crowdsourced logistics aim to minimize systems cost and maximize delivery capacity, but the efforts of crowdsourcers such as drivers are almost ignored. In the delivery process, drivers usually need to take long-distance detours in hitchhiking rides based package deliveries. In this paper, we propose an approach that integrates offline trajectory data mining and online route-and-schedule optimization in the hitchhiking ride scenario to find optimal delivery routes for packages and drivers. Specifically, we propose a two-phase framework for the delivery route planning and scheduling. In the first phase, the historical trajectory data are mined offline to build the package transport network. In the second phase, we model the delivery route planning and package-taxi matching as an integer linear programming problem and solve it with the Gurobi optimizer. After that, taxis are scheduled to deliver packages with optimal delivery paths via a newly designed scheduling strategy. We evaluate our approach with the real-world datasets; the results show that our proposed approach can complete citywide package deliveries with a high success rate and low extra efforts of taxi drivers.     

基于遗传算法的随机性（Q，r）库存系统仿真优化

（Q，r）模型是库存管理中的重要控制模型。对于随机性（Q，r）库存系统，难以用解析方法求解最优的库存控制策略。运用仿真优化技术，基于离散事件系统仿真原理，建立了随机性（Q，r）库存系统的仿真模型，设计了一种改进的遗传算法并应用它优化库存系统的库存控制策略。采用面向对象方法实现了仿真模型和改进的遗传算法。仿真实例表明所提出的仿真优化技术是可行且有效的。     

一个多物流中心配送模型及其遗传算法

物流配送费用是物流系统的核心费用。以节约物流配送费用为出发点,建立了一个多物流中心配送模型,并构造了一个双重混合遗传算法。算法采用扩大的集合覆盖方法,将需求点预分配给配送中心,一个需求点可以依附于多个配送中心,然后在第一重遗传算法中将需求点精确分配给每个配送中心,在第二重遗传算法中规划各配送中心的车辆行驶路线。为第一重遗传算法设计了编码方案和交叉规则。在第二重算法中设计了交叉个体的选择方案,较好地解决了简单遗传算法早熟问题。数据实验表明,该算法是有效的。     

自适应控制对多级库存延迟问题的优化研究

针对在随机需求下交货延迟所导致供应链多级库存系统库存积压、缺货和牛鞭效应等问题,建立了基于自适应控制算法的多级库存动态优化模型。通过泰勒展开和拉布拉斯变换建立了基于APIOBPCS策略考虑延迟的动态多级库存控制模型;由Lyapunov渐进稳定性定理设计了一种适用于多级库存的模型参考自适应控制算法,其中以无交货延迟的参考库存模型作为目标,通过调节线性补偿函数和自适应控制率,逐渐缩小实际库存模型与参考库存模型间的输出误差,以此削弱交货延迟对多级库存模型的影响;通过实证数据验证了模型参考自适应控制对一个三级供应链库存系统的动态优化效果。仿真结果表明,自适应控制下的无信息共享多级APIOBPCS库存系统缺货全部归零,牛鞭效应下降40.7%。在不增加企业运营投入的前提下,通过自适应控制算法,优化资源配置,动态削弱了交货延迟对多级库存的影响,提升了供应链运营效率。     

多级多商品流物流网络设计的优化模型与组合模拟退火算法*

以最小化系统内的建设费用、库存费用和运输费用为优化目标,建立可描述一般性带能力约束的多级多商品流物流网络设计问题的优化模型,并根据物流网络设计问题的特点,基于模拟退火算法的思想,设计组合模拟退火算法对模型进行求解。算例的计算结果表明,该优化方法运算快捷,结果正确合理,能为此类物流网络设计问题提供科学的决策依据;通过分析发现,存储费用和运输费用都会影响物流网络系统的总费用,但运输费用对系统总费用的影响程度相对要大得多。     

Integrated multistage logistics network design by using hybrid evolutionary algorithm

Design and optimization of logistics is very important issue, which plans, implements and controls the efficient, effective forward and reverse flow and storage of goods, services and related information between the point of origin and the point of consumption in order to meet customers’ requirements. In this paper, we formulate an integrated multistage logistics network model with considering the direct shipment and direct delivery of logistics and inventory. In addition, we propose an effective hybrid evolutionary algorithm (hEA) to solve this problem: (1) we employ an extended priority-based encoding method, (2) combine a local search (LS) technique and (3) proposed a new fuzzy logic control (FLC) to enhance the search ability of EA. Finally, numerical analysis of case study is carried out to show the effectiveness of the proposed approach.