物流包装租赁系统配送库存路径模型与算法

发展物流包装租赁共享系统是解决落后的一次性包装使用方式的有效手段。为优化物流包装租赁系统中的空包装配送与库存控制这一频繁决策问题,将租赁客户点的需求和物流包装租赁系统的服务中心的库存能力、库存费用、车辆容量、单位运费等因素引入模型,建立了总成本费用最小的物流包装租赁共享系统的空包装配送库存路径集成优化模型。针对稍小和稍大规模算例,对利用CPLEX优化软件和带精英保留的改进遗传算法进行了求解比较分析,结果表明：改进遗传算法对稍大规模算例求解的结果虽然稍差,但求解时间大大缩短,这说明了启发式算法对大规模的实际问题是有效的。该模型和算法可为物流包装租赁企业的空包装配送和库存控制的集成优化决策提供参考。     

基于混合果蝇优化算法的选址-库存联合优化策略

针对装备维修保障仓库系统运营费用高、仓库点位布局不合理、备件库存结构不合理等问题,建立以多品种联合补货问题为基础的装备维修备件仓库选址-库存控制决策联合优化模型,模型可用于求解仓库的开设位置、维修活动需求点的指派情况、仓库补货时间以及库存水平等.根据模型的结构特点,利用多种群协同进化的方法改进传统果蝇优化算法的位置更新方式,设计一种内外两层搜索策略的混合果蝇优化算法,外层搜索策略作为算法的主程序用于搜索仓库选址决策变量,内层搜索策略采用改进的RAND算法用于搜索库存控制决策变量.仿真结果表明,混合果蝇优化算法具有良好的求解效率,能够确保库存系统在一定服务水平的基础上有效降低库存运营总成本.     

基于改进粒子群算法的异质车队二级IRP优化

针对供货商管理库存（Vendor Managed Inventory,VMI）模式下的二级库存路径问题（Inventory Routing Problem,IRP）,结合需求的波动特征,以二级库存路径问题系统总成本最小化为目标,建立异质车队的二级库存路径问题混合整数规划模型,并设计改进的粒子群算法对模型求解。数值实验分析验证了模型和算法的适用性和有效性,结果显示,使用异质车队不仅可以提高配送车辆的装载率,降低零售商的库存水平,还会减少二级库存路径问题系统总成本;敏感性分析表明,不论需求波动程度怎样变化,使用异质车队时二级库存路径问题系统总成本都会得到降低。     

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。     

Q学习算法在库存控制中的应用1)

Q学习算法是Watkins提出的求解信息不完全马尔可夫决策问题的一种强化学习方法.这里提出了一种新的探索策略,并将该策略和Q学习算法有效结合来求解一类典型的有连续状态和决策空间的库存控制问题.仿真表明,该方法所求解的控制策略和用值迭代法在模型已知的情况下所求得的最优策略非常逼近,从而证实了Q学习算法在一些系统模型未知的工程控制问题中的应用潜力.     

Q学习算法在库存控制中的应用

Q学习算法是Watkins提出的求解信息不完全马尔可夫决策问题的一种强化学习 方法.这里提出了一种新的探索策略,并将该策略和Q学习算法有效结合来求解一类典型的 有连续状态和决策空间的库存控制问题.仿真表明,该方法所求解的控制策略和用值迭代法 在模型已知的情况下所求得的最优策略非常逼近,从而证实了Q学习算法在一些系统模型 未知的工程控制问题中的应用潜力.     

供应链环境下的装备多级库存优化研究

研究了一个战役级、多个战术级仓库组成的树型多级库存系统,建立了战役级仓库分别采用等量等间隔、不等量等间隔订货策略的模型。采用自适应遗传算法实现了模型的求解,并用实例验证了算法的有效性。     

基于延迟转运的维修备件库存模型

通过分析单级多基地的维修备件库存状态转移过程,建立了维修备件延迟转运模型,给出了库存直接满足需求、横向转运满足需求及延迟转运满足需求概率的表达式;在此基础上构建了以库存持有成本、停机及转运费用之和最小为目标的库存模型,并构造了基于迭代的模型求解算法。通过算例验证了模型的正确性及算法的有效性。     

钢铁企业生产管理中的库存匹配模型与算法

针对钢铁企业生产管理中客户订单与库存产品的匹配问题，建立了考虑规格、重量、等级、优先级及生产工艺约束的库存匹配模型。并开发了基于混合遗传算法的求解方法。通过实际数据的仿真实验，验证了模型和算法的有效性。     

不确定环境下三级应急系统部分转运策略

针对应急系统中的多点库存共享问题,研究了需求为随机模糊变量情形下的应急调货策略。考虑一个三级多品种的应急供应系统,当缺货发生时,各供应点之间可依据就近应急转运的原则共享部分库存,据此建立了有需求满足时间约束和各供应点库容空间限制的系统总费用随机模糊期望值模型,提出了一种粒子群优化算法和模拟退火算法相结合的先进计算方法(PSO-SA算法)对模型进行了求解,结合算例分析了转运点、就近转运时间、单位物品库容空间等因素变动对部分转运的影响,并验证了算法的有效性和模型的适用性。     

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。     

基于分段搜索的多RFID标签抗冲突方法*

由于二元树抗冲突方法消耗的识别时间随标签数量呈线性增长,因而提高巨量（>100）标签的抗冲突识别的效率对于推动RFID的应用显得尤为重要。对此本文提出一种分段搜索清点RFID标签的抗冲突方法,通过减少清点过程中标签对阅读器回传数据的位数,达到减少传输耗时的目的。将其与现有的动态二进制搜索法对比,仿真结果表明,当标签突破一定数量,对于特定的分段方式,该算法能够显著降低清点过程的时间消耗。     

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。     

一种求解Job-Shop调度问题的新型蚁群算法

Job-Shop调度问题是一类具有很高理论研究和工程应用价值的问题。针对使用蚁群算法求解Job-Shop调度问题时较难设置合适参数的问题,提出一种动态设置参数的新型蚁群求解算法。分析了蚁群算法中参数对求解结果的影响,给出了算法求解Job-Shop调度问题的关键技术和实现过程。最后对五个基本测试问题进行了仿真实验,并与遗传算法、模拟退火算法、基本蚁群算法进行了比较。结果表明,该算法能得到较优的结果,具有一定的应用价值。     

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。     

.物流配送中心动态选址模型及算法研究*

针对传统物流配送中心动态选址模型没有充分考虑配送中心的可能状态和库存持有成本的问题,建立了一种新的模型。首先,利用两步骤近似法构建了在有库存和运输双重能力约束下,每一个周期配送中心的库存成本计算方法;然后,分别给出了配送中心在整个规划期内的打开、运营、关闭和再次打开的成本表达式;最后,分别用遗传算法、克隆选择算法、粒子群算法求解所建立的模型,并从算法的寻优能力、稳定性、运算速度和收敛性方面比较了三种算法的性能。算例测试结果表明,所建立的模型是有效的;从总体上看,遗传算法的适应性要强于克隆选择算法和粒子群算     

Multi-objective decision making model under fuzzy random environment and its application to inventory problems

In this paper, we concentrate on developing a fuzzy random multi-objective model about inventory problems. By giving some definitions and discussing some properties of fuzzy random variable, we design a method of solving solution sets of fuzzy random multi-objective programming problems. These are applied to numerical inventory problems in which all inventory costs, purchasing and selling prices in the objectives and constraints are assumed to be fuzzy random variables in nature, and then the impreciseness of fuzzy random variables in the above objectives and constraints are transformed into fuzzy variables which are similar trapezoidal fuzzy numbers. The exact parameters of fuzzy membership function and probability density function can be obtained through fuzzy random simulating the past dates. By comparing the results with those from the fuzzy multi-objective models, we believe that the proposed fuzzy random multi-objective model and hybrid intelligent algorithm provide significant solutions to construct other inventory models with fuzzy random variables in real life.     

基于遗传算法的纺织企业机配件库存控制

合理压缩库存量,降低库存成本对于纺织企业来说意义重大.建立了在非平稳需求下的库存控制模型,并采用遗传算法求解,给出了满足库存成本最小的(s,S)控制策略.通过求解某配件的(s,S)控制策略,验证了算法的有效.     

纺织企业的原料库存控制模型研究

合理控制库存量,降低原料库存成本对纺织企业提高市场竞争力具有重大的意义。通过建立原料库存的不定量不定期控制模型,并采用遗传算法求解,给出了满足平均库存成本最小的(s,S)控制策略,并通过实例验证算法的有效性。