基于网络图需求随机的供应链网络设计研究

运用网络图表述供应链网络基本结构,将供应链网络设计简化为各节点的能力设计及流量设计,建立了随机供应链网络的均衡条件。通过对随机因素进行简化处理,分别探讨了需求随机时制造中心及配送中心的优化决策,构建了从制造中心角度出发的制造、运输集成优化模型及从配送中心角度出发的库存、配送集成优化模型,并用变分不等式给出了最优条件,进而构建随机供应链网络集成设计模型。最后,通过数值实例的分析,验证了随机模型的有效性。     

随机需求下绿色农产品三级供应链协调

考虑市场随机需求、产品绿色度、绿色研发成本等因素，研究绿色农产品三级供应链协调问题。首先，构建了不同决策模式下供应链成员的利润模型，发现合作可提高供应链整体收益，随后构建"收益共享-成本共担"混合契约对绿色农产品供应链进行协调。研究结论表明：混合契约能够降低绿色农产品售价，提高绿色度，增加绿色农产品市场需求；合理比例的收益共享和成本共担可使各个绿色供应链成员达到共赢。最后通过算例分析验证了契约模型的正确性。     

模糊随机需求下的全球供应链订单分配

为了使全球供应链三方企业即供应商、第三方物流服务供应商和购买商的利润最大化,考虑了供应链中的模糊随机需求、关税和汇率等因素,从三方企业利润最大化角度出发,建立全球供应链订单分配的模糊随机多目标优化模型。并借助矩阵转换,将模型转化为三方利润满意度最高的单目标优化模型进行求解,用Shapely值法对三方企业利润进行合理分配。最后运用算例对模型进行仿真,并通过比较分析得出,基于三方企业利润最大化的订单分配模型所实现的全球供应链总利润要比基于一方企业或两方企业利润最大化的订单分配模型所实现的全球供应链总利润最少高出3.47%,验证了模型的有效性。     

随机需求条件下供应链的补货及折扣策略研究

研究一个供应商和多个零售商围绕单品种商品组成的供应链体系中,以供应商为核心的供应链库存管理,目标是通过直接降低供应商的库存成本,从而降低供应链的总成本.假设每个零售商面对服从随机正态分布的提前期客户需求,在不考虑交货时间的情况下,供应商在固定的时间间隔满足零售商的补货需要,并以价格折扣的方式补偿零售商的成本增加.由此得到较优的补货间隔,并给出了求解方法.最后,通过仿真验证了该解法的可行性并评估了该策略对各方的影响.     

随机弹性需求下的再制造闭环供应链的协调机制研究

在价格敏感型随机需求的闭环供应链中,分析了以制造商为Stackelberg领导的集中式决策与3种分散式回收模式（制造商回收、零售商回收和第三方回收）下的定价策略和系统利润。首先从集中式决策出发得到闭环供应链协调的一阶必要条件,在分散决策中证明了完全退货与回馈惩罚混合契约能使分散式闭环供应链达到完美协调,实现供应链成员的共赢,通过协调时利润的比较表明制造商不会选择第三方回收模式,最后证明了协调的充分性和有效性,并给出了一个算例验证了上述结论。     

考虑随机需求的供应链合作广告与存货策略

基于单一制造商与单一零售商所组成的渠道结构,放宽了市场需求为确定性的假设,引入了存货因子这一决策变量,先后考察了Stackelberg主从博弈和Nash合作博弈时制造商与零售商的最优广告策略及零售商的最优存货策略,比较了不同博弈结构下的均衡策略及相应期望利润,并利用Nash讨价还价模型对合作利润进行了分配.通过一个数学算例验证了有关结论.     

浅谈车辆制动性能检测中存在的问题

汽车检测行业在近年来随着汽车制造技术和检测技术的进步,也不断发展壮大,在汽车运行管理部门动态监督汽车技术状况方面发挥着极其重要的作用。特别是随着我国公路建设和道路运输业的飞速发展,道路交通安全问题也越来越突出,要求进一步重视和加强机动车辆安全技术状况检测已成为维护社会安定的一个重要课题。     

基于随机需求的两级多期供应链网络规划模型

本文以三级供应链网络为例,研究了具有随机因素的,两级多期决策的供应链网络优化问题.优化的具体内容包括两个方面:供应链节点的选址和相应配送系统的设计.文章首先在现有研究成果的基础上,将模型设计拓展到多期决策领域.接下来,针对因素的随机性问题,应用了蒙特卡罗方法对随机因素进行了模拟和采样.最后,模型的目标函数不仅考虑了最小成本,同时还考虑了顾客满意度.对多目标模型的处理采用了e条件限制法.用这种方法的得到的供应链网络优化结果是一系列帕累托最优解,它使得决策者可以按照自己的偏好做出最后选择.     

小半径曲线段钢轨打磨方案比选及动力特性研究

小半径曲线段钢轨廓形质量对轮轨接触关系及钢轨使用寿命有着关键影响。为探究个性化打磨对小半径曲线段磨耗廓形的轮轨接触改善及延长钢轨使用寿命效果,选取沪昆普速铁路小半径曲线段两组磨耗钢轨进行打磨方案研究;基于现场实测数据及病害分析,与消除表面病害为目的的修复性打磨方案作比较,对钢轨进行个性化打磨廓形设计;跟踪观测钢轨表面状态,结合GQI(grinding quality index)及轮轨接触分析,建立车辆-轨道动力学模型计算打磨方案对轮轨动力特性的影响,综合评价打磨效果;结果表明：修复性打磨仅对钢轨表面病害进行处理,并未实际改善轮轨关系,廓形保持能力不佳,后续动力学指标评价也无明显改善;相比之下,个性化打磨廓形保持能力更佳,GQI指数明显提升,轮轨关系改善显著,提高了车辆曲线通过能力;动力学方面,个性化打磨方案的轮轨横、纵向蠕滑率和磨耗指数分别降低60.45%,33.95%和24.13%,有效缓解了轮轨间的磨耗,延长了钢轨使用寿命与打磨周期;车体横向、垂向加速度和脱轨系数分别降低19.69%,30.74%和26.11%,列车运行平稳性得到良好改善,提高了列车运行安全性。由此可见,个性化打...     

随机需求条件下基于期权交易的供应链协调模型

〖HT5”H〗摘要： 〖HTSS〗期权契约作为一种供应链契约能使供应链达到协调。论文从基本的零售商订货模型出发,引入可交易的看涨期权,通过比较零售商的最优订货量和期权购买量,以及供应链整体的最优订货量和期权购买量,发现引入期权交易时,供应链达到最优订货时的利润总是大于零售商达到最优订货时的利润。并得出供应商可以通过调整期权契约参数来促使零售商主动将其最优订货量调节到协调时的供应链总体订货量水平的结论。     

需求可拆分的无人机与卡车协同路径优化问题

基于无人机配送优势,提出一类无人机与卡车分区域协同配送问题。考虑需求稀疏地区由无人机配送,需求密集地区由卡车与无人机协同配送的情形。由于无人机的载重能力较小,无人机访问的顾客需求允许被拆分。结合无人机与卡车的访问路径关系,以最小化运输成本和使用卡车的人力成本为目标建立混合整数规划模型,并设计一种改进变邻域搜索算法对问题进行求解。小规模算例的特性分析表明,运输成本对无人机的载重能力及单位运输成本敏感性较高。多个不同规模的算例测试表明,改进变邻域搜索算法能在较短时间内有效求解各规模算例,且算法稳定性较好。     

不确定车数的随机车辆路径问题模型及算法

研究了一类有时间约束、车辆数量不确定的随机车辆路径问题;建立了该类问题的随机规划数学模型;设计了模型求解的遗传算法、禁忌搜索算法和遗传-禁忌混合算法.禁忌算法采用了对当前解的车辆-顾客分配结构和解的路径顺序分别禁忌的双层禁忌算法,使算法全局性更好,同时也降低了搜索时间.把禁忌算法作为变异算子应用于遗传算法形成了混合算法.最后给出了计算示例,对算法进行了比较分析.     

物流车辆路径问题的混合快速蚂蚁算法

通过分析快速蚂蚁算法的原理和易陷入局部最优的缺点,提出了将贪婪算法和快速蚂蚁算法相结合的混合算法求解物流车辆路径问题.混合算法在最优值未改进次数超过限定次数时,自动调用贪婪算法来寻找一个局部最优解,并调整相应路径上信息素的量.为保证解的多样性,对贪婪算法本身使用随机选择第一个客户的方法进行了调整.用计算实例比较并分析了快速蚂蚁算法、混合算法及其他算法应用到车辆路径问题上的结果,说明了贪婪算法使混合算法跳出局部最优的过程以及混合算法的不足之处.     

A Hybrid Genetic Algorithm for Vehicle Routing Problem with Complex Constraints

Most research on the Vehicle Routing Problem （VRP） is focused on standard conditions, which is not suitable for specific cases. A Hybrid Genetic Algorithm is proposed to solve a Vehicle Routing Problem （VRP） with complex side constraints. A novel coding method is designed especially for side constraints. A greedy algorithm combined with a random algorithm is introduced to enable the diversity of the initial population, as well as a local optimization algorithm employed to improve the searching efficiency. In order to evaluate the performance, this mechanism has been implemented in an oil distribution center, the experimental and executing results show that the near global optimal solution can be easily and quickly obtained by this method, and the solution is definitely satisfactory in the VRP application.     

包装废弃物回收车辆路径问题的改进遗传算法

目的采用优化传统遗传算法(GA)研究包装废弃物回收车辆路径问题(VRP)的性能。方法提出改进遗传算法(IGA)。首先,设计基于贪婪算法的初始种群生成算子,提高初始种群质量;其次,设计根据适应度值大小、进化代数等自适应调整的交叉和变异概率;然后,设计最大保留交叉算子,保证种群的多样性;最后,对企业实例和标准算例进行仿真测试。结果采用IGA算法、蚁群算法(ACO)能求得算例最优解,且IGA算法运行速度快于ACO算法,分支界定算法(BBM)、传统GA算法无法求得算例最优解。结论与BBM算法、传统GA算法和ACO算法相比,IGA算法求解包装废弃物回收VRP问题的整体性能更优。     

带装载能力的需求依背包拆分车辆路径问题

以最小化总的旅行时间为优化目标,以单车场、单车型、装载能力和需求依背包拆分等为约束条件,将以往客户需求不可拆分的条件松弛为依背包来离散拆分,建立了带装载能力的需求依背包拆分VRP（CVRPSDB）的单目标数学模型。设计了一个自适应禁忌搜索算法（ATSA）对模型进行求解。该算法采用了自适应惩罚机制,构建了一个多邻域结构体,并针对客户点与背包都设计了相应的邻域操作算子,较好地适应了客户需求量的离散拆分程度。经算例测试与文献对比,验证了所设计模型与算法的有效性。     

具有时间窗约束累积性车辆路径问题的禁忌搜索优化算法

基于对中国实际物流运输中成本计算方法的研究,考虑到我国高速公路系统计价方式的特殊性,提出了具有时间窗约束的累积性车辆路径问题。以降低实际车辆运输成本为目标,设计了新型的禁忌搜索算法对问题进行有效求解;算法中嵌入多种邻域搜索方法,允许同时在可行和不可行解空间内进行邻域搜索,同时采用Nagata提出的时间窗违反量计算方法[1-2]对解的时间窗约束违反进行评估。针对提出的新型问题的数值试验证明了所采用的时间窗违反量计算方法的时间节约性和有效性;同时由于该问题可以覆盖传统的累积性车辆路径问题,对后者的数值实验以及与其他优化算法的对比验证了所提出算法的优良求解效果。     

具有时间窗的开放式车辆路径的改进微粒群算法

分析了车场开放的带时间窗的车辆路径问题,在完成配送服务的车辆数目不确定的条件下,建立了该问题的数学模型,同时运用改进的微粒群算法求解该问题,算法采用一种基于客户的序数编码方法构造初始种群,对微粒群算法的进化方程进行了改进,使改进微粒群算法的搜索过程具有自适应性。最后根据第三方物流配送的实际,基于问题的不同目标,运用数值检验了模型和算法的有效性。     

面向快递同城运输的车辆路径问题研究

为降低运输成本,研究了快递同城运输中的车辆路径问题。建立多车型,含时间窗约束、容量约束、车辆限行约束,并考虑错峰交货的,以最小化运输成本为目标的混合整数规划模型。提出以点到点集的距离之和作为邻域搜索优先指标的构造性启发式算法,设计了基于“路径−车型对”的列生成算法,初始列由启发式算法求得。实验结果显示,对于120个点的大规模问题,列生成算法只需175秒就能得到近似最优解,验证了该算法的有效性及对一定规模内快递同城运输问题的适用性。