基于订单供货的烟草销售及配送业务流程研究

针对现有烟草销售及配送业务的现状和存在的问题进行了深度挖掘,运用基于客户订单供货相关理论,提出开展协同营销和资源的重新分配和整合,进行业务流程的优化,从而为烟草企业完善内部流程管理,优化配送体系,发展烟草物流提供参考。     

改进网格算法的烟草物流配送线路优化

针对某市烟草物流中心在没有客户具体位置的前提下,根据实际情况,提出网格算法的改进方法,对配送区域进行优化,优化结果较明显,该方法操作简单、实用,对统一配送的零售业送货线路优化具有一定参考性。     

烟草分拣线自动控制系统的设计

为满足现代烟草配送系统高效配送、准确配送的发展趋势,烟草分拣线自动控制系统需要完成自动分拣、自动分离、自动喷码、自动打包和分类,设计了烟草分拣线自动控制系统。该系统采用上位机,通过交换机与PLC和喷码机进行数据传输和通讯,采用变频器控制四段皮带输送,实现了分拣过程中对每单香烟数量和品牌的准确比对,提高了分拣效率,保证了分拣的准确性。     

改进猫群算法在车辆配送路径优化中的应用研究

为解决在生鲜农产品的车辆配送过程中存在的成本高、碳排放高的问题,以顾客满意度最高和总配送成本最低为目标,构建低碳冷链生鲜农产品的车辆配送路径优化模型。首先,通过多种方法对猫群算法进行优化;然后,用优化的猫群算法对模型进行求解。通过仿真实验对车辆配送路径优化前后效果进行分析,验证了所构建模型的可行性。结果表明,所构建的模型能有效地解决车辆配送的路径优化问题;与传统车辆配送的路径规划方法相比,采用所构建的车辆路径优化模型,车辆配送总路径和碳排放量都有一定程度的改善;车辆总配送路径长度缩短了489.77km、车辆碳排放量降低了21.4%。该方法能有效降低车辆配送过程的总成本和碳排放量,可在一定程度上提高车辆的利用效率和物流企业的市场竞争力。     

计及漂移瓶颈的时变物料配送路径优化

针对不确定作业车间环境下物料配送路径优化问题,采用能反映制造单元相对生产负荷及其变化趋势的瓶颈指数和瓶颈漂移指数表征实时变化的制造单元物料配送优先级,对路径选择过程中违反此优先级的行为设置惩罚成本,提出以最小化包括车辆运输成本和违反优先级的惩罚成本在内的总配送成本为优化目标,建立了时变的物料配送路径优化模型。在此基础上,为保证运输车辆所载物料全额配送,避免非必要负载以及由此造成的非必要配送子路径,对配送路径优化模型进行改进,允许运输车辆非满载和物料拆分配送,以提高物料配送效率降低配送成本;并结合模型特点将贪婪策略融入遗传算法对优化模型求解。最后,通过某作业车间内物料配送实例验证了所提出的计及漂移瓶颈的改进时变物料配送路径优化方法在不确定作业环境中具有有效性和实用性。     

烟草商业企业物流设备精细化管理分析

物流设备是烟草商业企业卷烟配送过程中必不可少的工具,其对卷烟的在库存储、拣选、运输等的质量与服务有着较为重大的意义。物流设备管理的好坏,将在一定程度上影响到卷烟配送的质量与服务,因此,烟草商业物流要重视对物流设备的管理,加强物流设备的精细化管理,为卷烟配送做出应有的贡献,进而促进烟草行业的长期稳定发展。     

基于多中心共同配送的收益分配优化问题

针对多中心共同配送优化研究在收益分配机制方面存在的不足,提出先进行多中心共同配送优化后再进行收益分配优化的思想。以多中心共同配送网络构建的总成本最小化为目标函数,建立了基于配送中心到配送单元的配送成本和配送中心间运输成本的数学规划模型,并提出一种改进的遗传—粒子群优化混合算法求解模型;应用最小最大费用收益分配模型求解多中心共同配送优化成本的收益分配方案,并综合不同合作博弈论收益分配模型进行比较分析;提出应用合作联盟稳定性模型探讨不同收益分配方案的优劣;应用严格单调路径方法分析联盟成员的优化合作序列。通过实例对所提方法的合理性进行了验证,结果表明,该方法应用在多中心共同配送收益分配优化中能提高合作联盟的稳定性,也适用于基于多中心合作联盟稳定性的物流配送网络优化。     

模糊时间窗约束下的装配线物料配送方案优化

为解决装配线物料无法及时准确配送的问题,提出了一种动态的联合配送策略,在此基础上以最小化单个产品配送成本、最大化工位满意度为目标,建立模糊时间窗约束下的物料配送数学模型。利用NSGA-Ⅱ算法求解出最佳的工位组划分、小车出发时间和配送路径,并对配送小车容量及配送时间窗进行优化。利用Plant Simulation软件搭建某生产线仿真模型进行模拟,验证了配送方案的可行性。与一般配送策略进行对比,结果表明,在保证配送工位满意度的前提下,优化时间窗能进一步降低单个产品的配送成本。     

基于蚁群算法的货物配送路径优化研究

在探讨车辆路径问题和蚁群算法基本原理的基础上,建立了某货物配送路径优化模型,并采用蚁群算法和单纯形法对该配送中心配送货物运行路径进行了优化研究。对三个实例进行了探讨研究,得出了两种重要的关系。优化方案解决了车辆载货量不均以及配送路程长等问题,优化后的路线方案更加合理。采用蚁群算法解决货物配送路线优化问题的研究,对解决类似理论与实践问题具有参考和指导意义。     

基于蚁群算法的农机混流车间配送路径研究

为解决农机装备混流车间线边库存高、配送路径难规划的问题,以最小配送距离和线边库存为优化目标,考虑运载能力约束和线边生产需求,对配送路径进行研究,建立了基于配送路径和线边库存的优化模型。使用蚁群算法设计栅格环境地形,规定车间内配送小车的可行区域,在可行区域内进行工位间配送路径规划,确定工位间最短配送路径和距离,通过改进蚁群算法的状态转移概率,引导蚂蚁提高装载率,有助于蚂蚁寻找全局最优解。以某拖拉机总装车间为实例,验证了优化模型和改进蚁群算法的有效性。     

10kV开关柜装配线物料配送的仿真与优化

针对10 kV开关柜生产不能满足订单需求,生产过程物料配送不顺畅的问题,基于QUEST软件对10 kV开关柜装配线进行物料配送仿真与优化。在分析10 kV开关柜装配工序、装配特点及物料配送现状的基础上,提出10 kV开关柜装配线仿真模型的构建方法,建立包括并行装配工序、装配工序优先级、参数逻辑关系等在内的10 kV开关柜仿真逻辑模型,基于实际生产数据对物料配送问题进行分析与优化。对比优化前后10 kV开关柜装配线物料配送的数据,确认优化效果良好。     

无人机物流系统设计与优化

针对现代物流系统的特点,引入遗传算法对多个物流配送无人机在多配送目标之间的配送航线进行优化,寻求最优路径,研究重点为无人机物流系统配送航线设计及优化过程中遗传算法的应用.在优化过程过,将单个物流无人机的航线距离和各个物流无人机航线距离的总和作为约束条件,以此来得到更为符合实际的结果.考虑到实际配送目标的情况,引入检测程...     

飞机移动生产线物料JIT配送模型及算法研究

针对飞机移动生产线的物料配送问题,考虑装配作业仓储、飞机移动生产线站位、运输人员类型、运输小车类型、物料及时配送等约束条件,建立符合实际的飞机移动生产线物料配送数学模型,对不同装配作业物料进行组合,以配送次数为优化目标,并采用基于双层编码、对交叉和变异操作进行自适应改进的遗传算法优化求解。最后对提出的算法进行了数值实验,证明了模型与算法的有效性。     

带时间窗的乳品配送车辆调度问题研究

本文对带时间窗约束的乳品配送车辆调度问题进行了研究,以乳品配送特性为基础,以调研数据为依据,建立了一个适用于乳品配送的车辆调度模型,并通过遗传算法求解,将某企业优化前后的配送路线进行对比,结果缩短了距离,提高了效率,达到了最终优化的目的。     

基于蚁群算法的供应链物资配送系统优化

针对供应链物资配送系统的优化问题，提出了综合配送中心选择和配送路线优化，即在通过遗传算法选好配送中心的基础上，进一步通过蚁群算法（Ant Colony Algorithm）来优化配送路线。并重点讨论了蚁群算法对配送路线的优化。     

基于改进遗传算法的物料配送多目标优化模型研究

为解决装配车间物料配送过程中路径以及作业者数量不易确定的问题,以配送总时间和作业者数量为目标,同时考虑作业者的作业效率以及物料车的装载率,提出一种装配车间物料配送多目标优化模型,并采用改进遗传算法对模型进行求解。为解决多目标优化遗传算法求解过程中收敛速度慢且存在大量非可行解的问题,在算法设计过程中,将作业者配送路径和任务分配顺序进行实值分段编码,并在算法的交叉和变异中增加非可行解检验过程。以叉车装配为例,验证了物料配送优化模型的有效性。     

基于RFID的烟草物流分拣系统设计

RFID技术是当前最为先进的非接触感应识别技术,它正被广泛应用于国民经济和日常生活的各个领域.本文针对烟草物流配送的特点和发展趋势,设计开发了基于RFID技术的烟草物流分拣系统,实现了烟品自动化分拣作业.实践证明该系统可以显著提高配送效率及流程的"可视性",是一种切实可行的现代烟草物流解决方案.     

基于动态需求的多车型车辆配送路径优化研究

基于实际物流配送中客户需求的动态变化特性以及配送车辆的多样化,首先,提出多车型情形下的动态需求车辆配送路径优化问题,并以配送成本最小化为目标建立了两阶段车辆配送路径规划模型;其次,在初始配送路径优化阶段,采用了遗传算法得出车辆配送线路方案;在实时优化阶段,通过关键时间点将动态变化的需求转化为静态的需求,并采用了遗传算法进行分析求解。最后通过对JLD物流公司的实际需求数据进行研究,改变JLD专线路的原则,重新规划车辆的行驶线路,并与JLD的实际配送方案进行对比分析,发现基于动态需求的多车型模型有效的减少了配送车辆数并降低了运输成本。     

基于改进遗传算法的物料配送多 AGV 调度优化

为解决混流作业车间中物料配送多自动导引车（ AGV）的调度优化问题,以AGV配送物料行驶时间最短为目标建立数学优化模型,提出了一种改进的遗传算法进行AGV的任务分配和配送路径优化。在算法设计过程中,采用直接反映AGV配送路径和任务分配的整数编码方式,为避免常规交叉变异过程中产生不可行解的情况,改进了交叉变异算子,采用最好－最坏交叉模式和基因段随机交换的变异模式,获得了优化的调度方案。最后,以某重型机械公司装配车间内物料输送AGV调度优化为实例,并与遗传算法和分支定界法进行对比,验证了所提方法的可行性和有效性。     

配送属性数据驱动的协同配送联盟组建

为解决潜在的稳定协同配送联盟快速识别的问题,提出基于分析配送属性数据识别联盟机会和潜在伙伴的方法。分析了协同配送联盟可能的驱动方式,并建立了经济配送占比模型、共同社会关系强度模型、出车时段互补强度模型和车辆资源互补模型衡量配送中心的协同效应;以此为优化目标,建立了配送属性数据驱动的协同配送潜在联盟识别优化模型,提出了基于时空距离的最大最小聚类法来划分配送域,结合数据预处理和遗传算法实现模型求解,实现通过配送业务数据来快速优化识别潜在的稳定协同配送联盟。实例表明,所提方法避免了主观评价和排序,可直接根据配送属性数据有效识别出多个辐射范围重叠、配送社会网络重叠、资源互补的协同配送联盟。为协同配送联盟的稳健运行和更长的生命周期奠定了坚实的基础。