第四方物流的体系结构和运作模式研究

为了提高供应链管理的运作效率 ,许多企业将其物流业务外包给专业物流服务提供商。介绍了第四方物流的概念 ,分析了第四方物流的特点及支撑环境。以某物流企业为背景 ,设计了第四方物流体系结构及其电子商务模式下的运作模式 ,提出了其配送体系架构 ,分析了第四方物流设计及实施的关键因素 ,提出了第四方物流决策支持系统软件功能模型及技术实现方案。该系统可有效地管理物流及第三方物流供应商的基本信息 ,根据客户、供应商在线交互信息 ,实现第三方物流的运输路线及运输载体选择 ,对物流方案进行优化决策 ,保证了该企业进出口贸易物流服务的快速度、高质量和低成本     

基于CITIS的第四方物流信息平台研究

CITIS的技术和标准是解决供应链集成商的信息平台问题的有效方法.基于CITIS的4PL信息平台模型提出能集成重构共享资源信息,协调优化物流资源,提供最优物流解决方案.进而提出该信息平台的体系结构、实现技术和安全性.为了实现此平台,设计了信息平台软件结构和用户使用流程图.     

不确定需求和旅行时间下的车辆路径问题

针对一类不确定需求和旅行时间下的随机车辆路径问题,建立了一个随机规划模型,提出了一种带有自适应机制的改进遗传算法。该算法引入自适应选择机制,采用了新的交叉算子。选取两种不同规模的随机车辆调度问题,分别采用该算法和基于边重组的改进遗传算法进行求解,并通过对计算结果进行对比分析,分别针对自适应选择机制和新的交叉算子做了讨论。结果表明,所提算法不仅取得了更好的优化结果,而且具有更快的收敛速度。     

带软时间窗随机需求车辆路径问题的算法研究

针对带软时间窗的随机需求车辆路径问题求解过程中存在的大规模车辆规划复杂度较高、规划时间较长、客户需求未知等问题,提出一种改进两阶段算法.第一阶段将客户随机需求作确定化处理,使其等于期望值,然后引入自适应禁忌长度、自适应惩罚系数和改进邻域结构,以解决车辆偏离时间窗问题,最后得到最初的规划方案,但该方案仍存在一定误差;第二...     

基于弹复性的第四方物流多周期网络设计

为了使第四方物流系统能够在动态环境下安全、有效地运作,研究了第四方物流多周期弹性网络设计问题。建立了第四方物流多周期网络设计问题的优化模型,在各个周期满足一定的弹复性水平条件下的最小化网络总成本。根据模型的特点,设计了一种带邻域搜索的全局最好和声搜索算法。通过随机生成的算例对算法性能进行测试,结果证明了模型的合理性和算法的有效性。     

基于SOA的第四方物流服务平台研究

第四方物流作为新的物流服务模式,通过控制信息、消除信息孤岛、优化选择3PL等物流服务商,为用户提供供应链环境下全面的物流解决方案.本文分析了SOA在4PL应用中的必要性,提出了基于SOA的第四方物流服务平台的体系结构,研究了第四方物流服务平台的核心功能,给出了多源、异构的物流资源集成框架,最后采用JAVAEE技术完成了第四方物流服务平台的实现.     

浅论我国第四方物流的产生与发展

在对国外成功第四方物流的分析的基础上，讨论了第四方物流产生的背景和发展模式，并分析了中国目前物流市场的状况，对如何发展中国自己的第四方物流提出了自己的见解。     

一种新的求解多目标随机需求车辆路径问题的算法

为优化带时间窗的随机需求车辆路径问题,建立了基于模糊满意度的多目标数学规划模型,并提出了一种基于量子进化算法和粒子群算法分段优化的方法求解Pareto解。第一阶段使用量子进化算法获得一定规模和精度的Pareto候选解,提出了概率选择最优解和可变旋转角改进变异算子;第二阶段通过转换将候选解映射到连续空间,利用粒子群算法继续搜索Pareto最优解。引入了节点交换策略进行邻域搜索,避免算法早熟。为保持Pareto解的分散性,提出了一种自适应网格算子。通过对benchmark仿真与非支配排序的遗传算法的比较,验证显示了算法的有效性。     

基于SOA的第三方物流运输管理系统研究与设计

运输管理系统是第三方物流信息系统的重要组成部分。第三方物流企业需要一个灵活的IT系统架构来支撑飞速变化的业务需求。结合某一大型第三方物流企业信息化实施与发展状况,对第三方物流企业的运输业务流程进行细致的分析,并对关键业务流程进行优化。研究了SOA架构的组建模型及其实现的相关技术,提出了一种基于SOA架构的第三方物流运输管理系统的设计方案。新方案能充分支撑企业多变的业务流程,使企业员工将能根据他们的权限拥有相应的跨模块的可视能力,随时了解到运输业务进行的全貌。     

基于遗传算法的多种切削方式集成参数优化

切削参数优化是零件工艺方案优化的一项重要内容。首先说明了多种切削方式集成参数优化的可行性,建立了以生产效率和生产成本为目标函数,考虑机床、切削力、零件表面粗糙度等约束条件的集成多种切削方式的参数优化模型,并用遗传算法进行求解。最后,开发了不同切削方式的集成参数优化系统,实例证明了集成参数优化方法及系统的实用性。     

求解车辆路径问题的周期进化遗传算法

针对标准遗传算法易于“早熟”的问题,提出了用周期进化遗传算法求解车辆路径问题.该算法模拟了自然界演化过程中的“进化一退化”并存且周期性往复的特点,设计了包含插入算子和倒位算子的组合算子以确保算法强大的搜索能力.实例验证结果显示,周期进化遗传算法相比于现有的两类典型遗传算法更易于找到最优解,显示出较佳的全局搜索能力,是一种求解车辆路径问题的有效方法.     

车辆路径问题的双种群遗传算法求解方法

针对标准遗传算法在求解车辆路径问题中出现的早熟、收敛,易陷入局部极值点的问题,提出双种群遗传算法求解车辆路径问题的方法。在求解过程中,初始化两个种群,分别选择不同的交叉、变异概率,在一次迭代完成后,交换种群间的优秀个体所携带的遗传信息,以打破种群内的平衡态,跳出局部最优解。通过实验仿真,将双种群遗传算法与其他各种启发式算法进行比较,双种群遗传算法比标准遗传算法显著提高了全局收敛性能,是解决车辆路径问题的有效方法。     

带客户分级和需求可拆分的生鲜车辆路径问题

为促进生鲜农产品流通、降低生鲜物流配送成本,结合生鲜农产品的生鲜损耗,研究了一种带客户分级和需求可拆分的生鲜车辆路径问题.此文的需求可拆分为需求依背包拆分,是一种需求离散拆分的新类型,即每个客户的生鲜需求量可由多个背包离散组合而成.依据客户的重要性来实施分级处理,将软时间窗和需求依背包拆分纳入约束,并将生鲜损耗费用纳入目标,构建了相应的多目标数学模型.为了提升禁忌搜索算法(TSA)的寻优性能,设计了动态禁忌表,并将自适应惩罚机制、多邻域结构体、禁忌表重新初始化等策略纳入TSA中,设计了一种带动态禁忌表的自适应TSA进行求解.通过对比分析验证了算法的有效性.     

随机需求和提前期环境下的精确库存成本建模

在随机需求和随机提前期环境下,用传统的方法对库存成本进行建模时,得到的结果是不精确甚至是错误的,在需求分布不规则时则很难进行成本的精确建模.为解决这类问题,使用微元法的建模思想,对随机需求和随机提前期环境下的(Q,r)库存成本模型进行了精确的建模,并在建模过程中考虑了需求离散抵达和连续抵达两种情形.针对最常见的需求依泊松流抵达的情形,进行了精确的建模并分析其属性.最后,使用遗传算法进行了仿真分析.     

考虑时间窗和装载约束的装配线集成物流调度

针对电动工具装配车间物料配送的集成调度问题,考虑配送时间和配送效率,将集成调度方案划分为两个层次,以空间利用率最大化为目标构建基于标准化料箱的物料装载模型,并将物料装载约束与装配车间配送路径规划问题有机融合,结合装配流水线的动态需求时间窗信息,构建考虑时间窗和最优装载约束的车辆路径最优配置模型,保证配送及时性和成本优化双重目标要求,给出了基于遗传算法的模型求解方法,并通过不同规模问题的算例验证了模型和算法的有效性。以南京D公司电动工具装配车间实际背景为例,提出了物流调度方案,进一步表明该模型和算法能够有效提高车辆装载率并降低车间物料配送成本,具有实际应用价值。     

库存路径调度问题的随机次梯度拉格朗日算法

为有效提高库存路径问题在供应链中的配送效益,建立了以最小化库存成本、运输成本和缺货损失成本为目标的库存路径规划模型,并针对此模型设计了一种随机次梯度拉格朗日松弛算法。在算法求解过程中,每次迭代采用随机因子调节次梯度来获得更好的拉格朗日乘子更新方向,以加快求解速度。最后通过算例表明：与传统次梯度算法和智能优化算法相比,所提算法能够在较短时间内得到较好的下界值和对偶间隙,随着数据规模的增大,其优越性越好。     

随机环境下的三级物流服务供应链任务分配

为研究多级物流服务供应链情况下订单任务分配的基本特性,以三级物流服务供应链为例进行研究,给出随机需求环境下三级物流服务供应链任务分配的双层规划模型,并利用遗传算法进行求解。算例研究结果表明,不确定程度的增大将使物流服务集成商的总成本增大、物流服务提供商的总利润增加、物流服务提供商的总体满意度降低;但是,提供商各自的总利润却没有呈现出一致性增大或减小的特征,提供商各自分包商的总满意度也未呈现出一致性增大或减小的特征。     

取值为模糊数的连续模糊随机需求报童问题

将取值为模糊数的随机需求引入报童问题,建立了模糊随机利润模型;给出其模糊期望模型。利用模糊数的符号距离反模糊化方法给出了其模糊期望利润的符号距离函数形式;证明了该函数的凹性,进而获得了订货量的最优性条件。     

基于两阶段启发式算法的低碳物流选址-多车型路径问题研究

为解决低碳排放量物流背景下配送中心选址与多车型车辆路径优化组合的决策问题,构建了以考虑碳排放量的物流综合成本最小为目标的规划模型,并针对该模型的特点,设计了两阶段启发式算法进行求解。第一阶段设计改进K-means聚类方法对客户节点进行分区聚类,然后使用空间单旅程分区算法以货车满载条件为限制确定各配送中心所服务客户;第二阶段以物流综合成本最低为优化目标,建立量子遗传算法进行求解。结合算例结果表明能够在低碳排放量情况下有效降低物流综合成本。     

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...