跨境供应链网络海外仓的鲁棒性选址模型及算法

新经济形态下，全球政治、经济形势瞬息万变，多种人为和自然因素导致商业供应链的生存环境日益严峻. 跨境供应链网络作为典型的时效性和运营环境等都具有极大不确定性的复杂网络，研究其鲁棒性问题具有一定的理论意义和实际应用场景. 首先阐明了跨境供应链网络的内涵，认为海外仓的选址优化是控制网络鲁棒性的重要手段；随后基于最小最大后悔值构建了海外仓的鲁棒性选址模型，利用情景松弛算法对模型进行求解. 算例分析结果证明，所构建的海外仓鲁棒性选址模型及算法适用于跨境供应链网络情景.     

考虑客户满意度的生鲜电商前置仓选址-路径优化

针对生鲜电商前置仓选址-路径问题中成本与客户满意度之间存在的效益背反现象，在仅考虑成本目标的传统选址-路径模型基础上，以生鲜产品送达时间和新鲜度量化客户满意度构建总成本最低和平均客户满意度最高的多目标优化模型。设计带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),运用精英选择策略、快速非支配排序及拥挤度计算保留优质解和加快算法收敛速度等方法，对Solomon标准算例RC105数据集加入时间窗约束后进行仿真实验，得出最小成本为10 961.87、最高平均客户满意度为0.68的结果。实验结果表明：在不大幅度增加成本投入的情况下，考虑客户满意度的生鲜电商前置仓选址-路径优化模型相较于传统模型，平均客户满意度最高提升19.64%,验证了模型的有效性。同时，该模型还可以为决策者提供不同情景下的前置仓选址-路径方案，满足生鲜电商企业不同发展阶段的决策需求。     

基于点线能力约束的多层级节点协同布局优化模型及算法研究

多层级物流节点布局对物流系统的降本增效具有重要作用. 提出物流网络简化处理策略，结合实际物理网络结构，以最短路径、共同弧段及通道运能三要素为重点构建了多层级物流节点的网络拓扑；在此基础上，结合不同层级物流节点的最大服务半径、服务能力及成本等属性，系统性考虑节点及通道运能，构建基于点线能力约束的多层级节点协同布局优化模型；结合模型决策变量特点，利用改进的和声搜索算法进行求解. 采用实际案例进行测试和应用，进行相应情景分析. 结果表明，模型及算法具有良好的适应性，为实际多层级物流节点选址提供一定决策依据.     

考虑随机需求和时间约束LIRP联合协同优化

针对多节点多层次多功能的供应链管理中整体效益亟待提高的问题，结合某连锁超市的单一供应商、多分销中心、多零售店所构成二级分销网络，建立以系统总成本和供货时间为目标的多目标选址-库存-路径问题（location-inventory-routing?problem，LIRP）集成规划模型. 利用线性加权法将其转化为单目标规划模型，提出遗传算法和节约里程法相结合的两阶段启发式算法并求解模型，第1阶段用遗传算法求解选址-库存问题，第2阶段用节约里程算法求解车辆路径规划问题. 并结合某连锁超市实例，对不同总成本权重下的不同决策方案的分销网络进行LIRP集成优化，优化后的系统方案比原文献的总里程减少了3 606.9 km，系统总成本减小了6 526.2 元，缺货成本降低了124.6 元，只有19.7元，验证了模型和算法的有效性.      

基于集合覆盖模型的报废汽车回收点选址优化研究

报废汽车是重要的再生资源,为了提高报废汽车的回收利用率,实现其经济价值和资源环境价值,需要构建高效率、高效益的报废汽车逆向物流网络,而报废汽车回收点的选址对整个网络的运作有重大影响。本文以成都市为例构建了报废汽车回收点选址优化的集合覆盖模型,然后针对该模型设计了相应的算法,并对模型进行了分析和验证。     

考虑碳交易的果蔬品供应链网络优化

基于供应链网络,分析了碳交易政策对果蔬品供应链总成本的影响,构建包括生产成本、运输成本、储存成本、腐败成本和碳交易成本在内的供应链成本函数。以最小化供应链成本和碳排放量为目标,建立多目标整数规划模型;针对总成本最低的均衡优化模型,采用粒子群算法进行求解,并对碳交易价格、车容量、单位耗油量等参数进行敏感性分析;算例验证了供应链网络模型和求解算法的可行性。实验结果显示:增加较少的成本能大幅度降低碳排放量,实现经济和环境的协调发展。     

应急物资保障系统模糊多目标LARP 研究

为了将应急物资快速有效地配送至灾区,从供应链的角度构建一个包含应急 物资供应点、集散点、配送中心及受灾点四层结构的应急物资保障系统. 在考虑需求不确 定性的基础上建立一个双层优化模型. 上层模型以最晚运达时间最小、配送总成本最小 及车辆载重利用率最大为目标,决策灾区应急物资配送中心的选址及车辆路径安排;下 层模型以运输总成本最小为目标,决策应急物资集散点的选址及应急物资的分配. 设计 一种自适应遗传算法求解上层模型,运用GAMS 软件求解下层模型. 以“4· 20”四川芦山 地震应急物资保障为背景构建算例,验证模型和算法的可行性和有效性.     

计及碳减排的共享电动汽车网点选址优化

为解决共享电动汽车网点选址布局不合理问题，从低碳角度出发，以建设共享电动汽车网点成本、用户出行时间成本及建设共享电动汽车网点碳排放和共享电动汽车路径碳排放最小为目标，以共享电动汽车网点覆盖程度为约束，构建计及碳减排的网点多目标选址规划模型，设计多目标优化算法NSGA-Ⅱ(非支配排序遗传算法),以Chicago Sketch(芝加哥写生)网络为算例求解模型得出网点选址结果，并将其与基于K-means(K均值)的聚类算法网点选址结果进行对比。结果表明：计及碳减排的共享电动汽车网点选址模型在车辆路径碳排放、聚类内部平均距离和聚类间平均距离等指标上表现更好。     

基于新鲜度损耗的社区团购电商配送中心选址研究

社区团购电商S2B2C供应链模式带来了新环境下的选址问题,进行选址决策能够有效降低社区团购平台的运营成本并保障企业利益。为了使选址决策更符合社区团购运营实际,作者调研了社区团购供应链模式并建立了考虑新鲜度损耗的混合整数选址模型,借助蚁群算法设计两阶段求解模型,用于优化选址过程中的成本求解,最后通过算例进行比较分析。结果表明选址策略能够有效降低企业的运营成本,局部最优解会在特定配送中心数量约束条件下出现。     

考虑行程时间可靠性的城市冷链末端配送站选址研究

城市冷链“最后一公里”的配送时效性对冷链产品货损率和客户满意度影响很大，因此提升城市冷链末端配送时效性具有重要意义. 恶劣的城市交通环境及高度分散的客户常导致配送时效性难以提升. 从行程时间可靠性角度出发，基于复杂网络理论提出一种城市冷链末端配送站选址方法. 先利用复杂网络理论构建城市冷链末端需求点网络模型，充分考虑行程时间可靠性；再利用社团检测方法，对冷链末端客户进行阶段性聚类；然后，利用度中心性和强度中心性进行选址决策；最后，对选址方案进行配送时效性评估. 通过模拟构建城市冷链末端物流需求点网络并进行选址决策，表明所提方法准确有效，能充分保证配送时效性.     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

基于遗传算法的供应链联盟伙伴选择

在建立供应链联盟伙伴选择多目标决策模型的基础上，提出了一种求解供应链联盟伙伴选择优化问题的自适应遗传算法，并给出了算例．该算法设计了自适应交叉概率和变异概率，使每个个体在遗传过程中对环境变化具有自适应调节能力．算例结果表明，用该方法能以较快的速度收敛于全局最优解．     

基于提前期的码头与供应链多Agent策略协同及优化

针对国际供应与分销网络中流程提前期的较大不确定性,提出了码头系统与供应链相结合的多Agent策略协调框架,建立了基于策略提前期的循环优化决策模型.在对供应链响应性有不同要求的情况下,对国际供应链节点码头前方作业系统平均流程时间选择合适的控制策略,调节国际供应链补货提前期的波动范围,以驱动供应链时间和成本两方面绩效目标的权衡优化.采用多目标优化遗传算法与神经网络相结合,以一个集装箱码头采取面向供应链策略的计划决策过程为例进行仿真,结果表明:提出的决策模式可增强码头策略计划与时间敏感型供应链整体目标的协同效应;虽然调节提前期波动区间码头需要付出较大的作业均衡成本,但获得的时间目标确定性会明显改善供应网络总体的绩效水平.      

���з�����������ͻ���¼��¹�Ӧ��Э���������о�

研究因突发事件造成供应商生产成本和市场规模同时扰动时,供应链的最优应对策略和协调问题.针对突发事件对供应链造成的不同扰动幅度,在集中化决策下给出了相应情况时供应链的最优生产计划和最优零售价格.研究结果表明,供应链的原生产计划对突发事件具有一定的鲁棒性,只有当突发事件造成的扰动超过一定幅度时,供应链才必须改变生产计划以使其利润最大化.当分散化决策时,供应链的原数量折扣契约不能使扰动后的供应链达到协调,由此设计了新的数量折扣契约来使扰动后的供应链达到协调.最后给出一个例子验证了相关结果.     

多点随机需求的分布式预置储备

考虑重点方向或区域中, 各重要隘口、通道、敏感地带等突发事件之间的关联性(连锁反应的可能性) 和需求的随机性, 在多个预置储备仓库构成储备网络和多个需求点组成需求网络的条件下, 研究了用储备网络保障需求网络的预置储备规模和储备分布优化问题, 分析了需求网络在各点突发事件和需求随机下总需求的分布特征; 在保证预置储备规模有效性、经济性与储备分布合理性的基础上, 建立了给定安全保障概率下的储备规模模型和过程响应准则下的分布式储备模型(统称储备模型); 根据模型特征将分布式储备模型分解为双层模型, 对随机需求采用样本化处理, 并在此基础上建立了针对性的遗传-模拟退火算法求解双层模型; 基于变异系数的概念, 提出了针对突发事件和需求随机的储备方案稳健性指标, 对储备模型及其算法进行了稳健性分析, 并通过案例应用验证了储备模型及其算法的有效性。研究结果表明: 相较于就近分区准则, 储备规模模型及其算法能在确保安全保障概率的前提下将储备规模降低约1/3;相较于极大极小化准则, 过程响应准则下的分布式储备方案可使首批物资响应时间减少11%, 使90%物资的响应时间减少21%;在面临需求网络中突发事件和需求的随机性波动时, 储备方案的波动幅度不超过需求波动的80%, 体现了较好的稳健性。      

考虑节点度的供应链网络风险模糊评估

从复杂网络角度将供应链网络风险分为“点中断风险”和“边中断风险”两大类，并重新定义了各自的主要风险要素．在此基础上，将网络的节点度指标引入风险评价中，建立了供应链网络风险的双层双维模糊评估模型．最后，以某三级供应链网络为例，由“微观”到“宏观”逐级对供应链网络风险进行了定量评估，仿真结果表明企业节点的度值作为供应链网络风险评估的过渡参数，可以有效提高评估结果的准确性．     

随机需求环境下VMI模型研究与应用

以供应商管理库存(VMI)产生的经济效果为评估指标,在总结国内外相关研究的基础上,建立了随机需求环境下的VMI库存模型.该模型考虑了安全库存、服务水平和提前期,与现实情况更加贴切.将该模型应用到某成品油销售公司的库存管理中,使用"规划求解"功能方便准确地做出订货决策,有效地降低了供应链的系统成本.     

�����������绷����Σ��Ʒ��·����·������

随着经济的发展,危险品的运输量在大幅的增长,危险品对环境和人类的潜在风险在扩大。危险品运输事故一旦发生事故,可能会造成惨重的人员伤亡、长久的环境污染及巨大的经济损失。选择一条最佳的危险品运输路径,确保运输安全具有重要的意义。在相对发达的运输网络环境下通过最小化运输风险、最小化运营时间及最小化敏感目标人数,建立了危险品公路运输路径多目标决策模型,并利用基于决策者偏好信息的权重信息和开方乘方集成算子对3个目标函数进行集成,然后用扩展标号法计算最优折衷解,最后用一个例子验证了模型及算法的正确性和有效性。该方法有助于决策者在发达运输网络环境下选择合理的运输路径。