A Multi-product Location-inventory Model Based on Coordinated Replenishment Policy

产品多样化已经成为很多制造企业普遍采用的竞争策略,然而,现有的选址-库存模型大多只考虑了单产品的情况,不能满足实际的需要.基于协调补货的多产品库存控制策略,建立了一种多产品环境下的选址库存联合决策模型.模型以选址成本、运输成本和库存成本之和最小为目标,同时对配送中心的位置、数量、服务范围和库存控制参数进行决策.模型属于典型的NP-困难问题,因此,采用粒子群智能优化算法求解.算例的测算结果表明:模型最优解对零售商的需求、配送中心的资源总量和单位产品资源消耗量的变化较为敏感,而对固定遗址成本和次订货成本的变化不敏感;模型是可行的,可用于解决部分多产品分销网络设计问题;粒子群优化算法可以很好地求解所建立的模型.     

连续需求下整合关税成本的选址-库存模型

针对国际物流网络设计中忽视连续需求下库存成本影响问题,基于梯级库存持有成本和产品的价值增值过程,建立了连续需求下包含关税成本的多层级选址-库存模型.模型考虑了设施打开成本、运输成本、库存成本、采购成本、生产成本和关税成本之间的相互影响关系,同时对网络结构参数、运输量和订货批量进行决策.利用粒子群优化算法对多个不同的算例进行了求解.算例结果表明:在国际物流网络设计中,考虑关税影响能够带来明显的成本节约,而且随着需求、单位运输成本和库存成本的增加,这种节约会增大;建立的模型和设计的粒子群优化算法是有效和可行的,可以用于国际物流网络设计.     

考虑库存成本的配送中心动态选址模型及算法

为了解决传统配送中心选址没有同时考虑库存持有成本和决策环境的动态变化的问题,建立了一种新的模型。首先,利用两步骤近似方法获得(Q,R)库存策略下每一个周期配送中心的库存成本计算公式;然后,针对传统设施动态选址模型对选址成本的不恰当表示进行了修正,并与库存成本计算方法相结合,从而建立考虑库存成本的配送中心动态选址模型。最后,分别用遗传算法、克隆选择算法、粒子群优化算法求解所建立的模型,并从算法的精确度、稳定性、运算速度和收敛性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法。     

引入补偿策略的风险共担配送中心选址问题研究

在LMRPVCC问题优化模型基础上,在目标函数与约束条件中引入运输补偿成本项及服务半径Dr,将模型扩展为引入补偿策略的LMRPVCC选址-库存问题的非线性整数规划模型。利用所设计的粒子群算法对Daskin和Shen的文章中的49节点、88节点算例求解,并对补偿系数W、服务半径Dr及运输成本系数β进行敏感性分析,认为服务半径Dr越小,超出服务半径的零售商数量越多,配送中心需额外支出的补偿费用越高;服务半径Dr越大,超出服务半径的零售商数量越少,配送中心需支出的补偿费用越少。补偿成本系数W、运输成本系数β与模型目标函数值正相关。     

B2C环境下考虑不确定需求的物流配送中心选址模型——以冷链物流为例

考虑B2C环境下终端客户需求的不确定性,以综合运输成本最小化为目标,建立基于成本分析的冷链物流配送中心选址优化模型,并采用蒙特卡洛模拟方法对不确定需求进行处理;以广州安得冷链物流公司为研究对象,以运输成本、货损、固定成本最小化为目标进行求解,得到了合理的选址方案。     

Coordination Mechanism of Transportation-inventory Model in Fuzzy Environment

针对单位运输成本为运输量的阶梯函数形式,且客户需求、提前期和库存成本存在不确定性的运输-库存协调问题,从优化系统物流成本角度,建立了运输-库存系统成本优化模型.基于理论上的最优解在实际中并不一定可行的事实,为了使决策者的决策意图能够得以体现,提高优化结果在实际环境中的可执行性,提出了一种求解模型的协调机制.最后算例表明了该协调机制的有效性:既体现了决策者的经验判断,同时由该优化机制得到的优化结果也小于分剐采用最优运输策略和最优库存策略时的系统成本值.     

基于固定成本随区域变化的设施选址模型

在物流网络设计中,物流设施的选址决策决定了物流网络的模式、结构和形状,是物流网络设计的核心和根本。本文建立的设施选址模型,考虑了设施的固定设立成本随区域变化的影响因素,该模型与企业面临的实际情况比较吻合,具有较强的适应性和延展性。在模型的求解过程中,针对传统遗传算法存在容易出现早熟现象和局部寻优能力较差的缺陷,并结合本文提出模型的特点设计出改进遗传算法。最后通过结合一家洗衣机企业的实际的物流网络规划问题,对模型和算法进行验证。     

双目标多元需求的截流设施选址问题研究

根据网络路径上用户流的需求为多元化的特点,在考虑决策者事先无法给出具体选址数目和选址预算,而是通过投资收益来确定最终的设施位置和数目的基础上,提出了收益最大和选址成本最小以及利润和投资收益率最大化的两个双目标多元需求截流设施选址模型.在建立模型时考虑了消费者存在刚性需求和附带需求的情况.利用多目标优化技术将双目标模型转...     

基于改进蚁群算法的多物流中转站选址规划

根据多物流中转站选址问题的特点,应用遗传算法和分配算法将大规模客户点划分为不同的配送单元,建立了包含配送中心和中转站的运营成本以及配送中心和中转站的大小车维护费用的数学模型,其中,运营成本包括车辆的运输成本和中转站的建造成本.提出了一种解决多物流中转站选址问题的改进蚁群算法,由于该算法在评价函数中隐含加入了约束条件,并...     

液化天然气库存路径问题建模与算法

考虑液化天然气（LNG）的在途挥发、转移挥发与库存挥发对配送成本与风险的影响，根据LNG风险特性采用蒸汽爆炸模型量化库存和运输风险，并针对传统单因素风险评估方法的不足，结合多源数据（兴趣点密度、土地生产总值产出率和人口密度）构建多因素复合风险评估指标反映事故严重程度的空间异质性，建立库存路径问题双目标优化模型，实现多周期LNG库存和配送方案的联合优化。根据问题的特征，设计基于贪婪策略预优化并结合变邻域搜索（VNS）的多目标粒子群（MOPSO）混合优化算法，且通过标准测试函数对改进前后的MOPSO算法和非支配遗传算法（NSGA-Ⅱ）进行比较；与NSGA-Ⅱ相比，MOPSO在结合VNS前后分别具有32%和42%的收敛性优势，结合VNS混合优化相比原始MOPSO有15%的收敛性优势。最后，以广州地区LNG加气站供应体系进行案例分析。研究结果表明：库存与运输成本存在利益背反关系，且在短暂缺货时总成本较低；忽略挥发的影响会导致小批量频繁补货，从而增加不必要的运输成本；LNG挥发成本占总成本的10%~20%，库存挥发率对成本影响较大，但对风险影响很小，当库存挥发率低于2%时投资降低挥发率带来的经济效益较大，当超过2%时，投入产出比迅速降低；风险限值约束对路径选择和成本影响较大，20%风险限值的降低带来了10%总成本的提高，但20%风险限值的提高仅降低5%的总成本，说明总成本在逐步接近不考虑风险时的最低值，存在优化上限。     

基于客户软时间窗的地下物流配送路径优化

随着互联网的快速发展,网购逐渐成为人们的主要消费方式,物流数量飞速增长,交通压力进一步加大。为应对日益增长的物流配送需要,更好地协调城市道路交通与城区快件准时高效送达之间的关系,文中构建软时间窗下总成本(包含车辆运输成本、时间成本及固定设施成本)最小的线性模型,综合南京市地铁线路和地面配送车辆等交通工具使其形成一个综合物流配送网络,借助改进遗传算法对模型进行多次选择、交叉、变异等,利用MATLAB软件对模型进行求解;为使优化模型更契合实际,结合客户软时间窗使总体延误成本降至最低,避免硬时间窗带来的约束困难,结果表明,在客户软时间窗下,运用该模型不仅可减少成本投入,还可缓解地面交通压力,提高地铁沿线客户的满意度,使交通资源利用最大化;最后通过与货车单独配送时间及成本的对比,验证所建模型和算法的有效性、可行性。     

不确定情形下的绿色物流网络和库存问题研究

当前,绿色物流网络的构建对企业物流系统的可持续发展起着至关重要的作用。文中研究了不确定情形下的绿色物流网络和库存问题,提出了一个考虑网络成本和CO2排放当量的双目标随机规划模型。其中,经济目标最小化网络总成本,包括订货成本、采购成本、运输成本、库存持有成本、延期交货成本和缺货损失成本;环境目标最小化运输过程的CO2排放,该过程基于《IPCC国家温室气体清单指南》中提出的测算方法和数据库进行。对于客户需求的可变性,采用情形树法进行描述,以客户需求不确定性的发生为界,将模型分为两个阶段进行分析。此外,文中对带精英策略的非支配排序遗传算法(NSGA II)进行改进求解上述模型,测试结果表明改进算法在收敛性能上明显优于原算法。文中模型和算法在一个两级供应链物流网络算例中的应用结果表明,环境目标的引入通过对订货、库存及运输方式决策产生影响来降低运作对环境的影响,决策者可以在小范围增加成本的前提下大幅度降低环境影响。此外,文中还对各决策过程关于延期配送的货物比例α的影响机理进行了分析。进一步说明了文中提出的模型和算法可以为各级决策者提供有效的订货、库存及车辆调度方案,以达到网络总成本和环境污染最小化的目的。     

带时效性约束的物流中心选址研究

论述设施选址的时效性约束问题,构造带时效性约束的物流中心选址模型,分析求解重心选址模型传统迭代算法的局限性,提出一种新的基于Matlab优化函数的精确算法,并给出算例,验证模型和新算法的可行性。模拟分析表明,基于Matlab函数的新算法,编程简单,功能强大,能够求解传统迭代算法无法求解的带时效性约束选址问题。     

立体过街设施选址模型初探——以天津滨海新区过街天桥规划为例

立体过街设施是行人安全过街的主要保障措施,立体过街设施的选址是否合理关乎人们使用的便利性设施的利用率.结合行人过街特点布置立体过街设施可以大大提高设施使用率,同时也方便行人的安全过街.行人交通作为城市交通不可忽视的重要部分,通过分析国内外行人过街设施间距、行人交通特性,尝试提出立体行人过街设施选址模型.结合滨海新区的交通特性和城市用地发展布局,将行人过街设施模型进行应用,从而提出立体过街设施规划方案.     

电动汽车充换电技术研究综述

电动汽车对生态文明建设具有重要意义,发展电动汽车必须加快充换电基础设施建设,提升充电基础设施服务水平。文章围绕电动汽车充换电基础设施建设,梳理了充电设施选址、充换电与电能管理技术和无线充电技术的最新研究成果;充电设施选址方面,介绍了出租车专用充电场站选址模型,基于某纯电动汽车的实际行驶数据建立充电设施优化布局模型,基于充电负荷需求预测的二层规划理论建立充电桩选址定容模型以及约束概率车流加油选址模型;对电能管理技术方面的成果进行了论述。结果表明,以综合经济指标最优为目标的能量优化管理模型具有多解性,应根据实际情况进行多目标、多阶段优化,能量管理者应制定灵活激励措施调控用户参与度。通过研究,对电动汽车充换电技术领域的发展提供一定的参考。     

针对第三方物流企业的物流中心选址模型研究

现代物流业的一个重要发展方向是发展第三方物流，不同类型企业建设物流中心的目的不同，难以用同样的布局模型表达，针对第三方物流企业，提出以物流中心自身能够取得的最大利益为目标的区域物流中心选址模型，并用考虑了物流中心固定运行成本和可变运营成本等成本因素。通过对模型分析，分解和过滤，结合实际情况，提出一种启发式算法对模型进行求解，并在实际应用中取得很好的效果。     

基于互联网出行数据的停车设施选址规划方法

为解决不确定需求下的停车设施选址问题,提出了基于互联网出行数据的停车设施选址规划方法。该方法基于居民通勤数据估计停车需求、识别备选停车设施点,并以停车设施的建设维护成本、停车设施到停车需求点的步行距离最小化为目标,构建不确定需求下的停车设施选址优化模型。为验证模型的可行性,基于北京市2021年9月—11月的居民通勤数据,针对海淀区中关村附近区域,构建并求解模型,并对建设维护总成本变化与停车需求不确定性之间的关系进行研究。研究结果表明：停车设施点的最优配置数量及其车位规模会随着停车需求被满足的置信水平（即实际停车需求小于或等于停车设施容量的概率）的提高而增加,且当置信水平达到0.9时,建设维护总成本变化显著提高,此时停车设施点的数量为30个,停车位总数为28 862个。此外,建设维护总成本对停车需求不确定性水平较敏感,会随着停车需求不确定性的提升而增大,在停车需求不确定性水平分别为0.4,0.5,0.6时,停车设施建设和维护的相对总成本变化率分别为1.25,1.75,2.25,而在同一置信水平下,停车需求不确定性越高,相对总成本变化率越大,相对总成本对需求不确定性也较敏感。本研究对停车设...     

城市停车设施选址模型与遗传算法设计

研究城市停车设施选址规划的模型和算法，根据不同城市或区域的土地使用限制条件分别提出了约束型和无约束两种选址模型，并分别设计了线性规划与遗传算法相结合的计算方法。模型和算法在示范城市苏州市的停车场选址规划中得到了应用。     

开放跨境货运广吸内地货源

物流业的竞争，很大程度上是建基于良好的国际航空货运中心和货柜港口的设施。面对区内咄咄逼人的挑战，业界认为，降低跨境陆运成本，对提高香港港口及物流业竞争力至为重要。目前，香港亟需着力解决跨境陆路运输成本高昂的问题，只要降低了陆路运输成本，才能吸纳珠三角货源。     

基于模糊品质机能法的第三方物流配送中心选址方法研究

配送中心选址对第三方物流企业（3PLS）来说至关重要，而当前提出的许多选址模型，主要以成本或利润为目标函数。进行配送中心选址决策时常忽略客户因素．品质机能展开法（QFD）是一种能将客户心声导入决策过程的系统化和结构化方法。文中提出了一个基于品质机能法，并综合应用模糊集理论、群体决策理论的3PLS的配送中心选址模型．模型能从3PLS和客户多角度考虑配送中心选址需求，可反映决策过程中的模糊性和群体性决策的特点。最后，应用案例说明了该方法的有效性。