VMI模式下的库存运输集成优化研究（可编辑）

VMI模式下的库存运输集成优化研究（可编辑） VMI模式下的库存运输集成优化研究 西南交通大学 硕士学位 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 VMI模式下的库存运输集成优化研究 姓名:蒋赛 申请学位级别:硕士 专业:交通运输规划与管理 指导教师:李宗平 20041101西南交通大学硕士研究生学位论文 第页 摘 要 库存运输集成优化问题强大的优化魅力和宽阔的应用背景吸引着 全世界无数的科学家、工程师和管理者为之探索。在国外,无论是其理论研 究还是实际应用都已经相当深入,而在我国则尚处于初步阶段。随着我国加 入,国内企业面临更加剧烈的竞争,迫切需要寻求各种有效措施来提高 市场竞争能力。研究有助于企业降低物流成本,提高运作效率,全面提 高顾客满意度。 本文关于模式下的研究旨在借鉴国内外先进的理论和方法,详 细阐述几种典型的配送 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ,比较其不同本质,为我国企业制定配送 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 提 供一点有益的思路和方法。论文的主要研究内容如下: 第一章首先阐述论文的选题背景,研究意义,明确本文以拓扑 结构的单物品物流配送系统为研究对象,主要讨论客户需求确定条件下的几 种典型的配送方案,并给出从该角度研究的原因。 第二章详细阐述了基于个体最优以及客户分组两种不同策略的补货计划 的全部过程和细节,并加以简单的 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 和比较。 第三章主要是在第二章的基础上,更进一步地研究车辆行驶路线和时间 安排等细节问题。基于实际配送情况考虑,本文提出混和时间窗模型,并利 用近些年兴起的单亲遗传算法,有效地求解了运输线路的优化问题。 第四章以一个具体实例为研究对象,对不同策略的配送方案展开更进一 步的分析和比较,以佐证理论探讨的结论并体现各阶段求解方案的有效性、 阶段之间决策的连续性以及解决方案对制定实际配送作业计划的指导价值。 最后,在结论部分指出本文的主要工作,并对未来研究作以展望。 关键词供应商管理库存;库存运输集成优化;混和时间窗 单亲遗传算法西南交通大学硕士研究生学位论文 第页 .,. ’ , ., . , , ., : . , ,, , . , , 。. , , .. . .西南交通大学硕士研究生学位论文 第 页, , . . : ; ; ;? 西南交通大学硕士研究生学位论文 第页 绪论 第章 本章主要从五个方面展开论述。首先阐述本论文的选题背景,提出论文 所要研究的主要问题及其研究意义,然后分析问题的现状,最后初步给出论 文的主要研究内容。 .选题背景 随着全球化和竞争的加剧,以客户为中心的物流管理面临更为复杂的竞 争环境和更为强劲的对手,企业之间由单纯的产品质量、性能方面的竞争转 向企业所在的供应链之间的竞争。供应链管理作为一种成熟的管理模式,其 理念在于提高企业自身核心竞争力的同时,更强调合作伙伴间的战略协作。 处于同一供应链中的不同企业可以在企业间交换某些决策权、工作职责和资 源,以加强协作,共同开拓市场。供应商管理库存 , 简称就是基于供应链管理思想而产生的一种新的库存管理模式,它集 中体现了供应链“横向一体化”的战略思想,打破了传统的各自为政、互不 协调的库存管理模式,以系统化、集成化的思想进行库存管理,使熬个供应 链获得同步化的运作,增强企业的市场响应能力和竞争能力。 作为一种先进的库存管理模式,系统中需要考虑的问题很多,既包 括库存控制管理,也包括配送运输优化,但其中最关键的就是本文所要研究 ,简称。 的库存与运输的集成优化问题 无论是理论研究还是实际操作,都是系统设计和运行中的核心问题, 一旦得以解决,其他问题即可迎刃而解:而如果解决不了,系 统的功能就无从实现。尤其是在实施初期,供应方由于承担了需求方库 存的经济和管理责任,将不可避免地导致其库存成本和管理成本的上升。 的研究使得供应方可以根据需求方的销售信息,更加合理地安排库存补充或 生产计划,削减其库存成本或产品生产成本;采用更加合理的运输策略 和方式,采用更加有效的运输计划来降低其运输成本,最终获得总体成本的 降低。 如此强大的优化魅力和宽阔的应用背景吸引着全世界无数的科学 家、工程师和管理者为之探索,在国外,无论是的理论研究还是实际应 用都已经相当深入,自年代以来,相关的文献足以千计;而代表其实际应 用的系统更是已经作为一种先进的库存管理模式完全融入了企业尤其 是零售企业和制造企业的日常运作“””’”。相对来说国内对于的研究第页 西南交通大学硕士研究生学位论文 还不够深入,无论理论和实际应用都还处于初步阶段,查阅相关文献只有了 了 数篇,系统的应用更是只局限在少数比较有实力的大型企业“’”。再 者,就可收集的资料,至今尚未发现有任何文献将模式下的具体配送方 案有过详细的阐述和分析比较。为此,本文提出该选题,借鉴国内外先进的 理论和方法,比较现有几种典型配送方案的不同本质,希望为我国企业进行 配送决策时提供一点有益的思路和方法。 .问题的描述 库存与运输的集成优化问题是以车辆调度问题 ,简称为基础,结合库存控制发展而来的,本文所提出的 模式下的被赋予更具体的含义,即有效控制客户处库存,联合运输集成 优化为了便于研究,本文暂时不考虑供应方自身的库存成本,而是将这部 分内容作为以后的研究方向继续深入。它与的不同点主要体现在以下三 个方面: 首先,二者的决策依据不同。在中供应商配送调度决策的主要依据 是客户订单,有关配送产品的种类、数量以及配送时间均由客户自己确定并 通过订单下达给供应商,供应商在决策中只考虑配送成本,根据客户订单进 行即时配送。而中供应商管理客户端库存,享有库存决策权,在决策过 程中,不仅考虑运输成本,还要综合考虑库存成本。 其次,二者的优化目标不同。与一样,追求系统费用最小。但 是更追求客户满意,它的优化目标可表述为在满足客户需求的前提下尽 可能使整个系统运作成本最小。 第三,二者的规划周期不同。典型的研究的周期是一天,即只要在 一个工作日结束之前,按照订单规定送货完毕即可;而则不然,它必须 通过一段时间内客户的销售情况和库存情况来确定送货对象、送货数量、送 货时间,进而组织车辆调度,因而通常具有较长的规划周期。 综上,模式下的可简单描述如下:供应商管理库存模式 下,在有限或无限计划期内,供应方向”个客户提供配送服务,客户单 位时间的需求量为.,最大库存量为:,初始库存为‘,有辆最大载重为 形的车辆供调度安排,供应方应该如何制定有效的配送方案以实现满足客户 需求前提下尽可能降低系统运作总成本。参考文献,本文从以下七个 方面对其加以进一步阐述。西南交通大学硕士研究生学位论文 第页 研究对象研究的是由供应方可为生产企业、批发企业、配送 中心等和需求方可为零售企业、配送中心或其他企业等组成的一个系 统。 拓扑结构中的拓扑结构指的是由供应方和需求方所组成的物流 系统的网络拓扑结构,可能是单对单?、单对多 、多对 单?或多对多?。 货物种类指在供应方和需求方之间运输的货物种类的数量,可以是 一种货物或多种货物。当处理多种货物种类时,一般也是首先对每种货物单 独处理。 费用因素主要涉及运输和库存方面的相关费用。运输相关费用包括 使用配送车辆的固定费用,与走行距离相关的可交费用,有时也包括配送车 辆在需求方停留的费用。库存相关费用主要包括货物保管费、订货费和缺货 损失费。此外,还可能包括供应方因不满足客户需求而产生的惩罚费用。 约束限制涉及的具体问题不同,求解问题的限制也不同,但一般都 包括几个主要因素,如配送车辆的数量、载重量、每天最大行使距离,供应 方的供应能力,需求方的存储能力、时间窗限制等。 需方需求 需求方的需求可分为种情况:需求方的需求量已知:需 求量是随机的,但需求的概率分布特性已知;需求特征完全未知。 决策目标系统决策者通常要对以下三个问题进行决策:客户对应的 配送频率、配送量以及配送车辆的行驶路线。其中前两个决策问题主要是考 虑库存控制问题,第三个决策则涉及运输调度问题。 通过将补充库存与车辆运输调度有机地结合起来,更加接近实际问 题。但是,库存与运输又是相互制约的,具有“效益悖反”的特性“?。一般 地,装运规模越大,运输距离越长,单位运输成本就越低。但是这种大批量 长运距的配送方式不仅容易造成库存成本上升,缺货概率增大,还容易造成 紧急运输的需求,从而带来额外的运输成本。相对地,配送量越小、配送频 率越高,对库存的要求就越小,库存成本得以节省,却带来运输成本的增加。 因此,库存和运输系统必须综合考虑,集成优化,否则势必顾此失彼,难以 达到整个系统的最优化。模式下的研究正是要找出系统库存费用和 运输费用的平衡点,在满足客户需求的前提下尽可能地减少系统总费用。 .研究意义 本文主要涉及的理论和方法在国外世纪年代以来蓬勃发展第页 西南交通大学硕士研究生学位论文 用以加强企业问协作,有效控制供应链企业成本,真正实现供应链管理的高 效、合理化。然而在我国尚属研究的新兴领域,在实践中,也未被广大企业 所认识和接受。随着我国加入,国内企业将面临更加剧烈的竞争,为了 提高竞争力,我国企业更加迫切需要寻求各种措施来提高企业对市场需求的 响应速度。因此,供应商管理库存必将成为我国企业管理库存的一种新 模式。 本文旨在借鉴国内外先进的理论和方法,详细阐述几种典型的配送方案, 比较其不同本质,使我国企业更加深入地了解的内涵,为企业进行配送 决策时提供一点有益的思路和方法,也为企业制定配送作业计划提供~定的 指导作用。 .国内外研究现状 ..国内研究现状 国内对于的研究还处于初步阶段,文献提到了此类问题在配送系 统设计中的重要性,但是没有具体进行研究。文献编译了一篇关于配送系 统设计中的选址、运输和库存综合决策方面的文章,侧重点在于运输方案的 选择。文献主要就运输成本与库存成本之间的关系展开讨论,证明二者之 间存在线性强相关关系,但没有涉及具体的优化。 文献主要讨论了模式下供应商自身库存补充和配送的整合优化 问题,通过构建,库存补充策略下使长期期望平均运作总成本最小的 优化模型来确定系统最佳库存补充量和配送周期。 文献在宏观上给出了库存运输联合优化 ,简称问题的定义、特 点和分类,并从决策的三个层次??战略层、战术层和作业层分别对随机需 求情况下的库存运输联合优化问题展开研究。在研究战略层和战术层 问题时均采用客户分组的方法,首先将客户按照距离划分成不同的客户子 集, 然后按同频率为每一个客户子集中所有客户服务。在作业层问题的研 究中作者以一天为配送周期,讨论了单周期、供应能力有限情况下,每目的 车辆运营策略。 文献以客户需求确定型库存运输问题为研究对象,不考虑需求方库存 费用,以最小运输费用为决策目标。作者在文中重点研究了如何处理短期计 划与长期计划这种“整体??局部”的矛盾关系,提出了较为有效的两阶段西 南交通大学硕士研究生学位论文 第页 法。第一阶段在一个月的跨度上对整个计划周期做粗略估计,第二阶段详细 地考察一个较短的时间周期,以小时乃至分钟为时间单位安排可执行配送计 划的所有剩余细节。在第一阶段补货计划的处理中,作者采用与文献相同 的思想,首先将客户划分成客户子集后再对其安排补货。与文献有所不同 的是,作者假设当客户子集中某一或某几个客户接受配送服务时,并不 要求所有客户都同时接受服务,而是有所取舍。 文献简单讨论了合作协议下,供应商如何为具有确定需求的客户 补充库存的问题。作者在具体处理问题时,假设所有客户按同频率接受补货, 即整个配送系统具有唯一的一个最佳配送频率和配送量。具体求解采用逐次 迭代法,即首先在不考虑配送费用的情况下,利用经济订货批量 ,简称公式求出最佳订货批量,然后将配送批量 为’时的配送费用加到订货费用上,再次利用经济批量公式,求出考虑配送 费用后的最佳配送批量’。取前后两次最佳配送批量的平均值再计算此 时的总系统成本,并与前两次配送批量下的系统成本较低者进行比较,再取 其间的均值计算出总成本并与前一次的比较。依此类推,直到系统费用函数 不再减少为止。 文献分别从零售商和生产商的角度对展开讨论。在零售商与其客 户组成的配送系统中,作者主要讨论确定需求下的,构造以系统总成本 包括供应商固定订货成本、库存维持成本、用户库存维持成本以及配送成 本最小为目标函数的优化模型,并提出粗略算法,通过反复迭代,协调库 存补给需求和用户补给需求之间的影响,进而求得优化策略。首先将客户按 照地理位置进行适当分组,按组逐一进行供应商库存补给决策和用户配送决 策,然后分析用户配送计划和车辆调度安排发生改变时,供应商订货决策可 能受到的影响,反复进行此过程,不断协调用户配送计划和供应商库存补给 计划,直到总成本无法再减少为止。在生产商与其客户组成的配送系统中, 作者以随机需求下的多产品为研究对象,提出改进的周期检查补给策略, 同样运用反复迭代算法求得整个问题的最优解。 总的说来,国内关于的研究已经在逐步深入,如客户需求已经由确 定性转向随机性;货物种类也不再局限于单品种,已经向多品种货物方向发 展;系统网络结构开始多样化, ?、?均有所涉及。但是, 距离国外在该问题方面的研究还存在很大的距离,尚未形成系统,还需要很 长一段时间的努力,且研究都是偏理论方面的,存在明显的理论与实践脱节。 第页 西南交通大学硕士研究生学位论文 ..国外研究现状 国外对的研究较为系统,研究文献相当丰富,早期主要集中于周期 为一天的研究,并且配送线路是固定的,主要起辅助决策的作用。此后, 该方面的研究逐渐扩展到周期为几天的,并在模型中考虑到短期决策的 长期效果。而无论在哪个阶段,对确定性需求、随机性需求的问题都有所研 究。可以说,对的研究,越来越贴近实际情况,也越来越复杂。本文以 下即对不同方面问题的代表性研究成果及解决方法进行简单的介绍。 ...周期为一天的 研究文献关于的研究相对较早,主要 通过构建一个以当日的总成本最小为目标函数的非线性整数规划,来解决随 机性需求模式下单一供应商的。其求解方法是从的优化方法中发展 而来,主要思路是首先确定一个初始可行解,然后通过相互交换不同配送路 线中的客户条件,反复迭代,不断优化结果。 文献讨论的是单对多的液态甲烷配送系统。假定每个客户的存储能 力和安全库存水平已知,系统目标是在一天内保证所有客户有相对足够库存 的前提下,使由库存费用和运输费用构成的系统运作费用最小。作者在文中 首先假设客户需要补充库存的紧急程度由其库存水平与仓库容量的比值决 定,然后通过计算,为那些库存补充紧急程度到达某一定值的客户提供补货 服务。 文献研究的尽管也是周期为一天的问题,但其不将每一天视为独立 的时间周期,而是用前一天的优化结果调整次日的收入,模拟连续几天的库 存和运输情况,通过单位送货收益和单位缺货损失计算日利润。在建立的整 数规划模型中,以日利润最大化为目标,并通过拉格朗日松弛法求解。 ...周期为几天的研究文献研究了周期为几天的,以周期 内总配送利润率最大化为目标。在对客户需求的表达中,既不将其表示为一 个随机变量,也不认为其是完全确定的,而是通过确定每一周期内向每个客 户送货量的上下限,给出需求的范围。进而建立整数规划模型,运用拉格朗 日松弛算法来解决配送数量的确定、配送路线选择以及配送车辆调度等问 题。 文献主要研究如何将计划期较长的多周期问题简化为时间跨度较短 的单周期问题,同时也考虑了短期计划决策对下一周期乃至整个年度计划的 影响。作者首先给出计划期内的每一天中每个客户出现缺货的概率、每次配 送的运输成本、缺货损失的期望成本,然后根据拉格朗日松弛算法计算出使 整个期望成本最小的每个客户的最佳库存补货日期。如果落在短期计划西南 交通大学硕士研究生学位论文 第页 区间内,则在短期计划内一定要为该客户补货,如果某一客户不在最佳补货 日期补货而是在第天,则用。表示其引起的未来费用增加值。如果落在 短期计划区外,则用船表示在短期计划内第天为客户补货所带来的未来收 益增加值。通过。和白可以反映出短期计划决策对长期计划决策的影响。最 后使用整数规划的方法首先确定客户补货的日期和提供补货服务的车辆,然 后求解一个问题给出每辆车的行驶路线。文献侧重资金现值对整个 系统的影响。在将多周期问题转化为单周期问题后,作者着重的是最大化作 业效率单位时间配送的平均单位货物量最多和最小化一个周期中平均缺 货次数。 文献引入滚动周期的方法来解决周期为两周的,即规划中以两 个星期为周期,但在实际运作中只执行第一星期的计划。作者采用与文献 相似的思想来确定每个客户的最佳库存补充日期,进而得出为其送货的最佳 频率。如果某一客户不能在最佳库存补充日期补货,则会增加运作成本,通 过使增加的总成本最小来求出计划期内每一天该为哪些客户补货,然后求解 每一天的。 ...战略研究战略主要是研究在客户零售商、工厂等规 模、地理分布和需求的随机分布特征已知,而欲执行配送作业的车队还没有 组建时,如何在保证服务水平的前提下购买或租借车辆,使得投资在这方面 的费用最省,或者组建的车队规模最小。从采用的方法来看,大多是按照~ 定的规则将客户划分到不同的子集中,然后再对每一个子集进行库存和运输 优化,最后通过对所有子集集成来实现系统优化。 文献用于帮助纽约市环卫局规划为其所拥有的港口配货所需的驳船 数量,目标是希望用最少的船来完成所有的送货任务。所采用的处理过程是 先将所有的港口进行分组,然后为每一组港口指派一艘船,确定最优行驶路 线,以相同频率为其服务。 文献在研究无限时间长度的时,采用直接对客户需求分组的方 法。作者首先将所有客户的总需求量抽象为?个需求点,然后将其划分为若 干个不同的区域,以使同一区域内所有客户需求之和与一辆货车的运输能力 大致相当。此时,一个客户可能同时属于不同的区域,但其在各区域得到的 送货量之和不能超过其总需求量。 文献主要用于确定配送中心所需车队的最小规模,作者同样采用分 组思想来处理问题,但与文献有所不同,具体通过以下两个步骤完第页 西南交通大学硕士研究生学位论文 成:第一步是将所有客户分成互不相交的组,第二步确定各组的配送线路集。 配送线路集是一系列可重复路线的固定排列,客户可以出现在其中不同的路 线上。然后,通过节约法确定这些配送路线集,提高配送车辆利用率,得到 所需配送车队的最小规模。 .论文主要研究内容 现实配送系统中,客户需求通常是无法准确预测的,每个客户每一天、 每个时段所需要的货物数量总是不断变化的,所以客户需求是一个随机变 量。 为了准确地刻画客户需求所具有的随机性特点,越来越多的学者开始研究随 ,简称机库存运输优化问题 。但是,不难发现,许多学者在解决随机需求的库存运输问题时,仍然都 是将其转化为确定性问题来求解。文献在求解时,首先通过求解 ?配送方式下每个客户的参考送货量、最佳送货时间间隔等,进而将 随机需求问题简化为确定需求问题。文献在求解随机库存运输优化问题 时,通过一种近似的方法??以客户的最坏需求率代替随机需求,从而转化 为确定需求问题。因而,可以肯定地说,确定需求的库存运输优化问题是随 机问题求解的基础,其重要性不言而喻。其次,目前用于求解随机性问题的 方法还很不成熟,当问题规模较大复杂度较高时,马尔可夫模型””用于求解 异常困难,计算量非常大,而且也不够实用。另外,在确定性领域, 国内的研究还极不完善,还有很多问题值得探讨,因此本文仍旧对确定性 展开进一步研究。 ..论文主要考虑问题 库存补充的策略问题库存补充策略是制定补货计划的关键所在,也 是整个配送计划的根本保证,再精确的运输调度也无法弥补补货策略的失 误。 资料显示,无论周期为一天或几天或一年的,无论采用什么具体方法来 确定客户的最佳配送周期、最佳配送量,其根本都是基于个体最优和成组最 优或客户分组这样两个基本策略来形成配送计划。因此本文不去细究究 竟哪种方法确定的配送周期以及配送量是最佳的作为以后的研究方向继续 深入,而只是对基于个体最优和成组最优这样两个基本策略下形成的补货方 案加以分析和比较。 对时间窗的考虑就收集的相关资料,目前对于时间窗的考虑主要基 于硬时间窗、软时间窗两种情况的考虑。”,其中又以对软时间窗的研究居多。 西南交通大学硕士研究生学位论文 第页 对于硬时间窗,专家普遍认为不符合实际作业过程,因而只是以与软时间窗 相对应的概念形式存在,相关研究比较少。本文认为,随着先进生产方式如 的产生,硬时间窗问题在实际配送过程中越来越有其存在的理由,单纯 的软时间窗问题已经不再适应某些配送需求,因而有必要改进目前对时间窗 的考虑范围,将其扩展为混合时间窗应该会更适应实际需求。 另外,资料显示,多数关于的研究均未考虑时间窗的约束限制,事 实上,本文认为模式下,库存运输集成优化的过程中,客户处的时间窗 约束是存在的,尤其在本文提出的混合时间窗理念下,更是必不可少的。 ..论文主要内容 本文以单供货方多客户的配送系统为研究对象,不考虑供应方下文以 配送中心为例的库存成本,但须考虑各个客户处的库存成本,假设一定时 期内所有客户需求确定,配送中心以,库存补充策略和零担运输方式 为之服务。在具体求解时仍然采用传统的两阶段方法,即将原问题分解 为库存补充问题和运输路线问题两个基本问题。在第一阶段决定当前周期为 哪些客户补货,具体每一天为哪些客户服务,各自的配送量应该为多少。配 送的具体细节,比如哪辆车应该选择哪条线路,每条线路的起始时间如何, 为哪些客户服务,经过不同客户的先后顺序应该如何等,这些细节问题放到 第二阶段来处理,即第二阶段给出运输调度计划。论文的主要结构安排如下: 绪论。阐述选题的背景、意义以及本文所要解决的主要问题。 库存补充计划研究。本章的任务是制定配送中心当前规划周期的库存 补充计划。为方便计划编制人员制定出快速高效的补货计划,本章将分别详 细阐述基于个体最优和客户分组这样两个基本策略下形成的补货计划,并加 以简单的分析和比较。 运输调度研究。本章的任务是在第二章的基础上,更进一步具体研究 车辆行驶路线和时间安排等细节问题。基于实际配送情况考虑,本章提出基 于混和时间窗的运输调度问题研究,并给出基于单亲遗传算法的以及 的详细求解步骤。 实例分析。本章的目的一方面在于详细介绍配送中心制定整个配送计 划的全部过程和细节,另一方面在予以具体实例对不同的配送方案作实质性 的分析和比较。 结论。对本文的研究成果进行简要总结,并指出需要进一步完善和深 入研究的问题。第页 西南交通大学硕士研究生学位论文 第章补货计划研究 本章的任务是确定第一阶段的决策,即确定一个规划周期内的补货计划。 虽然在第一阶段不需要考虑车辆行驶路线和时间安排的具体细节,但是如何 确定当前规划周期中该选择哪些客户作为服务对象,又该如何经济地将选中 的客户具体地指定到当前规划周期中的每一天仍然是一个巨大的挑战。为 此, 本章分别就基于个体最优和客户分组两种基本策略下的补货计划展开讨论。 .问题描述 在具体讨论补货计划之前,本文首先将库存补充问题作一简单描述,以 便于后续模型的建立和讨论。 一个配送中心拥有掰辆相同型号的货车,负责”个客户的库存补充,求 取配送系统在一个作业周期内的最优库存补充方案。为此,先作假设条件如 下: 系统仅处理单一商品品种: 客户需求是连续的,且需求速率基本稳定; 系统充分保证商品供应,即不允许缺货现象发生; 采用联合配送方式,每辆车可以同时配送两个或两个以上客户: 所有客户处的库存保管费用系数相同; 货车有装载量或体积限制; 配送中心供应能力无限; 配送中心的补货前置时间为补货时间相对小到可以忽略: 在以上假设的基础上,如何制定库存补充策略,使系统在充分满足所有 客户需求的同时,花费的总成本最少。 有关参数及变量设置如下: 一一规划作业周期 ??.?”表示各个客户,时表示配送中心 矽??运输车辆的最大装载能力 蹦一一车辆数 ??库存保管费用系数 .??配送中心执行一次配送作业的固定费用 ??起用每辆配送车辆的固定费用第 页 西南交通大学硕士研究生学位论文 。,,,,,?玎??配送中心与各客户点之间以及客户彼此之间的距 离,这里假设运输费用与距离成正比,取系数为,即,,,,?疗亦 表示配送中心与各客户点之间以及客户彼此之间的运输费用 .??客户的一次配送量 ??客户的配送周期 .??客户在规划周期的需求量 “.??客户的日消耗量 .??客户处的晟大仓库容量限制 ,。。??客户的初始库存量 。,??客户处的库存保管费 ??配送中心的~次配送总量 ??规划周期内系统总需求量?, 酉 ??规划周期内系统总费用函数 ??一次配送费用函数 .补货策略讨论 在研究库存控制问题的方法中,利用经济订货批量来确定最优订 货量和订货周期无疑是一种简便有效的方法。由于同库存控制问题的相 关性,很多专家学者”。”’”通过构建类似于公式的模型来求解客户的最佳 配送频率和配送量,进而求得客户的最佳补货日期,最后形成库存补充计划。 基于这种思想建立的模型易于理解和求解,文献指出管理者如果采用这 种策略进行库存补充,用计算器就可以进行辅助决策和对系统进行敏感性分 析。除此之外,其他用于求解客户最佳配送频率和配送量的方法有文献 提出的拉格朗曰松弛算法,文献为具有随机需求的两级物流系统设计的 启发式算法,文献用于同时优化经济生产批量问题、运输问题和经济订 货批量问题设计的启发式算法等。这些方法相对来说比较繁杂,因而本文选 择常用的改进公式来求解客户的最佳配送频率和配送量。 值得注意的是,公式求得的订货时间间隔可能是任何一个非负的实 数,这样的数值在实际运作中不好操作亦或不合理,很多学者发现了这个问 题,文献】提出将由公式求得的值四合五入近似取为最合理的频率: 但文献【】证明这种方法是不理想的。作者用一个简单的算例说明了如果仅 西南交通大学硕士研究生学位论文 第 页 是取整,整个费用将比实际的最小费用增加%以上,进而他们提出了在给 定的、有限的配送频率集合中寻找最理想的频率,使整个系统的库存和运输 费用达到最小。本文仍然采用取整模式,但采取数值向下取接方式,小数部 分则以规划时间窗的方式来处理,具体操作见实例部分。 以上主要就具体求解客户最佳配送频率和配送量的方法加以简单阐述, 并明确了本文将采用改进公式来求解客户的最佳配送频率和配送量问 题。接下来本文将就基于个体最优和客户分组策略的补货计划展开详细论 述。 .基于个体最优的补货计划讨论 基于个体最优的补货计划的关键是确定每个客户对应的最佳补货日期及 其排序规则,以下分别展开讨论。 ..最佳补货日期 为方便模型的建立,这里假设配送中心以?模式为客户送货,且 任何补货量都可以即刻补进,进而确定每个客户的最佳补货日期及参考配送 量等,为后续的客户补货日期排序和系统目标函数的建立做准备。 一般地,客户的最佳补货日期由起配时间、最佳配送周期两个因素决定。 ...起配时间对于需求确定的单客户而言,在即刻补货、不允许缺货 模式下,客户的理想起配时间只与其初始库存、每日消耗量有关,可表示 为: 。,,/. 本节的目的是为求得客户的最佳补货日期,以方便制定补货计划,非 整数的起配时间给实际操作带来不变。因此,令,【,】,【.】表示不大于:, 的最大整数,,。,即为客户的最佳起配时间。 ...最佳配送周期基本的模型是由总成本等式得到的,库存运输问 题中的总成本包括配送固定费用、运输费用以及库存保管费三大部分,则单 位时间内的费用函数表示为: ? :华?等 上 又/,,因此式可表示为:第 页 西南交通大学硕士研究生学位论文 』詈三 配送系统的目标是在满足客户需求情况下,使式的值达到最小, 因而等式两边对求导,并令其等于零,得: 降。 四一号七引十宝 其配送周期为: ? /甜, 式的值为不考虑车辆的能力限制和客户存储能力限制情况下取得 的配送周期,考虑能力约束后,其取值会受到限制,设表示客户可行的 最佳送货间隔,其值应由下式确定: 正’访,/,,/, 至此,可以容易地计算出每个客户的配送周期。根据.节所述,这里 令旺’】,?表示不大于正的最大整数,即两次补货的间隔时间为。同 时可得客户最佳补货量为:%’ ...最佳补货日期确定客户的起配时间。最佳配送周期‘后,可得 客户第一次库存补充的时间点为。,后续补充库存的时间点可表示为 。.‘,?表示配送的次数。 ..补货计划初始解 客户最佳补货日期的一个有序排列即形成补货计划的一个初始解。具体 步骤如下: 【】确定需要在当前规划作业周期内服务的客户集合。令’表 示所有客户的一个集合,当客户的起配时间超出规划周期范围,即满足 。,则将客户从集合’中删除,形成集合,,?。 【】依次确定中各个客户的配送日期。首先从中取出第一个 客户,根据其最佳补货日期用,表示安排配送日期:然后依次从中取西南交通 大学硕士研究生学位论文 第页 出客户,为客户指定配送日期,如此循环往复,直到中所有的客户都被取 出。 【】形成初始计划安排表。 具体编程过程中,补货计划表采用矩阵模型表示,如 口 其中元素。用?变量表示,当。表示客户在第.,天接受配送服务, 。表示客户在第,天不接受服务。 行向量,表示客户在整个规划周期中的补货计划安排,列向量彳.表示 规划周期具体第,天需要为之服务的客户集合。 ..初始解的调整 经过上面的一系列处理,已经可以初步确定当前规划周期内每天的作业 计划,即将选出来的客户初步确定到规划周期的每一天。 对于任一客户,理想状态是在他们的最佳补货日期为之送货。但如果有 许多客户的最佳配送日期相同,就会出现规划周期中某天的工作量特别大, 相应地也可能出现某天的工作量很小。这样的情况在实际运营管理中会对具 体工作的组织带来很大的不便。鉴于此,本节假设配送中心希望每天的配送 量不大于一个常数,即配送中心有运能限制。由此便产生了需要调整某些客 户的作业日期的可能,即完成将客户确切到周期的每一天的工作,这实际上 是~个指派问题。对应于每一个被调整的客户会产生~个费用增加,理想情 况是增加的总费用最小。这里借鉴文献在研究长周期问题向短周期问题 转化的处理思想,建立基于费用增加模型的指派算法。 .. 费用增加模型现考虑任一客户在最佳补货日期为之送货产生的费 用情况。根据式,为客户为表述方便,下面的变量表示中省略下 标服务发生的费用包括配送固定费用、运输费用以及库存保管费用。对具 体某一客户而言,配送固定费用以及运输费用是固定不变的,令其为,并 假设客户每天的需求量为?,最佳补货量满足车辆载重及客户库存容量限 制,最优策略下”天内的补货次数为,库存费用为吒,不允许出现缺货, 则天内为客户服务的总费用可简单表示为:西南交通大学硕士研究生学位论 文 第 页 靠 由于必须保证客户不产生缺货情形,所以,当不可能完全按照最优策略 来执行时,也就是说某个客户可能在第,天而非第。天为之补货时,则必有 。由于’是由最优条件得到的,在第,’天客户的库存量刚好为,如果 在第天为该客户补货,他的库存量应为?,原则上讲,此时对应的补 货量应为一’“一,但本文考虑补货计划调整的方便性,此时仍为其补充 ,以使后续补货仍可按照原最优策略进行。因而在该调整模式下,系统”天 内的补货次数不发生变化,即系统运输费用保持不变,但库存费用有所改 变,如图?所示。\ \. 扒 ? 、 \ ~ . 图一补货计划调整后的库存费用变化示意 令:表示计划调整后的库存费用,表示在第天而非第’天为客户补 货产生的增加费用,可得: ? :一’一 显然地, ?的表达式与时间长度无关,只与偏离’的程度相关,当 偏离’越大时费用增加的越多。 ...指派模型根据上述分析可知,在配送中心运能的限制条件下,以客 户补货日期调整增加的总费用最小为目标,建立指派模型如下: ”??儿。??%。第页 西南交通大学硕士研究生学位论文 一 .. ? ?“? 一】 ? , 妻。?肘 月 “。一。“,】?,?,? ? 只,,?,? 其中,式?用来表示每个客户必须被安排到具体的某一天; 式一确保每天的配送总量不大于由于作业能力限制所能达到的最 大供应量: 式表示客户处每次配送量必须满足其容量限制。 式?中。为逻辑变量,当其取时表示集合中的客户安排在第 天服务,否则取;为日期集合,即整个规划周期。 通过上述模型的求解可以最终确定集合中客户在规划周期中的分配。 ...模型的求解经上述分析可知,该问题具有一定的特殊性,希望将 客户尽可能地安排到最优补货日期为之补货,如果由于约束条件而 导致客户必须被移动的话,理想的是就近、就前安排,直到约束被 满足。因此,本文按照这种“前向就近”的基本原则,同时借鉴文献在 研究长周期问题向短周期问题转化的处理思想,给出一个近似算法,具体过 程如下: 【】:将初始解中根据最佳补货曰期取值确定的每天的客户集合记 作,..,?,取相应的,?,.。 【】:计算每天的配送总量,判断是否需要调整补货日期。令集合 爿,中,对任意的?,若满足约束式,则令, 若不满足,则令丑,即形成两个客户子集,集合中的客户补货日期 不用调整,集合中的客户补货日期必须调整。若?,转【】。 【】:对中的元素按降序排列,令;对中的元素按升序排 列。 【】:取嚣中的第个元素,记作。 【】:取中的第,个小于茚的元素,记作。 :对于集合带中的任意客户,计算瓦初始解时已经得到,西南交通大学硕士研 究生学位论文 第 页 并将所有客户按,的非增顺序排列,形成客户集合?,令。 【】:取中的第个元素对应的客户,将之移到天,此时意味 。 , 着“ 一.。的值由变为;同时也意味着客户从集合中删除,在集 “ , 合?中加入。 【】:重新计算第天的总配送量,如果满足约束式,转 【;若不满足,令‖,艘,,转【】。 【】重新计算带天的总配送量,若满足约束式,则重新调 整客户集合,丑,将第。天从集合中删除,并入集合。此时,当中, 转【】;当?中时,令,转【】;若不满足约束式一, 令,转【】。 【】算法结束。 通过以上处理,可以生成当前规划周期中具体某一天的客户集合 ,,,?,丁,从而转化成为某一天的问题。具体求解将会在第三章 详细阐述。 ..小结 基于个体最优的补货计划的最大特点是原理简单、操作方便,整个计划 的制定过程简洁明了,非常容易上手。但是其缺点也较为明显,整个计划是 基于个体最优配送频率考虑的,该频率是基于配送模式下得到的, 而实际配送则是采用.模式,因而在配送模式采用该方 案制定的补货计划不一定是最优的,尤其当客户点分布较为分散情况下。反 之,在.配送模式下,该方案则是最优的。 .基于客户分组的补货计划讨论 基于客户分组策略的补货计划仍然是要解决规划周期每一天具体为哪些 客户组织配送,配送量为多少的问题。值得注意的是,该策略下,每一个客 户子集作为一个独立的需求点,配送中心组织车辆对其采取直达配送方式, 即原问题的研究对象简化为着干个客户子集,补货计划安排也简化为确定计 划周期每一天具体为哪些客户子集服务的问题。由此可见,基于客户分组的 补货计划的关键就在于如何更好地将客户分组,以下将对此展开讨论。第页 西南交通大学硕士研究生学位论文 ..客户分组 在关于货物配送问题的研究中,如何将众多的客户按照一定的规则分成 不同的组进而便于组织和管理一直是许多研究者研究的重点。较早的关于此 类问题的研究出现在文献,中,更多的相关讨论可参见文献【】。文献】 指出,客户分组问题的难点在于按照什么 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 来分组,较为典型的分组标准 有配送周期和客户空间距离邻近程度,但未指出究竟哪个标准更适合。本文 认为,如果严格按照客户分组的定义,即将客户划分成一系列固定的组合, 那么采用客户间空问距离的邻近程度来划分这一标准将更有意义。理由如 下: 首先,本文并不否认配送周期对于客户分组这一问题所具有的重要意义, 相反,本文对此是持以肯定态度的。但是,本文认为,以配送周期作为分组 标准不应该拘泥于客户分组这个形式。事实上,本文认为.节所述思想就 是基于配送周期分组思想的一个拓展。若不考虑补货计划的调整以及初始库 存的差异性,基于个体最优的补货计划中所有具有相同频率的客户都是排在 同一天的,只是在形式上没有将其固定到一个或几个客户子集。而这种方式 恰恰可以提高配送车辆的使用灵活率,同时由于初始库存差异存在的客观 性, 本文认为.节所述思想更具实际意义。 其次,基于客户空间距离邻近程度的分组对于配送中心具有重要意义。 它不仅可以有效避免由于客户点分散而产生的较大运输费用,而且便于配送 中心对运输车辆的组织和管理。当客户点众多且分布较为分散情况下,该策 略的优势将极为突出。 当然,客户分组的标准不仅仅只包括配送周期和客户空间距离邻近程度 两个,如文献【】就提出以距离和库存保管费用的比率作为划分客户的标准, 这里本文对此不再做更深入的研究,而是将其作为以后的一个研究方向继续 深入。以下本文仅对基于客户空间距离邻近程度的客户分组问题如无特别 说明,下文所有客户分组都是指基于客户空间距离邻近程度的分组展开有 关讨论。 基于客户空间距离邻近程度的客户分组研究较为成熟,如年 、提出的算法“,年提出的长方形划分区 域思想”“,年和提出的极线划分区域思想”“, 于年提出的扇形划分区域思想?以及年提出 的“径一环切割”法”等。在实际的配送系统中,配送中心往往不可能近似 位于有所由客户组成的配送区域的中心位置附近,因为受到中心位置的运营 第 页 西南交通大学硕士研究生学位论文 费用和交通条件的限制,使得配送中心的选址多集中于周边地区,这便形成 了一种不规则的配送区域。文献指出,当一个不规则配送区域所包含的 客户数大于车辆的平均服务客户数目的平方时,可以用以配送中心为圆心而 形成的某种同心圆环来表示对整个配送的划分。因此,本节采用文献提 出的“径一环切割”法来对整个配送区域进行划分,介绍如下。 ...径一环切割法将由配送中心和所有客户所形成的区域假设为一欧 氏平面,并以配送中心为极点以水平方向为极轴也即分别相当于右手笛卡 尔直角坐标系的原点和轴,建立一个平面极坐标系,如图?所示。对此 区域进行划分时,首先根据一组极半径的取值形成一组同心环;然后在每个 环中,再根据一些条件进行划分从而形成一系列子区域,每个子区域中的客 户由一辆车提供服务。 图径一环切割示意 ...客户分组模型的建立与对每个客户单独服务不同,进行客户分组 后,运输组织和库存分配方面就产生了新的问题,此时每辆车送货产生的费 用应该包括为一组客户送货的费用,下面对此进行讨论。 每组客户的运输费用分析每组客户的运输费用由子区域,,内。个客 户和配送中心的走行距离表示,包括区域内的行使距离、配送中心与子区域 间的往返距离,当客户密度不大时,可童接计算其距离,则子区域,,的 一次配送的运费可表示为; ,?第页 西南交通大学硕士研究生学位论文 当客户密度比较大时,该问题的求解采用文献的估算方法,将区域 内走行总距离近似表示为: :。凡鸣占 式中 为客户密度。关于南的取值, 厶为一个常数,为子区域面积, 文献指出它主要受个方面因素的影响:路线策略,即以什么样的 概率来访问区域中的客户;区域路网阻抗;区域形状。当子区域中的 所有客户都必须被访问时,文献推荐其取之为.。 往返走行距离用极点配送中心到子区域乙边界的距离的倍即‘一, 表示,则子区域。的一次配送的运费可表示为: ?。‘一 每组客户的库存费用分析客户分组策略下,每一个客户子集拥有相 同的配送频率,同样按照公式,得予区域,,的配送周期为: 』%。 一 ’’’。‘。。。。‘。。。。。。。。。’’。’。’’’’’‘‘‘一 乃 式中 表示子区域中所有客户的日消耗总量。 同样地,乃必须受到车辆最大载重能力以及客户处最大不出现缺货现象 的约束,故将式一修正为: ,旦,?, 一啦 巴一% “, ” 巧一再等 从而确定配送子区域乙对应的最佳配送周期为巧巧】。 同时,由于周期的变化,对。中每个客户的送货量也要进行相应的变化, 对。中任一客户,,其最佳送货量应调整为』巧?,。 从而可将乙中所有客户单位时间的货物保管费峨表示为: ? 口?去坞西南交通大学硕士研究生学位论文 第页 由于假设每辆车每天为每个客户子集至多配送一次,因此 约束条件 对于任意子区域‖必有: ? ?%?“,?‖ ? 系统模型的建立经过上述费用函数以及约束条件的分析,可建立以 下数学模型: 设为经过某种划分后产生的环的数目,,为第个环中的子区域数目。 以系统长期运营下单位时间的费用最小为目标可建立目标函数: ?, ,二 ;』‘』 口 舢血薯引等塌卜鲁剽等番坦 .丁. 瓜再而,旦,吃 巧 “,? “, 。 /?矿 ,??????????【 毛%】 式中 和.为决策变量,当确定了一种分组方式后,总的车辆数可表 示为?三,。 ...模型求解客户分组数学模型具有较大的解空间,采用传统的搜索 方法难以迅速找到较优解。本节直接采用文献设计的遗传算法 ,简称来求解,介绍如下: 染色体编码的编码多采用二进制编码,也有采用自然数编码的。 客户分组问题的本质是对不规则的配送区域进行划分,而划分的不同状态是 由极角和极半径确定的。极半径的取值为,‰之间的任一实数表示 极半径的最大取值,这里取值等于配送中心至最远客户的距离,这里采用保 留一位小数的实数编码。需强调的是虽然不同的极半径取值集合能够形成一 组环,但达不到对配送区域的最后划分,还需要确定每一个环的一组极角值, 从而形成对环的划分,对极角值的确定将在后面介绍。 确定编码方式后,还必须确定个体的编码长度。由于环的个数为,且第页 西南交通大学硕士研究生学位论文 最后一个环的长度为。所以只要确定前一个环的长度就可以将接个配 送区域划分成个环,可见个体的编码长度为月一。但是环的个数是个变 量,这意味着在优化过程中,编码长度是不断变化的,这样给的设计带来 极大困难。由于对于任一给定的,通过遗传算法总能找到一个次优解或最 优解,所以对于凡。??一总能找出确定取值条件下的次优解或最优 解,然后从一一且~个次优解或最优解当中选择最优的一个,即可确定 使目标函数最小的环的个数月,并形成环划分。 所以对于给定,一条染色体可表示为‘,屯,?,‰一。。 遗传操作的遗传操作一般包括选择、交叉、变异三个环节,这 单点交叉以及基本变异操作。 里分别采用?,进化策略, 适应度函数适应度函数是用来区分群体中个体好坏的标准,是算法 演化过程的驱动力,是进行自然选择的唯一依据。文献【】对该过程仅作部 分 文字阐述,事实上,该过程是极其复杂的,是整个算法的关键所在,本文对 此展开详细论述。 染色体,,,?,,。只表示对攘个配送区域的一种径向划分,直接 用来计算适应度函数文献【】直接用目标函数代替个体的适应度函数显然 是不可能的。要想得到在该划分下目标函数的具体数值还要确定将该环分割 成一系列子区域,即确定每个子区域的极角值。在某个环中,假设极角的取 值介于钆。,艮、之间,首先,从‰开始增大极角,并同时重新累积客户配 送量,直到累积配送量大于车辆最大载重量矿,即满足约束,设此时 的极角为鼠。然后从开始增大极角,并保证约束?,设此时得到的极角 是只。重复此过程,直至该环中所有客户都被包含在这一系列子区域中。从 而形成一组唯一标示每个子区域的极角,同时确定此环中子区域的个数。 值得注意的是,客户配送量的累积过程是一个动态变化的过程,任一客 户对应的配送量都有可能随着该客户子集内客户数的变化而变化。由, 乃是由子区域。内所有客户共同决定的,每增加或减少一个客户,子区域。 内所有客户对应的配送量都有可能发生变化。因而,任何一辆配送车辆的加 载过程都是一个需要反复迭代的过程,需要设计一个有效的算法来求解。 本文基于配送车辆对客户累积配送量的动态分析,设计