论文部分内容阅读
中国汽车市场在近年来取得了快速发展,本土汽车企业在快速发展中不断做大做强,并且随着经济全球化发展,传统的汽车强国,美国、德国、日本等也更加重视中国市场,加大在中国的投入,汽车行业间的竞争越来越激烈。与此同时消费者对质量和服务等要求越来越高,汽车企业越来越关注控制物流成本,提高企业竞争力。 作为汽车物流的源头,汽车零部件入厂物流意义重大,是汽车物流各环重头,是企业优化其管理,减小其成本的重要环节。为降低成本,汽车制造厂常委托第三方物流,通过循环取货的方式,进行汽车零部件入厂物流,实现汽车零部件小批量、多频次和准时的运输,实现精益生产。 通过调研发现,目前很多企业采用主路径计划和日路径计划相结合的两阶段入厂物流模式来安排路径计划,而大部分的研究主要关注于减小车辆配送的路径配送成本,忽略了实际中企业管理上也应该关注于尽量减小两阶段的调整,以达到减小路径配送成本和降低两阶段调整难度之间的平衡,针对这一问题,本文将深入研究。 针对上述路径优化问题,本文对企业进行了实地调查和研究,弄清了实际中企业施行的模式——两阶段入厂物流模式,并在此基础上,构建了混合整数非线性优化模型,符合企业循环取货的模式,并且满足实际中时间窗约束和车辆容量约束等条件。接下来,与传统车辆路径问题很大不同的是,本文构建模型是非线性目标函数需求可被切分的车辆路径模型,对16个客户点的这样模型 CPLEX求解至少需要一天时间,而实际中处理100个客户点并且半小时完成显然无法满足,因此本文采取了设计遗传算法进行求解,并通过实际数据进行了算例实验演算,得到了调整后的路径计划方案,验证了在求解方面,本文设计的遗传算法,具有很好的有效性、稳定性和收敛性。最后,本文对企业算例分析得到的数据进行进一步分析和总结,归纳出了在汽车零部件入厂物流的路径优化的问题上,并且在企业实际运营管理上,为其提供短期和长期战略思考,对汽车零部件入厂物流的研究提出展望,希望能助力中国汽车物流产业飞速发展,尽一份力。