论文部分内容阅读
协同物流是近年来基于协同理论发展起来的现代物流模式,它通过资源的整合,使相对独立的物流企业构成开放与柔性的物流网络体系,实现整体上的规模效益、优势互补,达到最大限度地降低成本,提高效率的目的。协同物流为解决当前物流企业存在的问题提供了一种新的模式和有效途径,对于促进我国经济与社会发展必将产生重大影响。本文在协同物流模式下,研究了物流运输网络的运作机制,其中涉及两个相互关联的子问题。第一个子问题涉及集散点与集散点之间的运输问题,将其抽象成多批次整车运输问题进行研究;第二个子问题涉及单个集散点与多个客户之间的运输问题,将其抽象成多阶段库存路径问题进行研究。多批次整车运输问题综合考虑了物流系统的运输成本、卡车租用费用以及违反时间窗而产生的惩罚费用等因素,以实现总费用的最小化。将该问题转化为制造业中的调度问题进行求解,并相应地提出了混合遗传算法求解该问题。在该算法中,加入了标准的NEH算法和改进的NEH算法以产生质量较高的初始解;加入了快速搜索策略以加快计算适应度函数,提高算法效率;加入了重启动机制,以避免传统遗传算法中早熟现象的发生。在数值实验中,用混合遗传算法求得的解与Cplex产生的最优解进行比较,说明了混合遗传算法求解多批次整车运输问题的有效性。多阶段库存路径问题综合考虑物流系统的库存成本、运输成本以及卡车的租用成本等因素,以实现总费用的最小化。以每个时间阶段各个客户的订购量为研究对象,采用混合模拟退火算法求解该问题。该算法中加入了C-W节约算法产生初始解,通过多路径的插入与交换操作来对初始可行解进行改进。数值实验证明了库存路径问题得到的解要优于一般的车辆路径问题得到的解。同时对单位货物的库存成本进行了分析研究,以确定其取值范围对物流系统总费用的影响。