为降低需求不确定对食品冷链物流的影响,考虑车速、载重等参数,建立油耗测度模型;引入新鲜度衰减函数计算食品配送过程中的货损成本。在此基础上,根据时间窗和零售商服务水平等约束,以包括碳排放成本在内的总成本最低为目标,构建需求不...为降低需求不确定对食品冷链物流的影响,考虑车速、载重等参数,建立油耗测度模型;引入新鲜度衰减函数计算食品配送过程中的货损成本。在此基础上,根据时间窗和零售商服务水平等约束,以包括碳排放成本在内的总成本最低为目标,构建需求不确定的低碳库存-路径联合优化模型。通过机会约束规划模型进行确定性转化,设计一种基于Tent映射的混沌粒子群优化算法(chaotic particle swarm optimization algorithm based on Tent mapping,TCPSO)对优化模型进行求解。实验结果表明,与单独优化模型相比,联合优化模型的总成本降低了4.95%~9.03%,碳排放成本降低了3.32%~7.59%,物流成本和碳排放量均降低。通过改变车速和需求变异系数,发现总成本随车速增大先降低后上升,随需求波动增大而上升。实例证明所构建的优化模型和设计的算法有效且具有鲁棒性。展开更多
随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)即考虑随机需求环境下供应链中库存与配送的协调优化问题,是实施供应商管理库存策略过程中的关键所在,也是典型的NP难题之一。文章以具有硬时间窗约束的随机...随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)即考虑随机需求环境下供应链中库存与配送的协调优化问题,是实施供应商管理库存策略过程中的关键所在,也是典型的NP难题之一。文章以具有硬时间窗约束的随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem with Hard Time Windows,SDIRPHTW)为研究对象,将SDIRPHTW分解为直接配送的随机库存-路径问题和具有硬时间窗约束的路径优化问题两个子问题,并以最小化系统运行成本和用车数量为目标,设计了一个基于(s,S)库存策略和修正C-W节约法的启发式算法。最后,通过相应的数值算例验证了算法的有效性。展开更多
文摘为降低需求不确定对食品冷链物流的影响,考虑车速、载重等参数,建立油耗测度模型;引入新鲜度衰减函数计算食品配送过程中的货损成本。在此基础上,根据时间窗和零售商服务水平等约束,以包括碳排放成本在内的总成本最低为目标,构建需求不确定的低碳库存-路径联合优化模型。通过机会约束规划模型进行确定性转化,设计一种基于Tent映射的混沌粒子群优化算法(chaotic particle swarm optimization algorithm based on Tent mapping,TCPSO)对优化模型进行求解。实验结果表明,与单独优化模型相比,联合优化模型的总成本降低了4.95%~9.03%,碳排放成本降低了3.32%~7.59%,物流成本和碳排放量均降低。通过改变车速和需求变异系数,发现总成本随车速增大先降低后上升,随需求波动增大而上升。实例证明所构建的优化模型和设计的算法有效且具有鲁棒性。
文摘随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)即考虑随机需求环境下供应链中库存与配送的协调优化问题,是实施供应商管理库存策略过程中的关键所在,也是典型的NP难题之一。文章以具有硬时间窗约束的随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem with Hard Time Windows,SDIRPHTW)为研究对象,将SDIRPHTW分解为直接配送的随机库存-路径问题和具有硬时间窗约束的路径优化问题两个子问题,并以最小化系统运行成本和用车数量为目标,设计了一个基于(s,S)库存策略和修正C-W节约法的启发式算法。最后,通过相应的数值算例验证了算法的有效性。
