基于VMI的易腐品库存路径问题研究
发布时间:2021-09-07 12:03
近年来,我国易腐品市场规模的激增促进了冷链物流行业的蓬勃发展、激发了企业进一步释放活力,但也加剧了易腐品企业在库存与运输环节联合调度难度,导致每年易腐品损耗巨大,冷链物流成本居高不下,甚至还存在质量安全隐患。因此,研究易腐品库存与运输集成优化问题,有效控制库存与合理安排配送,有利于提升企业供应链运作效率、有效降低企业冷链物流成本。本课题以某易腐品企业在沈阳市分公司的冷鲜肉物流配送网络为研究对象。首先,分析某易腐品企业冷鲜肉配送存在的问题与原因,基于企业自营冷链物流模式与信息管理上的软、硬件设施基础,提出VMI模式对该企业库存配送模式进行改善,制定VMI模式下的固定配送周期,最大库存控制策略;其次,特别考虑载重量不同车型对冷藏车燃油、制冷剂消耗及碳排放的影响,建立多周期环境下面向零售商随机需求的由异质冷藏车进行配送的库存路径优化模型;第三,针对模型由多车型配送的特点,设计基于田口方法的多染色体遗传算法,采用基于链表结构的多染色体编码方式,运用田口实验设计对算法参数进行特定调整,获得近似最佳组合参数;最后,通过企业实际数据运用Matlab软件进行求解得到计划期内供应链总成本最小的最优配送方...
【文章来源】:沈阳工业大学辽宁省
【文章页数】:91 页
【学位级别】:硕士
【部分图文】:
客户点地理位置分布图
第5章应用研究51验方案中的因子水准,列表示每个方案中可变因子的特定水准。对表5.5配送成本的计算结果使用Minitab软件对种群规模Nind、个体间交叉率c1P、个体内交叉率c2P、变异率mP和迭代次数maxG在其不同水准下的信噪比取平均值,如图5.2所示,选取最大信噪比的最佳可控参数分别为:Nind=150、1=0.5cP、2=0.4cP、=0.09mP、=450maxG。表5.5田口实验设计结果Tab.5.5Taguchiexperimentresults实验次数种群规模个体间交叉率个体内交叉率变异率迭代次数配送成本1500.30.10.0603501234.992500.40.20.0704001230.673500.50.30.0804501194.384500.60.40.0905001250.4851000.30.20.0805001251.7761000.40.10.0904501228.5571000.50.40.0604001235.2781000.60.30.0703501262.4191500.30.30.0904001196.25101500.40.40.0803501198.35111500.50.10.0705001202.87121500.60.20.0604501258.36132000.30.40.0704501197.54142000.40.30.0605001276.36152000.50.20.0903501190.82162000.60.10.0804001285.23图5.2配送成本信噪比图Fig.5.2DistributioncostS/Nratioplot
沈阳工业大学硕士学位论文52本文在基于田口方法已获得的多染色体遗传算法最佳组合参数下对模型求解得到的模拟配送的配送路径如图5.3所示,车型I行驶路径为:0->-4>-3->17->0。车型II行驶路径为:0->13->11->10->1->8->0;0>9->15->16->2->0;0->5>-6->14->12->7->0。图5.3模拟配送的配送路径图Fig.5.3Simulationdistributionroutingmap因为本文研究带时间窗的车辆路径问题,所以总配送成本需计入时间惩罚成本。基于田口方法的多染色体遗传算法模拟配送的迭代过程如图5.4所示,算法迭代到将近350代的时候得到最优解,最优解的配送成本为1186.3234元。图5.4迭代过程图Fig.5.4Iterationprocessgraph
【参考文献】:
期刊论文
[1]冷链物流:2019年回顾与2020年展望[J]. 崔忠付. 中国物流与采购. 2020(01)
[2]考虑碳排放的易腐品供应链选址-路径-库存联合优化[J]. 王梦梦,韩晓龙. 上海海事大学学报. 2019(04)
[3]肉桂精油-壳聚糖涂膜协同气调包装对冷鲜肉品质的影响[J]. 周强,刘蒙佳,张宝善,雷昌贵,孟宇竹. 浙江大学学报(农业与生命科学版). 2019(06)
[4]基于共享物流视角的农村生鲜电商冷链物流体系构建——以江苏省为例[J]. 费汉华. 农业展望. 2019(11)
[5]马氏田口系统的量子行为二进制粒子群特征选择优化方法[J]. 刘久富,郑锐,丁晓彬,刘海阳,杨忠,王志胜. 工程科学与技术. 2019(06)
[6]冷链低碳配送路径优化研究[J]. 杨柳,王颍超,侯汉坡. 商业经济研究. 2019(17)
[7]基于遗传算法和响应面法的电动汽车用永磁无刷电机转子结构优化设计[J]. 张懿夫,徐衍亮. 微电机. 2018(11)
[8]超启发式遗传算法求解带软时间窗的车辆路径问题[J]. 韩亚娟,彭运芳,魏航,史保莉. 计算机集成制造系统. 2019(10)
[9]农产品冷链物流的运作模式分析[J]. 赵永全,刘文. 科技视界. 2018(11)
[10]多车场与多车型车辆路径问题的多染色体遗传算法[J]. 陈呈频,韩胜军,鲁建厦,陈青丰,王成. 中国机械工程. 2018(02)
博士论文
[1]基于DOE和代理模型的结构优化设计方法及应用研究[D]. 赵紫岩.西安建筑科技大学 2017
[2]多周期库存路径问题及其算法研究[D]. 傅成红.中南大学 2010
[3]VMI与TPL集成环境下的补货及发货策略研究[D]. 汪小京.华中科技大学 2010
硕士论文
[1]Z公司易腐品库存—路径联合优化问题研究[D]. 邹广峻.北京交通大学 2019
[2]低碳环境下冷链物流企业库存-配送优化研究[D]. 王晓雅.陕西科技大学 2019
[3]绿色视角下农产品冷链物流配送路径优化研究[D]. 金建华.浙江工业大学 2019
[4]碳配额交易机制下的冷链物流库存路径问题研究[D]. 王婉娟.北京交通大学 2018
[5]绿色视角下城市冷链物流配送路径优化研究[D]. 董杰.大连理工大学 2017
[6]基于VMI的生鲜产品库存运输联合优化问题研究[D]. 赵波城.河北大学 2017
[7]基于玻纤增强PMH技术注塑成型工艺对力学性能影响的研究[D]. 雷发桂.湖南大学 2017
[8]多车场多车型车辆路径问题的多染色体遗传算法[D]. 韩胜军.浙江工业大学 2017
[9]多周期易腐品库存路径问题研究[D]. 张奕.北京交通大学 2016
[10]VMI下库存运输联合优化问题研究[D]. 刘斌.西南石油大学 2016
本文编号:3389513
【文章来源】:沈阳工业大学辽宁省
【文章页数】:91 页
【学位级别】:硕士
【部分图文】:
客户点地理位置分布图
第5章应用研究51验方案中的因子水准,列表示每个方案中可变因子的特定水准。对表5.5配送成本的计算结果使用Minitab软件对种群规模Nind、个体间交叉率c1P、个体内交叉率c2P、变异率mP和迭代次数maxG在其不同水准下的信噪比取平均值,如图5.2所示,选取最大信噪比的最佳可控参数分别为:Nind=150、1=0.5cP、2=0.4cP、=0.09mP、=450maxG。表5.5田口实验设计结果Tab.5.5Taguchiexperimentresults实验次数种群规模个体间交叉率个体内交叉率变异率迭代次数配送成本1500.30.10.0603501234.992500.40.20.0704001230.673500.50.30.0804501194.384500.60.40.0905001250.4851000.30.20.0805001251.7761000.40.10.0904501228.5571000.50.40.0604001235.2781000.60.30.0703501262.4191500.30.30.0904001196.25101500.40.40.0803501198.35111500.50.10.0705001202.87121500.60.20.0604501258.36132000.30.40.0704501197.54142000.40.30.0605001276.36152000.50.20.0903501190.82162000.60.10.0804001285.23图5.2配送成本信噪比图Fig.5.2DistributioncostS/Nratioplot
沈阳工业大学硕士学位论文52本文在基于田口方法已获得的多染色体遗传算法最佳组合参数下对模型求解得到的模拟配送的配送路径如图5.3所示,车型I行驶路径为:0->-4>-3->17->0。车型II行驶路径为:0->13->11->10->1->8->0;0>9->15->16->2->0;0->5>-6->14->12->7->0。图5.3模拟配送的配送路径图Fig.5.3Simulationdistributionroutingmap因为本文研究带时间窗的车辆路径问题,所以总配送成本需计入时间惩罚成本。基于田口方法的多染色体遗传算法模拟配送的迭代过程如图5.4所示,算法迭代到将近350代的时候得到最优解,最优解的配送成本为1186.3234元。图5.4迭代过程图Fig.5.4Iterationprocessgraph
【参考文献】:
期刊论文
[1]冷链物流:2019年回顾与2020年展望[J]. 崔忠付. 中国物流与采购. 2020(01)
[2]考虑碳排放的易腐品供应链选址-路径-库存联合优化[J]. 王梦梦,韩晓龙. 上海海事大学学报. 2019(04)
[3]肉桂精油-壳聚糖涂膜协同气调包装对冷鲜肉品质的影响[J]. 周强,刘蒙佳,张宝善,雷昌贵,孟宇竹. 浙江大学学报(农业与生命科学版). 2019(06)
[4]基于共享物流视角的农村生鲜电商冷链物流体系构建——以江苏省为例[J]. 费汉华. 农业展望. 2019(11)
[5]马氏田口系统的量子行为二进制粒子群特征选择优化方法[J]. 刘久富,郑锐,丁晓彬,刘海阳,杨忠,王志胜. 工程科学与技术. 2019(06)
[6]冷链低碳配送路径优化研究[J]. 杨柳,王颍超,侯汉坡. 商业经济研究. 2019(17)
[7]基于遗传算法和响应面法的电动汽车用永磁无刷电机转子结构优化设计[J]. 张懿夫,徐衍亮. 微电机. 2018(11)
[8]超启发式遗传算法求解带软时间窗的车辆路径问题[J]. 韩亚娟,彭运芳,魏航,史保莉. 计算机集成制造系统. 2019(10)
[9]农产品冷链物流的运作模式分析[J]. 赵永全,刘文. 科技视界. 2018(11)
[10]多车场与多车型车辆路径问题的多染色体遗传算法[J]. 陈呈频,韩胜军,鲁建厦,陈青丰,王成. 中国机械工程. 2018(02)
博士论文
[1]基于DOE和代理模型的结构优化设计方法及应用研究[D]. 赵紫岩.西安建筑科技大学 2017
[2]多周期库存路径问题及其算法研究[D]. 傅成红.中南大学 2010
[3]VMI与TPL集成环境下的补货及发货策略研究[D]. 汪小京.华中科技大学 2010
硕士论文
[1]Z公司易腐品库存—路径联合优化问题研究[D]. 邹广峻.北京交通大学 2019
[2]低碳环境下冷链物流企业库存-配送优化研究[D]. 王晓雅.陕西科技大学 2019
[3]绿色视角下农产品冷链物流配送路径优化研究[D]. 金建华.浙江工业大学 2019
[4]碳配额交易机制下的冷链物流库存路径问题研究[D]. 王婉娟.北京交通大学 2018
[5]绿色视角下城市冷链物流配送路径优化研究[D]. 董杰.大连理工大学 2017
[6]基于VMI的生鲜产品库存运输联合优化问题研究[D]. 赵波城.河北大学 2017
[7]基于玻纤增强PMH技术注塑成型工艺对力学性能影响的研究[D]. 雷发桂.湖南大学 2017
[8]多车场多车型车辆路径问题的多染色体遗传算法[D]. 韩胜军.浙江工业大学 2017
[9]多周期易腐品库存路径问题研究[D]. 张奕.北京交通大学 2016
[10]VMI下库存运输联合优化问题研究[D]. 刘斌.西南石油大学 2016
本文编号:3389513
本文链接:https://www.wllwen.com/guanlilunwen/gongyinglianguanli/3389513.html