共同配送选址-路径优化模型与算法
发布时间：2021-06-12 05:36
以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。
【文章来源】：重庆大学学报. 2020,43(01)北大核心CSCD
【文章页数】：16 页
【部分图文】：
单独配送和共同配送示意图
表3 各商超(C)编号及两种奶制品的销售量(单位:盒)Table 3 Serial number of each supermarket (C) and sales volume of two types of dairy products (unit: box) 编号 蒙牛 伊利 合计 编号 蒙牛 伊利 合计 编号 蒙牛 伊利 合计 C1 258 242 500 C29 445 418 863 C56 87 81 168 C2 687 646 1 333 C30 113 106 218 C57 323 304 627 C3 113 106 219 C31 121 114 235 C58 313 294 607 C4 357 335 692 C32 209 197 406 C59 177 166 343 C5 310 291 602 C33 683 642 1 325 C60 225 211 436 C6 622 585 1 207 C34 207 194 401 C61 108 102 210 C7 646 607 1 254 C35 662 622 1 284 C62 530 498 1 028 C8 152 143 295 C36 198 186 384 C63 208 195 403 C9 398 374 772 C37 1 338 1 257 2 595 C64 353 331 684 C10 362 340 702 C38 504 473 977 C65 111 104 214 C11 525 494 1 019 C39 283 266 549 C66 345 324 670 C12 577 542 1 118 C40 362 340 701 C67 175 165 340 C13 613 576 1 190 C41 887 833 1 721 C68 436 410 846 C14 224 211 435 C42 506 476 982 C69 404 379 783 C15 553 519 1 072 C43 1 196 1 124 2 320 C70 499 469 968 C16 533 500 1 033 C44 843 792 1 635 C71 301 282 583 C17 132 124 256 C45 792 744 1 535 C72 56 53 109 C18 97 91 188 C46 1 321 1 241 2 562 C73 553 520 1 073 C19 405 381 786 C47 412 387 798 C74 102 96 197 C20 277 260 537 C48 1 090 1 025 2 115 C75 551 518 1 069 C21 476 447 923 C49 1 085 1 020 2 105 C76 359 337 697 C22 182 171 353 C50 548 515 1 062 C77 608 572 1 180 C23 611 574 1 185 C51 818 768 1 586 C78 52 49 101 C24 207 195 402 C52 78 73 151 C79 295 277 573 C25 411 386 798 C53 764 718 1 482 C80 71 67 138 C26 568 534 1 102 C54 520 488 1 008 C81 642 603 1 245 C27 724 680 1 405 C55 623 585 1 209 C82 116 109 224 C28 780 733 1 512 — — — — — — — — 合计 36 408 34 207 70 615表4 两种运输车的相关信息Table 4 Information of two types of vehicles 车型 荷载量/盒 固定成本/元 1(一级车) 40 000 5 000 2(二级车) 7 500 1 000
由图3可知,随着聚类数的增加,平均轮廓系数呈现先增后减趋势、轮廓系数取负值的点的个数呈现先减后增的趋势,综合考虑2个指标可得聚类数为11时聚类效果最佳。第一阶段只考虑客户需求量和配送车容量,在满足车容量约束下根据类间距对客户文中根据轮廓分析结果,考虑cn的3个较优选择,即cn∈{11,12,13}。图4为客户分类结果和轮廓值关系图,其中,第一列表示每类中各点的轮廓系数,第二列为对应聚类数的客户聚类情况。
【参考文献】：
期刊论文
[1]基于客户点行政地址的自提点选址—路径优化[J]. 周翔,许茂增,吕奇光,李丹. 计算机集成制造系统. 2019(08)
[2]需求依赖末端交付与时间窗的城市配送自提柜选址—路径问题[J]. 邱晗光,李海南,宋寒. 计算机集成制造系统. 2018(10)
[3]送提一体与终端共享下的最后一公里配送选址—路径问题[J]. 周林,康燕,宋寒,代应. 计算机集成制造系统. 2019(07)
[4]不确定环境下多品类共同配送路径优化[J]. 葛显龙,薛桂琴. 计算机工程与应用. 2019(09)
[5]三层级设施选址-路径规划问题建模及算法研究[J]. 黄凯明,卢才武,连民杰. 系统工程理论与实践. 2018(03)
[6]农资共同配送成本分摊模型问题研究[J]. 霍红,臧旭,徐玲玲. 江苏农业科学. 2017(20)
[7]考虑同时取送货的城市快递共同配送路径优化[J]. 倪霖,刘凯朋,涂志刚. 重庆大学学报. 2017(10)
[8]城市共同配送中心选址研究——基于生态位和混合整数规划法视角[J]. 宾厚,曾琴云,王欢芳. 贵州财经大学学报. 2016(04)
硕士论文
[1]基于遗传算法的K-means聚类方法的研究[D]. 吴香庭.山东科技大学 2010
本文编号：3226050
【文章来源】：重庆大学学报. 2020,43(01)北大核心CSCD
【文章页数】：16 页
【部分图文】：
单独配送和共同配送示意图
表3 各商超(C)编号及两种奶制品的销售量(单位:盒)Table 3 Serial number of each supermarket (C) and sales volume of two types of dairy products (unit: box) 编号 蒙牛 伊利 合计 编号 蒙牛 伊利 合计 编号 蒙牛 伊利 合计 C1 258 242 500 C29 445 418 863 C56 87 81 168 C2 687 646 1 333 C30 113 106 218 C57 323 304 627 C3 113 106 219 C31 121 114 235 C58 313 294 607 C4 357 335 692 C32 209 197 406 C59 177 166 343 C5 310 291 602 C33 683 642 1 325 C60 225 211 436 C6 622 585 1 207 C34 207 194 401 C61 108 102 210 C7 646 607 1 254 C35 662 622 1 284 C62 530 498 1 028 C8 152 143 295 C36 198 186 384 C63 208 195 403 C9 398 374 772 C37 1 338 1 257 2 595 C64 353 331 684 C10 362 340 702 C38 504 473 977 C65 111 104 214 C11 525 494 1 019 C39 283 266 549 C66 345 324 670 C12 577 542 1 118 C40 362 340 701 C67 175 165 340 C13 613 576 1 190 C41 887 833 1 721 C68 436 410 846 C14 224 211 435 C42 506 476 982 C69 404 379 783 C15 553 519 1 072 C43 1 196 1 124 2 320 C70 499 469 968 C16 533 500 1 033 C44 843 792 1 635 C71 301 282 583 C17 132 124 256 C45 792 744 1 535 C72 56 53 109 C18 97 91 188 C46 1 321 1 241 2 562 C73 553 520 1 073 C19 405 381 786 C47 412 387 798 C74 102 96 197 C20 277 260 537 C48 1 090 1 025 2 115 C75 551 518 1 069 C21 476 447 923 C49 1 085 1 020 2 105 C76 359 337 697 C22 182 171 353 C50 548 515 1 062 C77 608 572 1 180 C23 611 574 1 185 C51 818 768 1 586 C78 52 49 101 C24 207 195 402 C52 78 73 151 C79 295 277 573 C25 411 386 798 C53 764 718 1 482 C80 71 67 138 C26 568 534 1 102 C54 520 488 1 008 C81 642 603 1 245 C27 724 680 1 405 C55 623 585 1 209 C82 116 109 224 C28 780 733 1 512 — — — — — — — — 合计 36 408 34 207 70 615表4 两种运输车的相关信息Table 4 Information of two types of vehicles 车型 荷载量/盒 固定成本/元 1(一级车) 40 000 5 000 2(二级车) 7 500 1 000
由图3可知,随着聚类数的增加,平均轮廓系数呈现先增后减趋势、轮廓系数取负值的点的个数呈现先减后增的趋势,综合考虑2个指标可得聚类数为11时聚类效果最佳。第一阶段只考虑客户需求量和配送车容量,在满足车容量约束下根据类间距对客户文中根据轮廓分析结果,考虑cn的3个较优选择,即cn∈{11,12,13}。图4为客户分类结果和轮廓值关系图,其中,第一列表示每类中各点的轮廓系数,第二列为对应聚类数的客户聚类情况。
【参考文献】：
期刊论文
[1]基于客户点行政地址的自提点选址—路径优化[J]. 周翔,许茂增,吕奇光,李丹. 计算机集成制造系统. 2019(08)
[2]需求依赖末端交付与时间窗的城市配送自提柜选址—路径问题[J]. 邱晗光,李海南,宋寒. 计算机集成制造系统. 2018(10)
[3]送提一体与终端共享下的最后一公里配送选址—路径问题[J]. 周林,康燕,宋寒,代应. 计算机集成制造系统. 2019(07)
[4]不确定环境下多品类共同配送路径优化[J]. 葛显龙,薛桂琴. 计算机工程与应用. 2019(09)
[5]三层级设施选址-路径规划问题建模及算法研究[J]. 黄凯明,卢才武,连民杰. 系统工程理论与实践. 2018(03)
[6]农资共同配送成本分摊模型问题研究[J]. 霍红,臧旭,徐玲玲. 江苏农业科学. 2017(20)
[7]考虑同时取送货的城市快递共同配送路径优化[J]. 倪霖,刘凯朋,涂志刚. 重庆大学学报. 2017(10)
[8]城市共同配送中心选址研究——基于生态位和混合整数规划法视角[J]. 宾厚,曾琴云,王欢芳. 贵州财经大学学报. 2016(04)
硕士论文
[1]基于遗传算法的K-means聚类方法的研究[D]. 吴香庭.山东科技大学 2010
本文编号：3226050
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3226050.html
