汽车制造企业第三方物流库存管理的研究
发布时间:2021-05-09 22:37
第三方物流在汽车供应链中的快速发展实现了库存管理由企业内部转向供应链整体,库存的有效控制和管理对调节供应链供求差异、缓冲汽车制造企业受不确定因素的影响、降低供应链整体成本具有重要意义。传统企业的库存管理思路主要集中在降低优化本企业库存成本,缺乏从供应链整体性角度考虑,因此在供应链集成背景下,结合汽车制造企业第三方物流核心业务流程进行库存管理的优化与协调,不仅可以有效降低第三方物流成本,而且对提高汽车供应链运作效率有着积极影响。本文以汽车供应链为背景,以汽车制造企业第三方物流为研究对象,在企业实地调研的基础上,以核心业务流程为线索,针对汽车制造企业第三方物流在零部件供应中出现的由供应商超量提前供货引起的库存爆仓问题,运用禁忌搜索算法,建立面向平准化生产方式考虑最大库存约束的循环取货模型对供应物流进行优化,通过引入最大库存约束作为反馈,实现传统循环取货模型由开环向闭环的转化,在优化运输成本的基础上实现第三方物流库存成本最小化,从供应源头解决了爆仓问题的发生。针对库存管理中存在的安全库存误差过大的问题,建立考虑样本特征可计算参量权重的安全库存预测模型提高安全库存预测精度。采用最小二乘支持向量...
【文章来源】:陕西科技大学陕西省
【文章页数】:99 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 研究目的和意义
1.3 研究现状
1.3.1 循环取货问题研究现状
1.3.2 安全库存预测研究现状
1.3.3 生产配送物流研究现状
1.4 研究内容和论文框架
1.4.1 研究内容
1.4.2 论文框架
2 A物流企业现状及存在问题分析
2.1 企业概况
2.1.1 企业介绍
2.1.2 A物流企业运作模式及流程
2.2 A物流企业供应物流现状及存在问题
2.2.1 A物流企业供应物流现状
2.2.2 A物流企业供应物流存在问题
2.3 A物流企业库存管理现状及存在问题
2.3.1 A物流企业库存管理现状
2.3.2 A物流企业库存管理存在问题
2.4 A物流企业配送物流现状及存在问题
2.4.1 A物流企业配送物流现状
2.4.2 A物流企业配送物流存在问题
2.5 本章小结
3 考虑最大库存约束的循环取货模型
3.1 建模思路
3.1.1 考虑库存约束下的供应物流
3.1.2 针对A物流企业的循环取货模式
3.2 模型假设
3.3 模型建立
3.3.1 参数设置
3.3.2 取货成本分析
3.4 改进禁忌搜索算法设计
3.5 模型求解
3.6 模型求解结果
3.7 模型对比与评价
3.7.1 直达送货模式的总成本计算
3.7.2 两种模式总成本对比
3.8 本章小结
4 考虑样本特征的安全库存预测模型
4.1 建模思路
4.2 研究方法说明
4.2.1 最小二乘支持向量机算法
4.2.2 Grid-Search_PSO优化SVM参数原理
4.2.3 安全库存预测模型输入层参数权重分析
4.3 安全库存预测模型的建立
4.4 第三方物流安全库存的预测
4.5 安全库存预测模型结果分析
4.6 本章小结
5 基于(R,S)补货策略下的拉动式翻包配送模型
5.1 建模思路
5.1.1 基于(R,S)补货策略下的翻包优化
5.1.2 针对库存数量的配送物流优化
5.2 模型建立
5.2.1 协同优化算法
5.2.2 联动流程
5.2.3 模型假设
5.2.4 配送物流系统级优化模型
5.2.5 翻包决策模型
5.2.6 车辆配送调度模型
5.3 动态规划算法设计
5.4 模型求解
5.5 模型结果对比与分析
5.6 本章小结
6.物流信息系统的设计与实现
6.1 系统开发环境及框架设计
6.1.1 系统开发环境分析
6.1.2 系统开发框架设计
6.2 系统主界面
6.3 系统功能实例演示
6.3.1 供应物流循环取货优化模块的设计与实现
6.3.2 安全库存预警模块的设计与实现
6.3.3 配送物流联动优化模块的设计与实现
6.4 本章小结
7 结论
参考文献
致谢
攻读学位期间发表的学术论文目录
【参考文献】:
期刊论文
[1]一类面向仓库车辆路径优化的改进禁忌搜索算法及其应用[J]. 吴胜昔,刘威,卢文建,顾幸生. 华东理工大学学报(自然科学版). 2018(04)
[2]基于蚁群算法和禁忌搜索算法的物流配送优化研究[J]. 殷佳林,帅剑平,文碧清. 轻工科技. 2018(08)
[3]基于禁忌搜索带时间窗与车载约束的配送路线研究[J]. 杨艳艳,马成林,王怡菲,李丽莎,褚楚,高昆仑. 森林工程. 2018(03)
[4]基于BP神经网络模型的库存需求预测应用研究[J]. 周化,丁度业,黎毅麟,吴梦洁. 信息技术. 2016(11)
[5]基于约束理论的零部件供应商协同供货研究[J]. 于渝飞,于重重,潘佳俊. 计算机仿真. 2016(08)
[6]基于排队论的生产物流运输资源优化配置方法[J]. 程翱,屈挺,王宗忠,张婷,罗浩. 广东工业大学学报. 2015(04)
[7]基于改进的BP神经网络库存预测模型研究[J]. 戴超杰,刘媛华. 物流科技. 2015(11)
[8]基于Grid-SearchPSO优化SVM回归预测矿井涌水量[J]. 刘佳,施龙青,韩进,滕超. 煤炭技术. 2015(08)
[9]基于循环取货的多产品供应链提前期波动压缩模型[J]. 周欣,霍佳震. 系统管理学报. 2015(02)
[10]基于最小二乘支持向量机的企业库存预测方法[J]. 刘明,徐晓敏. 北京信息科技大学学报(自然科学版). 2014(04)
博士论文
[1]以工位为中心的生产物流配送优化研究[D]. 蒋丽.中国科学技术大学 2011
[2]不确定需求下的供应链库存协调管理研究[D]. 张慧颖.天津大学 2003
[3]混合流水生产系统的多目标协同优化研究[D]. 宋华明.南京理工大学 2003
本文编号:3178150
【文章来源】:陕西科技大学陕西省
【文章页数】:99 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 研究目的和意义
1.3 研究现状
1.3.1 循环取货问题研究现状
1.3.2 安全库存预测研究现状
1.3.3 生产配送物流研究现状
1.4 研究内容和论文框架
1.4.1 研究内容
1.4.2 论文框架
2 A物流企业现状及存在问题分析
2.1 企业概况
2.1.1 企业介绍
2.1.2 A物流企业运作模式及流程
2.2 A物流企业供应物流现状及存在问题
2.2.1 A物流企业供应物流现状
2.2.2 A物流企业供应物流存在问题
2.3 A物流企业库存管理现状及存在问题
2.3.1 A物流企业库存管理现状
2.3.2 A物流企业库存管理存在问题
2.4 A物流企业配送物流现状及存在问题
2.4.1 A物流企业配送物流现状
2.4.2 A物流企业配送物流存在问题
2.5 本章小结
3 考虑最大库存约束的循环取货模型
3.1 建模思路
3.1.1 考虑库存约束下的供应物流
3.1.2 针对A物流企业的循环取货模式
3.2 模型假设
3.3 模型建立
3.3.1 参数设置
3.3.2 取货成本分析
3.4 改进禁忌搜索算法设计
3.5 模型求解
3.6 模型求解结果
3.7 模型对比与评价
3.7.1 直达送货模式的总成本计算
3.7.2 两种模式总成本对比
3.8 本章小结
4 考虑样本特征的安全库存预测模型
4.1 建模思路
4.2 研究方法说明
4.2.1 最小二乘支持向量机算法
4.2.2 Grid-Search_PSO优化SVM参数原理
4.2.3 安全库存预测模型输入层参数权重分析
4.3 安全库存预测模型的建立
4.4 第三方物流安全库存的预测
4.5 安全库存预测模型结果分析
4.6 本章小结
5 基于(R,S)补货策略下的拉动式翻包配送模型
5.1 建模思路
5.1.1 基于(R,S)补货策略下的翻包优化
5.1.2 针对库存数量的配送物流优化
5.2 模型建立
5.2.1 协同优化算法
5.2.2 联动流程
5.2.3 模型假设
5.2.4 配送物流系统级优化模型
5.2.5 翻包决策模型
5.2.6 车辆配送调度模型
5.3 动态规划算法设计
5.4 模型求解
5.5 模型结果对比与分析
5.6 本章小结
6.物流信息系统的设计与实现
6.1 系统开发环境及框架设计
6.1.1 系统开发环境分析
6.1.2 系统开发框架设计
6.2 系统主界面
6.3 系统功能实例演示
6.3.1 供应物流循环取货优化模块的设计与实现
6.3.2 安全库存预警模块的设计与实现
6.3.3 配送物流联动优化模块的设计与实现
6.4 本章小结
7 结论
参考文献
致谢
攻读学位期间发表的学术论文目录
【参考文献】:
期刊论文
[1]一类面向仓库车辆路径优化的改进禁忌搜索算法及其应用[J]. 吴胜昔,刘威,卢文建,顾幸生. 华东理工大学学报(自然科学版). 2018(04)
[2]基于蚁群算法和禁忌搜索算法的物流配送优化研究[J]. 殷佳林,帅剑平,文碧清. 轻工科技. 2018(08)
[3]基于禁忌搜索带时间窗与车载约束的配送路线研究[J]. 杨艳艳,马成林,王怡菲,李丽莎,褚楚,高昆仑. 森林工程. 2018(03)
[4]基于BP神经网络模型的库存需求预测应用研究[J]. 周化,丁度业,黎毅麟,吴梦洁. 信息技术. 2016(11)
[5]基于约束理论的零部件供应商协同供货研究[J]. 于渝飞,于重重,潘佳俊. 计算机仿真. 2016(08)
[6]基于排队论的生产物流运输资源优化配置方法[J]. 程翱,屈挺,王宗忠,张婷,罗浩. 广东工业大学学报. 2015(04)
[7]基于改进的BP神经网络库存预测模型研究[J]. 戴超杰,刘媛华. 物流科技. 2015(11)
[8]基于Grid-SearchPSO优化SVM回归预测矿井涌水量[J]. 刘佳,施龙青,韩进,滕超. 煤炭技术. 2015(08)
[9]基于循环取货的多产品供应链提前期波动压缩模型[J]. 周欣,霍佳震. 系统管理学报. 2015(02)
[10]基于最小二乘支持向量机的企业库存预测方法[J]. 刘明,徐晓敏. 北京信息科技大学学报(自然科学版). 2014(04)
博士论文
[1]以工位为中心的生产物流配送优化研究[D]. 蒋丽.中国科学技术大学 2011
[2]不确定需求下的供应链库存协调管理研究[D]. 张慧颖.天津大学 2003
[3]混合流水生产系统的多目标协同优化研究[D]. 宋华明.南京理工大学 2003
本文编号:3178150
本文链接:https://www.wllwen.com/kejilunwen/qiche/3178150.html