JIT與MTO環(huán)境下的供應鏈調度模型與算法研究.pdf

1、在當今需求個性化、多樣化和快速化的市場環(huán)境下,使得按訂單生產模式、適時配送方式和供應鏈管理思想成為企業(yè)應對快速變化的市場、提高客戶滿意度以及降低成本的重要途徑。因此,從供應鏈運作的層次和調度的角度,如何對客戶的訂單和所有車輛進行合理有效的安排,無論對供應商企業(yè)還是客戶都具有重要的意義。
　　 結合安訂單生產模式與適時配送方式的特點,建立了訂單作業(yè)調度與車輛調度模型。模型中考慮的因素全面,在客戶方面,考慮了多客戶,每個客戶的訂單有

2、嚴格的時間窗要求和較大的訂單量,因此需要供應商的多個配送中心為其多次適時配送;在供應商方面,考慮了多配送中心、多車場和多個運輸車輛、卸載車輛或設備;模型以提高客戶滿意度度和最小化整個配送成本為目標函數(shù),約束條件包括客戶訂單指派、每個客戶作業(yè)時間點的推算與調整和車輛調度等幾個方面,因為考慮的因素多,約束條件苛刻,所以減少因素或者放寬約束很容易變成另一應用背景下的模型,模型的通用性很強。
　　 在算法設計上,由于為NP問題,沒有多項

3、式時間的精確算法,采用遺傳算法為主對模型進行求解,因為建立的模型既考慮了多客戶訂單與裝載點的指派,又考慮了客戶作業(yè)與運輸車輛的指派;既要滿足客戶嚴格的時間窗要求,又對運輸車輛進行調度;既要跟蹤每個客戶的每一個作業(yè),又要跟蹤每一輛車輛的狀態(tài)等,眾多的細節(jié)和它們之間紛繁復雜的關系以及沖突,無法設計出任何一種解的形式和對應的編碼形式能夠滿足本問題的所有細節(jié)而使其可行。經考慮,利用混合算法對模型進行求解,對于客戶訂單調度問題主要采用多種遺傳算法

4、和多步調整算法,在遺傳算法設計上,針對普通遺傳算法種群多樣性差的缺點與問題復雜性所帶來的不可行性問題,設計了改進遺傳算法和基于模擬退火機制的多種群并行遺傳算法與3步調整算法;而對于車輛調度問題主要采用具有合理意義的指派和2步多策略調整算法。
　　 商品混凝土配送是典型的有嚴格時間窗限制的配送問題,與文中的模型環(huán)境極為相似,故在第5章將模型與算法用于商品混凝土配送與調度的算例上,通過在MATLAB環(huán)境下編程計算,迭代350代,程序

5、運行3.5小時左右,總調用車輛64輛,為71個客戶在04:00-15:00時間段配送預拌混泥土5323m3,完成客戶作業(yè)674個,全部滿足客戶時間窗要求和供應的連續(xù)性;通過跟蹤每輛車和每個配送中心,圖形顯示每個配送中心和每輛車極為忙碌。通過對比,3種遺傳算法都有很好的收斂性,但改進遺傳算法在收斂速度上比多種群遺傳模擬退火算法和普通遺傳算法要好很多,而在最終尋找到的滿意解的質量上,改進遺傳算法比遺傳模擬退火算法略占優(yōu)勢,普通遺傳算法最差。