JIT與MTO環(huán)境下的供應(yīng)鏈調(diào)度模型與算法研究.pdf

1、在當(dāng)今需求個(gè)性化、多樣化和快速化的市場環(huán)境下,使得按訂單生產(chǎn)模式、適時(shí)配送方式和供應(yīng)鏈管理思想成為企業(yè)應(yīng)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(yīng)鏈運(yùn)作的層次和調(diào)度的角度,如何對客戶的訂單和所有車輛進(jìn)行合理有效的安排,無論對供應(yīng)商企業(yè)還是客戶都具有重要的意義。
　　 結(jié)合安訂單生產(chǎn)模式與適時(shí)配送方式的特點(diǎn),建立了訂單作業(yè)調(diào)度與車輛調(diào)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(gè)客戶的訂單有

2、嚴(yán)格的時(shí)間窗要求和較大的訂單量,因此需要供應(yīng)商的多個(gè)配送中心為其多次適時(shí)配送;在供應(yīng)商方面,考慮了多配送中心、多車場和多個(gè)運(yùn)輸車輛、卸載車輛或設(shè)備;模型以提高客戶滿意度度和最小化整個(gè)配送成本為目標(biāo)函數(shù),約束條件包括客戶訂單指派、每個(gè)客戶作業(yè)時(shí)間點(diǎn)的推算與調(diào)整和車輛調(diào)度等幾個(gè)方面,因?yàn)榭紤]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(yīng)用背景下的模型,模型的通用性很強(qiáng)。
　　 在算法設(shè)計(jì)上,由于為NP問題,沒有多項(xiàng)

3、式時(shí)間的精確算法,采用遺傳算法為主對模型進(jìn)行求解,因?yàn)榻⒌哪Ｐ图瓤紤]了多客戶訂單與裝載點(diǎn)的指派,又考慮了客戶作業(yè)與運(yùn)輸車輛的指派;既要滿足客戶嚴(yán)格的時(shí)間窗要求,又對運(yùn)輸車輛進(jìn)行調(diào)度;既要跟蹤每個(gè)客戶的每一個(gè)作業(yè),又要跟蹤每一輛車輛的狀態(tài)等,眾多的細(xì)節(jié)和它們之間紛繁復(fù)雜的關(guān)系以及沖突,無法設(shè)計(jì)出任何一種解的形式和對應(yīng)的編碼形式能夠滿足本問題的所有細(xì)節(jié)而使其可行。經(jīng)考慮,利用混合算法對模型進(jìn)行求解,對于客戶訂單調(diào)度問題主要采用多種遺傳算法

4、和多步調(diào)整算法,在遺傳算法設(shè)計(jì)上,針對普通遺傳算法種群多樣性差的缺點(diǎn)與問題復(fù)雜性所帶來的不可行性問題,設(shè)計(jì)了改進(jìn)遺傳算法和基于模擬退火機(jī)制的多種群并行遺傳算法與3步調(diào)整算法;而對于車輛調(diào)度問題主要采用具有合理意義的指派和2步多策略調(diào)整算法。
　　 商品混凝土配送是典型的有嚴(yán)格時(shí)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(diào)度的算例上,通過在MATLAB環(huán)境下編程計(jì)算,迭代350代,程序

5、運(yùn)行3.5小時(shí)左右,總調(diào)用車輛64輛,為71個(gè)客戶在04:00-15:00時(shí)間段配送預(yù)拌混泥土5323m3,完成客戶作業(yè)674個(gè),全部滿足客戶時(shí)間窗要求和供應(yīng)的連續(xù)性;通過跟蹤每輛車和每個(gè)配送中心,圖形顯示每個(gè)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(jìn)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(zhì)量上,改進(jìn)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。