本文選題：生產(chǎn)　切入點(diǎn)：運(yùn)輸　出處：《華中科技大學(xué)》2016年博士論文　論文類(lèi)型：學(xué)位論文

【摘要】：隨著全球經(jīng)濟(jì)一體化的不斷發(fā)展,供應(yīng)鏈之間的競(jìng)爭(zhēng)越來(lái)越激烈,供應(yīng)鏈上合作企業(yè)之間的協(xié)同關(guān)系已漸漸成為供應(yīng)鏈管理成敗的關(guān)鍵因素。生產(chǎn)與運(yùn)輸作為制造業(yè)供應(yīng)鏈中兩個(gè)重要環(huán)節(jié),受到了國(guó)內(nèi)外眾多企業(yè)及學(xué)術(shù)界的關(guān)注。生產(chǎn)與運(yùn)輸環(huán)節(jié)的協(xié)同調(diào)度可以有效提高企業(yè)的客戶(hù)響應(yīng)能力,從而增強(qiáng)供應(yīng)鏈的整體競(jìng)爭(zhēng)力。本論文對(duì)傳統(tǒng)的車(chē)輛路徑問(wèn)題(Vehicle Routing Problem, VRP)問(wèn)題進(jìn)行拓展,從運(yùn)作層面出發(fā),研究了在面向訂單制造的企業(yè)中單機(jī)器生產(chǎn)與車(chē)輛路徑協(xié)同調(diào)度問(wèn)題,主要研究成果總結(jié)如下：(1)建立了給定訂單生產(chǎn)完成時(shí)間的車(chē)輛路徑問(wèn)題的數(shù)學(xué)模型,目標(biāo)為最小化所有路徑完成時(shí)間之和,其包括車(chē)輛在倉(cāng)庫(kù)的等待時(shí)間與車(chē)輛的運(yùn)輸時(shí)間之和。在企業(yè)實(shí)際中,訂單需先生產(chǎn)再運(yùn)輸,車(chē)輛必須在倉(cāng)庫(kù)等待其運(yùn)載的所有訂單生產(chǎn)完畢才能出發(fā),該問(wèn)題可以被稱(chēng)為具有訂單可得時(shí)間的車(chē)輛路徑問(wèn)題。首先設(shè)計(jì)一種禁忌搜索算法獲取優(yōu)化解,然后基于拉格朗日松弛算法,應(yīng)用動(dòng)態(tài)規(guī)劃方法求得該問(wèn)題的下界,并基于經(jīng)典算例的最優(yōu)解提出了另一種求解下界的算法與拉格朗日松弛算法相比較。在實(shí)驗(yàn)部分,通過(guò)算例驗(yàn)證了該禁忌搜索算法能夠獲得較優(yōu)的解,且拉格朗日松弛算法能夠提供較好的下界。將該禁忌搜索算法與企業(yè)實(shí)際操作方法進(jìn)行比較,結(jié)果證明禁忌搜索算法優(yōu)于企業(yè)現(xiàn)行操作方法。(2)建立了未給定訂單生產(chǎn)完成時(shí)間的生產(chǎn)與運(yùn)輸協(xié)同調(diào)度問(wèn)題的數(shù)學(xué)模型,目標(biāo)為最小化完工時(shí)間。在該問(wèn)題中,生產(chǎn)階段需要對(duì)訂單排序,運(yùn)輸階段需要對(duì)路徑排序,希冀通過(guò)生產(chǎn)與運(yùn)輸環(huán)節(jié)的有效協(xié)同提高企業(yè)的運(yùn)行效率及客戶(hù)服務(wù)水平。針對(duì)該問(wèn)題,首先提出一個(gè)最優(yōu)解性質(zhì),并在該性質(zhì)的基礎(chǔ)上提出兩種訂單分批算法。再?gòu)恼w與分解的角度,提出一種混合遺傳算法與一種二階段算法分別對(duì)該問(wèn)題進(jìn)行求解。最后通過(guò)算例證明混合遺傳算法優(yōu)于二階段算法及相關(guān)文獻(xiàn)中的一種遺傳算法,且能夠在短時(shí)間內(nèi)獲得最優(yōu)或近似最優(yōu)的解決方案。(3)建立了未給定訂單生產(chǎn)完成時(shí)間的生產(chǎn)與運(yùn)輸協(xié)同調(diào)度問(wèn)題的數(shù)學(xué)模型,目標(biāo)為最小化所有訂單的交付時(shí)間之和。與前面兩個(gè)問(wèn)題相比,該問(wèn)題通過(guò)生產(chǎn)與運(yùn)輸環(huán)節(jié)的有效協(xié)同更進(jìn)一步地關(guān)注了客戶(hù)服務(wù)水平的優(yōu)化,目的是最小化所有客戶(hù)接收訂單的時(shí)間之和,而不僅僅是優(yōu)化通常的路徑時(shí)間。針對(duì)該問(wèn)題設(shè)計(jì)一種基于鄰域解的變鄰域算法,首先提出一個(gè)最優(yōu)解性質(zhì),并在該性質(zhì)的基礎(chǔ)上構(gòu)造初始解。再?gòu)募信c分散的角度提出八種鄰域結(jié)構(gòu),并將禁忌算法作為局部搜索算法用于各鄰域結(jié)構(gòu)的探索中。為衡量變鄰域算法的效果,提出一種分解算法計(jì)算原問(wèn)題的下界。最后通過(guò)構(gòu)造小規(guī)模和大規(guī)模算例,將變鄰域算法與分解算法、CPLEX軟件及已有文獻(xiàn)的兩種啟發(fā)式算法相比較,實(shí)驗(yàn)結(jié)果證明該變鄰域算法能獲得最優(yōu)或近似最優(yōu)的解決方案,且優(yōu)于已有的兩種啟發(fā)式算法。
[Abstract]:With the continuous development of global economic integration, the competition between the supply chain is more and more intense, collaborative relationships between supply chain partners has gradually become a key factor in the success of supply chain management. The production and transportation as the two important part of the manufacturing supply chain, has attracted much attention of many enterprises and academic circles at home and abroad together. The scheduling of production and transportation links can effectively improve customer response capabilities, thereby enhancing the overall competitiveness of the supply chain. The vehicle routing problem of the traditional paper (Vehicle Routing Problem, VRP) in the development, starting from the operational level, in the study of the collaborative scheduling problem for single machine production and vehicle routing orders made in the enterprise, the main research results are summarized as follows: (1) established a mathematical model of a given order to complete the vehicle routing problem with time. The objective is to minimize the The path completion time and comprises a vehicle in and waiting time and vehicle transportation time of warehouse. In practice, orders for the first production and transport, the vehicle must wait for the delivery of all orders in the warehouse to finish the production of the problem, can be called the vehicle routing problem with time order the first design a tabu search algorithm to obtain the optimal solution, and then based on Lagrange relaxation algorithm, using dynamic programming method to obtain the lower bound of the problem, and based on the classic example of the optimal solution phase comparison algorithm and Lagrange relaxation algorithm for solving the lower bound of another. In the experimental part, the example shows that this taboo the search algorithm can get a better solution, and Lagrange relaxation algorithm can provide better bounds. The tabu search algorithm and the actual operation method, the results of The tabu search algorithm is better than the existing methods of operation enterprises. (2) established a mathematical model of complete production and production orders are not given the transportation time scheduling problem, the goal is to minimize the makespan. In this problem, the production stage need to order scheduling, transportation stage needs the path of sorting, through production and transportation to improve the operation efficiency of enterprises and the level of customer service collaboration. To solve this problem, first proposed the properties of an optimal solution, and puts forward two kinds of order batching algorithm based on the nature. And then from the whole decomposition point of view, this paper proposes a hybrid genetic algorithm and a two phase algorithm were used to solve this at last it is proved that a hybrid genetic algorithm is better than the two stage of the algorithm and related literature, and can be solved in a short period of time to obtain optimal or approximate optimal . (3) established a mathematical model of complete production and production orders are not given the transportation time scheduling problem, the objective is to minimize the time and delivery of all orders. Compared with the previous two questions, the problem through effective collaborative production and transport links further attention to the optimization of customer service level, purpose all customers receive the order is to minimize the sum of the time, but is not only the optimal path of the usual time. Aiming at the problems in the design of a variable neighborhood algorithm based on neighborhood solution, first proposed the properties of an optimal solution, and structure based on the nature of the initial solution. Then from the angle of centralization and decentralization of the proposed eight kinds of neighborhood the structure, and the tabu search algorithm for local search algorithm to explore the neighborhood structure. In order to measure the variable neighborhood algorithm, this paper proposes a method to calculate the original problem decomposition algorithm. Through the lower bound Structure of small scale and large scale examples, the algorithm with variable neighborhood decomposition algorithm, comparing two heuristic algorithms of CPLEX software and the existing literature, experimental results show that the solution variable neighborhood algorithm can find the optimal or near optimal, and outperforms the existing two heuristic algorithms.

【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TB498;F273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉琳;谷寒雨;席裕庚;;工件到達(dá)時(shí)間未知的動(dòng)態(tài)車(chē)間滾動(dòng)重調(diào)度[J];機(jī)械工程學(xué)報(bào);2008年05期

2 郭艷東;黃敏;王慶;;鎖定初始調(diào)度的緊急工作單機(jī)重調(diào)度問(wèn)題[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

3 姜洋;孫偉;丁秋雷;張旭;;考慮行為主體的單機(jī)調(diào)度干擾管理模型[J];機(jī)械工程學(xué)報(bào);2013年14期

4 席裕庚,王長(zhǎng)軍;控制、規(guī)劃和調(diào)度問(wèn)題中的博弈論應(yīng)用[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2005年01期

5 徐群嶺;;基于免疫優(yōu)化的公交駕駛員調(diào)度問(wèn)題[J];計(jì)算機(jī)工程;2010年24期

6 喻道遠(yuǎn);史登松;劉盛強(qiáng);張三強(qiáng);;帶模糊排序的移動(dòng)瓶頸法求解不確定調(diào)度問(wèn)題[J];機(jī)械制造;2011年02期

7 劉鵬;周曉曄;衣娜;;帶有減少線性惡化效應(yīng)的雙代理調(diào)度問(wèn)題[J];系統(tǒng)工程學(xué)報(bào);2011年03期

8 劉曉東;陳英武;龍運(yùn)軍;賀仁杰;李菊芳;;同型機(jī)在線調(diào)度問(wèn)題研究進(jìn)展[J];計(jì)算機(jī)集成制造系統(tǒng);2012年03期

9 姚君遺，楊善林，左春榮;基于實(shí)例FMS的AGV調(diào)度數(shù)學(xué)模型與算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年01期

10 董平;機(jī)器調(diào)度問(wèn)題及求解方法[J];物流技術(shù)與應(yīng)用;1997年01期

相關(guān)會(huì)議論文 前10條

1 李建更;涂?jī)錾?馬海濤;;單機(jī)拖后時(shí)間總和問(wèn)題交付期擾動(dòng)時(shí)最優(yōu)調(diào)度不變范圍的一種求法[A];第十九屆中國(guó)控制會(huì)議論文集（一）[C];2000年

2 劉海龍;黃小原;;總的未完工費(fèi)用最小的多機(jī)調(diào)度問(wèn)題[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

3 沈吟東;曾西洋;;公共交通駕駛員調(diào)度的復(fù)雜性及解決方法[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

4 李兵;蔣慰孫;;Job shop問(wèn)題的建模及調(diào)度[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

5 王海星;申金升;;智能蟻群算法解決公交區(qū)域調(diào)度問(wèn)題研究[A];2006年首屆ICT大會(huì)信息、知識(shí)、智能及其轉(zhuǎn)換理論第一次高峰論壇會(huì)議論文集[C];2006年

6 王成堯;汪定偉;;模糊加工時(shí)間的單機(jī)調(diào)度問(wèn)題[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

7 齊向彤;涂奉生;;雙交付期E／T調(diào)度問(wèn)題[A];1997年中國(guó)控制會(huì)議論文集[C];1997年

8 吳斌;方葉祥;崔志勇;;基于人工蜂群算法的越庫(kù)調(diào)度問(wèn)題研究[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

9 方濤;吳受章;;FMS的自適應(yīng)調(diào)度:結(jié)構(gòu)與算法研究[A];1992年中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1992年

10 劉興初;趙千川;鄭大鐘;;具有不同準(zhǔn)備時(shí)間和交付期的單機(jī)E／T調(diào)度問(wèn)題研究[A];1998年中國(guó)控制會(huì)議論文集[C];1998年

相關(guān)重要報(bào)紙文章 前2條

1 本報(bào)記者 賈科華;火電機(jī)組叫苦調(diào)度不合理[N];中國(guó)能源報(bào);2012年

2 本報(bào)記者 高芳;牽住“牛鼻子” 巧解“推進(jìn)難”[N];湖南經(jīng)濟(jì)報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 郭鵬;具有分段惡化效應(yīng)生產(chǎn)過(guò)程的智能優(yōu)化調(diào)度研究[D];西南交通大學(xué);2014年

2 元野;基于圖著色模型的零擔(dān)物流調(diào)度優(yōu)化問(wèn)題研究[D];哈爾濱工業(yè)大學(xué);2015年

3 李雪松;模糊環(huán)境下若干單機(jī)批加工調(diào)度問(wèn)題的模型及其算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 湯雅連;關(guān)聯(lián)物流運(yùn)輸調(diào)度問(wèn)題研究[D];廣東工業(yè)大學(xué);2015年

5 周理;高效可重構(gòu)陣列計(jì)算：體系結(jié)構(gòu)，設(shè)計(jì)方法與程序映射技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 馮大光;一類(lèi)批處理機(jī)調(diào)度的理論和方法研究[D];東北大學(xué);2011年

7 孟盈;鋼鐵企業(yè)并行批生產(chǎn)決策與調(diào)度問(wèn)題研究[D];東北大學(xué);2011年

8 楊磊;內(nèi)容網(wǎng)絡(luò)中內(nèi)容調(diào)度技術(shù)研究[D];重慶大學(xué);2015年

9 李亞志;流水制造單元調(diào)度智能優(yōu)化方法[D];東南大學(xué);2015年

10 丁寧;若干調(diào)度問(wèn)題的算法研究[D];大連理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 張亮;云計(jì)算環(huán)境下的資源調(diào)度技術(shù)的研究[D];江南大學(xué);2015年

2 馮卓鵬;重載運(yùn)輸卸車(chē)組織優(yōu)化研究[D];西南交通大學(xué);2015年

3 崔雪源;基于遺傳模擬退火算法的航班著陸調(diào)度問(wèn)題[D];華中師范大學(xué);2015年

4 王翠;基于超圖模型和相繼干擾消除的鏈路調(diào)度問(wèn)題的研究[D];曲阜師范大學(xué);2015年

5 張勇;帶拒絕和釋放時(shí)間的單機(jī)批調(diào)度問(wèn)題[D];山東大學(xué);2015年

6 吳凡;基于粒子群優(yōu)化算法的風(fēng)電-火電機(jī)組組合調(diào)度研究[D];華北電力大學(xué);2015年

7 趙虎;MTO模式下的制造企業(yè)穩(wěn)健型調(diào)度問(wèn)題研究[D];重慶理工大學(xué);2015年

8 吉佳紅;基于細(xì)菌覓食算法的改進(jìn)及應(yīng)用研究[D];江蘇科技大學(xué);2015年

9 周超;柔性作業(yè)車(chē)間批量問(wèn)題研究[D];寧波大學(xué);2014年

10 趙興野;工序順序柔性作業(yè)車(chē)間描述與調(diào)度研究[D];大連理工大學(xué);2015年

，

本文編號(hào)：1586031