供應鏈庫存控制與運輸管理是現(xiàn)代企業(yè)物流管理中的兩大關鍵環(huán)節(jié),在其發(fā)展歷程中發(fā)揮著重要作用。在國際市場競爭日趨激烈,供應鏈理念得到迅速的發(fā)展以及廣泛應用的基礎上,現(xiàn)代管理物流也不斷意識到物流系統(tǒng)中各個方面的協(xié)調對企業(yè)發(fā)展有著至關重要的作用。同時,與之對應的理論研究也應用新的方式去認識和理解如何協(xié)調庫存控制和運輸決策這兩個核心環(huán)節(jié)在系統(tǒng)供應鏈中的運作,從而使得存在“效益背反”關系的兩個核心部分相互協(xié)調,提高供應鏈系統(tǒng)的整體性能。本文以考慮供應鏈系統(tǒng)整體性能為起點,將供應鏈系統(tǒng)中庫存控制和運輸決策這兩個最核心的環(huán)節(jié)結合在一起進行研究,從而得出供應鏈系統(tǒng)整體的最優(yōu)決策方案。所以,對多級供應鏈系統(tǒng)庫存和運輸成本問題進行研究,對于提高企業(yè)的市場競爭地位和獲取更多利潤具有重要的現(xiàn)實意義。本文先是闡述了多級供應鏈系統(tǒng)庫存與多式聯(lián)運聯(lián)合優(yōu)化研究的背景和意義,基于研究背景和意義的基礎上對供應鏈系統(tǒng)庫存、多式聯(lián)運運輸以及庫存與運輸整合優(yōu)化問題的國內外研究現(xiàn)狀進行文獻綜述,并對涉及到的物流領域有關的理論進行了簡要概述,包括供應鏈庫存控制理論基礎、多式聯(lián)運理論基礎以及供應鏈系統(tǒng)庫存與多式聯(lián)運聯(lián)合優(yōu)化問題相關理論基礎。其次,基于多級供應鏈庫存成本和不同運輸方式的成本,構建多級供應鏈庫存與多式聯(lián)運聯(lián)合優(yōu)化模型;之后,根據(jù)構建的優(yōu)化模型,提出求解流程與算法,在對幾種常用啟發(fā)式算法對比分析的基礎上,本文在基本遺傳算法的基礎上對編碼進行改進,同時利用爬山算法的局部搜索能力來提高遺傳算法的收斂速度,并將其運用于求解供應鏈庫存與多式聯(lián)運聯(lián)合優(yōu)化的模型中,從而獲得商品的最佳定貨批量和最小總成本;最后以H省多級供應鏈系統(tǒng)為例,對多級供應鏈庫存與多式聯(lián)運聯(lián)合優(yōu)化模型進行實例分析,應用結果顯示多級供應鏈庫存與多式聯(lián)運聯(lián)合優(yōu)化模型能夠有效的降低供應鏈系統(tǒng)整體成本,獲得最優(yōu)決策方案。
【學位單位】：華北電力大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：F274
【部分圖文】：

圖 3-1 多級供應鏈庫存成本與運輸成本構成以CA 表示供應鏈系統(tǒng)庫存成本與運輸成本，則CA可表示為:()()()zz12CACHCSCHCSCTCYCHCTCYsszxx （3-5）其中，第一部分表示商品生產企業(yè)庫存成本，由供應方的庫存持有成本sCH 和缺貨損失成本sCS 構成；第二部分表示配送中心庫存成本與運輸成本，由配送中心持有庫存的成本zCH 、配送中心向供應商購買商品發(fā)生的交易成本zCT 、配送中心發(fā)生的缺貨損失成本zCS 以及配送中心向供應商購買商品承擔的第一次運輸成本1CY 構成；第三部分是零售企業(yè)的庫存成本和運輸成本，由零售企業(yè)持有庫存的成本xCH 、向配送中心進行訂貨發(fā)生的交易成本xCT 以及所承擔的運輸成本2CY 構成。3.3 供應鏈庫存與多式聯(lián)運聯(lián)合優(yōu)化模型構建3.3.1 模型假設

圖 4-2 遺傳算法流程圖4.3 遺傳算法的改進和求解由于遺傳算法中存在大量的遺傳算子需要對其進行批量處理，使得遺傳運算過程復雜，對其運行效率有很大影響。這就使得國內外學者試圖采用不同方法對遺傳算法進行優(yōu)化改進，期望提高其運行效率和對最優(yōu)解的搜索結果。主要優(yōu)化改進的方式有[45、62]：（1）改變遺傳算法的參數(shù)。自適應遺傳算法在基本遺傳算法的基礎上，對自適應參數(shù)進行調整，從而提高算法的收斂速度及準確性。（2）混合遺傳算法。如在遺傳算法中加入局部搜索能力較強的模擬退火算法（SA）、禁忌搜索算法（TS），雖然能夠提升搜索能力，尋求最優(yōu)解，但其是以犧牲運行效率為代價的；（3）并行遺傳算法。將計算機的高速并行性和遺傳算法自身的并行性結合，能夠有效避免基本遺傳算法中的“早熟”問題，提升全局搜索能力。（4）遺傳算法流程的改進。在遺傳算法的流程中引入符合進化規(guī)律的技術，如免疫遺傳算法中提取的免疫遺傳算子，以及小生境（niche）技術等。

將其代入目標函數(shù)，即求得函數(shù)的目標結果。其基本操作流程如圖 4-2 所示：圖 4-2 遺傳算法流程圖4.3 遺傳算法的改進和求解由于遺傳算法中存在大量的遺傳算子需要對其進行批量處理，使得遺傳運算過程復雜，對其運行效率有很大影響。這就使得國內外學者試圖采用不同方法對遺傳算法進行優(yōu)化改進，期望提高其運行效率和對最優(yōu)解的搜索結果。主要優(yōu)化改進的方式有[45、62]：（1）改變遺傳算法的參數(shù)。自適應遺傳算法在基本遺傳算法的基礎上，對自適應參數(shù)進行調整，從而提高算法的收斂速度及準確性。（2）混合遺傳算法。如在遺傳算法中加入局部搜索能力較強的模擬退火算法（SA）、禁忌搜索算法（TS），雖然能夠提升搜索能力，尋求最優(yōu)解，但其是以犧牲運行效率為代價的；（3）并行遺傳算法。將計算機的高速并行性和遺傳算法自身的并行性結合，能夠有效避免基本遺傳算法中的“早熟”問題，提升全局搜索能力。（4）遺傳算法流程的改進。在遺傳算法的流程中引入符合進化規(guī)律的技術，如免疫遺傳算法中提取的免疫遺傳算子，以及小生境（niche）技術等。

【參考文獻】

相關期刊論文 前10條

1 李進;傅培華;李修琳;張江華;朱道立;;低碳環(huán)境下的車輛路徑問題及禁忌搜索算法研究[J];中國管理科學;2015年10期

2 路宏偉;方艷;劉德智;;供應鏈分銷系統(tǒng)多級庫存優(yōu)化模型研究[J];物流技術;2015年15期

3 陳雷;林柏梁;王龍;溫旭紅;李建;;基于碳減排政策的多式聯(lián)運運輸方式選擇優(yōu)化模型[J];北京交通大學學報;2015年03期

4 葛顯龍;辜羽潔;王偉鑫;;供應鏈環(huán)境下的庫存與運輸整合優(yōu)化模型及算法[J];系統(tǒng)工程;2014年01期

5 沈志軍;楊斌;;考慮碳排放下的集裝箱物流運作策略研究[J];武漢理工大學學報;2012年05期

6 張群;顏瑞;;基于改進模糊遺傳算法的混合車輛路徑問題[J];中國管理科學;2012年02期

7 馬建華;房勇;袁杰;;多車場多車型最快完成車輛路徑問題的變異蟻群算法[J];系統(tǒng)工程理論與實踐;2011年08期

8 賀竹磬;孫林巖;李曉宏;;時效性物流聯(lián)運方式選擇模型及其算法[J];管理科學;2007年01期

9 張運河;林柏梁;梁棟;高紅艷;;優(yōu)化多式聯(lián)運問題的一種廣義最短路方法研究[J];鐵道學報;2006年04期

10 葉志堅,杜文,王清榮,朱健梅;供應商管理庫存系統(tǒng)中庫存和運輸計劃整合[J];交通運輸系統(tǒng)工程與信息;2003年04期

相關碩士學位論文 前1條

1 韓增霞;集裝箱多式聯(lián)運路徑及運輸方式選擇研究[D];大連海事大學;2011年

本文編號：2807620