供應(yīng)風(fēng)險(xiǎn)下的供應(yīng)商選擇和物流中心選址集成優(yōu)化研究
發(fā)布時(shí)間:2020-10-08 19:57
根據(jù)規(guī)劃,2022年冬奧會(huì)將在北京市、延慶區(qū)、張家口市布局賽區(qū),由三地聯(lián)合舉辦奧運(yùn)賽事。以?shī)W運(yùn)蔬菜供應(yīng)為例,其涉及從奧運(yùn)生產(chǎn)基地采摘,到物流中心加工配送等環(huán)節(jié)?紤]到冬季潛在的惡劣天氣環(huán)境,未來(lái)蔬菜供應(yīng)商的供應(yīng)能力和運(yùn)輸配送途中的道路通行能力充滿(mǎn)著不確定性。因此,面對(duì)多地的奧運(yùn)需求,在設(shè)計(jì)物流網(wǎng)絡(luò)時(shí),如何結(jié)合潛在的供應(yīng)風(fēng)險(xiǎn)情境,科學(xué)合理地選擇供應(yīng)商和物流中心,并解決其中涉及的訂單分配以及道路通行量分配等問(wèn)題,用合理的成本投入制定好應(yīng)急計(jì)劃,以確保奧運(yùn)期間的需求供應(yīng),無(wú)疑是奧組委關(guān)心的課題,也是本文研究中要解決的問(wèn)題。由此,結(jié)合冬奧會(huì)背景,本文研究了基于“供應(yīng)商-物流中心-需求點(diǎn)”三層級(jí)供應(yīng)網(wǎng)絡(luò)的供應(yīng)商選擇、物流中心選址,以及其中涉及的訂單分配和道路通行量分配等多變量的集成優(yōu)化問(wèn)題。在構(gòu)建不考慮供應(yīng)風(fēng)險(xiǎn)的集成優(yōu)化模型基礎(chǔ)上,本文進(jìn)一步結(jié)合供應(yīng)風(fēng)險(xiǎn)和供應(yīng)保障率要素,構(gòu)建含帶應(yīng)急計(jì)劃的兩階段隨機(jī)混合整數(shù)規(guī)劃模型。并結(jié)合遺傳算法,貪婪算法和輪盤(pán)賭等機(jī)制,設(shè)計(jì)了遺傳+貪婪的組合啟發(fā)式算法。借助MATLAB,對(duì)比了 MATLAB+YALMIP+CPLEX環(huán)境下的分支定界精確算法和遺傳+粒子群的啟發(fā)式算法,測(cè)試表明本文算法能在較短時(shí)間內(nèi)找到高質(zhì)量解決方案。尤其在求解大規(guī)模問(wèn)題方面,文本算法優(yōu)勢(shì)更為明顯。最后,本文通過(guò)收集2022年冬奧會(huì)的相關(guān)資料和數(shù)據(jù),模擬了奧運(yùn)蔬菜物流網(wǎng)絡(luò)規(guī)劃場(chǎng)景。研究發(fā)現(xiàn)(1)考慮供應(yīng)風(fēng)險(xiǎn)因素后,盡管會(huì)增加初期投入,但投入增幅遠(yuǎn)小于未來(lái)供應(yīng)保障率的增幅。且考慮供應(yīng)風(fēng)險(xiǎn)后,所得規(guī)劃方案對(duì)需求波動(dòng)呈現(xiàn)一定魯棒性。(2)有時(shí)選擇風(fēng)險(xiǎn)系數(shù)高的供應(yīng)商反而有助提高供應(yīng)保障率。提醒決策者在選擇供應(yīng)商時(shí),要重點(diǎn)關(guān)注供應(yīng)商之間的風(fēng)險(xiǎn)關(guān)聯(lián)性,而非獨(dú)立關(guān)注供應(yīng)商本身的風(fēng)險(xiǎn)系數(shù)。(3)物流中心的選址數(shù)量對(duì)供應(yīng)保障率,供應(yīng)商選擇以及訂單分配的影響較小,但對(duì)運(yùn)輸時(shí)間的影響很大。具體到2022年冬奧會(huì)的物流網(wǎng)絡(luò)規(guī)劃,本文認(rèn)為多物流中心協(xié)調(diào)配送的模式要優(yōu)于單物流中心的統(tǒng)一配送模式。雖然本文是基于冬奧會(huì)背景,但所構(gòu)建的兩階段隨機(jī)混合整數(shù)規(guī)劃模型及算法思路對(duì)解決企業(yè)的物流網(wǎng)絡(luò)規(guī)劃問(wèn)題而言同樣具有借鑒意義。對(duì)有供應(yīng)風(fēng)險(xiǎn)管理需求的決策者而言,研究發(fā)現(xiàn)的上述3個(gè)結(jié)論同具參考性。
【學(xué)位單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類(lèi)】:F326.6;O221
【部分圖文】:
結(jié)論與展望?偨Y(jié)全文的研究工作和主要結(jié)論,啟發(fā)后續(xù)研究思考。逡逑1.3.2研究技術(shù)路線(xiàn)逡逑全文技術(shù)路線(xiàn)如圖1-3所示:逡逑供應(yīng)風(fēng)險(xiǎn)下的供應(yīng)商選擇和物流中心選址逡逑集成優(yōu)化研[傚義螻逡逑研究背景及意義逡逑1逡逑理論基礎(chǔ)與研宄現(xiàn)狀逡逑邐1邐 ̄ ̄邐I邐逡逑供應(yīng)鏈風(fēng)險(xiǎn)管理邐I考慮供應(yīng)鏈風(fēng)險(xiǎn)的供I考慮供應(yīng)鏈風(fēng)險(xiǎn)的物流中逡逑相關(guān)理論基礎(chǔ)邐應(yīng)商選擇研宄邐心選址研究逡逑I邐邐邋I逡逑邐邋N邐 ̄邐逡逑不考慮供應(yīng)風(fēng)險(xiǎn)的決策模型一H供應(yīng)商選擇與物流中心選址集成優(yōu)化研宄一考慮供應(yīng)風(fēng)險(xiǎn)的決策模型逡逑邐邋' ̄邐N邐 ̄邐逡逑對(duì)照組1:邋CPLEX精確算法邋U供應(yīng)風(fēng)險(xiǎn)下的供應(yīng)商選擇和物流中心選址U邐、蟲(chóng)彳#替社+^?林皆、a:逡逑對(duì)照組2:遺傳+粒子群算法—邐_優(yōu)化模型的算法與設(shè)#邐—邐&逡逑N逡逑2022年冬奧
每種情境中的實(shí)際供應(yīng)風(fēng)險(xiǎn)系數(shù),倒推理論分配方案,包括分配給供應(yīng)商的訂單逡逑量和各節(jié)點(diǎn)間的預(yù)留道路通行量。最后計(jì)算分配方案費(fèi)用,輸出結(jié)果至流程A2。逡逑上述算法思路匯總?cè)鐖D4-1所7JK。逡逑#r戜出規(guī)會(huì)幗案P?邐逡逑|邐 ̄邐i邐|逡逑流程A4:交叉、變異操作^I逡逑I邋4邋霍邐J邋!逡逑|邋塊異邋邐I邐邋邐邐逡逑法邋|流程A1:確定供應(yīng)商和物邋|流程A2:計(jì)算規(guī)劃方案的預(yù)期總逡逑!邐流中心的位置及容量邐費(fèi)用并記錄最優(yōu)值逡逑I邐!逡逑j邋R邋貪邋邐::邐邐j逡逑!植婪邐流程B1??制定每種情境下__^流程B2:根據(jù)風(fēng)險(xiǎn)反推訂單分配丨逡逑=算邐應(yīng)采取的應(yīng)急方案邐方案及預(yù)留運(yùn)輸?shù)缆吠ㄐ辛垮义希慑宸ㄟ姡义!邐I逡逑圖4-1本文智能啟發(fā)式算法設(shè)計(jì)思路圖逡逑Fig.邋4-1邋The邋idea邋of邋our邋heuristic邋algorithm逡逑4.1.1遺傳算法設(shè)計(jì)思路逡逑不同于其他傳統(tǒng)優(yōu)化算法利用單個(gè)初始值迭代求最優(yōu)的做法,遺傳算法是從逡逑問(wèn)題的解決方案群開(kāi)始搜索,同時(shí)處理種群中的多個(gè)個(gè)體。由此,擴(kuò)大搜索覆蓋逡逑面積,實(shí)現(xiàn)并行化運(yùn)算,利于全局擇優(yōu)。由于在遺傳算法中,個(gè)體(染色體)常逡逑用0-1編碼,與文本供應(yīng)商和物流中心的決策變量形式一致,直觀(guān)明了,易于解碼。逡逑且該套編碼方式在求解整數(shù)規(guī)劃問(wèn)題時(shí)具備的優(yōu)勢(shì)早已得到Yeh和Chuang,逡逑Rahmani和Mirhassani等多位學(xué)者證實(shí)。因此,本文選擇遺傳算法。逡逑此外,遺傳算法在求解過(guò)程中,還可基于編者給定的規(guī)則,完成個(gè)體間的交逡逑叉和變異
圖4-4變異遺傳操作示意圖逡逑Fig.邋4-4邋A邋sample邋of邋mutation邋operation逡逑4.1.2貪婪算法設(shè)計(jì)思路逡逑貪婪算法,又叫貪心算法,它是一種可以降低求解問(wèn)題復(fù)雜度的算法。因?yàn)殄义显撍惴ú皇菑膯?wèn)題整體最優(yōu)出發(fā),而是先把求解問(wèn)題拆解成若干個(gè)子問(wèn)題,利用逡逑貪心的思想,在每一子問(wèn)題中都做最有利的選擇,最后把子問(wèn)題的局部最優(yōu)解合逡逑37逡逑
本文編號(hào):2832688
【學(xué)位單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類(lèi)】:F326.6;O221
【部分圖文】:
結(jié)論與展望?偨Y(jié)全文的研究工作和主要結(jié)論,啟發(fā)后續(xù)研究思考。逡逑1.3.2研究技術(shù)路線(xiàn)逡逑全文技術(shù)路線(xiàn)如圖1-3所示:逡逑供應(yīng)風(fēng)險(xiǎn)下的供應(yīng)商選擇和物流中心選址逡逑集成優(yōu)化研[傚義螻逡逑研究背景及意義逡逑1逡逑理論基礎(chǔ)與研宄現(xiàn)狀逡逑邐1邐 ̄ ̄邐I邐逡逑供應(yīng)鏈風(fēng)險(xiǎn)管理邐I考慮供應(yīng)鏈風(fēng)險(xiǎn)的供I考慮供應(yīng)鏈風(fēng)險(xiǎn)的物流中逡逑相關(guān)理論基礎(chǔ)邐應(yīng)商選擇研宄邐心選址研究逡逑I邐邐邋I逡逑邐邋N邐 ̄邐逡逑不考慮供應(yīng)風(fēng)險(xiǎn)的決策模型一H供應(yīng)商選擇與物流中心選址集成優(yōu)化研宄一考慮供應(yīng)風(fēng)險(xiǎn)的決策模型逡逑邐邋' ̄邐N邐 ̄邐逡逑對(duì)照組1:邋CPLEX精確算法邋U供應(yīng)風(fēng)險(xiǎn)下的供應(yīng)商選擇和物流中心選址U邐、蟲(chóng)彳#替社+^?林皆、a:逡逑對(duì)照組2:遺傳+粒子群算法—邐_優(yōu)化模型的算法與設(shè)#邐—邐&逡逑N逡逑2022年冬奧
每種情境中的實(shí)際供應(yīng)風(fēng)險(xiǎn)系數(shù),倒推理論分配方案,包括分配給供應(yīng)商的訂單逡逑量和各節(jié)點(diǎn)間的預(yù)留道路通行量。最后計(jì)算分配方案費(fèi)用,輸出結(jié)果至流程A2。逡逑上述算法思路匯總?cè)鐖D4-1所7JK。逡逑#r戜出規(guī)會(huì)幗案P?邐逡逑|邐 ̄邐i邐|逡逑流程A4:交叉、變異操作^I逡逑I邋4邋霍邐J邋!逡逑|邋塊異邋邐I邐邋邐邐逡逑法邋|流程A1:確定供應(yīng)商和物邋|流程A2:計(jì)算規(guī)劃方案的預(yù)期總逡逑!邐流中心的位置及容量邐費(fèi)用并記錄最優(yōu)值逡逑I邐!逡逑j邋R邋貪邋邐::邐邐j逡逑!植婪邐流程B1??制定每種情境下__^流程B2:根據(jù)風(fēng)險(xiǎn)反推訂單分配丨逡逑=算邐應(yīng)采取的應(yīng)急方案邐方案及預(yù)留運(yùn)輸?shù)缆吠ㄐ辛垮义希慑宸ㄟ姡义!邐I逡逑圖4-1本文智能啟發(fā)式算法設(shè)計(jì)思路圖逡逑Fig.邋4-1邋The邋idea邋of邋our邋heuristic邋algorithm逡逑4.1.1遺傳算法設(shè)計(jì)思路逡逑不同于其他傳統(tǒng)優(yōu)化算法利用單個(gè)初始值迭代求最優(yōu)的做法,遺傳算法是從逡逑問(wèn)題的解決方案群開(kāi)始搜索,同時(shí)處理種群中的多個(gè)個(gè)體。由此,擴(kuò)大搜索覆蓋逡逑面積,實(shí)現(xiàn)并行化運(yùn)算,利于全局擇優(yōu)。由于在遺傳算法中,個(gè)體(染色體)常逡逑用0-1編碼,與文本供應(yīng)商和物流中心的決策變量形式一致,直觀(guān)明了,易于解碼。逡逑且該套編碼方式在求解整數(shù)規(guī)劃問(wèn)題時(shí)具備的優(yōu)勢(shì)早已得到Yeh和Chuang,逡逑Rahmani和Mirhassani等多位學(xué)者證實(shí)。因此,本文選擇遺傳算法。逡逑此外,遺傳算法在求解過(guò)程中,還可基于編者給定的規(guī)則,完成個(gè)體間的交逡逑叉和變異
圖4-4變異遺傳操作示意圖逡逑Fig.邋4-4邋A邋sample邋of邋mutation邋operation逡逑4.1.2貪婪算法設(shè)計(jì)思路逡逑貪婪算法,又叫貪心算法,它是一種可以降低求解問(wèn)題復(fù)雜度的算法。因?yàn)殄义显撍惴ú皇菑膯?wèn)題整體最優(yōu)出發(fā),而是先把求解問(wèn)題拆解成若干個(gè)子問(wèn)題,利用逡逑貪心的思想,在每一子問(wèn)題中都做最有利的選擇,最后把子問(wèn)題的局部最優(yōu)解合逡逑37逡逑
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 周愉峰;馬祖軍;王恪銘;;有容量限制的可靠性固定費(fèi)用選址問(wèn)題[J];運(yùn)籌與管理;2015年03期
2 付德強(qiáng);陳煜舟;萬(wàn)曉榆;;自然災(zāi)害風(fēng)險(xiǎn)下區(qū)域應(yīng)急儲(chǔ)備設(shè)施選址可靠性研究[J];運(yùn)籌與管理;2015年03期
3 周娜;朱偉;宓為建;;考慮設(shè)施失效及客戶(hù)重指派的網(wǎng)絡(luò)選址模型及求解[J];上海交通大學(xué)學(xué)報(bào);2014年05期
4 王艷敏;;基于可靠性的供應(yīng)鏈設(shè)施選址問(wèn)題的優(yōu)化模型[J];科學(xué)技術(shù)與工程;2012年11期
相關(guān)博士學(xué)位論文 前1條
1 何青;供應(yīng)風(fēng)險(xiǎn)環(huán)境下生產(chǎn)效率可改善的采購(gòu)策略研究[D];重慶大學(xué);2016年
相關(guān)碩士學(xué)位論文 前1條
1 楊鵬;供應(yīng)中斷風(fēng)險(xiǎn)下制造商采購(gòu)策略選擇決策研究[D];北京交通大學(xué);2015年
本文編號(hào):2832688
本文鏈接:http://sikaile.net/guanlilunwen/wuliuguanlilunwen/2832688.html
最近更新
教材專(zhuān)著