發(fā)布時間：2020-06-30 19:50

【摘要】：在當前的市場環(huán)境中,企業(yè)通常會通過融入供應(yīng)鏈來參與到市場競爭之中。而在整個供應(yīng)鏈管理過程中,作為“第三利潤源泉”的物流管理尤其受到企業(yè)界和學(xué)術(shù)界的重視。在傳統(tǒng)的物流管理中,對于庫存的管理往往會采用零售商管理庫存模式,在該模式下不可避免的會出現(xiàn)隨著供應(yīng)層級的增加需求信息被逐漸放大的現(xiàn)象,即牛鞭效應(yīng)(Bull Whip Effect),這種現(xiàn)象導(dǎo)致供應(yīng)鏈各層的庫存量增加、成本升高。為了解決上述問題,學(xué)者們提出了另外一種供應(yīng)商管理庫存(Vendor Managed Inventory, VMI)的管理模式。VMI模式以系統(tǒng)的、集成的思想進行庫存管理,從而有效地解決了牛鞭效應(yīng)。但對于供應(yīng)商而言,如何同時對物流環(huán)節(jié)中最為重要的配送和庫存管理做出更有效率的決策則成為成功實施VMI必須要解決的問題。庫存一路徑問題([nventory Routing Problem, IRP)就是在如何協(xié)調(diào)優(yōu)化配送和庫存這兩個物流環(huán)節(jié)的現(xiàn)實需求推動下成為熱點的研究領(lǐng)域。 IRP是典型的NP-hard問題,尤其在需求不確定情況下,對于決策者的挑戰(zhàn)更大。在已有的IRP問題研究中,大部分都是在確定性需求的假設(shè)下進行的,然而企業(yè)所面對的實際需求往往都是隨機變化的,這就使得對隨機需求庫存-路徑問題(StochasticDemand Inventory Routing Problem, SDIRP)的研究成為迫切需要。本文根據(jù)配送的方式的不同,將SDIRP問題分為四類進行研究,即基于直接配送策略下的隨機需求庫存-路徑問題(Stochastic Demand Inventory Routing Problem with Direct Deliveries, SDIRPDD)、無車輛配送能力限制的SDIRP問題、基于固定分區(qū)策略(Fixed PartitionPolicy, FPP)下的SDIRP問題以及一般結(jié)構(gòu)的SDIRP問題。主要研究內(nèi)容如下： 第1章首先對IRP問題的研究背景及意義進行了分析,給出了IRP問題一般的數(shù)學(xué)表達形式,分析了IRP問題與車輛路徑問題(Veichle Routing Problem,VRP)的差異。進而根據(jù)IRP問題自身的特點對其進行了分類,并依據(jù)需求特征、配送方法、求解算法等特點對現(xiàn)有的文獻進行了綜述,在總結(jié)前人研究結(jié)論的基礎(chǔ)上分析了IRP問題現(xiàn)有研究中存在的不足,同時給出了本文的研究思路和主要研究工作。 第2章對SDIRPDD問題進行了研究,首先證明了分別在無約束、存在車輛數(shù)約束以及同時存在上述兩類約束情況下SDIRPDD問題最優(yōu)平穩(wěn)策略形式為(s,S)結(jié)構(gòu),并給出了相應(yīng)的算法。其次,通過具體數(shù)值算例將采用上述算法得到的最優(yōu)策略與一類常用策略進行了對比,驗證了算法的有效性。最后,利用該算法對直接配送物流系統(tǒng)中配送車輛的數(shù)量進行了一定的分析。 第3章以一類客戶需求相對配送車輛能力而言很小情況下的SDIRP問題為研究對象,在一定條件下證明了該問題的最優(yōu)庫存策略形式為與SDIRPDD問題最優(yōu)策略類似的(st,St)結(jié)構(gòu),并給出了該最優(yōu)策略中各參數(shù)的上、下界。在此基礎(chǔ)上,設(shè)計了兩種啟發(fā)式算法對該問題進行了優(yōu)化。最后,通過具體數(shù)值算例,將通過上述兩種算法得到的優(yōu)化策略與固定配送路徑策略進行了比較,在驗證了算法有效性的同時也對上述固定配送路徑策略在解決SDIRP問題時的適用條件進行了分析。 第4章考慮了FPP策略下分別采用周期性和連續(xù)性補貨策略的兩類SDIRP問題。針對上述兩種情況設(shè)計了相應(yīng)的客戶分區(qū)算法,證明了客戶對應(yīng)的最優(yōu)庫存策略分別為(T,S)和修正的(s,S)結(jié)構(gòu),給出了求解上述兩類SDIRP問題的啟發(fā)式算法,并通過算例分析了不同分區(qū)算法在解決FPP下SDIRP問題時的效率。并在此基礎(chǔ)上,根據(jù)第3章的相關(guān)結(jié)論研究了一類客戶分區(qū)下采用動態(tài)路徑策略的SDIRP問題。 第5章對一般結(jié)構(gòu)下的SDIRP問題進行了研究,設(shè)計了一類基于(s,S)庫存策略和修正C-W節(jié)約算法的啟發(fā)式分解算法。該算法將SDIRP解為SDIRPDD和VRP兩個相互影響的子問題,在SDIRPDD子問題上應(yīng)用第2章的結(jié)論得到了屬于平穩(wěn)策略類的庫存方案；同時在VRP子問題上又提出了修正的C-W節(jié)約算法。最后,文章在此算法的基礎(chǔ)上提出了一種改進算法,以求解具有時間窗約束的SDIRP問題并通過算例驗證了上述兩個算法的有效性。 結(jié)論部分對論文全文進行了總結(jié),并指出了進一步的研究方向。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2012
【分類號】：F274;F252;TP18

【參考文獻】

相關(guān)期刊論文 前1條

1 王旭;施朝春;葛顯龍;;基于Milk Run模式的庫存運輸整合優(yōu)化[J];計算機集成制造系統(tǒng);2011年04期

本文編號：2735747