第三方物流在汽車供應鏈中的快速發(fā)展實現(xiàn)了庫存管理由企業(yè)內(nèi)部轉(zhuǎn)向供應鏈整體,庫存的有效控制和管理對調(diào)節(jié)供應鏈供求差異、緩沖汽車制造企業(yè)受不確定因素的影響、降低供應鏈整體成本具有重要意義。傳統(tǒng)企業(yè)的庫存管理思路主要集中在降低優(yōu)化本企業(yè)庫存成本,缺乏從供應鏈整體性角度考慮,因此在供應鏈集成背景下,結(jié)合汽車制造企業(yè)第三方物流核心業(yè)務流程進行庫存管理的優(yōu)化與協(xié)調(diào),不僅可以有效降低第三方物流成本,而且對提高汽車供應鏈運作效率有著積極影響。本文以汽車供應鏈為背景,以汽車制造企業(yè)第三方物流為研究對象,在企業(yè)實地調(diào)研的基礎上,以核心業(yè)務流程為線索,針對汽車制造企業(yè)第三方物流在零部件供應中出現(xiàn)的由供應商超量提前供貨引起的庫存爆倉問題,運用禁忌搜索算法,建立面向平準化生產(chǎn)方式考慮最大庫存約束的循環(huán)取貨模型對供應物流進行優(yōu)化,通過引入最大庫存約束作為反饋,實現(xiàn)傳統(tǒng)循環(huán)取貨模型由開環(huán)向閉環(huán)的轉(zhuǎn)化,在優(yōu)化運輸成本的基礎上實現(xiàn)第三方物流庫存成本最小化,從供應源頭解決了爆倉問題的發(fā)生。針對庫存管理中存在的安全庫存誤差過大的問題,建立考慮樣本特征可計算參量權重的安全庫存預測模型提高安全庫存預測精度。采用最小二乘支持向量... 

【文章來源】：陜西科技大學陜西省

【文章頁數(shù)】：99 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景
    1.2 研究目的和意義
    1.3 研究現(xiàn)狀
        1.3.1 循環(huán)取貨問題研究現(xiàn)狀
        1.3.2 安全庫存預測研究現(xiàn)狀
        1.3.3 生產(chǎn)配送物流研究現(xiàn)狀
    1.4 研究內(nèi)容和論文框架
        1.4.1 研究內(nèi)容
        1.4.2 論文框架
2 A物流企業(yè)現(xiàn)狀及存在問題分析
    2.1 企業(yè)概況
        2.1.1 企業(yè)介紹
        2.1.2 A物流企業(yè)運作模式及流程
    2.2 A物流企業(yè)供應物流現(xiàn)狀及存在問題
        2.2.1 A物流企業(yè)供應物流現(xiàn)狀
        2.2.2 A物流企業(yè)供應物流存在問題
    2.3 A物流企業(yè)庫存管理現(xiàn)狀及存在問題
        2.3.1 A物流企業(yè)庫存管理現(xiàn)狀
        2.3.2 A物流企業(yè)庫存管理存在問題
    2.4 A物流企業(yè)配送物流現(xiàn)狀及存在問題
        2.4.1 A物流企業(yè)配送物流現(xiàn)狀
        2.4.2 A物流企業(yè)配送物流存在問題
    2.5 本章小結(jié)
3 考慮最大庫存約束的循環(huán)取貨模型
    3.1 建模思路
        3.1.1 考慮庫存約束下的供應物流
        3.1.2 針對A物流企業(yè)的循環(huán)取貨模式
    3.2 模型假設
    3.3 模型建立
        3.3.1 參數(shù)設置
        3.3.2 取貨成本分析
    3.4 改進禁忌搜索算法設計
    3.5 模型求解
    3.6 模型求解結(jié)果
    3.7 模型對比與評價
        3.7.1 直達送貨模式的總成本計算
        3.7.2 兩種模式總成本對比
    3.8 本章小結(jié)
4 考慮樣本特征的安全庫存預測模型
    4.1 建模思路
    4.2 研究方法說明
        4.2.1 最小二乘支持向量機算法
        4.2.2 Grid-Search_PSO優(yōu)化SVM參數(shù)原理
        4.2.3 安全庫存預測模型輸入層參數(shù)權重分析
    4.3 安全庫存預測模型的建立
    4.4 第三方物流安全庫存的預測
    4.5 安全庫存預測模型結(jié)果分析
    4.6 本章小結(jié)
5 基于(R,S)補貨策略下的拉動式翻包配送模型
    5.1 建模思路
        5.1.1 基于(R,S)補貨策略下的翻包優(yōu)化
        5.1.2 針對庫存數(shù)量的配送物流優(yōu)化
    5.2 模型建立
        5.2.1 協(xié)同優(yōu)化算法
        5.2.2 聯(lián)動流程
        5.2.3 模型假設
        5.2.4 配送物流系統(tǒng)級優(yōu)化模型
        5.2.5 翻包決策模型
        5.2.6 車輛配送調(diào)度模型
    5.3 動態(tài)規(guī)劃算法設計
    5.4 模型求解
    5.5 模型結(jié)果對比與分析
    5.6 本章小結(jié)
6.物流信息系統(tǒng)的設計與實現(xiàn)
    6.1 系統(tǒng)開發(fā)環(huán)境及框架設計
        6.1.1 系統(tǒng)開發(fā)環(huán)境分析
        6.1.2 系統(tǒng)開發(fā)框架設計
    6.2 系統(tǒng)主界面
    6.3 系統(tǒng)功能實例演示
        6.3.1 供應物流循環(huán)取貨優(yōu)化模塊的設計與實現(xiàn)
        6.3.2 安全庫存預警模塊的設計與實現(xiàn)
        6.3.3 配送物流聯(lián)動優(yōu)化模塊的設計與實現(xiàn)
    6.4 本章小結(jié)
7 結(jié)論
參考文獻
致謝
攻讀學位期間發(fā)表的學術論文目錄


【參考文獻】：
期刊論文
[1]一類面向倉庫車輛路徑優(yōu)化的改進禁忌搜索算法及其應用[J]. 吳勝昔,劉威,盧文建,顧幸生.  華東理工大學學報(自然科學版). 2018(04)
[2]基于蟻群算法和禁忌搜索算法的物流配送優(yōu)化研究[J]. 殷佳林,帥劍平,文碧清.  輕工科技. 2018(08)
[3]基于禁忌搜索帶時間窗與車載約束的配送路線研究[J]. 楊艷艷,馬成林,王怡菲,李麗莎,褚楚,高昆侖.  森林工程. 2018(03)
[4]基于BP神經(jīng)網(wǎng)絡模型的庫存需求預測應用研究[J]. 周化,丁度業(yè),黎毅麟,吳夢潔.  信息技術. 2016(11)
[5]基于約束理論的零部件供應商協(xié)同供貨研究[J]. 于渝飛,于重重,潘佳俊.  計算機仿真. 2016(08)
[6]基于排隊論的生產(chǎn)物流運輸資源優(yōu)化配置方法[J]. 程翱,屈挺,王宗忠,張婷,羅浩.  廣東工業(yè)大學學報. 2015(04)
[7]基于改進的BP神經(jīng)網(wǎng)絡庫存預測模型研究[J]. 戴超杰,劉媛華.  物流科技. 2015(11)
[8]基于Grid-SearchPSO優(yōu)化SVM回歸預測礦井涌水量[J]. 劉佳,施龍青,韓進,滕超.  煤炭技術. 2015(08)
[9]基于循環(huán)取貨的多產(chǎn)品供應鏈提前期波動壓縮模型[J]. 周欣,霍佳震.  系統(tǒng)管理學報. 2015(02)
[10]基于最小二乘支持向量機的企業(yè)庫存預測方法[J]. 劉明,徐曉敏.  北京信息科技大學學報(自然科學版). 2014(04)

博士論文
[1]以工位為中心的生產(chǎn)物流配送優(yōu)化研究[D]. 蔣麗.中國科學技術大學 2011
[2]不確定需求下的供應鏈庫存協(xié)調(diào)管理研究[D]. 張慧穎.天津大學 2003
[3]混合流水生產(chǎn)系統(tǒng)的多目標協(xié)同優(yōu)化研究[D]. 宋華明.南京理工大學 2003



本文編號：3178150