管理论文韵达物流分流中心平面布局分析与优化(8)

管理论文韵达物流分流中心平面布局分析与优化随机片段:管理论文韵达物流分流中心平面布局分析与优化
毕业论文范文http://www.fgdxw.com活,可分析性及交互式特性都比较好。[9]
2.2.1动线型SLP聚类算法的模型
考虑VSP模型问题时,针对目前物流车辆调度管理中的常见情况来假设:这是一个非满载、多车场、最后的车辆必须回到始发车场,并有时间窗约束的物流车辆调度管理问题。
在处理多车场环节时,沿用传统的处理方法将先其转化为单车场问题。先设一个虚拟车场,把各个配送点和实际车场都看作虚拟车场的配送点,然后让所有的配送车辆都从这个虚拟车场出发,去各个配送点完成配送任务。实际车场和普通配送点不同的是,虚拟车场到实际车场的过程中是以零费用(包括时间、路程、油耗等)运行的,而且规定:从虚拟车场发出的车辆,只能先到达实际车场,然后根据客户的要求再去完成配送任务,完成任务后再回到实际车场,而这个从虚拟车场到具体的实际车场的选择,都是由智能算法自动进行的。
2.2.2动线型SLP聚类算法的模型建立
我们将非满载VSP描述为:将车场编号为0,任务编号为1,2,…,l,第i个任务的货运量为 ( i=1,2,…,1),需将所有货物运往一个车场,由车场派出载重量为q的货车来承运,已知 <q,求满足货运需求的最少运输成本(运输成本的含义可以是车辆行驶距离、费用和时间等,为简化问题本文用行驶距离来表示运输成本)即求最短路径。
定义变量如下:
 
 
基本模型定义如下:
 ;     
 ;      
 
 
式中 表示从点i到j的运输成本; 和 分别为任务i允许的最早开始时间和允许的最迟结束时间(即约束时间)。
2.2.3动线型SLP聚类算法的原理及步骤
点i和点j连接在一条线路上的费用节约值为: 。
主要步骤如下:
(1)用 ,来计算各点的 值并排序,形成集合M;
(2)若M为空,则终止,否则对步骤1的 ,考察对应的 ,若满足下面的条件之一,则执行步骤(3),否则跳到(6);
1)点i和j都不在已构成的路线上;
2)点i和点j在已构成的线路上,但不与车场相连;
3)点i和点j位于已构成的不同线路上,均不与车场相连,且一个是起点,一个是终点。
(3)考察点i和点j连接后的线路上总货运量Q,若Q≤q,则转移到下一步,否则转(6);
(4)利用 ,计算  , 表示车辆从点Μ 到点J之间的行驶时间,( 表示连接点i和点j所在的线路后,车辆到j点的时间比原线路上车辆到内点时间的推迟或提前量);
(5)连接点i和点j,计算车辆到达各任务时的新时间;
(6)令 ,然后转步骤(2)。
2.3本章小结
在带有平面布局的单向循环分流中心调控系统的优化问题,我们首先要考虑的是物流车辆调度管理的合理性,通过不同位置的平面布局,来对系统运行经行效率性测试,再来决定平面布局的布局。本章中,首先对传统的物流车辆调度管理进行分析,引出带有平面布局的物流车辆调度管理,最后介绍现在物流车辆调度管理问题中最广泛运用的算法—动线型SLP聚类算法,可见平面布局中物流车辆调度管理的重要性,先解决物流车辆调度管理问题,再考虑平面布局的优化布局,才能保证降低物流成本,提高物流效率。
3韵达物流分流中心平面布局中存在的问题
3.1现实中企业的需求各异甚至相互冲突。顾****务满意度的提高和运作成本的降低就可能是一对矛盾,随着顾****务满意度的提高会带来营业收入的增加。当顾****务满意度达到一定水平之后,由提高服满意度带来的营业收入便不能与随之增加的运营成本平衡,导致企业总收入下降。企业运输决策中需要考虑多目标的情况,对服务水平,运营成本,运输时间,运输距离等各方面的因素进行权衡,以达到利润最大化的目标。因此,单目标物流车辆调度管理方法难以解决实际问题,为了满足企业的实际需要,应该加强多目标物流车辆调度管理方法的研究,解决多目标物流车辆调度管理过程中计算复杂的难题。
3.2企业物流分流中心车辆配送实际面临的不确定性因素很多且交叉影响,而目前企业开发的车辆调度系统一般只考虑由一个或几个方面(如需求、到位时间、顾客的不确定性)引起的物流车辆调度管理优化问题,未综合考虑车辆、客户、路况等各种不确定性因素,同时对不确定性的研究也只限于单一的随机或模糊形式的不确定性,没有考虑更复杂的粗糙情形或者双重不确定性等形式,即使建立了多因素模型,算法的收敛性和收敛速度问题也难以解决。
3.3由于物流车辆调度管理也要由人参与,难免受到决策者主观偏好的影响,而目前对模糊VRP 的研究只有寥寥数项,所以基于模糊信息的物流车辆调度管理系统开发应该是一个重要研究方向。
3.4目前只能对各种物流车辆调度管理方法进行经验评价,很难确定算法的优劣,这给企业选择合适的调度方法、开发实用系统带来了很大的困难。因此,需要建立统一的算法评估体系,
摘自管理论文范文 http://www.7ctime.com/gllw/