電子商務(wù)供應(yīng)鏈管理的案例分析18-免費閱讀
【正文】 6 結(jié)論本文對物流系統(tǒng)中的LRP的由來、分類、解決方法作了簡要的評述，并對LRP的未來研究方向作了分析。這類問題就可以采用整數(shù)規(guī)劃來解決了。近年來，Agent技術(shù)發(fā)展迅速，Agent具有的自主性、主動性、反應(yīng)性和智能性為改進基于運籌學(xué)知識表示理論的動態(tài)問題的實時優(yōu)化控制系統(tǒng)創(chuàng)造了條件。運籌學(xué)理論被認(rèn)為是解決優(yōu)化問題十分有效的工具。LRP往往是十分復(fù)雜的，需要采用多級分解方法對其簡化。 解決LRP的精確算法 基于運籌學(xué)的優(yōu)化算法，解決LRP的精確算法可以分為以下四種：(1) 直接樹狀搜索[1]；(2) 動態(tài)規(guī)劃[1][17]；(3) 整數(shù)規(guī)劃[18][19]；(4) 非線性規(guī)劃[20]。（8） 計劃期間，單期間問題把整個期間作為一個時間段，是靜態(tài)問題；多期間問題把整個時間段按問題要求分為多個期間，是動態(tài)問題。（5） 車輛裝載能力，是指是否要考慮車輛裝載能力的限制。這些研究成果是伴隨著集成物流系統(tǒng)概念的出現(xiàn)而出現(xiàn)的。而LRP則在定位時同時確定運輸路線。物流系統(tǒng)優(yōu)化問題的各個子系統(tǒng)（比如設(shè)施定位問題、物品配送問題、運輸車輛路線安排問題等）之間的相互影響也越來越大。 定位—配給問題（LocationAllocation Problems, LA）定位一配給問題可定義為：依據(jù)客戶點的地理分布與貨物分配關(guān)系，確定出某一地理范圍內(nèi)設(shè)施的數(shù)量和位置。 ■ 具體時間限制：對某個客戶點，車輛到達時間限制在某一時間段內(nèi)。該問題的前提條件是設(shè)施位置、客戶點位置和道路情況已知，由此確定一套車輛運輸路線，以滿足目標(biāo)函數(shù)（通常，VRP的目標(biāo)函數(shù)是總費用最小）。在電子商務(wù)“三流”（信息流、物流、資金流）中，隨著網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的成熟、電子商務(wù)網(wǎng)站的蓬勃發(fā)展以及有效利用網(wǎng)絡(luò)資源觀念的普及，信息流的發(fā)展已經(jīng)比較成熟了；而隨著各大銀行紛紛開展網(wǎng)上業(yè)務(wù)，以及支付網(wǎng)關(guān)的建立和加密技術(shù)的成熟，網(wǎng)上支付已經(jīng)在許多網(wǎng)站上成為現(xiàn)實；然而，我國傳統(tǒng)的物流體系是在計劃經(jīng)濟環(huán)境下建立、發(fā)展起來的，與目前的電子商務(wù)環(huán)境已經(jīng)無法相容。 *（大連理工大學(xué)系統(tǒng)工程研究所, 116023）摘要 本文概述了物流優(yōu)化問題中的定位—運輸路線安排問題（LocationRouting Problems, LRP）的發(fā)展歷程，并對LRP的分類和解決方法加以評述，最后就這一問題的發(fā)展方向進行簡單地探討。本文先從VRP和LA的集成來探討LRP的由來，然后討論LRP的分類，同時探討LRP的研究現(xiàn)狀，并對LRP的解決方法進行概述，最后就LRP的未來發(fā)展方向作簡要的討論。如果此約束不滿足，則引入懲罰函數(shù)。其中精確算法包括樹狀尋優(yōu)算法、動態(tài)規(guī)劃和整數(shù)規(guī)劃。根據(jù)John Current等學(xué)者對此問題的綜述研究[3]，把LA問題進行了分類?？梢哉fLRP是LA與VRP的集成[4]，但比后兩者更復(fù)雜。在這個階段，學(xué)者們對LRP的研究還是相當(dāng)膚淺的，還沒有真正涉及運輸路線安排問題。（3） 設(shè)施數(shù)量，指所研究問題要求設(shè)置設(shè)施的數(shù)量，分為單一設(shè)施和多設(shè)施兩種?？傉拘驮O(shè)施是指那些車輛路線的出發(fā)點或終點；中間轉(zhuǎn)運站型設(shè)施是指物品的中間站，貨物運入后還要運出。（11） 模型數(shù)據(jù)類型，在有些情況下，模型中的數(shù)據(jù)（如物品供/需量等）是來源于實際的；而有些情況下，這些數(shù)據(jù)是在實際中不可得的，需要對其進行假設(shè)。例如，在一個物流系統(tǒng)中，有3個潛在的中心點，8個分布的客戶點，3條行車路線，如果用整數(shù)規(guī)劃來解決，要涉及的變量會達到333個[16]。用目前LRP的研究成果來解決特別復(fù)雜的物流系統(tǒng)優(yōu)化問題還存在許多局限。為了克服這一缺陷，八十年代以來國內(nèi)外學(xué)者將人工智能和知識工程理論引入運籌學(xué),開辟了智能運籌學(xué)[25, 26]這一新的研究方向。他們提出了一種兩階段算法：第一階段，在供應(yīng)/需求量未知的情況下，確定中心位置、運輸路線、車隊數(shù)量；第二階段，由于一條路線上的供應(yīng)/需求量有可能超出車輛的裝載能力，車輛在某點裝滿時要返回中心點裝貨/卸貨，然后回到返回點恢復(fù)運輸，以上的車輛操作產(chǎn)生了懲罰項。 多目標(biāo)性物流系統(tǒng)中的各個目標(biāo)之間會產(chǎn)生沖突，如按照總費用最小目標(biāo)確定的方案，在滿足客戶對時間要求的目標(biāo)時，可能會不合要求。參考文獻1 Gilbert Laporte. The vehicle routing problem : An overview of exact and approximate Journal of Operational Research,1992,59 : 3453582 Alant Murray, Ross A. Gerrard. Capacitated service and regional constraints in locationallocation modeling. Location Science, 1997, 5(2) : 1031183 John Current, H. Min, . Schilling. Multiobjective analysis of facility location decisions. European Journal of Operational Res
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1