【正文】 裝配順序進行配送，這樣當一輛車裝配完成或一個裝配節(jié)拍結束時，一個臺套物料將完全消耗完，這種方式可以使得裝配過程的質(zhì)量得到一定的提升，此外還可以減少線邊庫存數(shù)量，并且?guī)椭岣哕囕v的積載率，減少車輛運輸往返的趟數(shù)。由于以上的優(yōu)勢，臺套配送模式在國內(nèi)外許多的汽車公司得到了推廣和應用。綜上所述，臺套配送模式非常適合汽車零件配送，結合本課題研究的配送系統(tǒng)，最后選定臺套配送模式來優(yōu)化原方案的配送模式。上文中提到臺套配送模式分為固定式和移動式兩種，根據(jù)研究的配送系統(tǒng)的線邊庫存的情況可知，移動式臺套配送并不適合實際情況，因此本優(yōu)化方案采用固定式臺套配送。在固定式臺套配送中，批次的劃分十分重要，因此在優(yōu)化方案中對原方案的批次進行了重新劃分，由于一次配送最大耗時為50分鐘，所以設定一個批次生產(chǎn)的車輛數(shù)為5。 臺套配送方案生產(chǎn)順位表序號生產(chǎn)批次號車型數(shù)量/臺1Batch1Car152Batch2Car253Batch3Car254Batch4Car155Batch5Car156Batch6Car157Batch7Car158Batch8Car259Batch9Car2510Batch10Car1511Batch11Car2512Batch12Car1513Batch13Car1514Batch14Car1515Batch15Car1516Batch16Car2517Batch17Car2518Batch18Car2519Batch19Car1520Batch20Car15共計20批2種100本優(yōu)化方案中，單個批次的零部件同一時點進行配送，分別配送到各自的工位，根據(jù)這個規(guī)則，按照原方案上線時間計算方法生成了新的備貨清單。 臺套配送方案備貨清單臺套配送優(yōu)化方案主要改變了備貨清單，因此在仿真模型中需要更新ArrivalTable。 臺套配送方案ArrivalTable更改仿真模型后就可以運行仿真，得到臺套配送方式的針對目標函數(shù)的優(yōu)化結果。 臺套配送方案優(yōu)化結果卸貨平臺等待最大隊長線邊庫存的懲罰值28 時點與配送模式綜合優(yōu)化對比上文中時點優(yōu)化和配送模式優(yōu)化的優(yōu)化結果，兩個方案分別從不同的方面對于原配送系統(tǒng)進行了優(yōu)化，優(yōu)化結果各有所長，對線邊庫存的懲罰值優(yōu)化時點優(yōu)化方案結果更優(yōu)，對卸貨平臺等待最大隊長的優(yōu)化臺套配送方案結果更優(yōu)。因此，將上文中兩個方案相結合，形成同時優(yōu)化配送時點和配送模式的綜合優(yōu)化方案。在配送時點方面，其中第1批上線時間和備貨提前期使用仿真優(yōu)化所得的最優(yōu)組合。在配送模式方面，按照臺套配送方案中的批次劃分和備貨清單生成規(guī)則生成新的備貨清單。結和兩種方案后形成了新的備貨清單。 綜合方案備貨清單在仿真模型中驗證該方案需要更新ArrivalTable。 綜合方案ArrivalTable更改仿真模型后就可以運行仿真，得到臺套配送方式的針對目標函數(shù)的優(yōu)化結果。 臺套配送方案優(yōu)化結果卸貨平臺等待最大隊長線邊庫存的懲罰值285結論。，時點優(yōu)化方案能夠有效地降低線邊庫存的懲罰值，而臺套配送方案能夠有效地降低卸貨平臺等待最大隊長。綜合優(yōu)化方案結合了時點優(yōu)化方案、臺套配送方案的優(yōu)點，能夠同時有效地降低卸貨平臺等待最大隊長以及線邊庫存的懲罰值，在一定程度上解決了卸貨平臺擁堵問題，實現(xiàn)了系統(tǒng)物流作業(yè)均衡的目標。方案第一批零件上線時間備貨提前期卸貨平臺等待最大隊長線邊庫存的懲罰值原始方案7:001:0068時點優(yōu)化方案7:320:4844臺套配送方案6:501:0028綜合優(yōu)化方案7:320:4828本課題對配送系統(tǒng)進行優(yōu)化關注的問題主要是卸貨平臺的擁堵情況和線邊庫存量，涉及的資源主要有線邊庫存區(qū)域和牽引車，線邊庫存區(qū)域是固定資源在短期情況下暫不考慮其成本問題，因此進行經(jīng)濟效益分析僅考慮流動資源牽引車的成本問題。由于本課題仿真僅模擬配送系統(tǒng)一天的作業(yè)情況，牽引車的成本僅考慮燃料費，牽引車速度為8千米/小時，，統(tǒng)計各小車的運輸總時間。，從經(jīng)濟性角度來說，臺套方案是最理想的，因為臺套方案本身提高了單次配送的零部件數(shù)量，一方面提高了車輛積載率，另一方面減少了運輸趟數(shù)，所以能夠較大幅度降低配送成本。綜合考慮作業(yè)均衡性、經(jīng)濟效益這幾個方面，綜合方案更優(yōu)，%的成本。方案總耗時/h總成本/元原始方案時點方案臺套方案綜合方案 總結與展望在汽車裝配生產(chǎn)過程中，零部件物流是非常重要的環(huán)節(jié)，因此，本文研究了為某汽車制造公司配送零部件的第三方物流公司的倉儲配送系統(tǒng)。文中根據(jù)調(diào)研所得的數(shù)據(jù)與信息從配送流程、系統(tǒng)數(shù)據(jù)這兩方面分析了該配送系統(tǒng)的物流現(xiàn)狀。通過總結前人研究配送系統(tǒng)的方法及應用的軟件，結合所研究配送系統(tǒng)的特點確定了使用Simio軟件仿真建模的方法。在該方法中，首先構建了簡化模型以還原原配送系統(tǒng)的運作模式和計劃規(guī)則，在驗證了仿真模型的有效性后，根據(jù)仿真輸出的結果對原系統(tǒng)中物流作業(yè)不均衡的問題進行了分析。分析出物流作業(yè)不均衡的主要原因后，使用懲罰函數(shù)的概念確定了代表物流作業(yè)均衡性的目標函數(shù)。對配送系統(tǒng)的優(yōu)化分為時點優(yōu)化和配送模式優(yōu)化兩部分。其中時點優(yōu)化采用的是基于遺傳算法驅動的仿真優(yōu)化，通過仿真優(yōu)化確定了合適的零部件上線時間、備貨提前期，進而降低了線邊庫存量的懲罰值。配送模式優(yōu)化采用的是臺套配送方式，通過臺套配送降低了卸貨平臺最大隊長。最后，文中提出了同時優(yōu)化時點和配送模式的綜合優(yōu)化方案。通過仿真驗證三個方案，結果表明，所提出的綜合優(yōu)化方案最優(yōu)，不僅實現(xiàn)了物流作業(yè)均衡還有效地降低了運輸成本。本文對配送系統(tǒng)的分析與優(yōu)化中，懲罰函數(shù)的概念的引入、基于遺傳算法驅動仿真優(yōu)化、臺套配送模式的應用對于物流配送系統(tǒng)的研究與規(guī)劃都有著借鑒意義。在目前的研究中，對于配送系統(tǒng)進行了一些合理的簡化，例如對于零部件的體積、形狀這些因素都沒有考慮，在臺套配送優(yōu)化案例中僅是將所有零件以相同方式處理。然而，在實際情況下，臺套配送模式的應用還需要考慮零部件的特性，這在以后的研究中還可以進行深入探討。此外，在算法驅動仿真優(yōu)化方面，目前只是使用了遺傳算法，還可以同時使用多種算法驅動仿真優(yōu)化，通過對比優(yōu)化結果分析多種算法在研究物流配送系統(tǒng)時的優(yōu)劣性。致謝衷心感謝張煜老師對我的畢業(yè)設計整個過程的支持與幫助，由于您的耐心地指導，我才能順利完成這次畢業(yè)設計。在整個畢設的過程中，張老師經(jīng)常召開交流討論會議，這讓我收益良多，在這個過程中不僅對于畢業(yè)設計有幫助作用，還讓我學到了很多解決問題的方法、為人處事的道理。衷心感謝管在林老師為我提供的課題資源以及參與實際研究項目的寶貴機會，因為您的這些幫助與指導，我才能夠在畢設中真正做到理論與實踐的相結合，在參與實踐項目的過程中，我對于自己大學期間所學的專業(yè)課知識有了重新的理解與認識。衷心感謝王創(chuàng)劍、鄭志明、周娜、彭麗等學長學姐以及同一畢設小組的同學們在我畢設期間自始至終的耐心幫助，這讓我克服了一個又一個的困難。衷心感謝多年來一直鼓勵我、支持我、牽掛我的父母，他們無私的愛為我創(chuàng)造了安心的學習條件，使我能夠順利完成學業(yè)。衷心感謝物流工程系所有老師在這四年學里對我的悉心教導和培養(yǎng)，為我打下了堅實的專業(yè)基礎。最后由衷感謝物流卓越1102班全班同學在大學四年中對我的關心和幫助，感謝他們與我一同成長。中外文參考文獻[1]Nils Boysen, Simon Emde, Michael Hoeck, Markus Kauderer. Part Logistics in the Automotive Industry: Decision Problems,Literature Review and Research Agenda[J].European Journal of Operational Research, 2014,09:03772217.[2]Tauseef Aized,Jagjit Singh modelling of Last Mile logistic distribution system[J].The International Journal of Advanced Manufacturing Technology,2014,02:5361.[3]Sadjadi, .。 Jafari, M.。 Amini, T. : A new mathematical modeling and a genetic algorithm search for milk run problem (an auto industry supply chain case study)[J]. The International Journal of Advanced Manufacturing Technology 44, 2009:194200.[4]Boysen, N。 Fliedner, M. : Cross dock scheduling: Classi?cation, literature review and research agenda. Omega[J]. The International Journal of Management Science 38, 2010:413422.[5]Glock, .。 Grosse, .: Storage policies and order picking strategies in Ushaped orderpicking systems with a movable base[J]. International Journal of Production Research 50,2012:43444357.[6]Lim232。re,V.:To kit or not to kit: optimizing part feeding in the automotive assembly industry[D]. . thesis, Ghent University, Belgium。2011.[7]Lim232。re,V.。Van Landeghem,H.。Goetschalckx,M.。 Aghezzaf, .。 McGinnis, . :Optimising part feeding in the automotive assembly industry: deciding between kitting and line stocking[J]. International Journal of Production Research 50,2012:40464060.[8][D].,12.[9]王旭，張芳珍，[J].,09:4349.[10]Xiangguo Ma, Yimin Yin, Tongjuan simulation and optimizing of different distribution strategies for the distribution centre based on Flexsim[C].International Conference on Automation and Logistics Chongqing, China, August 2011.[11]張凱，伍瑞昌，陶學強．基于Simio的排隊系統(tǒng)仿真分析[J]．兵工自動化，2011，02:9498．[12]周金波,[J].機電一體化,2012,06:1723.[13][D].華中科技大學，2012，01.[14]Wen Shi, Jennifer Shang b, Zhixue Liu , Xiaolu design of the auto parts supply chain for JIT operations: Sequential bifurcation factor screening and multiresponse surface methodology[J].European Journal of Operational ,11: 664676.[15]岳磊，管在林，王創(chuàng)劍，鄭志明，[J].機械制造,2013,02:8388.[16]沈維蕾,[J].合肥工業(yè)大學學報,2013,10:11661170.[17]Chuangjian Wang,Zailin Guan,Xinyu Shao,Saif optimisation of logistics distribution system for an assembly line with path constraints[J].International Journal of Production Research, 2014:35383551.[18][D].大連理工大學,2007,12.