基于VMI的随机需求库存-运输整合优化模型与算法.pdfVIP

基于VMI的随机需求库存-运输整合优化模型与算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于VMI的随机需求库存-运输整合优化模型与算法.pdf

2009年3月 湖南师范大学 自然科学学报 Vo1.32 No.1 第 32卷 第 1期 JournalofNatural ScienceofHunanNormalUniversity Mal.,2009 基于VMI的随机需求库存.运输整合优化模型与算法 谢小良r,符 卓 ,杨 芳。 (1.湖南商学院信息学院,中国长沙 410205;2.中南大学交通运输工程学院,中国长沙 410075) 摘 要 首先给出了一个供应商和多个零售商有共同订货补充期、需求服从泊松过程的库存一运输整合优化 模型,其次给出了模型的相应算法.最后,用数值例子验证了模型与算法的有效性. 关键词 供应商管理库存(VMI);库存.运输整合优~/5(IT/0);泊松过程;免疫算法 中图分类号 TP39 文献标识码 A 文章编号 1000-2537(2009)01-0051-05 AModelandAlgorithm forIntegratingTransportationandInventory DecisionswithRandom DemandBasedonVMl XIE Xiao.1iang’一 FU Zhuo ,YANGFang’ , (1.CollegeofInformation,HunanBusinessCollege,Changsha410205,China; 2.CollegeofTrafficandTransportationEngineering,CentralSouthUniversity,Changsha410075,China) Abstract Firstlyinventory.transportationintegratedoptimizationmodel(abr.ITIO)isproposedforasingle vendorandmultipledifferentretailerswithcommoncycletime.anddemandobeyingpoissonprocess.Secondlythe correspondingalgorithm ofITIO isestablished.Finally,anumericalexampleisgiventoillustratetheefficiencyof themodelandalgorithm. Keywords vendormanagedinventory;inventory—transportationintegratedoptimization;poissonprocess;im ‘ munealgorihtm “库存一运输整合优化问题(Inventory—TransportationIntergatedOptimization,ITIO)”或称 “库存一路径问题 (InventoryRoutingProblem,IRP)”,其研究 目标是在同时考虑库存与运输路径相互影响的前提下,如何联合 优化配送和库存这2个往往被独立考虑的物流环节,确定补货策略和配送运输策略,使得从长远来看,其库 存、配送总成本最小. 车辆路径问题(VehicleRoutingProblem,VRP)已被证明属于NP一难问题,而 ITIO是在 VRP的基础上,考 虑各客户点的库存情况后进行整合优化,问题的难度和复杂性都将加大,对其模型与算法的研究将是研究的 重点和难点.ITIO问题最早是在 20世纪70年代提出的¨],自8O年代后期开始,逐步引起学术界的重视,并 且研究的重点倾向于寻找适合的模型求解算法.最近,Aghezzaf等 提出了基于列构造和基于C—w节约法 的近似算法求解供应链环境下的ITIO问题.YuYugang等l3研究了客户需求随机的ITIO问题,并用拉格朗 13松弛法进行求解.Savelsbergh等 提出了求解供应商管理库存(VendorManagedInventory,VMI)条件下的 收稿

文档评论(0)

o25ju79u8h769hj + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档