物流系统优化与建模.docVIP

物流系统优化 什么是物流系统优化 　物流系统优化是指确定物流系统发展目标，并设计达到该目标的策略以及行动的过程，它依据一定的方法、程度和原则，对与物流系统相关的因素，进行优化组合，从而更好实现物流系统发展的目标。 物流系统优化的意义 　　改善物流系统，既是企业自我完善的需要，也是适应市场变化的需要。顾客需求愈来愈突出个性化，导致不确定性增加，迫使企业对快速变化的市场快速准确地作出正确的反应。另外，日益激烈的市场竞争给企业带来了更大的压力。随着经济全球化和知识经济时代的到来，无国界化企业经营的趋势愈来愈明显，整个市场竞争呈现出明显的国际化和一体化。与此同时，高新技术的迅猛发展提高了生效效率，缩短了产品更新换代周期，加剧了市场竞争的激烈程度。因此，企业物流管理如何适应新的竞争环境已成为我国企业关注的焦点。通过对我国企业面临的环境和挑战的分析，从而要求企业必须把物流系统优化提上日程。 　　现代物流系统中，物料的搬运系统及组织管理的工作，常常要求对物资进行统一分配、合理调运、正确规划、全面安排，经常会有多种解决方案。例如，制订最佳的投资计划和生产计划；认为选择最佳的生产布局和物料搬运系统流程；确定产品的最佳的配套生产；制订最佳的物质调运计划等。衡量最佳方案的标准可以从不同的角度出发，以求得某项指标达到最大值或最小值。例如，要求工厂企业的劳动生产效率最高、资源的利用率最高等。这些都要是物流系统优化所要研究和解决的问题。[1] 物流系统优化的原则 　　对于大多数的企业来说，物流系统优化是其降低供应链运营总成本的最显著的商机所在。由物流优化技术给出的解决方案，除非现场操作人员能够执行，管理人员能够确认预期的投资回报已经实现，否则就是不成功的。 对于大多数的企业来说，物流系统优化是其降低供应链运营总成本的最显著的商机所在。但是，物流系统优化过程不仅要投入大量的资源，而且是一项需要付出巨大努力、克服困难和精心管理的过程。 　　美国领先的货运计划解决方案供应商Velant公司的总裁和CEO-Don Ratliff博士集30余年为企业提供货运决策优化解决方案的经验，在2002年美国物流管理协会（CLM）年会上提出了物流优化的10项基本原则，并认为通过物流决策和运营过程的优化，企业可以获得降低物流成本10%-40%的商业机会。这种成本的节约必然转化为企业投资回报率的提高。 　　1．目标（Objectives）：设定的目标必须是定量的和可测评的。 　　制定目标是确定我们预期愿望的一种方法。要优化某个事情或过程，就必须确定怎样才能知道目标对象已经被优化了。使用定量的目标，计算机就可以判断一个物流计划是否比另一个更好。企业管理层就可以知道优化的过程是否能够提供一个可接受的投资回报率（Return On Investment）。 　　2．模型（Models）：模型必须忠实地反映实际的物流过程。 　　建立模型是把物流运营要求和限制条件翻译成计算机能够理解和处理的某种东西的方法。例如，我们需要一个模型来反映货物是如何通过组合装上卡车的。一个非常简单的模型，不能充分地反映实际的物流情况。如果使用简单的重量或体积模型，许多计算机认为合适的载荷将无法实际装车，而实际上更好的装载方案会由于计算机认为不合适而被放弃。所以，如果模型不能忠实地反映装载的过程，则由优化系统给出的装车解决方案要么无法实际执行，要么在经济上不合算。 　　3．数据（Data）：数据必须准确、及时和全面。 　　数据驱动了物流系统的优化过程。如果数据不准确，或有关数据不能够及时地输入系统优化模型，则由此产生的物流方案就是值得怀疑的。对必须产生可操作的物流方案的物流优化过程来说，数据也必须全面和充分。例如，如果卡车的体积限制了载荷的话，使用每次发货的重量数据就是不充分的。 　　4．集成（Integration）：系统集成必须全面支持数据的自动传递。 　　因为对物流系统优化来说，要同时考虑大量的数据，所以，系统的集成是非常重要的。比如，要优化每天从仓库向门店送货的过程就需要考虑订货、客户、卡车、驾驶员和道路条件等数据。人工输入数据的方法，哪怕是只输入很少量的数据，也会由于太花时间和太容易出错而不能对系统优化形成支持。 　　5．表述（Delivery）：系统优化方案必须以一种便于执行、管理和控制的形式来表述。 　　由物流优化技术给出的解决方案，除非现场操作人员能够执行，管理人员能够确认预期的投资回报已经实现，否则就是不成功的。现场操作要求指令简单明了，要容易理解和执行。管理人员则要求有关优化方案及其实施效果在时间和资产利用等方面的关键标杆信息更综合、更集中。 　　6．算法（Algorithms）：算法必须灵活地利用独特的问题结构。 　　不同物流优化技术之间最大的差别就在于算法的不同（借助于计算机的过程处理方法