CW算法在JIT采购中应用.docVIP

  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
CW算法在JIT采购中应用

CW算法在JIT采购中应用   摘要:文章研究Just in Time(JIT)背景下制造商主导的第三方物流(Third Party Logistics, 3PL)运输调度问题。制造商根据其生产计划的要求进行采购。文章使用C-W路线优化算法,在线路规划中考虑了车辆载重量、容积以及车辆到达时间的影响,实现以最小的成本达到JIT采购的目的,并用一个实例验证了修正的C-W算法对解决采购物流中运输调度问题的适用性。   关键词:JIT;运输调度;C-W节约算法;3PL   中图分类号:F224文献标识码:A      Abstract: After analyzed vehicle scheduling problem for manufacture using third party logistics in JIT condition, this paper used C-W algorithm in vehicle scheduling problem. In view of the characteristic of transported products in the manufacture purchasing logistics, vehicle capacity, volume and arriving time as constraint condition was inserted in the route plan, so as to satisfy the purpose of using the least cost for JIT purchase. Then an example was given to confirm the serviceability of the modified C-W algorithm in solving the vehicle scheduling problem.   Key words: JIT; scheduling problem; C-W algorithm; 3PL      0引言   制造业的激烈竞争,使Just in Time(JIT)的采购方式受到越来越多的企业的关注,这种源自于日本丰田汽车公司准时制生产的采购方式,要求既要能保证物资的供应,又要降低库存量、缩短订货提前期、提高产品质量、降低采购成本。在这种采购方式下,车辆的提早或延迟到达原材料供应地均会产生附加成本。因此制造企业在制定其生产调度和运输调度策略时,必须从全局出发,考虑供应链整体动作成本最小化。作为整个供应链中的一环,在进行车辆的运输调度时,必须考虑与生产之间的有效衔接。   受到外资第三方物流公司大举进入中国的影响,近年来,我国的物流企业有了较大的发展,第三方物流(Third Party Logistics,3PL)日益成熟,相当数量的制造商开始有选择性的将物流业务外包给3PL以有效衔接生产、提高JIT采购水平、降低采购成本。研究表明,供应链中第三方物流运输调度问题主要分为两类:生产企业主导和3PL主导[1]。   目前研究多关注第一种3PL运输调度问题。Ruiz Torres和Tyworth(1997)[2]用仿真模型测试了一些简单的调度法则,证明在生产和运输中采用恰当的调度法则可使整个系统的效率大大提高。Chang和Lee(2001)[3]的研究目标是最小化所有作业的生产和运输总时间。Garcia et al.(2004)[4]考虑多生产工厂的系统,目标是决定最优的订单至车辆的装载,使系统利润最大化。但在最终模型求解的过程中,由于精确算法(包括直接树搜索算法、动态规划法和整数线性规划法三类)只能有效求解中小规模的确定性问题,当求解大规模问题时,无法在有限时间里找到满意的次优解或可行解。因此,在实际应用中,人工智能算法应用更广泛。   1C-W节约算法研究与改进   Clarke和Wright在1964年提出的节约法(简称为C-W算法)是启发式算法中的一种,用来解决车辆数不固定的运输调度问题[5]。由于算法的简单实用,又能很容易的将真实世界的一些约束条件包含进算法模型中,因此在调度规划模型中得到了广泛应用。但国内使用该算法解决运输调度优化问题的研究还比较少。   目前有关C-W算法的研究多用于物流配送,如连锁超市、烟草配送等,且带时间窗约束的改进算法研究较多,但却少有将该算法应用于采购物流领域的。从物流布局来看,采购物流的VRP问题也可以用配送领域的C-W算法来解决。但必须满足两个前提条件:(1)整个供应链由生产企业主导;(2)采购所需原材料的生产过程平稳有序,采购企业可以使用JIT的生产方式。   1.1基本数学模型   1.1.1假设下列条件已

文档评论(0)

189****7685 + 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