库存决策支持系统算法的研究.docVIP

库存决策支持系统算法的研究 　　摘 要：现代物流管理的关键在于决策，决策正确与否直接决定着物流企业能否生存、发展。目前我国的大多数物流企业在库存决策方面还处于初级阶段，尤其是配送中心选址、库存仓储决策等方面仅依赖于传统的经验分析方法，物流库存管理效率低下，急需科学的库存决策支持系统对领导者进行决策支持。针对这两个问题，提出了基于智能的库存决策支持算法，并集成应用到现代物流企业的库存决策支持系统中。实验结果验证了算法的实用性和有效性。 　　关键词：库存决策支持系统；配送中心选址；库存仓储决策；遗传算法；C4.5决策树算法； 　　 　　0引言 　　 　　随着经济飞速发展，现代物流作为集现代运输、仓储管 理、产品流通、加工、配送、客户服务以及信息网络于一体的综合服务业务，在国民经济和社会发展中发挥着重要作用。目前我国的大多数物流企业在库存决策方面还处于初级阶段，尤其是配送中心选址、库存仓储决策等方面的决策仅依赖于传统的经验分析方法，物流库存管理效率低下，急需科学的库存决策支持系统对领导者进行决策支持。因此笔者主要研究物流企业库存决策中的两个重要核心算法，并在此基础上构建一个库存决策支持系统，为行业管理、企业生产提供支持信息。 　　配送中心选址算法和库存仓储决策算法是笔者讨论的内容。配送中心选址是一种特殊的仓库设计，目的在于加快货物流动速度、方便客户并减少不必要的配送成本，配送中心选址问题属于最小成本问题，即求解使运输成本，变动处理成本和固定成本等之和最小的最优化问题，它包括单一配送中心选址和多个配送中心选址。笔者研究的是多个配送中心选址问题，它是指从一些己知的被选点中选出一定数目的地点，用于设置物流配送中心，使形成物流网络的总费用最少，其中总费用包括基本投资费用、可变费用以及不可变费用等。 　　遗传算法(GA：GeneticAgorithms)是基于对生物进化机制的模仿而产生的一种优化计算方法，具有并行性和全局搜索特性。笔者采用遗传算法解决配送中心选址优化问题，并通过实验证明其有效性。 　　库存仓储决策是实现货物对库存仓储模型的选择，它由企业的订货驱动因素决定，选择适合的库存仓储模型对物流业中的仓储管理尤为重要，它将直接影响企业的经济效益。通过数据收集，我们可以得到许多成功的仓储决策历史案例。库存仓储决策的目的是利用这些历史案例，构建决策模型，利用该决策模型对任意给定的输入决策变量，给出最优的仓储决策方案，即采用上述哪种模型作为库存仓储模型。 　　决策树是预测模型算法，通过将大量数据有目的分类，从中找到潜在有用的信息。C4.5决策树算法，是目前最流行的决策树算法之一，它是对ID3决策树算法的改进。笔者采用C4.5决策树算法解决库存仓储决策问题，并通过实验证明其有效性。 　　 　　1、库存配送中心选址问题模型及优化算法 　　 　　1.1问题描述 　　对选址模型作了如下的假设: 　　1)仅在一定的被选范围内选出新的配送中心； 　　2)不考虑库存配送中心的扩建问题； 　　3)只考虑一种产品的配送，即本系统模型属于单产品多配送中心选址问题； 　　4)系统各点间采用同样的运输手段； 　　5)系统中包含二级运输，即包括从供货点到配送中心的运输以及从配送中心到用户的运输； 　　6)一个配送中心可由多个供货点供货，一个用户的需求也可由多个配送中心提供； 　　7)运输费用与运输量成正比； 　　8)配送中心的容量能够满足用户的要求； 　　9)用户的需求量为已知常量； 　　10)供货点与各配送中心、配送中心与各用户间的单位运输费用及各配送中心的单位管理费用为己知常量。 　　目标函数是从候选地点集中选出一定数量的点作为最佳配送中心，使包括从供货点到配送中心的运输费用、配送中心到用户的运输费用、流经配送中心的产品的管理费用以及配送中心的固定投资费用在内的总费用最少。目标函数共包含14个量：E表示总费用；l表示供货点的个数；m表示被选的配送中心的个数；n表示用户的个数；Wki表示从供货点k到配送中心i的运输量；Xij表示从配送中心i到用户j的运输量；Fi表示配送中心i的固定投资费用；Cki表示从供货点k到配送中心i的单位运输费用；hij表示从配送中心i到用户j的单位运输费用；gi表示配送中心i流转产品的单位管理费用；Zi表示配送中心i是否被选中；Ak表示供货点k的供货能力；Mi表示被选配送中心i的建设容量；Dj表示用户j的需求量。 　　选址问题数学模型: 　　 　　1.2改进遗传算法求解问题模型 　　配送中心选址问题属于NP难问题，本文借助改进后的遗传算法来求解。下面通过一个具体的实例来说明。某物流企业有2个供货工厂，6个配送中心备选地，8个用户。 　　(1)编码方案 　　采用混合并行编码。决策