基于生产与运输集成的供应链调度优化问题.docVIP

稿件 稿件编号：F149，征文类别：供应链/生产运作管理，作者单位：合肥工业大学管理学院，通讯地址：安徽省合肥市屯溪路193号管理学院505室，邮编：230009，联系电话E-mail：feiyijun198612@126.com 基于生产与运输集成的 供应链调度优化问题 裴军1,2，刘心报1,2，范雯娟1,2，杨善林1,2，方昶1,2 （1.合肥工业大学管理学院，合肥 230009； 2.教育部过程优化与智能决策智能实验室，合肥 230009） 摘 要：研究了多供应商和单制造商组成的二层供应链调度问题，并考虑了各厂商的工件加工方式。以最小化制造跨度时间和运输总费用为目标，构建问题的数学模型。运用多目标优化和多属性决策相结合的方法设计供应链调度决策方法，即先用多目标引力搜索遗传混合智能算法求出问题的Pareto解集，再采用客观赋权法计算各目标权重，最后运用多属性决策方法选出理想的供应链调度方案。仿真结果表明所设计的算法是有效的。 关键词：供应链调度；多目标优化；多属性决策；客观赋权法 中图分类号：O224 文献标识码：A 1 引言 供应链环境下制造企业在制定生产计划和生产调度方案过程中，往往只追求各自利益的最大化，并未考虑与上下游企业生产和运输的联合优化，从而增加了整体供应链成本，最终导致供应链竞争力降低。因此，研究供应链环境下生产和运输集成调度问题具有重要的实践价值。 Rowe等[1]在1996年首先提出物流排序的概念，并将排序论的理论和方法运用到供应链研究中。Hall等[2]在2003年首次阐述了供应链调度（supply chain scheduling）概念的内涵，并针对单个工厂和多个客户的供应链调度问题，设计了动态规划算法以优化配送时间和成本。随后，国内外学者对供应链调度问题进行了深入研究。 PUNDOOR等[3]以最小化配送成本和和订单最大延迟的加权之和为目标对供应链调度问题进行研究，并设计了一种快速的启发式算法进行求解。 收稿日期：2012-6-29；修订日期：2012-8-15 基金项目：国家自然科学基金资源项目71101002)；安徽省高校省级自然科学重点研究项目(KJ2011A215) 作者简介：裴军(1986-)，男(汉族)，安徽省人，合肥工业大学管理学院信息管理与信息系统系，博士研究生，研究方向：供应链调度优化. Chen等[4]以最小化工件总运达时间和总运输费用为目标建立模型，考虑了运输路线的选择，并给出了动态规划算法。针对上下游企业的供应链调度问题，Agnetis等[5]提出了通过建立中间缓冲区的方式来同时考虑供应商和制造商的利益，并设计了多项式算法求解该问题。Chen等[6]研究了以最小化订单的总成本和最长订单提前期加权之和为目标的多工厂向一个分销中心供货的供应链调度问题，证明了该问题是NP难问题，并设计了启发式算法。Chen等[7] 以最小化配送成本为目标，研究了单工厂和单客户的供应链调度问题，给出了启发式算法。Zegordi等[8]研究了供应链环境下生产和调度联合优化问题，并运用改进的遗传算法进行求解。Mohammad等[9]研究了供应链环境下生产调度与分批发运的协同优化问题，并采用分支定界算法进行求解。柏孟卓等[10]以最小化最大延迟、误工工件数和配送费用的总和为优化目标，研究了订单分配已知的多工厂多客户的两阶段供应链调度问题，并给出了动态规划算法。陈荣军等[11]研究了以工件最大送货时间和平均送货时间为生产排序费用的不同目标函数下的同类机供应链调度问题，并运用动态规划算法构造了多项式时间近似算法对该问题进行求解。蒋大奎等[12]以最小化工件的最长订货提前期与总成本加权之和为目标，构建了多工厂多客户的供应链调度问题的数学模型，并在分析解的最优性条件基础上，设计了一种基于矢量组编码方法的混合禁忌搜索算法。蒋大奎等[13]以交货期限内完成所有工件的生产和运输总成本最小化为目标，构建了一类平行机多工厂供应链调度问题的数学模型，并设计了一种基于向量组编码结构的禁忌搜索算法以求解该问题。目前关于供应链调度的研究，考虑各厂商内部具体工件加工方式的尚不多见，求解算法主要集中在启发式算法，采用智能算法求解的很少。特别针对于多目标问题的处理，往往简单地采用将各目标线性加权的处理方法。 本文以铝制品制造供应链为背景，研究生产和运输集成的多目标供应链调度优化问题。基于供应商和制造商的内部工件加工方式，建立了数学模型。考虑到决策者往往只执行一个决策方案，创新性地采用多目标优化和多属性决策相结合的方法来选出合理的执行方案。即先设计了一种多目标引力搜索遗传的混合智能算法（Multi-Objective