物流及供应链管理.ppt

物流及供应链管理 运输决策 物流决策的三角形 第七章 运输决策 运输方式的选择 路线选择 行车路线和时刻表的制定 船舶航线和船期计划 运输方式的选择 运输方式选择需要考虑（重中之重）: 运输成本 平均运输时间——速度 运输时间的波动性——可靠性 运输方式的选择 基本成本权衡 运输速度和可靠性会影响托运人和买方的库存水平（订货库存和安全库存）以及他们之间的在途库存水平。如果选择速度慢、可靠性差的运输服务，物流渠道中就需要有更多的库存。这样，就需要考虑库存持有成本可能升高，而抵消运输服务成本的情况。因此现有方案中最合理的方案应该是，既能满足顾客需求，又使总成本最低的服务。 P167例子 考虑竞争因素 并非价格越低越好，服务! 彼得.杜拉克：“创造顾客!!!!” 路线规划的三个基本类型 起讫点不同的单一路径规划 多个起讫点的路径规划 起点和终点相同的路径规划 起讫点不同的单一问题 解决方法：最短路径法（Shortest Route Method） 最短路径法描述：已知一个由链和节点组成的网络，其中节点代表由链连接的点，链代表节点之间的成本（距离、时间或距离和时间的加权平均）。最初，所有的节点都没有经过求解：也就是说，没有通过各个节点的明确的路线。已解的节点是在某一条路线上的，开始时只有起点是已解的节点。 起讫点不同的单一问题 案例：找到得州的阿马里洛与沃思堡之间行车时间最短的路线。节点之间的每条链上都标有相应的行车时间，节点代表公路的连接处。（时间：分钟） 计算结果 多讫点问题 多个货源地可以服务多个目的地。 问题： 指定各目的地的供货地，同时要找到供货地、目的地之间的最佳路径。 解决方法： 线性规划算法——运输方法（P174例子） 运输模型 运输模型 起讫点重合的问题——流动推销员问题 目标：找出途经点的顺序，使其满足必须经过所有点且总出行时间或总距离最短的要求。 解决方法：感知式和启发式解法 启发式算法可以在合理的计算时间内得到较优的可行解。局域搜索启发式算法应用广泛，局域搜索的一般步骤如下： 1、从一个初始可行解出发 2、找出相邻的可行解 3、从相邻的可行解中找出更好的可行解 起讫点重合的问题——流动推销员问题 各点空间相连 合理的经停路线各条线路之间是不交叉的，并且只要有可能路径就会呈凸形，或水滴状。 起讫点重合的问题——流动推销员问题 空间上不相连的点的问题（案例：一个以某仓库为基地，包括四个经停站点的小型配送问题。） 起讫点重合的问题——流动推销员问题 空间上不相连的点的问题（案例：一个以某仓库为基地，包括四个经停站点的小型配送问题。） 行车路线和时刻表的制定 限制条件： 在每个站点既要取一定量的货，又要送一定量的货； 使用多部车辆，每部车的载货重量和容积不同； 司机的总驾驶时间达到一定上限时，就必须休息至少8个小时，（运输部门的安全限制）； 每个站点每天只允许在特定时间内取货和/或送货（称为时间窗口）； 途中只有在送货后才能取货； 允许驾驶员每天在特定的时间休息和用餐。 合理路线和时刻表的制定原则（1） 八条原则： 安排车辆负责相互距离最接近的站点的货物运输； 合理路线和时刻表的制定原则（2） 安排车辆各日途径的站点时，应注意使站点群更加紧凑； 合理路线和时刻表的制定原则（3）寻求满意解 从距仓库最远的站点开始设计路线； 卡车的行车路线应呈水滴状； 尽可能使用最大的车辆进行运送，这样设计出来的路线是最有效的； 取货、送货应该混合安排，不应该在完成全部送货任务之后再取货； 对过于遥远而无法归入群落的站点，可以采用其它配送方式，如小卡或外包； 避免时间窗口过短。 合理路线和时刻表的制定方法（1） 扫描法（The Sweep Method）可阐述如下： 在地图或方格图中确定所有站点（含仓库）的位置； 自仓库始沿任一方向向外划一条直线。沿顺时针或逆时针方向旋转该直线到与某站点相交。 继续旋转，直到最大容量 排定各路线上每个站点的顺序使行车距离最短。排序时可以使用“水滴”法或求解“流动推销员”问题的任何算法。 得到的为满意解 P183例子 合理路线和时刻表的制定方法（2） 节约法（The Saving Method） 目标：是使所有车辆行驶的总里程最短，并进而为所有的站点提供服务的卡车数量最少。 首先，假设每个站点都有一辆虚拟的卡车提供服务，随后返回仓库，如图7-15a所示。这时的路线里程最长的。 第二步，将两个站点合并到同一条行车路线上，减少一辆运输车，相应缩短路线里程。 合理路线和时刻表的制定方法（2） 合理路线和时刻表的制定方法（3） 继续合并。除了将单个站点合并在一起外，还可以将某个站点并入已经包含多个站点的路线上。 每次合并时都要计算所节约距离，节约距离最多的站点就应该纳入现有路线。 假如由于某些约束条