钢铁企业物流库存资源调度优化管理研究.docxVIP

钢铁企业物流库存资源调度优化管理研究 1 基于供应链的原料入库策略 物流被认为是核电站企业的“第三利润来源”。如何提高企业的物流效率，降低企业的物流成本，越来越受中小企业的重视。 近年来, 随着调度理论研究的深入, 一些新的方式方法被应用到资源入库调度中。文献[2]利用Petri网建模方法和Arena仿真软件对原料到达入库各环节行了分析并提出了基于供应链的原料入库策略。文献[3]利用Petri网建模方法对原料入库流程进行建模, 并对现有流程进行业务流程再造通过仿真结果表明优化后的流程在成本和效率上都优于现有的流程。文献[4]设计了原料库存管理系统为先进调度理论的实施提供了技术保障。 以上文献对库存资源调度优化起到了良好的促进作用, 但也存在一些缺陷。如文献[2-3]没有考虑车辆入厂安排的合理性对调度结果的影响。文献[4]只是通过技术手段搭建了信息系统但并没有对调度结果产生实质性的影响。本文经过对前人调度优化策略的研究和分析, 考虑钢厂内部实际运行情况从车辆分配角度来考虑资源入库调度问题, 良好的车辆入厂调度可以避免出现部分仓库大量货物堆积而部分仓库没有待卸货物的情况, 使各仓库的卸货能力得到合理分配, 进而在提高入库效率的同时降低物流成本。实验结果验证了合理的车辆入厂调度对库存资源调度的高效率和低成本有良好的促进作用。 2 问题描述和建模 2.1 仓库式机制的简化模型 资源入库调度优化中资源是指一些原料类资源包括铁粉、燃煤、石灰、备品备件等, 入库是指经公路或铁路运输把资源放入到指定货位的过程, 调度优化是指对入库流程中各环节进行优化以期在降低成本的同时提高入库效率。本文从车辆分配角度对资源入库调度进行优化, 车辆入厂示意图如图1所示, 如何选择合适的货车入场顺序和入厂时间并在满足约束前提下使最后一辆货车卸货完成时间以及仓库总的运转成本最少是本文要研究的问题。 假定钢厂内部有b个仓库, 则在厂外有与之对应的b支车队, 每支车队的货物均放入与之对应的仓库中, 即每辆货车要进入的仓库编号是事先确定的, 货车总数量为m。每辆货车排队依次入厂, 入厂后须经称重取样才能开往对应仓库, 每辆车从厂门驶入称重取样站的时间相同, 但根据车辆所属车队不同而所运货物不同称重取样所需时间不同, 要求称重取样站不允许有车辆滞留, 即上一辆车称重取样完毕才允许下一辆车到达以免造成交通拥堵。从称重取样站到不同仓库所需时间不同, 到达仓库后只能等上一辆车卸货完毕下一辆车才能卸货, 根据运载的货物不同卸货所需时间不同, 卸货完毕还需到另一出厂称重站进行称重来计算入库货物的重量, 要求在这一称重站也没有车辆滞留, 即上一辆车称重完毕下一辆车才允许到达。为简化问题模型, 规定从各个仓库到出厂称重站的时间相同, 而且各个货车的出厂称重时间相同。在与仓库对应的车队的最后一辆车卸货完毕后该仓库的机械关闭人员撤离, 如果仓库不关闭就存在机械待机和人员成本。 2.2 建模目标函数 为了便于描述模型, 符号定义如下: i, j, k, g:车辆编号; l:仓库编号, 也即车队编号; m:货车数量; b:仓库数量, 也即车队数量; δ δ δ δ λ φ e d x t t t t y u Q:为一个较大的数; T 决策变量: 根据上述模型参数和定义的决策变量, 建立整数规划模型如下 p 目标函数 (1) 由两部分组成:最大卸货完成时间和仓库运转成本。约束 (2) 为货车i的卸货完成时间。约束 (3) 为货车i从称重取样站到仓库的时长。约束 (4) 为货车i的称重取样时长。约束 (5) 为货车i的卸货时长。约束 (6) 为货车i称重取样完成到卸货的时间约束。约束 (7) 为保障称重取样站没有车辆滞留。约束 (8) 为两辆货车去同一仓库的时间约束。约束 (9) 为保证货车先到先卸。约束 (10) 为保证一辆车只能入厂一次。约束 (11) 为保证必有一辆车为最后一车。约束 (12) 规定任意两辆货车卸货完成时间间隔大于δ 3 合作改进索引搜索法 3.1 gsa求解连续型问题的优势 厂外待入厂车辆通常数量较多, 导致表示该问题粒子的维数较高, 利用遗传算法等一般求解离散问题的方法势必引起求解时间长求解精度低的问题, 而GSA这类求解连续型问题的方法对多维寻优问题有着非常好的特性, 并在文献[5]中证明GSA的收敛性明显优于粒子群算法、遗传算法等智能算法。 3.2 完善索引搜索法 3.2.1 解码操作 编码:借鉴文献[6]中叙述的与顺序编码对应的实数编码, (a 解码:a 3.2.2 变压力质量公式 种群中各粒子惯性质量的大小直接关系到粒子i的运动趋势, 如运算前期粒子间的惯性质量相差较大则会导致惯性质量小的粒子迅速向惯性质量大的粒子运动导致算法的探索能力不强甚至陷入局部最优, 基