物流配送系统中库存与运输整合优化问题研究.docxVIP

物流配送系统中库存与运输整合优化问题研究 0 基于规则的库存与运输整合优化 目前，国内外对库存和运输的综合优化研究已取得许多成果。在数学模型的构建和计算方法上取得了一些突破，并在应用上取得了良好的效果。然而,从已有的国内外研究中我们看到,学者们在建立数学模型或在算法的研究中,都假设在原点(供方)没有库存成本变化,只在终点(需方)发生库存成本变化,或者相反。如Gallego和Simchi?levi用不同的方法对一对多配送进行了分析,对原点是转运点(不发生库存成本),且对假设运输成本跟运距成正比的直接发运的效果作了研究。作者证明,如果每一目的地的经济容量至少为车辆承载力的71%,则直接发运的效率至少可达94%;Anily和Federgruen介绍了假设只在终点才发生库存费用的优化方法,即原点只是一个转运点,不发生库存成本。作者提出一个启发式方法,将一组终点划入一个区域,对每个区域的发运频率的计算分别运用EOQ模型,然后证明所提出的启发式算法跟终点数目是异步优化的;袁庆达在他的博士学位论文里,就单产品,并且终点库存成本费用为零的情况下的一对多配送系统进行了研究,在假设客户的单周期随机需求量小于货车载重量的前提下,分别从战略、战术和作业层对随机库存与运输整合优化问题进行了研究。 以上研究都假设了原点(供方)或终点(需方)没有库存成本变化的前提,无疑孤立了供方和需方之间在库存方面存在的必然联系,建立的库存与运输整合优化数学模型往往不适合配送系统的实际运作。因此,本文在总结已有研究成果的基础上,针对这种现状,在VMI策略下,针对物流配送系统中的典型拓扑结构——多对一配送网络,在综合考虑供需双方的库存成本变化的基础上建立库存与运输全面整合的数学模型,并详细分析其解法,系统研究了物流配送系统典型拓扑结构下的库存与运输整合问题。 1 库存补充周期 本文讨论的是由多个生产商s(s=1,2,3,…,n)和一个配送中心0所组成的配送网络中具有随机需求的、多产品的库存与运输整合优化问题。并且,在此配送系统中,由配送中心对系统进行统一的管理,控制生产商及自身的库存,并调度多个生产商对配送中心的库存补充和货物的运输。假设配送中心采用周期性检查的库存控制方法,并且通过联合运输的方式进行库存补充运输,配送车辆的运输能力不受限制,假定产品i(i=1,2,3,…,N)的耗用速度vi是平稳的。由于各个库存补充周期内的预期策略相同,所以长期的单位时间成本等于整个库存补充周期内的平均成本。 设T为N种产品的基本补货周期,产品i的补货周期Ti为T的整数倍,即Ti=δiT(δi=[Ti/T]为整数);设k为δi的最小公倍数,则kT即是整个库存补充周期长度;j是周期T的数量参数,j=1,2,3,…,k;P为运输车辆要到达的各位置(配送中心和各个生产商)的集合;Oi为产品i的订货点;φsj为逻辑变量,如果在第j次基本补货周期内,配送中心从生产商s处进货,则φsj=1,否则φsj=0;?ij为逻辑变量,如果在第j次基本补货周期内,配送中心对产品i进行库存补充,则?ij=1,否则?ij=0;βis为逻辑变量,当生产商s提供产品i,则βis=1,否则βis=0。 2 分析与建模 2.1 补货周期ti计算 每一个基本补货期j内N种产品的总库存成本Cw包括定货成本co、库存维持成本ch和缺货成本c,即:Cw=co+ch+cs。 定货成本co包括各产品的混合定货固定成本cmof和每一种产品i的独立定货成本cioi。令ˉcio代表N种产品长期平均总的独立定货成本,由此可知N种产品的长期平均总定货成本ˉco为: ˉco=k∑j=1(cmof+Ν∑i=1?ij?cioi)k?Τ=cmofΤ+k∑j=1Ν∑i=1?ij?cioik?Τ=cmofΤ+ˉcio。 定单发出后,经过固定的定货提前期L后配送中心才能收到货物,此时预期产品i的库存水平为Oi-vi·L。经过时间δi·T+L后配送中心收到下一批定货,此前预期产品i的库存水平为Oi-vi·(δi·T+L)。于是,可得产品i在补货周期Ti内的平均库存水平为:Οi-vi?(δi?Τ2+L)。令chi表示单位时间内产品i的单位库存维持成本,则可以得出N种产品的长期平均总库存维持成本ˉch为: ˉch=Ν∑i=1chi?[Οi-vi?(L+δi?Τ2)]。 假设配送中心在L+δiT时间内对各种产品i的随机需求量xi相互独立并服从相同的正态分布,则在时间τ内有均值E(xi,τ)=vi·τ、方差为Var(xi,τ)=σi·τ。如果在发出定单后的δi·T+L这段时间内,对产品i的需求累计xi超过其定货点水平Oi,就会发生缺货。如果在δi·T+L时间内对产品i的需求密度函数为f(xi,L+δi·T),令csi代表在补货周期Ti内产品i的单位缺货成本,则可知N种