《系统工程 第6版》 课件 实例六 供应链物流网络设计优化.pptx

实例六：供应链物流网络设计优化一、问题背景二、数学模型三、算法设计四、算例测试五、小结

一、问题背景W公司背景：W公司是国内领先的医疗用品生产供应商，主要产品包括：感染控制、伤口护理敷料、成人护理等类别。感染控制类产品又细分为手术室感染控制、服装类防护用品等系列。随着全球公共卫生事件的频发和事态的扩散，W公司已无法满足大量的订单需求，面临扩充产能、物流布局以及成本控制等一系列供应链物流网络重构决策。物流及物流网络定义：物流是物品从供应地到接收地的实体流动过程，包括运输、储存、装卸搬运、包装、流通加工、配送及信息处理，以满足客户需求。物流网络是通过连接不同功能的节点和构筑运输线路，形成具有特定结构的物流网络，是物流运输和功能发挥的重要基础。物流优化必要性：传统的、分散的物流活动已不能满足现代经济发展要求，高成本、低效率成为经济运行的制约因素。2020年我国物流支出占GDP比重较高，与发达国家存在差距，显示物流优化潜力。对物流要素进行系统整合，优化资源配置，建立高效物流网络是经济发展的必然要求。设施选址的战略意义：在供应链物流网络设计中，设施选址影响用户需求的覆盖和响应，对企业运营有深远影响。

一、问题背景选址问题是供应链物流网络设计的经典问题和难题，在生产、物流运输以及军事领域有着广泛的应用前景。为满足不断增长的市场需求，W公司面临生产工厂以及中心仓库的选址决策，以及将产品从生产工厂运输到中心仓库以及从中心仓库到顾客的运输决策。为便于决策分析，采用标准产品以替代各类产品。该问题可抽象为经典的二阶段容量约束选址问题(Two-stageCapacitatedFacilityLocationProblem，TSCFLP)，其层级结构如图所示。

二、数学模型TSCFLP问题旨在决策生产工厂及中心仓库的选址，分别在工厂及仓库的生产能力以及存储能力约束下，优化工厂至仓库以及仓库至顾客的物流配送关系，使得所有的顾客需求得到满足，且一个顾客仅由一个仓库服务，而总费用最小，包括：工厂和中心仓库的选址费用以及运输费用。问题导向求解目标问题规模描述方式优化算法最优解近似最优解大规模小规模数学规划模型概念模型精确算法近似算法

二、数学模型数学复杂度：上述问题是广义分配问题以及单源容量限制选址问题的推广，而二者是NP难问题，因此该研究问题亦为NP难问题。0-1背包约束两阶段容量约束选址问题

三、算法设计——基本思想+∞-∞最优目标函数值上界下界割平面方法(下界)核搜索(上界)局部分支(精确算法框架)决策变量缩减

三、算法设计——总体框架解空间搜索方式:切割-求解(cut-and-solve,CS)树形搜索优点:有效避免计算过程中出现的内存溢出DP:denseproblem稠密问题SP:sparseproblem稀疏问题缺点:如果SP规模较大，则难以在合理时间内求得精确解，则CS失效需解决的问题：1）如何定义一合适规模的SP？2）如何加速CS的收敛？

三、算法设计——分支策略SPl+1:=DPl+DPl+1:=DPl+CS:分支约束Piercingcut缺点:SP可能规模较大，难以获得精确解,即便令α=μ=0SPl+1:=DPl+DPl+1:=DPl+,其中Ω={xj|Reducedcost(xj)α}部分线性松弛:保持选址变量得整数性，将其余整数变量线性松弛优点:在SP中，所有选址变量已被固定取值，问题规模得以缩小。线性松弛，且

三、算法设计——割平面方法变量上界约束0-1背包凸包LCI:FCP:优点:1）松弛问题更接近原问题（凸包）2）获得更紧的下界约束选择方式：启发式叠加容量约束构造新结构思路：利用模型结构特征，采用已有割平面和提出新的有效不等式

三、算法设计——割平面方法线性松弛原问题选址设施的总容量是否可以覆盖所有需求割平面方法(VUB,LCI,FCP,新的约束结构)部分线性松弛未发现违反的割平面未发现违反的割平面否未发现违反的割平面输出下界思路：割平面的添加，先易后难，先简单后复杂，以控制计算时间。

三、算法设计——核搜索目标:得到一个具有竞争力的上界以促进SP的求解基本思路:固定某些不重要的决策变量的取值，以减小问题规模；设定最大计算时间，调用混合整数规划（MIP）求解器，求解缩减后的问题。其中，kernel={zjk|ReducedCost(zjk)=0,?iandj}令ReducedCost(zjk)表示决策变量zjk.的递减成本Step1:求解SP的线性松弛问题LP;Step2:将决策变量z