论文部分内容阅读
本文研究的定位—路线问题是集成化物流系统中的一个重要问题,是任何一个大型物流配送企业都必须要面临的问题。文中分析了物流系统中选址、运输和库存的互相制约关系,从物流系统成本最小的角度研究了定位—路线问题(Location RoutingProblem,LRP)和定位—路线—库存问题(Combined Location Routing and InventoryProblem,CLRIP)的数学模型及其启发式解法。本文对多站点定位—路线问题的数学模型,在小规模数据情形下用Lingo程序进行了验证。因其NP-hard属性,当节点数较多时精确解不宜得到,本文设计了禁忌搜索算法对模型进行求解,首先用空间填充曲线法构造定位配给问题初始解,然后用禁忌搜索算法求解车辆路线优化问题,之后再用禁忌搜索算法求解定位配给问题,通过定位和路线阶段的反复循环迭代,最后求得多站点定位—路线问题的优化解。用C++编程实现了该算法,通过实例计算和比较,说明了本文设计的禁忌搜索算法求解该问题的有效性。在客户需求随机的情况下,建立了定位—路线—库存问题的数学模型,从而平衡了站点建设费用、运输费用和库存费用而使物流系统总成本最小。本文设计了一种两阶段启发式算法对此问题进行求解。第一阶段用先路线后定位的方法求得初始解,第二阶段用交换法对初始解进行改进,库存控制变量在每次路线优化时根据订货费用、缺货费用和运输费用而迭代求得。最后通过实例计算,定位—路线—库存集成优化结果与定位一路线和库存独立优化时的方案相比,大大降低了物流系统成本,从而证明了物流系统优化时考虑库存策略的重要性,同时表明了该算法在求解此类问题时的可行性和有效性。