论文部分内容阅读
在实地调研、总结和评述相关文献的基础上,本论文深入分析了在国内众多汽车制造商产能扩大背景下的第三方物流企业(3PL)运作决策优化问题。首先建立符合零部件供应物流实际运作的离散(随机动态)仿真模型,即基于3PL的零部件循环取货越库配送(3PL-MRCD)模型；然后,探讨了产能扩大对3PL-MRCD物流绩效(零部件平均物流时间及物流量)的重要影响；最后,深入研究了3PL-MRCD系统的仿真优化设计及稳健(仿真)优化设计。具体而言,论文主要完成的创新性工作总结如下：建立零部件从始端循环取货、中端越库配送直到终端线边仓库的供应物流3PL-MRCD仿真模型,通过灵敏度分析探讨了汽车制造商产能扩大对系统物流绩效的影响,在此基础上提出了四种可供3PL选择的物流绩效改进方案,包括车辆调度方法、车辆排队规则、越库中心库台分配模式及不同车辆类型。提出针对复杂系统的多重响应序贯分支因子筛选设计方法(MSB)。鉴于3PL-MRCD系统的复杂性(存在较多的因子),提出首先筛选出影响系统的关键因子、再针对关键因子进行优化的研究步骤。由于所研究的响应(系统绩效或仿真输出)具有多维性,提出一个针对多重响应的序贯分支筛选法,MSB将传统序贯分支法(SB)拓展到多重响应领域,蒙特卡洛实验表明MSB比SB更具效率和效力,并最终应用到3PL-MRCD系统中,筛选出影响系统绩效最重要的少量因子。基于响应面(RSM)和Kriging元模型两类仿真优化方法对筛选出的关键因子进行优化(MSB-RSM和MSB-Kriging),确定其最大化系统绩效的最优参数水平。在优化结果的基础上,对比分析了产能扩大后3PL可能的四种物流决策方案,确定了物流绩效改进的最佳思路,并比较分析了MSB-RSM和MSB-Kriging两类方法拟合的优劣以及传统RSM和MSB-RSM方法的效率与效力。采用拉丁超立方采样(LHS)与RSM和Kriging相结合的仿真优化方法对3PL-MRCD系统进行稳健优化设计。利用LHS在环境因子若干等概率空间中随机样本点与筛选出的关键因子进行交叉设计,最终确定在最小化系统绩效变动的参数水平。在优化结果的基础上,应用自由分布的Bootstrap法对比分析了仿真优化与稳健优化方法最优解的优劣。