-
>
营销管理
-
>
茶叶里的全球贸易史(精装)
-
>
近代华商股票市场制度与实践(1872—1937)
-
>
麦肯锡图表工作法
-
>
底层逻辑:看清这个世界的底牌
-
>
李诞脱口秀工作手册
-
>
成事:冯唐品读曾国藩嘉言钞
车辆限行条件下的生产-配送联合决策方法 版权信息
- ISBN:9787030701640
- 条形码:9787030701640 ; 978-7-03-070164-0
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 所属分类:>>
车辆限行条件下的生产-配送联合决策方法 本书特色
适读人群 :物流管理、物流工程、管理科学与工程等相关专业的学生、科研工作者以及从业人员本书借鉴序贯决策思想,以提高不确定环境下的生产配送决策水平为目标,提出生产-配送联合决策的二阶段优化方法。
车辆限行条件下的生产-配送联合决策方法 内容简介
我国雾霾问题频发,许多城市已经颁布并实施重污染天气下的机动车限行措施,严重影响了城市物流配送作业的按时完成。因此,在车辆限行条件下,物流配送企业如何对订单分拣、包装以及配送作业进行联合决策是当前产业界亟待解决的难题。本书以提高在不确定环境下生产配送决策水平为目标,提出了生产配送联合决策的二阶段优化方法,将原问题分解为资源优化和作业调度两个相对独立的结构化子问题,并针对子问题结构特点设计了相应的随机规划和联合调度算法,*终形成原问题的整体决策方案,得到可以使供应链整体满意的生产配送资源的优化配置方案以及快速有效的日常生产配送作业计划生成方法。 本书可供物流管理、物流工程、管理科学与工程等相关专业的学生、科研工作者以及从业人员参考。
车辆限行条件下的生产-配送联合决策方法 目录
1绪论1
1.1研究背景与意义1
1.1.1研究背景1
1.1.2研究意义5
1.2国内外相关工作研究进展7
1.2.1二阶段随机规划方法的研究进展7
1.2.2生产-配送资源优化问题的研究进展17
1.2.3生产-配送作业联合调度问题的研究进展20
1.2.4车队优化配置的研究进展23
1.2.5相关研究小结26
1.3本书主要内容与结构29
1.3.1主要内容29
1.3.2本书结构30
2车辆限行条件下生产-配送联合决策问题界定与决策分析34
2.1车辆限行条件下生产-配送联合决策问题界定34
2.2车辆限行条件下生产配送系统中的不确定性因素分析37
2.2.1客户需求的不确定性因素分析37
2.2.2配送过程的不确定性因素分析38
2.3车辆限行条件下生产-配送联合决策过程分析41
2.3.1生产-配送联合决策原理分析41
2.3.2生产-配送资源优化决策分析44
2.3.3生产-配送作业联合调度决策分析45
2.4本章小结46
3车辆限行条件下生产-配送资源优化的二阶段随机规划方法47
3.1车辆限行条件下生产-配送资源优化的二阶段随机规划模型47
3.1.1问题描述与建模思路47
3.1.2模型假设及参数变量说明50
3.1.3二阶段随机规划模型54
3.2模型特征分析与求解思路57
3.3改进的随机分支定界算法58
3.3.1算法框架58
3.3.2基于局部搜索的上界估计改进算法64
3.3.3基于情景分组的上界和下界估计改进算法69
3.4本章小结73
4车辆限行条件下包含装配作业的生产-配送作业联合调度方法75
4.1车辆限行条件下包含装配作业的生产-配送作业联合调度模型75
4.1.1问题描述与建模思路75
4.1.2模型假设及参数变量说明78
4.1.3生产-配送作业联合调度模型81
4.2模型特征分析与求解思路85
4.3基于序贯调度的迭代启发式算法87
4.4本章小结95
5基于某生鲜蔬果“农-宅”在线零售企业的应用研究96
5.1应用问题描述及算例参数设置96
5.2方法验证100
5.2.1车辆限行条件下生产-配送联合决策模型有效性验证100
5.2.2改进的随机分支定界算法表现分析105
5.2.3基于序贯调度的迭代启发式算法表现分析112
5.3管理启示117
5.4本章小结119
6结论120
参考文献123
附录加工配送中心作业参数132
车辆限行条件下的生产-配送联合决策方法 节选
1 绪论 1.1 研究背景与意义 1.1.1 研究背景 生产与配送是供应链中的核心环节,具有很强的前后关联性,同时又存在着不同的能力约束和利益目标,其运营管理的联合决策具有高度复杂性和挑战性,是学术界和产业界共同关注的前沿性的难点。特别是按单生产(即以销定产)模式下订单的生产和配送过程,客户需求和配送要求具有很强的差异性,同时在整个供应链中其创造的附加值*多,运作成本所占比例*高,服务水平直接影响到客户满意度,因此上述生产-配送联合决策是供应链运营管理中*复杂也是*重要的决策。 我国是制造业大国,产业发展促进了社会经济的繁荣,但同时也诱发了雾霾等环境问题。为了缓解这一问题,我国许多城市开始颁布并实施机动车辆限行管理措施,根据空气质量状况限制以汽油、柴油等传统能源为动力的车辆(简称传统能源车辆)在城市道路行驶,这给生产配送过程带来了不确定性,为相应的运营管理带来了新的挑战并增加了复杂性,诱发了一系列新的问题,这些问题如果得不到合理解决,将对我国产业发展造成巨大影响。因此在车辆限行这一新背景下,研究生产-配送联合决策,既有理论意义又有实际价值,是学术界、产业界和政府共同关注的课题。 城市物流具有客户规模大、密度高且配送作业频繁的特点,配送车辆需要长时间行驶在市区路段并多次停车启动。然而,我国物流业长期处于粗放型发展模式下,管理理念落后,配送车辆老旧,碳排放量超标,这使得城市中本就严峻的环境问题“雪上加霜”。随着绿色发展理念的不断深化,改进城市物流管理模式,实现低碳环保的绿色配送,已经成为我国政府和物流企业面临的重要课题。将能源利用率高且“零排放”的新能源车辆应用于城市物流配送,优化车队配置,提高配送作业调度的环保性和科学性,也是目前实现城市物流绿色发展中*关键、*亟待解决的问题。 本书研究的“生产-配送联合决策”课题源自国家自然科学基金重大项目“新兴电子商务重大基础问题与关键技术研究”子课题3“面向服务的商务智能与知识管理方法研究”中的示范工程建设——有机蔬果直销的“农-宅”对接的移动商务平台:通过将移动商务的技术应用到蔬果网上直销过程中,将农户与消费者直接连接起来,可以有效地缩短我国生鲜产品的供应链,降低中间损耗与交易成本,提高农民收入,同时也可以有效缓解城市居民所面临的因通勤时间过长而难以及时购买蔬果的问题。然而在后续生产配送运营中,作者观察到,受雾霾导致的车辆限行措施和交通拥堵影响,负责订单装配和物流配送的加工配送中心往往难以按时完成当日作业任务,导致库存增长、日常运营成本急剧升高以及客户满意度急剧下降。根据Euromonilor数据,2010年到2019年,中国居民生鲜购买渠道的市场总份额中,线上市场的份额从0.5%增至6.3%。根据艾瑞咨询2021年8月发布的《2021年中国生鲜电商行业研究报告》,2020年的生鲜电商实际规模达到4585亿元,预计2023年市场规模将达到万亿。但是,受到加工配送中心作业成本制约,多数企业难以盈利。因此,在车辆限行条件下进行生产-配送联合决策以降低生产配送运营成本、提高作业效率,对于推动我国生鲜蔬果电子商务的产业发展、解决我国“三农问题”、提高我国城市居民生活质量有着重要的意义。 具体而言,政府实施车辆限行措施会导致物流企业车队日常可用车辆数量变得不确定,影响日常生产配送任务的顺利完成。此外,客户需求(订购产品数量和订单要求送达时间)的波动和城市交通拥堵造成的配送时间波动,也使得完成生产配送作业所需要的设备和车辆数量变得不确定。在上述条件下,生产配送资源的可用性和需求量都变得不确定,因此在进行生产-配送联合决策时,还需要同时考虑资源配置优化和日常作业调度这两个相互影响的决策问题,极大地增大了决策难度。此外,我国城市物流企业对于新能源车辆的采购还处于战略规划和探索阶段,而日常作业调度通常是以*小化成本为目标进行决策。受到企业资金约束、电池续航能力和相关配套设施的制约,物流企业无法一次性将配送车辆全部更换为新能源车辆,因此在“绿色升级”的过程中,企业会逐步用新能源车辆替代传统能源车辆,在这期间城市物流配送车队中会包含多种能源(传统能源、电动、油电混合、替代能源等)车辆,给车队优化配置和配送调度带来了新的特征。 除了城市物流行业以外,在竞争日益激烈的制造业中,我国越来越多的企业开始提供客户定制化的产品和订单,以满足客户的个性化需求,从而提高竞争力。但是,当前环境污染严重,越来越多的城市开始颁布和实施车辆限行管理措施,严重影响了此类企业的生存与发展。因此,在这一新形势下,如何对生产配送进行联合决策以应对系统中的不确定性并提高供应链整体运营水平是供应链管理领域亟待解决的问题,也是学术界和产业界共同关注的焦点,因此本书的研究具有重要的理论意义和实际价值。 生产-配送联合决策包含“干什么”(生产配送任务是什么)、“怎么干”(由谁完成生产配送任务)和“如何干”(如何完成生产配送任务)三个问题。而本书研究对象是按单生产模式下订单的生产与配送决策。具体而言,生产是指根据客户需求对产品进行拣选、装配*终形成订单包裹的过程,配送是指按照客户指定的配送时间,将客户订单包裹送至指定配送地点的过程。在这一背景下,上述生产-配送联合决策的三个问题具有以下特点:**,按单生产使得每天的生产和配送任务是已知的;第二,车辆限行条件下生产设备和配送车辆的可用性和需求量变得不确定,因此需要对生产设备和配送车辆资源进行优化;第三,由于每天的可用资源数量和客户需求不同,因此每天还需要根据具体的生产配送任务和可用资源生成作业调度。综上所述,本书的生产-配送联合决策包含了资源优化和作业调度两个方面,且在本书的不确定条件下这两个方面的决策相互影响。 在生产-配送联合决策领域,一些学者从日常作业调度角度出发,对生产和配送作业调度建立一个整体的优化模型,实现整体利益*大化或成本/工作时间*小化[1-2],同时也有一些学者从供应链结构设计的角度出发,研究工厂选址、产能计划和配送方式选择等战略决策的联合优化问题[3],以提高供应链整体运营表现。然而,在本书车辆限行条件下的生产-配送联合决策问题中,简单地根据传统思路依次对资源优化和作业调度这两个相互影响的问题分别进行决策,难以得到使得供应链整体表现*优的解。这是因为,车辆限行导致的不确定性会影响车辆资源的可用性,客户需求不确定也会影响对于包装设备资源的需求,进而影响后续日常生产配送作业的协同性,同时考虑整体成本再进行资源配置决策也会受到不同资源约束下日常作业成本的影响。这些新的决策要求使得现有的研究成果很难直接用于本书关注的决策问题中。因此,车辆限行下的生产-配送联合决策是一个不确定条件下动态、非结构化的复杂决策问题,难以用现有的决策模型和方法描述和解决。 本书针对车辆限行条件下生产-配送联合决策这一难题,借鉴序贯决策思想,提出二阶段优化方法,将上述决策分解为资源优化和作业调度这两个相对独立又联系紧密的结构化的静态问题。基于随机规划理论和联合调度方法,提出生产-配送资源优化的二阶段随机规划方法和给定资源下的生产-配送作业联合调度方法——在进行资源优化决策时考虑不确定条件下生产-配送作业成本,此后在日常作业过程中将上述资源优化结果作为输入进行生产-配送作业联合调度决策——从而化简了原来的复杂决策难题,并从整体上对两阶段问题进行优化,得到使得供应链整体满意的资源配置和日常生产配送作业调度方案。该决策方法克服了车辆限行导致的不确定条件下的生产配送决策难题,为此类包含长期战略和短期运营的两阶段的不确定条件下的管理决策问题提供新的理论方法,为解决城市物流相关企业降低日常生产和配送成本、提高服务质量、实施绿色配送提供决策支持。 1.1.2 研究意义 负责按单装配和物流配送的加工配送中心作为供应链中的核心部门,其生产和配送作业决策问题已经成为学术界和产业界共同关注的热点与难点问题。特别是在车辆限行这一新形势下,研究如何应对生产配送系统中的不确定性,提高生产配送决策质量、保障日常作业顺利进行,对于不确定型决策理论的深化和相关产业发展都具有重要意义。 理论层面上,本书提出了车辆限行条件下生产-配送联合决策的二阶段优化方法,将上述联合决策问题分解为生产-配送资源优化的二阶段随机规划和确定性的生产-配送作业联合调度这两个结构化的问题,以化简原来的复杂决策难题,并通过序贯决策和随机规划实现对两阶段问题的整体优化,为此类不确定条件下包含两个阶段(长期和短期)的多作业(生产和配送)联合决策问题提供新的求解思路。与此同时,本书提出生产-配送资源优化的二阶段随机规划模型和求解算法以及包含装配作业的生产-配送作业联合调度整数规划模型和求解算法,调度决策为求解解空间大、随机参数波动剧烈且情景规模大的二阶段随机整数问题提供新算法,为描述和求解包含多个生产阶段的生产-配送作业联合调度问题提供新工具。这一成果有利于丰富多阶段多作业联合决策的理论与方法,同时延展了随机规划和联合调度相关方法。 应用层面上,结合某生鲜蔬果“农-宅”直销电子商务实践,考虑实际运营中的不确定性,对此类按单生产加工配送中心的生产-配送联合决策问题提供科学有效的解决方法。针对不同车辆限行条件提出相应的生产配送资源优化策略,同时在给定资源决策下为企业提供快速有效的日常生产配送计划生成方法。本研究可为我国按单生产模式下的相关企业在车辆限行这一新条件下的加工配送中心生产配送运营提供决策支持,为雾霾频发情况下城市物流相关企业的生产-配送联合决策难题提供科学有效的解决方案,有利于提高此类供应链的决策水平和运营质量以及城市物流企业服务水平。研究成果对于促进我国生鲜蔬果电子商务的产业发展、解决我国“三农问题”,以及提高我国城市居民生活质量有着重要的意义,同时对于我国类似的按单生产制造业和城市物流企业的生存和发展具有巨大促进作用。
车辆限行条件下的生产-配送联合决策方法 作者简介
都牧,博士,大连理工大学经济管理学院教师,研究方向为随机规划、数据驱动的决策方法、智慧商务物流管理。
- >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥30.5¥35.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.5¥10.0 - >
推拿
推拿
¥12.2¥32.0 - >
我与地坛
我与地坛
¥15.4¥28.0 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥13.8¥32.0 - >
自卑与超越
自卑与超越
¥13.5¥39.8 - >
烟与镜
烟与镜
¥15.4¥48.0 - >
巴金-再思录
巴金-再思录
¥14.7¥46.0