您的位置:網(wǎng)站首頁 > 優(yōu)秀論文 > 正文
基于3PL的汽車零部件循環(huán)取貨路徑研究
作者:吳瑤來源:原創(chuàng)日期:2014-01-16人氣:1293
循環(huán)取貨(milk-run)模式作為汽車制造企業(yè)零部件集貨入廠的主要方式,它通常是由第三方物流企業(yè)(TPL)根據(jù)汽車制造商的生產(chǎn)計(jì)劃,按事先優(yōu)化好的路線到指定的多個供應(yīng)商處取貨,然后返回制造廠或區(qū)域分撥物流中心(RDC)。這種模式適合汽車零部件多品種、短周期、小批量、多頻次、準(zhǔn)時性供應(yīng)的特點(diǎn),克服了供貨批量與頻次之間的矛盾。與傳統(tǒng)物料供應(yīng)相比,提高了物料供應(yīng)的敏捷性和柔韌性。在milk-run中,運(yùn)輸效率取決于車輛派遣和取貨的順序,屬于車輛路線問題(VRP)[1]。國外已經(jīng)把VRP的研究成果應(yīng)用于milk-run中,國內(nèi)以上海通用為代表的汽車企業(yè)也嘗試使用VRP解決milk-run中車輛路線安排[2]。本文針對milk-run模式建立了時間窗和車輛能力約束的VRP模型,并采用改進(jìn)節(jié)約算法進(jìn)行優(yōu)化求解。
1 模型建立
在零部件供應(yīng)商和RDC構(gòu)成的物流網(wǎng)絡(luò)中,C{i|1,2,…,n}表示供貨點(diǎn)集合,0表示RDC,網(wǎng)絡(luò)中的所有節(jié)點(diǎn)用N=C∪{0}表示。cij為網(wǎng)絡(luò)中?。╥,j)的權(quán)重,表示網(wǎng)絡(luò)節(jié)點(diǎn)間的行駛時間,i,j∈N且i≠j??芍С諶DC零部件集貨的規(guī)格相同容量為Q的車輛m輛,集合為K{k|1,2,…,m},啟用的車輛均從RDC出發(fā),在與供應(yīng)點(diǎn)約定的硬時間窗[ei,li]范圍內(nèi)到達(dá)取貨路徑上的每個供應(yīng)點(diǎn),取貨完成后返回RDC。在時間點(diǎn)ei之前,提前到達(dá)供應(yīng)點(diǎn)的取貨車輛,因待交付的零部件可能尚未加工完成而無法裝載,等待會導(dǎo)致機(jī)會損失,因此車輛不可提前到達(dá)取貨點(diǎn)。在時間點(diǎn)li之后延遲到達(dá)的車輛,因錯過供應(yīng)點(diǎn)的裝載服務(wù)時間,甚至可能會影響汽車制造企業(yè)的正常裝配計(jì)劃,因此車輛不可延遲到達(dá)供貨點(diǎn)。供應(yīng)點(diǎn)i的單次供貨數(shù)量為qi(qi?燮Q),裝貨時間為si,同一供貨點(diǎn)只能有一輛車前往取貨,車輛到達(dá)供貨點(diǎn)的時間為τi。在滿足車輛能力約束和取貨時間窗約束的情況下,建立以所有車輛取貨完成總時間最短為目標(biāo)的VRPTW模型。模型涉及的決策變量xijk表示為
目標(biāo)函數(shù)(1)為所有供貨點(diǎn)取貨完成車輛總時間最??;約束(2)表示啟動車輛數(shù)量不超過車輛總數(shù);約束(3)表示從RDC出發(fā)的車輛在完成取貨任務(wù)后必須返回RDC;約束(3)表示每個取貨點(diǎn)均有一輛車前往取貨;約束(4)為車輛路徑連續(xù)條件,即到達(dá)某供貨點(diǎn)的車輛數(shù)等于離開該點(diǎn)的車輛數(shù);約束(5)為車輛容量限制,即車輛集貨量不超過車輛容量;約束(6)為消除有子回路的路徑;約束(7)為車輛到達(dá)供應(yīng)點(diǎn)的時間表達(dá)式;約束(8)為車輛到達(dá)供應(yīng)點(diǎn)的時間窗約束;約束(9)、(10)為變量的整數(shù)性及非負(fù)性限制。
2 改進(jìn)節(jié)約算法
C-W節(jié)約算法[3]是一種常用的配送規(guī)劃近似算法,由Clark和Wright于1964年提出。其基本思想是在為每個客戶安排一輛車直接運(yùn)輸?shù)幕A(chǔ)上,依據(jù)運(yùn)輸距離減小幅度最大的原則,依次將運(yùn)輸中的兩個回路合并為一個回路。當(dāng)車輛達(dá)到容量限制后進(jìn)行下一輛車的優(yōu)化,最終使所有客戶的需求全部滿足。傳統(tǒng)的節(jié)約算法僅考慮運(yùn)輸距離,不考慮客戶時間窗和調(diào)用車輛數(shù)量。
2.1 節(jié)約值的計(jì)算 此處節(jié)約值為運(yùn)輸距離的節(jié)約值。配送中心“0”與各供應(yīng)點(diǎn)i∈C直接相連,構(gòu)成n條“0→i→0”初始路線,第i條線路的運(yùn)輸費(fèi)用為Ci=c0i+ci0。當(dāng)?shù)趇,j兩條路線合并,即由同一輛車按路線“0→i→j→0”為其服務(wù)時,成本為Cij=c0i+cij+cj0,節(jié)約值為s(i,j)=ci0+c0j-cij。顯然,合并優(yōu)先級需按節(jié)約值從大到小依次排列。
2.3 改進(jìn)節(jié)約算法
Step1:計(jì)算供應(yīng)點(diǎn)對連接后的節(jié)約值s(i,j),并把節(jié)約值s(i,j)按從大到小排列,構(gòu)成集合Sdescend={s(i,j)|?坌i,j∈C}。
Step2:選擇集合Sdescend中的第一個元素s1(i,j),檢查其對應(yīng)連接邊(i,j)端點(diǎn)i,j是否在初始化路徑上,若是,則轉(zhuǎn)Step5,否則轉(zhuǎn)Step3。
Step3:檢查點(diǎn)i,j,是否其中一個在已構(gòu)成的路徑上且與RDC相連,另一個在初始化路徑上,若是,則轉(zhuǎn)Step5,否則轉(zhuǎn)Step4。
Step4:檢查點(diǎn)i,j,是否分別在不同的已構(gòu)成路徑上,且均與RDC相連。若是,則轉(zhuǎn)Step5,否則轉(zhuǎn)Step7。
Step5:若連接點(diǎn)i,j,把點(diǎn)i,j原所在的不同路徑合并成一條路徑,合并后的路徑總?cè)∝浟縬■?燮Q,則轉(zhuǎn)Step6,否則轉(zhuǎn)Step7。
Step7:Sdescend=Sdescend\s1(i,j),檢查Sdescend若為空,則算法結(jié)束,否則轉(zhuǎn)Step2。
3 算例分析
負(fù)責(zé)某汽車制造商入廠物流的第三方物流企業(yè),現(xiàn)已知擁有統(tǒng)一容量為20單位的車輛若干輛,車輛在各供應(yīng)點(diǎn)的裝載時間為0.5,車輛的平均行駛速度為45,承擔(dān)汽車零部件供應(yīng)任務(wù)的區(qū)域供應(yīng)商位置坐標(biāo)、供貨數(shù)量及取貨約定時間窗如表1所示。
采用本文所提的改進(jìn)節(jié)約算法,求得最優(yōu)實(shí)驗(yàn)結(jié)果如表2所示。
從計(jì)算結(jié)果可以看出,算法運(yùn)行結(jié)果滿足所有約束條件,可作為入廠物流循環(huán)取貨路徑安排的依據(jù),具有一定的實(shí)用價(jià)值。
4 結(jié)論
本文以汽車零部件入廠物流為研究對象,分析了零部件循環(huán)取貨的特點(diǎn),建立了基于硬時間窗和車輛容量約束的數(shù)學(xué)模型,構(gòu)建了改進(jìn)節(jié)約算法對該問題進(jìn)行求解,最后通過算例驗(yàn)證了算法的可行性和有效性,為企業(yè)規(guī)劃循環(huán)取貨車輛路徑提供了參考。
1 模型建立
在零部件供應(yīng)商和RDC構(gòu)成的物流網(wǎng)絡(luò)中,C{i|1,2,…,n}表示供貨點(diǎn)集合,0表示RDC,網(wǎng)絡(luò)中的所有節(jié)點(diǎn)用N=C∪{0}表示。cij為網(wǎng)絡(luò)中?。╥,j)的權(quán)重,表示網(wǎng)絡(luò)節(jié)點(diǎn)間的行駛時間,i,j∈N且i≠j??芍С諶DC零部件集貨的規(guī)格相同容量為Q的車輛m輛,集合為K{k|1,2,…,m},啟用的車輛均從RDC出發(fā),在與供應(yīng)點(diǎn)約定的硬時間窗[ei,li]范圍內(nèi)到達(dá)取貨路徑上的每個供應(yīng)點(diǎn),取貨完成后返回RDC。在時間點(diǎn)ei之前,提前到達(dá)供應(yīng)點(diǎn)的取貨車輛,因待交付的零部件可能尚未加工完成而無法裝載,等待會導(dǎo)致機(jī)會損失,因此車輛不可提前到達(dá)取貨點(diǎn)。在時間點(diǎn)li之后延遲到達(dá)的車輛,因錯過供應(yīng)點(diǎn)的裝載服務(wù)時間,甚至可能會影響汽車制造企業(yè)的正常裝配計(jì)劃,因此車輛不可延遲到達(dá)供貨點(diǎn)。供應(yīng)點(diǎn)i的單次供貨數(shù)量為qi(qi?燮Q),裝貨時間為si,同一供貨點(diǎn)只能有一輛車前往取貨,車輛到達(dá)供貨點(diǎn)的時間為τi。在滿足車輛能力約束和取貨時間窗約束的情況下,建立以所有車輛取貨完成總時間最短為目標(biāo)的VRPTW模型。模型涉及的決策變量xijk表示為
目標(biāo)函數(shù)(1)為所有供貨點(diǎn)取貨完成車輛總時間最??;約束(2)表示啟動車輛數(shù)量不超過車輛總數(shù);約束(3)表示從RDC出發(fā)的車輛在完成取貨任務(wù)后必須返回RDC;約束(3)表示每個取貨點(diǎn)均有一輛車前往取貨;約束(4)為車輛路徑連續(xù)條件,即到達(dá)某供貨點(diǎn)的車輛數(shù)等于離開該點(diǎn)的車輛數(shù);約束(5)為車輛容量限制,即車輛集貨量不超過車輛容量;約束(6)為消除有子回路的路徑;約束(7)為車輛到達(dá)供應(yīng)點(diǎn)的時間表達(dá)式;約束(8)為車輛到達(dá)供應(yīng)點(diǎn)的時間窗約束;約束(9)、(10)為變量的整數(shù)性及非負(fù)性限制。
2 改進(jìn)節(jié)約算法
C-W節(jié)約算法[3]是一種常用的配送規(guī)劃近似算法,由Clark和Wright于1964年提出。其基本思想是在為每個客戶安排一輛車直接運(yùn)輸?shù)幕A(chǔ)上,依據(jù)運(yùn)輸距離減小幅度最大的原則,依次將運(yùn)輸中的兩個回路合并為一個回路。當(dāng)車輛達(dá)到容量限制后進(jìn)行下一輛車的優(yōu)化,最終使所有客戶的需求全部滿足。傳統(tǒng)的節(jié)約算法僅考慮運(yùn)輸距離,不考慮客戶時間窗和調(diào)用車輛數(shù)量。
2.1 節(jié)約值的計(jì)算 此處節(jié)約值為運(yùn)輸距離的節(jié)約值。配送中心“0”與各供應(yīng)點(diǎn)i∈C直接相連,構(gòu)成n條“0→i→0”初始路線,第i條線路的運(yùn)輸費(fèi)用為Ci=c0i+ci0。當(dāng)?shù)趇,j兩條路線合并,即由同一輛車按路線“0→i→j→0”為其服務(wù)時,成本為Cij=c0i+cij+cj0,節(jié)約值為s(i,j)=ci0+c0j-cij。顯然,合并優(yōu)先級需按節(jié)約值從大到小依次排列。
2.3 改進(jìn)節(jié)約算法
Step1:計(jì)算供應(yīng)點(diǎn)對連接后的節(jié)約值s(i,j),并把節(jié)約值s(i,j)按從大到小排列,構(gòu)成集合Sdescend={s(i,j)|?坌i,j∈C}。
Step2:選擇集合Sdescend中的第一個元素s1(i,j),檢查其對應(yīng)連接邊(i,j)端點(diǎn)i,j是否在初始化路徑上,若是,則轉(zhuǎn)Step5,否則轉(zhuǎn)Step3。
Step3:檢查點(diǎn)i,j,是否其中一個在已構(gòu)成的路徑上且與RDC相連,另一個在初始化路徑上,若是,則轉(zhuǎn)Step5,否則轉(zhuǎn)Step4。
Step4:檢查點(diǎn)i,j,是否分別在不同的已構(gòu)成路徑上,且均與RDC相連。若是,則轉(zhuǎn)Step5,否則轉(zhuǎn)Step7。
Step5:若連接點(diǎn)i,j,把點(diǎn)i,j原所在的不同路徑合并成一條路徑,合并后的路徑總?cè)∝浟縬■?燮Q,則轉(zhuǎn)Step6,否則轉(zhuǎn)Step7。
Step7:Sdescend=Sdescend\s1(i,j),檢查Sdescend若為空,則算法結(jié)束,否則轉(zhuǎn)Step2。
3 算例分析
負(fù)責(zé)某汽車制造商入廠物流的第三方物流企業(yè),現(xiàn)已知擁有統(tǒng)一容量為20單位的車輛若干輛,車輛在各供應(yīng)點(diǎn)的裝載時間為0.5,車輛的平均行駛速度為45,承擔(dān)汽車零部件供應(yīng)任務(wù)的區(qū)域供應(yīng)商位置坐標(biāo)、供貨數(shù)量及取貨約定時間窗如表1所示。
采用本文所提的改進(jìn)節(jié)約算法,求得最優(yōu)實(shí)驗(yàn)結(jié)果如表2所示。
從計(jì)算結(jié)果可以看出,算法運(yùn)行結(jié)果滿足所有約束條件,可作為入廠物流循環(huán)取貨路徑安排的依據(jù),具有一定的實(shí)用價(jià)值。
4 結(jié)論
本文以汽車零部件入廠物流為研究對象,分析了零部件循環(huán)取貨的特點(diǎn),建立了基于硬時間窗和車輛容量約束的數(shù)學(xué)模型,構(gòu)建了改進(jìn)節(jié)約算法對該問題進(jìn)行求解,最后通過算例驗(yàn)證了算法的可行性和有效性,為企業(yè)規(guī)劃循環(huán)取貨車輛路徑提供了參考。
欄目分類
熱門排行
推薦信息
期刊知識
- 2025年中科院分區(qū)表已公布!Scientific Reports降至三區(qū)
- 官方認(rèn)定!CSSCI南大核心首批191家“青年學(xué)者友好期刊名單”
- 2023JCR影響因子正式公布!
- 國內(nèi)核心期刊分級情況概覽及說明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學(xué)者
- 我用了一個很復(fù)雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問題”。
- 重磅!CSSCI來源期刊(2023-2024版)最新期刊目錄看點(diǎn)分析!全網(wǎng)首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經(jīng)拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應(yīng)該熟知的10個知識點(diǎn)。
- 注意,最新期刊論文格式標(biāo)準(zhǔn)已發(fā)布,論文寫作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學(xué)術(shù)論文編寫規(guī)則
- 盤點(diǎn)那些評職稱超管用的資源,1,3和5已經(jīng)“絕種”了