基于时间约束下物流企业运输成本优化研究

摘要

随着科学技术的发展，通过提高产品性能和劳动生产率来提高企业的利润变得越来越困难。在追求最大利润目标的驱动下，人们发现物流占企业成本的较大比例，而通过优化供应链的某一环节可以大大降低物流成本。为了在竞争日益激烈的商品市场上获得优势，企业对物流的优化研究迅速发展起来。本文通过对物流企业的物流成本组成部分进行分析发现:物流企业运输成本占企业总成本很大比例。因此对物流企业运输成本优化问题研究具有较强的理论价值和现实意义。 物流企业的运输成本不仅与车辆运输过程中发生的固定成本和变动成本有关，而且运输时间的时间窗约束也会影响到运输成本。物流企业根据客户提出的时间窗约束支付相应的惩罚费用，从而引起运输成本的增加。时间窗可以分成软时间窗、硬时间窗和混合时间窗三种。在实际的运输过程中客户对运输时间的要求一般都是弹性的，因此本文选取软时间窗为研究对象。但是，现有关于时间窗运输成本优化研究的文献中忽略了一种现象:车辆在运输过程中由于路况或人为因素会发生运输中断，从而造成运输时间延长，即时间转换约束。由于忽略了时间转换约束的影响，进而造成了物流企业决策者对运输时间预测的误差。因此，对考虑时间转换约束运输成本模型的研究能够更好地反映实际运输过程。 本文针对现有文献中关于考虑时间窗约束的运输成本模型研究的难点和不足，首先从时间窗的分类进行分析，确定不同时间窗的适用范围。然后，将项目网络研究中的时间转换约束引入运输问题。针对这一问题，本文在所建立的考虑时间窗约束下运输成本模型基础上，加入了时间转换约束。通过对两个模型的分析发现，时间转换约束对物流企业运输成本的影响不容忽视。在建模的过程中考虑到物流企业车辆数也是影响其运输成本的重要因素，因此本文以运输成本最小和物流企业自有车辆最小作为模型的两个目标，进而构建了两个双目标模型，并设计了改进的遗传算法来求解该双目标非线性问题。最后，通过S物流企业某次运输过程验证该算法的可行性和有效性。 在上述研究的基础上，本文进一步研究了时间转换约束对物流企业运输成本产生的影响。通过实例测试发现:(1)由于时间转换约束的影响，实际运输过程中产生的成本要高于以往传统运输成本模型下的计算结果;(2)时间转换约束改变了物流企业的最优运输路径。因此，在运输成本优化问题中考虑时间转换约束的影响对物流企业有效管理有重要意义。

目录

声明

摘要

第1章 绪论

1．1 选题背景

1．2 研究意义

1．3 文献综述

1．3．1 国外研究现状

1．3．2 国内研究现状

1．4 研究内容及创新点

第2章 物流基本理论

2．1 物流定义

2．2 物流分类

2．3 物流运输成本

2．3．1 运输成本与运距关系

2．3．2 运输成本与运输量关系

2．4 物流网络

2．4．1 物流运输网络图

2．4．2 物流网络时间参数

2．5 本章小结

第3章 时间约束下的物流运输网络

3．1 时间窗约束

3．1．1 硬时间窗(Hard Time Windows)

3．1．2 软时间窗(Soft Time Windows)

3．1．3 混合时间窗(Mixed Time Windows)

3．2 时间转换约束

3．2．1 时间转换约束概念

3．2．2 工序持续时间修正

3．3 时间窗和时间转换双重约束下物流运输网络

3．4 本章小结

第4章 物流企业运输成本优化模型

4．1 问题描述

4．2 模型假设

4．3 时间窗约束下物流运输成本优化模型

4．3．1 优化目标

4．3．2 符号说明

4．3．3 模型建立

4．4 时间窗和时间转换双重约束下物流运输成本优化模型

4．4．1 优化目标

4．4．2 符号说明

4．4．3 模型建立

4．5 本章小结

第5章 遗传算子设计与改进遗传算法

5．1 遗传算法简介

5．1．1 遗传算法的发展

5．1．2 遗传算法基本原理

5．2 遗传算子设计

5．2．1 个体编码和种群初始化

5．2．2 基于Pareto排序的选择概率计算

5．2．3 交叉算子

5．2．4 变异算子

5．3 遗传算法流程

5．4 本章小结

第6章 S物流企业货物运输成本实例分析

6．1 实际数据

6．2 时间窗约束下运输成本模型算例求解

6．2．1 基于不同车辆数的计算结果分析

6．2．2 基于时间窗约束下的Pareto最优曲线

6．3 时间窗和时间转换双重约束下运输成本模型算例求解

6．3．1 基于不同车辆数的计算结果分析

6．3．2 基于时间窗和时间转换双重约束下的Pareto最优曲线

6．4 时间转换约束对运输成本优化计算结果影响

6．4．1 两种运输成本模型计算结果对比分析

6．4．2 时间转换约束对S物流企业决策影响

6．5 本章小结

第7章 结论与展望

参考文献

攻读硕士学位期间成果及参加科研项目

致谢