物流運(yùn)作管理中的裝載計(jì)劃及物流調(diào)度

1、物流運(yùn)作管理中的裝載計(jì)劃及物流調(diào)度隨著物流業(yè)的蓬勃發(fā)展 , 提高企業(yè)中的物流運(yùn)作管理水平成為各個(gè)企業(yè)降低物流成本增加企業(yè)競爭力的有效手段。 本論文首先以物流系統(tǒng)中的集裝箱碼頭物流作業(yè)為研究背景 , 研究了具有代表性的集裝箱裝載計(jì)劃問題以及卸載集裝箱車輛調(diào)度與堆場空間分配問題；以制造系統(tǒng)中的鋼鐵企業(yè)物流為研究背景 , 研究了鋼鐵企業(yè)中產(chǎn)成品水運(yùn)、 鐵運(yùn)兩種運(yùn)輸模式下裝載計(jì)劃以及拖車調(diào)度的建模、 優(yōu)化問題 , 同時(shí)開發(fā)了相應(yīng)的自動(dòng)裝載計(jì)劃決策支持系統(tǒng)并在某鋼鐵企業(yè)中得到應(yīng)用。本文的主要工作如下： 1) 研究了集裝箱的裝船計(jì)劃問題 , 在考慮船體結(jié)構(gòu)以及具體的裝載要求的基礎(chǔ)上來確定集裝箱裝載計(jì)劃中每

2、個(gè)集裝箱在船舶上的具體空間位置。對(duì)此問題構(gòu)建了整數(shù)規(guī)劃模型 , 目標(biāo)函數(shù)考慮了總的裝載時(shí)間以及船舶上 bay 位之間的裝載量。為了近似求解此問題 , 設(shè)計(jì)了禁忌搜索算法。 在算法實(shí)施中 , 提出了大范圍搜索和深度搜索的混合搜索策略用于改進(jìn)算法 , 設(shè)計(jì)了基于計(jì)算目標(biāo)函數(shù)改進(jìn)量的加速策略。通過實(shí)驗(yàn)表明 , 提出的禁忌搜索算法與 CPLEX所獲得的最優(yōu)解或下界進(jìn)行比較 , 平均偏差值為 1.95%。2) 研究了卸載集裝箱堆場空間分配與車輛調(diào)度的集成作業(yè)問題。在該問題中 , 卸載集裝箱動(dòng)態(tài)到達(dá) , 車輛循環(huán)使用 , 需要同時(shí)決策集裝箱堆放位置及車輛的分配和路線。對(duì)此問題建立了整數(shù)規(guī)劃數(shù)學(xué)模型 , 考

3、慮了車輛調(diào)度約束以及堆場吊機(jī)操作等實(shí)際約束 , 目標(biāo)函數(shù)為最小化 makespan。根據(jù)問題的特點(diǎn)設(shè)計(jì)了兩階段禁忌搜索算法求解此問題 , 并在算法中采用了兩種加速策略來改進(jìn)算法。在實(shí)驗(yàn)中 , 通過將禁忌搜索算法的結(jié)果同標(biāo)準(zhǔn)優(yōu)化軟件 CPLEX所求得的最優(yōu)解或下界比較 , 算法求得了其中 7 組算例的最優(yōu)解且剩余算例平均偏差小于5%,說明所設(shè)計(jì)的算法可以有效的解決該集成問題。3) 研究了鋼鐵企業(yè)拖車調(diào)度問題。在該問題中 , 拖車將被運(yùn)件從成品庫運(yùn)到碼頭堆場 , 由于車體分離的特征 , 需要根據(jù)產(chǎn)品的形狀配置適合的拖掛 , 因此除了考慮常規(guī)的卡車運(yùn)輸要求外 , 還需要考慮產(chǎn)成品與拖掛的匹配問題。在

4、本論文研究的拖車調(diào)度問題中 , 多種類的拖掛可以多次分配給各個(gè)運(yùn)輸任務(wù)而且存在拖掛與鋼鐵產(chǎn)品不完全匹配也可以運(yùn)輸?shù)那闆r。根據(jù)問題的特點(diǎn) , 建立了多目標(biāo)混合整數(shù)規(guī)劃模型 , 考慮了車輛的連續(xù)性以及運(yùn)輸任務(wù)的連續(xù)性等約束 , 目標(biāo)函數(shù)考慮了所用車輛數(shù) , 運(yùn)行距離以及產(chǎn)品與拖掛匹配度等。在研究中關(guān)于某運(yùn)輸任務(wù)最后一趟運(yùn)輸如何指派車輛的問題也進(jìn)行了分析并提出了相關(guān)性質(zhì)。 對(duì)于該問題的求解 , 提出了帶有繼承性的禁忌搜索算法 , 其初始解通過基于實(shí)際經(jīng)驗(yàn)的啟發(fā)式算法獲得。 實(shí)驗(yàn)結(jié)果表明提出的算法可以有效求解此類問題 , 其結(jié)果要優(yōu)于當(dāng)前的人工調(diào)度結(jié)果。 4) 研究了鋼卷鐵路運(yùn)輸裝載計(jì)劃問題。該問題與

5、集裝箱裝載計(jì)劃問題比較具有多車皮運(yùn)輸模式、車廂裝載量下限要求、車廂裝載高平衡性要求、鋼卷允許存在剩余等特征?；谝陨蠁栴}特征 , 首次建立了整數(shù)規(guī)劃模型其目標(biāo)函數(shù)不僅考慮了最大化裝載量還考慮了最小化同一車皮內(nèi)所裝鋼卷的庫位差異量。對(duì)于此類 NP難問題采用了改進(jìn)的禁忌搜索算法來求解 , 其初始解通過兩階段啟發(fā)式來求解 , 并在啟發(fā)式中采用了多交換鄰域搜索以增加裝載卷數(shù)。 在禁忌搜索中采用 K 鏈?zhǔn)揭苿?dòng)作為算法的變化策略以獲得更好的解。實(shí)驗(yàn)中所有的數(shù)據(jù)均來自國內(nèi)某鋼鐵公司 , 其算法所求得的解與 CPLEX軟件所求最優(yōu)解或下界進(jìn)行了比較 , 比較結(jié)果顯示在允許的時(shí)間內(nèi)改進(jìn)的禁忌搜索算法要優(yōu)于軟件并

6、且效率更高。 5) 研究了鋼鐵企業(yè)中鋼卷水運(yùn)裝載計(jì)劃問題。 該問題在滿足船的裝載量及鋼卷堆放規(guī)則的實(shí)際要求的同時(shí) , 還需要考慮船舶在裝載、航行和卸載過程當(dāng)中的平衡穩(wěn)定性要求 , 以確定計(jì)劃裝船的鋼卷在給定的船舶上分配不同的空間位置 , 使得鋼卷提取和卸載倒卷次數(shù)最小化、卸載效率最大化。根據(jù)船型的不同特點(diǎn) , 建立了基于實(shí)際裝載要求的整數(shù)規(guī)劃模型 , 并分別設(shè)計(jì)了改進(jìn)的禁忌搜索算法對(duì)其進(jìn)行近似求解。在算法實(shí)施過程中設(shè)計(jì)了三階段啟發(fā)式算法形成初始解 , 同時(shí)基于問題特點(diǎn)提出了算法的強(qiáng)化策略以提高搜索質(zhì)量并采用了加速策略提高求解效率。 基于某鋼鐵企業(yè)實(shí)際集配計(jì)劃數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明設(shè)計(jì)的禁忌搜索算法可以在允許的時(shí)間內(nèi)有效解決鋼卷水運(yùn)裝載計(jì)劃問題 , 其結(jié)果要優(yōu)于人工方法。 6) 以鋼鐵企業(yè)產(chǎn)成品實(shí)際物流作業(yè)為背景 , 開發(fā)了鋼鐵產(chǎn)成品水運(yùn)、鐵運(yùn)裝載計(jì)劃決策支持系統(tǒng)。系統(tǒng)中嵌入基于實(shí)際問題建立的整數(shù)規(guī)劃模型并針對(duì)模型設(shè)計(jì)了改進(jìn)的禁忌搜索算法以分別解決兩種不同運(yùn)輸模式下的裝載計(jì)劃優(yōu)化問題 , 同時(shí)開發(fā)了基于人機(jī)交互的圖形界面和拖拽方式的編輯系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)了計(jì)劃數(shù)據(jù)的錄入、 增加、刪除以及修改等數(shù)據(jù)維護(hù)功能, 水運(yùn)、鐵運(yùn)裝載計(jì)劃的自動(dòng)生成和手工調(diào)整的功能, 計(jì)劃圖形顯示和評(píng)價(jià)等功能。設(shè)計(jì)并開發(fā)的決策支持系