时变需求下汽车零部件整包配送库存路径优化
来源:计算机集成制造系统杂志2025年第1期北京时间:
作者:郑人荣, 王钰, 梁承姬
单位:上海海事大学物流科学与工程研究院
摘要:为满足现阶段日益多样化、个性化的汽车市场需求,进一步降低汽车零部件入厂物流成本,针对零部件配送库存路径联合优化问题进行研究。以多阶段库存零部件水平和物流车辆取货时序为决策,考虑生产线的时变需求和零部件须按供应商提供的原包装进行整包配送的实际特征,建立了汽车零部件入厂物流库存路径问题的线性整数规划模型,并分析了可行性条件。根据问题特征,设计了双层遗传算法进行求解:上层算法求解再订货点和最大库存量,下层算法求解每辆卡车的循环取货任务和路径,其中通过实验提前确定了可变超参数以保证解的质量同时减少计算时间,上下层算法重复迭代直至求得近似最优解。基于随机算例的数值实验结果表明,随着算例规模增长,双层遗传算法在求解质量和时间上均优于商业求解器CPLEX直接求解数学模型,该模型和算法可以为汽车制造商及第三方物流提供科学高效的零部件入厂物流的决策支持。
关键词:汽车零部件,入厂物流,库存路径,整数规划,双层遗传算法
基金资助:上海市青年科技英才扬帆计划资助项目(21YF1416400);上海市“科技创新行动计划”软科学研究资助项目(22692111200)。
2025年1期其他文献查阅:
数字试验测试验证标准体系
面向AI生成的产品概念设计方案智能评估方法
基于冗余机械臂可操作性的改进动态运动基元方法
港口重载AGV转向稳定性容错控制策略
基于混合果蝇算法的双边装配线平衡问题研究
考虑转移时间的多目标双资源柔性作业车间节能调度
带忽略工序的多目标批量流混合流水车间调度
两阶段智能优化算法求解紧凑型带钢生产热轧调度问题
基于多信息体素的三角网格模型距离场算法
基于轻量级DeepLabV3+网络的焊接熔池图像分割方法
基于融入注意力机制的改进U-Net鲁棒焊缝识别算法
基于集成学习的压电陶瓷烧结过程质量预测建模
基于特征融合与语义引导的药用胶囊表面缺陷检测
基于卷积神经网络轻量化的改进SSD异纤检测方法
基于个性化联邦学习的异构船舶航行油耗预测
基于两级决策树模型的轧制时间预测方法
基于改进ACGAN算法的带钢小样本数据增强方法
混合云中面向多目标的工作流数据放置策略
基于BPMN的业务流程建模元素扩展机制
基于规则链的制造服务组合方法
扇形段拉矫力数据突变特征提取方法
基于深度学习的旋转机械大数据智能故障诊断方法
小样本下基于MTF与SSCAM-MSCNN的滚动轴承变工况故障诊断方法
基于知识蒸馏压缩混合模型的航空发动机剩余寿命预测研究
考虑状态增量的自适应Wiener过程剩余寿命预测
考虑技术效率不确定的风险规避制造商的绿色技术创新策略
基于MCF-GERT的复杂产品供应链交付多目标优化模型
基于列生成和分支定界算法的两阶段二次装箱问题
基于混合蒙特卡洛树搜索的电缆盘装箱方法
时变需求下汽车零部件整包配送库存路径优化
医疗废弃物协作回收模式及成本节约影响研究