木材供应链的优化研究.pptVIP

木材供应链的优化研究 * 一、研究背景及意义 背景： 在我国，对系统优化这些问题的研究目前基本上局限于独立研究阶段，没有将息息相关的各物流问题集成起来进行系统的研究。 目的：提高供应链效率、降低木材供应链的成本，更合理的设计木材运输路线并且提高木材的库存水平，为木材的生产实践提供一定的理论决策依据。 意义：木材供应链的合理与否关系到木材物流的整体效率与竞争力。 * 论文研究的主要内容 本文主要侧重于研究木材供应链中运输与库存这两大关键环节，以木材运输费用最小为优化目标对运输问题进行研究，运用MRP方法对用材企业原材料木材进行库存控制，并在研究的基础上，以调研数据为基础，将研究的模型及求解方法应用其中得出系统中供应链优化的结果。 * 目 录 一、　　　　　　绪论 二、　　　　　　木材运输问题的优化研究 三、　　　　　　木材库存问题的优化研究 四、　　　　　　木材供应链决策支持系统的分析 五、　　　　　　结论 论文章节 * 二、木材运输问题的优化研究 基于遗传算法的方案优化： 1、构建数学模型 2、模型求解 3、对约束的处理 返回 构建数学模型 在本节中选择木材直达、中转混合运输问题进行研究。确立木材混合运输问题中产生的费用总和最小的数学模型为： 木材直达、中转混合运输图 模型求解 遗传算法求解问题的运算包括以下过程： （1）初始化：随机产生M个染色体(表示问题的解)，构成初始种群，设定迭代总次数为T。 （2）个体评价：评价当代种群中各个染色体的适应度。 （3）选择运算：将选择算子作用于群体，产生新种群。 （4）产生新种群：将交叉算子和变异算子作用于新种群。 （5）判断当前迭代次数r，若r ≤T，返回步骤二，否则结束。 遗传算法求解问题的核心是进行编码、遗传操作算子设计、适应度函数的设计和对约束的处理。 * 对约束的处理 在遗传算法中必须对约束条件进行处理，本文对于上述木材运输问题采用罚函数法进行约束处理 对等式约束进行处理构成如下式所示的等式约束的惩罚函数： 对不等式约束进行处理构成如下式所示的不等式约束的惩罚函数： 其中， 为惩罚因子，t为现有遗传代数， ＝ ，取 ＝1；递增系数c=5～10； 为等式约束的个数， 为不等式约束的个数 * 三、木材库存问题的优化研究 本章研究引入物料需求计划法（material requirement planning，ＭＲＰ）对木材库存进行优化研究 ： 1、需材企业MRP库存控制模型 2、供应链境下MRP实现的措施 返回 * 需材企业MRP库存控制模型 MRP系统流程图 供应链环境下MRP实现的措施 2提高木材供求信息的透明化程度 1与供应商协同运 作，建立合作伙伴 关系 4第三方物流企业协调并确保安全库存 3采用第三方物流 企业管理库存模式 针对以上分析得出的木材运输问题、木材库存问题，本文以松江河林业有限公司的现实物流系统为例，应用综合优化模型进行优化计算。 选取松江河林业有限公司主要的5个供材点：A1(松山)、A2(马鞍山)、A3(黑河)、A4(抚南)、A5(老岭)，假定供材点下游有1个木材物流配送中心P，此物流配送中心为其下游的3个需材点：以济南亨通铅笔有限公司（B1）、高密市合金木材经销公司（B2）、永安隆达（B3）3家木材企业供应木材，以各企业所需要的2种木材原料：原木（k1）和小径材（k2）进行分析。假定物流配送中心与下游的需材企业实行联合库存，统一从上游的5个供材点处采购木材，同时物流配送中心P负责下游企业的运输活动。各木材企业独立库存时费用基本相同，固定采购费为1000元／次，其他数据由调研可得。 一 四、综合实例分析 应用MRP计算模型可以得出产品在计划期的MRP计算结果，木材k1、k2在计划期内的MRP计算结果。经过整理得出3家企业对木材k1、k2的需求量见表： 材种 时段／d B1 B2 B3 合计 7 62.5 50.0 50.0 162.5 14 0 45.0 0 45.0 k1 21 37.5 0 30.0 67.5 28 25.0 30.0 4