MTO供应链中3PL运输协调调度问题研究

论文摘要

近些年来,产品朝着多样化发展,产品的研发周期缩短,市场的不确定性增加,市场需求逐渐变为顾客拉动型,顾客更倾向对产品提出自己的个性化要求,需要制造商为其定制化生产。尤其在电子产品、快速消费品等短周期产品领域,按订单生产的生产方式逐渐成为市场的主流模式。MTO生产方式下,制造商接到顾客的订单后开始组织生产,顾客的需求对时间十分敏感,响应时间成了影响供应链需求的重要因素。制造商要在时间和物流运作成本之间权衡,以实现利益最大化。第三方物流充分调动社会资源,向客户提供功能完备的整合式、集成式的物流服务,3PL可以提供更专业化的物流服务,物流综合成本更低,配送效率更高,3PL已经成为现代物流发展的方向,目前已有相当数量的制造商将物流和配送外包给3PL。本文研究MTO供应链中,制造商将物流业务外包给3PL,3PL的运输调度决策不依赖于制造商的生产决策,3PL确定了运输工具可提供给制造商的可使用的最大运载容量、运输工具离开时间、到达时间、以及单位运输成本信息。制造商的订单是提前获得的,每个订单有收货时间和由于订单的提前到达或者延期到达而产生的惩罚成本,制造商要根据订单的具体要求合理组织运输调度,以最小的运输成本和惩罚成本将订单及时送给顾客。本文利用一个上述背景下的运输调度模型,为该模型设计最优算法,最优算法首先利用拉格朗日松弛算法求解该问题的下界。对于小规模问题,利用优化软件求解最优解,用于验证下界质量。对于大规模问题,利用线性松弛求得下界,然后验证拉格朗日松弛算法求得的下界。由于拉格朗日松弛算法得到的解通常是不可行的,本文设计基于拉格朗日松弛算法的启发式算法,将拉格朗日松弛算法得到的解可行化,得出该问题的上界。在此基础上,设计分支定界算法求解问题的最优解。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 研究目的与意义
• 1.3 本文的主要研究内容
• 2 国内外研究综述
• 2.1 运输协调调度问题研究综述
• 2.2 拉格朗日松弛算法研究综述
• 2.3 启发式算法研究综述
• 2.4 分支定界法研究综述
• 3 MTO 供应链中3PL 运输协调调度问题描述与建模
• 3.1 相关理论
• 3.2 问题描述和模型假设
• 3.3 数学模型
• 4 算法设计
• 4.1 拉格朗日松弛算法求下界
• 4.2 拉格朗日启发式算法求上界
• 4.3 分支定界法
• 4.4 优化软件求解
• 5 仿真实验与分析
• 5.1 仿真实验
• 5.2 仿真实验结果分析
• 6 总结与展望
• 6.1 全文总结
• 6.2 研究展望
• 致谢
• 参考文献