• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      面輔料供應(yīng)商選擇與車輛調(diào)度聯(lián)合決策模型

      2018-09-10 23:01:45江玉杰
      關(guān)鍵詞:生產(chǎn)商遺傳算法供應(yīng)商

      摘 要:為了降低服裝產(chǎn)品生產(chǎn)商的補(bǔ)貨時間,建立基于遺傳算法的面輔料供應(yīng)商選擇與車輛調(diào)度聯(lián)合決策模型,然后通過具體算例驗(yàn)證該模型的可行性和有效性。算例結(jié)果表明:聯(lián)合決策模型能夠加強(qiáng)生產(chǎn)商與供應(yīng)商之間合作緊密度,提高運(yùn)輸車的使用效率;供應(yīng)區(qū)域與生產(chǎn)商之間距離變大,會降低生產(chǎn)商的補(bǔ)貨速度,而提高供應(yīng)商的生產(chǎn)速度,能夠加快生產(chǎn)商的補(bǔ)貨速度。

      關(guān)鍵詞:服裝產(chǎn)品;生產(chǎn)商;供應(yīng)商;面輔料;遺傳算法

      中圖分類號:F252.21 文獻(xiàn)標(biāo)識碼:B 文章編號: 1674-2346(2018)03-0062-06

      0 引言

      隨著服裝產(chǎn)品生命周期變短,加之服裝需求呈現(xiàn)個性化和多樣化趨勢,服裝生產(chǎn)商為了滿足顧客及時性需求,原來的推動戰(zhàn)略或拉動戰(zhàn)略逐漸演變?yōu)橥评Y(jié)合戰(zhàn)略,從而有效緩解拉動戰(zhàn)略下面輔料庫存積壓或推動戰(zhàn)略下服裝產(chǎn)品積壓的問題。在推拉結(jié)合戰(zhàn)略下,服裝生產(chǎn)商考慮到原料生產(chǎn)成面輔料需要1~3周的時間,因而在采購環(huán)節(jié)采用推動戰(zhàn)略,而將面輔料制成服裝產(chǎn)品的時間點(diǎn)推后,通過下游銷售商的訂單拉動方式來制定生產(chǎn)計劃。這種推拉結(jié)合戰(zhàn)略(圖1),明顯降低了服裝產(chǎn)品滯銷的風(fēng)險,從而加快服裝企業(yè)對市場需求的反應(yīng)速度。

      為了充分發(fā)揮推拉結(jié)合戰(zhàn)略的運(yùn)行效果,考慮到推拉結(jié)合邊界的庫存,服裝生產(chǎn)商可以學(xué)習(xí)戴爾和IBM模式,為這一邊界庫存制定一個聰明的對策,即供應(yīng)商管理庫存(VMI)。供應(yīng)商管理庫存將多級供應(yīng)鏈問題轉(zhuǎn)化為單級庫存管理問題,從而有效地降低了牛鞭效應(yīng)給整條供應(yīng)鏈帶來的影響。對于面輔料供應(yīng)商來說,到手的訂單信息與供應(yīng)鏈的終端實(shí)際銷售量更為接近、透明度更高,使得面輔料供應(yīng)商自身也受益。而服裝生產(chǎn)商通過VMI,將推拉邊界產(chǎn)生的庫存轉(zhuǎn)嫁給它的供應(yīng)商,從而實(shí)現(xiàn)自身的無廠房、零庫存目標(biāo)。服裝生產(chǎn)商只需要建立靈活的樣品庫存,即可有效地縮短生產(chǎn)提前期。當(dāng)然,為了減輕后段的生產(chǎn)壓力,服裝生產(chǎn)商可以要求面輔料供應(yīng)商將配送中心建在離本企業(yè)較近的地方,以便及時補(bǔ)貨。此外,為了準(zhǔn)確預(yù)測下游訂單量,以便及時完成生產(chǎn)計劃,服裝生產(chǎn)商應(yīng)積極與服裝銷售商建立合作機(jī)制。在這種機(jī)制下,服裝生產(chǎn)商可與服裝銷售商簽訂《買回合約》、《營收分享合約》等條款,讓服裝銷售商更加放心地提供準(zhǔn)確的終端信息。至此,對于服裝生產(chǎn)商來說,服裝供應(yīng)鏈本身已經(jīng)做了優(yōu)化,從而基本做到:對于面輔料供應(yīng)商的信息透明化,服裝銷售商的信息又趨于精準(zhǔn)化。

      在現(xiàn)實(shí)生活中,服裝生產(chǎn)商經(jīng)常會遇到臨時性服裝產(chǎn)品生產(chǎn)問題。為了提高服裝產(chǎn)品的供貨速度,服裝生產(chǎn)商需要壓縮面輔料的采購時間,從而使得服裝產(chǎn)品的生產(chǎn)時間相對寬裕。在這種情況下,考慮不同供應(yīng)商的生產(chǎn)速度和不同運(yùn)力的車速,服裝生產(chǎn)商需要同時考慮面輔料供應(yīng)商的選擇與車輛調(diào)度問題,以達(dá)到總補(bǔ)貨時間最短?;诖?,本文將研究:在車輛資源有限的情況下,以服裝生產(chǎn)商總的補(bǔ)貨時間最短為目標(biāo)函數(shù),對面輔料供應(yīng)商選擇與車輛調(diào)度進(jìn)行聯(lián)合決策。

      1 問題描述

      1.1 研究對象

      在推拉結(jié)合戰(zhàn)略中,服裝產(chǎn)品生產(chǎn)商根據(jù)各銷售商反饋的訂單需求,制定服裝產(chǎn)品的主生產(chǎn)計劃,然后編制補(bǔ)貨清單,并完成補(bǔ)貨活動。在此環(huán)節(jié)中,服裝產(chǎn)品生產(chǎn)商需要進(jìn)行以下決策:1)各面輔料由哪家供應(yīng)商供貨;2)各面輔料由哪輛車運(yùn)輸。基于此,本文將研究面輔料供應(yīng)商選擇與車輛調(diào)度聯(lián)合決策問題,具體情況如圖2所示。

      1.2 基本假設(shè)

      為了便于研究面輔料供應(yīng)商選擇與運(yùn)輸調(diào)度聯(lián)合決策問題,本文做出如下假設(shè):1)各面輔料供應(yīng)商的生產(chǎn)速度不一定相等;2)各運(yùn)輸車的運(yùn)輸速度以及載貨能力不一定相等;3)同區(qū)域內(nèi)面輔料供應(yīng)商之間的運(yùn)輸時間忽略不計;4)每輛車只進(jìn)行一次集配送,且車輛放在供應(yīng)區(qū)域內(nèi);5)一種原料由一個面輔料供應(yīng)商供貨;6)供應(yīng)商可供多種面輔料,且生產(chǎn)各面輔料可同步進(jìn)行。

      2 數(shù)學(xué)模型

      2.1 參數(shù)定義

      3 模型求解

      為了便于求解上述所建模型,本文設(shè)計遺傳算法進(jìn)行求解。遺傳算法是一種進(jìn)化算法,其基本原理是仿效生物界“物競天擇,適者生存”的演化法則。遺傳算法是把問題參數(shù)編碼成染色體,再利用迭代的方式進(jìn)行選擇、交叉以及變異等運(yùn)算,來交換種群中染色體的信息,最終生成符合優(yōu)化目標(biāo)的染色體,進(jìn)而求得問題近似最優(yōu)解。目前,遺傳算法應(yīng)用領(lǐng)域有:解決帶約束的函數(shù)優(yōu)化問題;解決多目標(biāo)優(yōu)化問題;解決組合優(yōu)化問題;在過程建模中的應(yīng)用;在模式識別中的應(yīng)用等。對其涉及的術(shù)語作如下闡述:

      1)個體,就是模擬生物個體而對問題中對象(一般就是問題的解)的一種稱呼,一個個體也就是搜索空間中的一個點(diǎn)。

      2)種群,就是模擬生物種群而由若干個體組成的群體,它一般是整個搜索空間的一個很小的子集。

      3)適應(yīng)度,就是借鑒生物個體對環(huán)境的適應(yīng)程度,而對問題中個體對象所設(shè)計的表征其優(yōu)劣的一種測度。

      4)適應(yīng)度函數(shù),就是問題中全體個體與其適應(yīng)度之間的一個對應(yīng)關(guān)系,它一般是一個實(shí)值函數(shù)。該函數(shù)就是遺傳算法中指導(dǎo)搜索的評價函數(shù)。

      5)染色體,就是問題中個體的某種字符串形式的編碼表示。字符串中的字符也稱為基因。

      6)遺傳操作包括:選擇操作、交叉操作和變異操作。其中,選擇操作是指從舊種群中以一定的概率選擇優(yōu)良個體組成新種群,以繁殖得到下一代個體,而個體被選中的概率跟適應(yīng)度值有關(guān),個體適應(yīng)度值越高,被選中的概率越大;交叉操作是指從種群中隨機(jī)選擇2個個體,通過2個染色體的交換組合,把父串的優(yōu)秀特征遺傳給子串,從而產(chǎn)生新的優(yōu)秀個體;變異操作是指從種群中隨機(jī)選取1個個體,改變?nèi)旧w中某個(些)位上的基因,以產(chǎn)生更優(yōu)秀的個體。

      在實(shí)際運(yùn)用中,遺傳算法的求解思路為:第一步,根據(jù)問題的決策變量,確定染色體的長度;根據(jù)問題的目標(biāo)函數(shù),確定染色體的適應(yīng)度;第二步,根據(jù)各染色體的適應(yīng)性,選擇染色體,依次進(jìn)行交叉、變異,進(jìn)而形成新的種群;第三步,反復(fù)進(jìn)行第二步中的操作,直到循環(huán)到達(dá)最大迭代數(shù),然后輸出結(jié)論。具體設(shè)計方法如下:

      1)編碼與解碼

      編碼:一條染色體有10個基因位,前5條基因代表車牌號(1到5),后面5條基因代表面輔料供應(yīng)商編號(1到5)。

      解碼:前5條基因位依次代表面輔料1、2、3、4、5由對應(yīng)的車運(yùn)輸;后5條基因位依次代表面輔料1、2、3、4、5由對應(yīng)的供應(yīng)商供貨。

      2)選擇操作

      通過輪盤賭法,進(jìn)行染色體選擇,適應(yīng)度值大的被選擇的概率越大;被選擇的個數(shù)由代溝率決定。當(dāng)目標(biāo)函數(shù)取最小值時,需將函數(shù)值的倒數(shù)作為個體的適應(yīng)度值。

      3)交叉操作

      選擇2個染色體的某個對應(yīng)位置進(jìn)行基因交換。

      4)變異操作

      將編碼值中的若干值進(jìn)行隨機(jī)變化(范圍1到5)。

      5)適應(yīng)度函數(shù)

      針對目標(biāo)函數(shù)取最小值時,在目標(biāo)函數(shù)的基礎(chǔ)上加上懲罰函數(shù)后,對其取倒數(shù)作為適應(yīng)度函數(shù),并假定染色體適應(yīng)度值越大,被選擇的概率越大。對于不滿足約束條件的染色體,會使其對應(yīng)的目標(biāo)函數(shù)值很大,繼而會使其對應(yīng)的適應(yīng)度值很小,因而在選擇操作時該條染色體會被舍棄。

      4 算例試驗(yàn)

      4.1 背景材料

      齊尚服裝集團(tuán)是一家從事服裝設(shè)計和生產(chǎn)的企業(yè)。2018年春季,該公司需要生產(chǎn)一批男士商務(wù)風(fēng)衣。根據(jù)主生產(chǎn)計劃和庫存信息,需要采購5種面輔料。經(jīng)相關(guān)數(shù)據(jù)的搜集和分析,可得如下信息:1)目前可向5家備選供應(yīng)商訂貨;2)該公司為了生產(chǎn)男士商務(wù)風(fēng)衣需要第1~第5種面輔料的數(shù)量分別為220、340、480、580和600塊;3)5家供應(yīng)商的生產(chǎn)速度分別為14、15、16、17和18塊/小時;4)5輛車的裝載能力分別為612、612、816、816和1212塊;5)該區(qū)域到生產(chǎn)商的距離為600公里。

      4.2 計算結(jié)果

      為了求解模型,本文將進(jìn)化代數(shù)、種群規(guī)模、交叉概率、變異概率和代溝概率分別設(shè)置為500、20、0.65、0.01和0.95。經(jīng)計算可得,本算例最佳聯(lián)合決策結(jié)果,其具體情況如表1所示。由表1中數(shù)據(jù)可知,通過聯(lián)合決策,齊尚服裝集團(tuán)需要的面輔料只需生產(chǎn)商需要的面輔料面輔料供應(yīng)商運(yùn)輸車編碼第1種面輔料41第2種面輔料31第3種面輔料35第4種面輔料32第5種面輔料23最佳補(bǔ)貨時間55.96小時4輛車運(yùn)輸,且由3家供應(yīng)商供貨。其中,面輔料1、2通過運(yùn)輸車1運(yùn)輸,面輔料3通過運(yùn)輸車5運(yùn)輸,面輔料4通過運(yùn)輸車2運(yùn)輸,面輔料5通過運(yùn)輸車3運(yùn)輸;面輔料1由供應(yīng)商4供貨,面輔料 2、3和4由供應(yīng)商3供貨,面輔料 5由供應(yīng)商2供貨,且最佳補(bǔ)貨時間為55.96小時。由此可見,服裝產(chǎn)品生產(chǎn)商運(yùn)用聯(lián)合決策模型時,能夠加強(qiáng)與供應(yīng)商的合作緊密度和提高運(yùn)輸車的使用效率。

      4.3 靈敏度分析

      在現(xiàn)實(shí)運(yùn)作中,影響生產(chǎn)商面輔料補(bǔ)貨速度的因素有:供應(yīng)區(qū)域到生產(chǎn)商的距離;面輔料供應(yīng)商的生產(chǎn)速度?;诖?,本文設(shè)計以下2種情景:其他條件不變,將供應(yīng)區(qū)域到生產(chǎn)商的距離依次從100到1000之間變化,步長為100公里;其他條件不變,將供應(yīng)商生產(chǎn)速度依次從9到20之間變化,步長為1。經(jīng)計算可得各種情景下的決策結(jié)果,具體情況如圖3~4所示。

      由圖3可知,當(dāng)供應(yīng)區(qū)域到生產(chǎn)商的距離從400公里增加到600公里時,生產(chǎn)商的面輔料補(bǔ)貨時間單位增長幅度最大,其他各點(diǎn)時增長幅度較小。即在A段到C段增加供應(yīng)區(qū)域到生產(chǎn)商的距離時,生產(chǎn)商可以通過改變現(xiàn)有車輛調(diào)度方式以及改變供應(yīng)商的供貨策略,來提高生產(chǎn)商的補(bǔ)貨速度,但是隨著兩者之間距離的增加,其功效將逐漸降低;在C段到D段增加供應(yīng)區(qū)域到生產(chǎn)商的距離,調(diào)節(jié)策略基本失效,供應(yīng)區(qū)域到生產(chǎn)商的距離將成為主導(dǎo)因素,所以在現(xiàn)有資源不變的情況下生產(chǎn)商應(yīng)該避免選擇該段??傮w而言,隨著供應(yīng)區(qū)域到生產(chǎn)商距離逐漸增大,生產(chǎn)商的補(bǔ)貨時間將會變大。

      由圖4可知,當(dāng)供應(yīng)商生產(chǎn)速度從9塊/小時增加到12塊/小時時,生產(chǎn)商的補(bǔ)貨時間能夠得到大幅度地降低;面輔料提供商生產(chǎn)速度從12塊/小時增加到18塊/小時,生產(chǎn)商的補(bǔ)貨時間能夠得到平穩(wěn)降低;面輔料提供商生產(chǎn)速度從18塊/小時增加到20塊/小時,生產(chǎn)商的補(bǔ)貨時間降低幅度放緩。即在A段到C段提高面輔料供應(yīng)商的生產(chǎn)速度,能夠提高生產(chǎn)商的補(bǔ)貨速度,但是隨著不斷地提高面輔料供應(yīng)商的生產(chǎn)速度,生產(chǎn)商的補(bǔ)貨速度的增速將逐漸放緩;在C段到D段,提高面輔料提供商的生產(chǎn)速度并不能無限地降低生產(chǎn)商的補(bǔ)貨時間,此時供應(yīng)區(qū)域到生產(chǎn)商的距離對生產(chǎn)商的補(bǔ)貨速度起到主導(dǎo)作用,但可以通過提高運(yùn)輸車的速度來弱化這種因素的影響。總體而言,隨著面輔料供應(yīng)商生產(chǎn)速度的加快,生產(chǎn)商的補(bǔ)貨時間將會變小。

      通過上述的靈敏度分析,可得出如下結(jié)論:

      1)隨著供應(yīng)區(qū)域到生產(chǎn)商的距離增加,生產(chǎn)商可以通過調(diào)整供應(yīng)商的供貨策略和改變車輛調(diào)度方式,在一定區(qū)間范圍內(nèi)能夠減緩生產(chǎn)商補(bǔ)貨時間的增加。

      2)在供應(yīng)商的生產(chǎn)速度增加一定程度時,供應(yīng)區(qū)域到生產(chǎn)商的距離將成為制約生產(chǎn)商提高補(bǔ)貨速度的瓶頸,此時生產(chǎn)商可以通過增加車速的方式來弱化這種因素的影響。

      5 結(jié)語

      本文在推拉結(jié)合戰(zhàn)略的前提下,研究面輔料供應(yīng)商選擇與車輛調(diào)度聯(lián)合決策問題,為此建立相應(yīng)的數(shù)學(xué)模型,并運(yùn)用遺傳算法進(jìn)行求解。算例結(jié)果表明:聯(lián)合決策模型能夠加強(qiáng)生產(chǎn)商與供應(yīng)商之間合作緊密度,且能夠提高運(yùn)輸車的使用效率;供應(yīng)區(qū)域與生產(chǎn)商的距離變大,會降低生產(chǎn)商的補(bǔ)貨速度,而提高供應(yīng)商的生產(chǎn)速度,能夠加快生產(chǎn)商的補(bǔ)貨速度??傮w而言,該模型簡單易行、易于求解,可以為服裝生產(chǎn)商在進(jìn)行面輔料補(bǔ)貨時提供參考。

      參考文獻(xiàn)

      [1]馬士華,林勇.供應(yīng)鏈管理[M].北京:機(jī)械工程出版社,2015:182-208.

      [2]陳曉玲.減少企業(yè)不合理服裝庫存方法初探[J].紡織科技進(jìn)展,2009(02):78-81.

      [3]周躍進(jìn).采購管理[M].北京:機(jī)械工業(yè)出版社,2015:175-185.

      [4]江玉杰.基于Anylogic的三級線性服裝供應(yīng)鏈存貯策略選擇研究[J].浙江紡織服裝職業(yè)技術(shù)學(xué)院學(xué)報,2017(01):66-70.

      [5]蔣長兵,代應(yīng).庫存控制:模型、技術(shù)與仿真[M].北京:中國物資出版社,2010:1-88.

      [6]林勇.供應(yīng)鏈庫存管理[M].北京:人民交通出版社,2008:15-200.

      猜你喜歡
      生產(chǎn)商遺傳算法供應(yīng)商
      基于自適應(yīng)遺傳算法的CSAMT一維反演
      一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
      生產(chǎn)商名錄
      生產(chǎn)商名錄
      生產(chǎn)商名錄
      基于遺傳算法和LS-SVM的財務(wù)危機(jī)預(yù)測
      生產(chǎn)商名錄
      基于改進(jìn)的遺傳算法的模糊聚類算法
      供應(yīng)商匯總
      供應(yīng)商匯總
      台北县| 新化县| 峨眉山市| 安达市| 甘洛县| 中宁县| 响水县| 昌黎县| 江门市| 秭归县| 连云港市| 永泰县| 平舆县| 雷波县| 荣昌县| 米脂县| 齐齐哈尔市| 大余县| 绥江县| 和硕县| 阳谷县| 文成县| 新密市| 定结县| 镇巴县| 陆丰市| 通州区| 米易县| 敖汉旗| 格尔木市| 汶上县| 天台县| 河曲县| 浮梁县| 贵阳市| 丹江口市| 滨海县| 安丘市| 文成县| 陵川县| 南漳县|