长传5.docx
- 文档编号:17960691
- 上传时间:2023-08-05
- 格式:DOCX
- 页数:14
- 大小:142.55KB
长传5.docx
《长传5.docx》由会员分享,可在线阅读,更多相关《长传5.docx(14页珍藏版)》请在冰点文库上搜索。
长传5
第一章背景
飞马公司位于江西境内,是一家民营的货运股份有限公司,也就是第三方物流公司。
该公司成立于1997年,是一个经营各种打包钢带、打包扣、打包护角、打包机、缝包线、帘子线、裂膜线的专业企业。
自创建以来,飞马公司始终如一的贯彻“您的需要就是我们的追求”的发展方针,立意于“求新、务实”的工作宗旨。
专业创造价值:
是飞马的经营理念、我公司一贯以务实创新的精神,以永远服务于客户的态度.以专业制造及专业服务作保证,为客户提供价廉物美的产品,同时可根据客户需求定制或加工生产。
该公司在发展过程中,坚持以货运配送业务为主营业务,依托资本运营进行横向一体化力求促进企业网络化、规模化、集约化发展,同时通过精细化管理建立“高效率、低成本”的运营模式。
截止到2010年12月底,公司总资产18.7亿元,净资产6.69亿元,2010年度公司实现营业收入12.4亿元,利润总额1.7亿元。
飞马公司地处南昌市,占地面积130余亩。
现投入使用仓库面积1.8万平方米,堆场和停车场占地四万平方米,有各类营运车200多辆,货运车的最大载重量为8吨,其中拥有大型牵引车(50-200吨)3辆。
目前公司拥有一个省级一级货运站,一个零担货运站,一个集装箱站和一个货物运输大市场。
目前,飞马公司为中国道路货运输省级企业,基本形成了以江西省新建县配送中心为中心,形成覆盖江西及相关营运区域并迅速向周边延伸的公路运输服务网络。
第二章问题分析
2.1飞马公司存在的问题
1、第三方物流企业的营运特点。
目前客户对第三方物流服务企业的送货或供货速度、时间都有较严格的要求,且第三方物流服务企业均属于运输业范畴,影响生产实际中的许多问题都可以归结为VRPTW来处理,例如一些服务性行业中也普遍存在这样的问题,如飞机、火车及公共汽车的调度,邮政投递等。
2、飞马公司的运营。
飞马公司的运作模式缺乏系统性,车辆运营网络结构缺乏统筹规划,导致飞马公司运输资源无法充分利用,不仅运行时间无法满足客户的时间窗要求,而且运行成本过高、运距过远。
3、飞马公司的竞争策略。
基于整个物流运输服务行业的配送现状,客户对于能及时供货、送货的第三方物流企业的满意度高,从而企业竞争能力在无形中得到提升,因此作为一个省级的货运企业为了提高公司的知名度,提升竞争力,指定严格的时间窗限制供客户选择,是一个非常值得的营运策略。
2.2飞马公司车辆运营的主要问题
目前,飞马公司的车辆运作模式缺乏系统性,运营网络结构缺乏统筹规划。
车辆路线优化仍然主要依靠人工安排的方式,导致企业运输资源无法充分利用,运行成本过高,时限无法满足客户要求。
经过实际观察,影响飞马公司车辆路线配送的因素可以归结为以下几个方面:
(1)送货不及时,具体表现为信息接收处理、响应时间太长;
(2)运力投放不当,主要是配送业务过程中,时常出现小吨超载或者车辆大吨小用,导致成本尤其是配送成本居高不下;
(3)任意变换线路,由于配送线路的选择主要依靠驾驶员的以往驾驶经验,主观猜测或调度,造成配送过程对流或者过短、过长,配送线路迂回等问题。
2.3车辆路径问题的具体分析
一.车辆路径问题的定义
车辆路径问题(VRP)一般定义为:
对一系列装货点和卸货点,组织适当的行车线路,使车辆有序地通过它们,在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等)下,达到一定问题的目标(如路程最短、费用最少、时间尽量少、使用车辆数尽量少等)。
目前有关VRP的研究已经可以表示(如图1)为:
给定一个或多个中心点(中心仓库,centraldepot)、一个车辆集合和一个顾客集合,车辆和顾客各有自己的属性,每辆车都有容量,所装载货物不能超过它的容量。
起初车辆都在中心点,顾客在空间任意分布,车把货物从车库运送到每一个顾客(或从每个顾客处把货物运到车库),要求满足顾客的需求,车辆最后返回车库,每个顾客只能被服务一次,怎样才能使运输费用最小。
而顾客的需求或已知、或随机、或以时间规律变化。
图1VRP示意图
二.VRP中的常见约束条件
(1)容量约束:
任意车辆路径的总重量不能超过该车辆的能力负荷。
引出带容量约束的车辆路径问题(CapacitatedVehicleRoutingProblem,CVRP)。
(2)优先约束:
引出优先约束车辆路径问题(VehicleRoutingProblemwithprecedenceConstraints,VRPPC)。
(3)车型约束:
引出多车型车辆路径问题(Mixed/HeterogeneousFleetVehicleRoutingProblem,MFVRP/HFVRP)。
(4)时间窗约束:
包括硬时间窗(HardTimewindows)和软时间窗(SoftTimewindows)约束。
引出带时间窗(包括硬时间窗和软时间窗)的车辆路径问题(VehicleRoutingProblemwithTimewindows,VRPTW)。
(5)相容性约束:
引出相容性约束车辆路径问题(VehicleRoutingProblemwithCompatibilityConstraints,VRPCC)。
(6)随机需求:
引出随机需求车辆路径问题(VehicleRoutingProblemwithStochasticDemand,VRPSD)。
(7)开路:
引出开路车辆路径问题(OpenVehicleRoutingProblem)。
(8)多运输中心:
引出多运输中心的车辆路径问题(Multi-DepotVehicleRoutingProblem)。
(9)回程运输:
引出带回程运输的车辆路径问题(VehicleRoutingProblemwithBackhauls)。
(10)最后时间期限:
引出带最后时间期限的车辆路径问题(VehicleRoutingProblemwithTimeDeadlines)。
(11)车速随时间变化:
引出车速随时间变化的车辆路径问题(Time-DependentVehicleRoutingProblem)。
三.CVRP问题描述及其数学模型
CVRP的描述:
设某中心车场有k辆车,每辆配送车的最大载重量Q,需要对n个客户(节点)进行运输配送,每辆车从中心车场出发给若干个客户送货,最终回到中心车场,客户点i的货物需求量是qi(i=1,2,…,n),且qi 记配送中心编号为0,各客户编号为i(i=1,2,…,n),cij表示客户i到客户j的距离。 求满足车辆数最小,车辆行驶总路程最短的运送方案。 定义变量如下: 建立此问题的数学模型: minz=cijxijk(2.2) 约束条件: yki=1(i=0,1,…,n)(2.3) xijk=ykj(j=0,1,…,nk=1,2,…,m)(2.4) xjik=ykj(j=0,1,…,nk=1,2,…,m)(2.5) qiyki Q(k=1,2,…,m)(2.6) 第三章方案规划 本小组课程设计研究飞马物流配送车辆路径优化问题,该问题一般定义为: 对一系列装货点和(或)卸货点,组织适当的行车路线,使车辆有序的通过它们,在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等)下,达到一定的目标(如路程最短、费用最少等)。 利用启发式算法,能有效地解决有时间窗约束的集货或送货的非满载车辆路径优化问题,实现有约束情况下的最优解,在满足任务要求的前提下有力的节省了成本。 通过对有时间窗约束的集货或送货的非满载车辆路径优化问题的求解,尽力熟悉和熟练运用节约启发式算法,锻炼了学生实际动手和理解运用能力,有利于学生解决生产生活的实际问题。 配送车辆路径优化模型如下所示: 为构造数学模型,将车场编号为0,任务编号为 任务及车场均以点i 来表示。 定义变量如下: 1点i的任务由车辆k完成; 0否则。 1车辆k从点i行驶到j点; 0否则。 则可得到车辆优化调度数学模型如下: 模型中, 表示从i点到j点的运输成本,它的含义可以是距离、费用、变量、时间等,一般根据实际情况确定,可同时考虑车辆数和运行费用,如下确定: 1)当i为车场时,包括固定费用和运行费用 2)当i为任务时,只有运行费用,即 其中, 为相对于运行时间的费用系数; 为车辆的固定费用,即增加一车辆的边际费用。 一般认为,派出一辆车的固定费用远远高于车辆的行驶费用,因此该模型在极小化车辆数的前提下,再极小化运行费用。 减小 的值将会是使用的车辆数增多,而线路长度缩短。 若令 ,则模型目标是使用的车辆数最少。 设完成任务i需要时间(装货或卸货)表示为 ,又设任务i的开始时间需在一定时间范围 内,其中 为任务i所允许的最早开始时间, 为任务i所允许的最迟开始的时间。 如果车辆到达i的时间早于 ,则车辆需在i处等待,如果车辆到达的时间晚于 ,任务i要延迟进度。 求满足货物需求的费用最少的车辆行驶路线。 此问题称之为有时间窗的车辆优化调度问题。 以 表示车辆到达点i的时间, 表示车辆由i行驶到点j的时间,一般应有以下关系式: 1.硬时间窗VSP 硬时间窗VSP指每项任务必须在要求的时间范围内完成,即必须满足上式。 若超出这个时间范围,则得到的解为不可行解。 2.软时间窗VSP 软时间窗VSP指如果某项任务不能在要求的时间范围内完成,则给与一定的惩罚。 若车辆在 之前到达点j,则车辆在此等待,发生了机会成本损失。 若车辆在 之后达到点j,则服务被延误,须支付一定罚金。 第四章计算原理及流 4.1算法原理 这里对上述问题的算法进行修正,用来求解有时间要求的配送车辆路径优化 问题。 符号说明同前,以C 表示车辆从点i行驶到点j的费用,由C-W算法,得到点i和点J连接在一条线路上费用节约值S(i.j)=C +C -C 当不考虑时间约束时,若各项任务要求在一定的时间范围内完成,按费用节约值,S(i,j)连接点i与j时.可能会使j后面的任务的执行不满足时间要求。 当连接点i和点j所在线路时.若车辆到达j点的时间比原线路上j点任务的开始时问提前。 则车辆在j后面的任务处有可能需要等待;若连接后到达j点的时间比原线路上j点任务的开始时间推迟,则j后面的任务在执行时可能会发生延迟。 以EF 表示连接点i和点j所在的线路后,车辆到达j点的时间比原线路上车辆到达j点时间的推迟(或提前量).则EF 可如下: 得到EF =S +T +t -S 显然,EF <0时,车辆到达j点任务的时间提前;EF =0时.到达时间不变;EF >0时.到达时间推迟。 为说明问题 方便,定义参数如下: ∆j —车辆在线路上j点后面的任务处均不需要等待的j点的到达时间的最大可以提前量;∆j —线路上j点后面的任务不违反时间窗约束的j点的到达时间的最大允许推迟量。 ∆j 和∆j 可分别按下式计算 ∆j = {S -ET }∆j = {LT -S } 当考虑连接点i和点j所在的线路时.需检查是否违反时间窗约束。 (1}当EF <0时,若有|EF |≤∆j ,车辆在j后面的任务处不需要等待.否则,要等待; (2}当EF >0时,若有EF ≤∆j ,.则j后面的任务的执行不会延迟,否则,要延迟进行。 由于时间约束的引入.在对称的费用情况下,连接点j和点i与连接点i和点j已不再相同 4.2流程图 4.3送路线优化结果 根据上述所示方法,再综合指导书中的相关已知条件及相关数据,可知,其配送线路优化结果如下图所示: 图4.3配送路线优化结果图 第五章总结 《物流配送中心规划与设计》是交通运输类专业的一门必修专业课,通过理论教学环节,我们了解了物流配送中心的基本理论和基本方法,并可以初步掌握物流配送中心车辆调度的基本理论、基本方法。 课程设计是理论教学环节的延伸。 是对学生们的一次实战演练,通过课程设计,以检验和提高学生运用所学理论知识解决实际问题的能力,使学生较全面和系统的物流配送中心规划与设计的基本理论,方法和技能,完成培养物流配送路径优化的管理人才所需的运输组织管理方面的专业知识和技能的基本训练。 当前,现代物流已被公认为是企业在降低物质消耗、提高劳动生产率以外创造利润的第三个重要源泉,也是企业降低生产经营成本,提高产品市场竞争力的重要途径[1]。 配送是物流系统中的一个重要环节,它是指按客户的订货要求,在物流中心进行分货、配货工作,并将配好的货物及时送交收货人的物流活动。 在配送业务中,配送车辆路径优化问题的涉及面较广,需要考虑的因素较多,对配送企业提高服务质量、降低物流成本、增加经济效益的影响也较大。 该问题包括集货线路优化、货物配装及送货线路优化等,是配送系统优化的关键。 该问题于1959年由Dantzig和Ramser提出后[2],很快便引起运筹学、应用数学、组合数学、图论与网络分析、物流科学、计算机应用等学科的专家以及运输计划制定者的极大重视,并一直是运筹学与组合优化领域的前沿与热点问题。 一般来讲,企业要实现效率化的配送,就必须重视配车计划管理、提高装载率以及车辆运行管理。 从总体上看,对于需求比较集中的地区,可以较容易地实现高装载率运输;而对于需求相对较小的地区,可以通过共同配送来提高装载率。 降低配送成本的另一个措施就是追求车辆运行的效率化,提高车辆运行效率,这就需要建立有效的火车追踪系统,即在车辆上配置一个全球定位系统(GPS),通过这种终端一方面对货物的在途情况进行控制;另一方面可以有效地利用空车信息,合理配车。 参考文献 [1]张旭凤.运输与运输管理.北京: 北京大学出版社.2004.7 [2]刘志强,丁鹏,盛焕烨.物流配送系统设计.北京: 清华大学出版社.2003 [3]李永生,郑文岭.仓储与配送管理.北京: 机械工业出版社.2004.7
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 长传