小雪你好紧好烫好爽_k频道导航入口国产精品_91成人爽a毛片一区二区_羞羞漫画入口在线观看

    歡迎進入上海陽合供應(yīng)鏈管理有限公司!
  •  13472705338 

  • “視聽+云倉儲+精準扶貧”電商模式的脫貧經(jīng)驗探討
  • 倉儲型物流企業(yè)的經(jīng)營模式創(chuàng)新
  • 現(xiàn)代倉儲管理中條形碼技術(shù)的運用
  • 基于IOS平臺的小型倉儲管理系統(tǒng)設(shè)計
  • 用6S管理注入倉儲管理系統(tǒng)內(nèi)涵推升倉儲運營水準
  • 基于第三方物流的倉儲成本控制研究
  • 物流公司倉儲管理案例分析
  • 第三方物流企業(yè)倉儲貨位系統(tǒng)優(yōu)化分析
  • 鄭州航空物流倉儲合理化研究
  • 新形勢下深化完善國有糧食倉儲企業(yè)內(nèi)控機制的實踐與思考
  • 企業(yè)智能倉儲作業(yè)流程分析——以徐州新沂百世云倉公司為例
  • 醫(yī)藥物流邁向云倉多倉聯(lián)動
  • RFID技術(shù)在銅仁地區(qū)煙草倉儲物流管理系統(tǒng)中的應(yīng)用
  • 淺談糧情測控遠程監(jiān)管系統(tǒng)在倉儲管理中的應(yīng)用
  • 淺談石油物資倉儲管理部門入庫驗收管理
  • 多層倉儲式數(shù)據(jù)中心建筑設(shè)計研究
  • 煙葉倉儲害蟲綜合治理研究進展
  • 無線智能倉儲管理系統(tǒng)的設(shè)計與實現(xiàn)
  • 靜電粉末與殺蟲劑混用對倉儲甲蟲的殺蟲效果及谷物品質(zhì)的影響
  • 關(guān)于云計算技術(shù)物聯(lián)網(wǎng)倉儲管理系統(tǒng)設(shè)計
  • 當前位置:首頁 >>   新聞資訊新聞資訊

    基于量子遺傳算法的云倉儲選址分配問題研究

      信息來源:   發(fā)布時間:2021-07-22  點擊數(shù):

    1 引言

    云倉儲是一種新型的倉儲模式, 它借助物聯(lián)網(wǎng)、虛擬化等技術(shù)實現(xiàn)倉儲作業(yè)資源的虛擬化和服務(wù)化, 利用云計算等信息技術(shù)對信息和資源高效整合, 實現(xiàn)物流服務(wù)的智能匹配, 以資源協(xié)同的方式滿足客戶的個性化需求。

    云倉儲系統(tǒng)的參與者有三種:客戶 (倉配服務(wù)使用者) 、物流資源提供商和中間商 (倉配云服務(wù)整合運營商) , 分布于不同地區(qū)的物流資源提供商在平臺發(fā)布自己的物流資源和物流能力, 倉儲云服務(wù)整合運營商將資源虛擬化、服務(wù)化后在平臺集中管理, 建立標準資源庫和標準服務(wù)子任務(wù)庫。客戶可在平臺智能匹配到能滿足需求的物流資源及服務(wù)。

    在云倉儲模式下, 系統(tǒng)主要由云倉儲服務(wù)需求端、云倉儲平臺及云倉儲資源提供端三部分組成。其系統(tǒng)業(yè)務(wù)流程如圖1所示, 云倉儲資源提供端聚集了分布在不同地區(qū), 擁有不同物流資源及物流資源的主體, 這些主體將倉儲資源、運輸資源、計算資源等物流資源及物流能力向云倉儲平臺發(fā)布, 經(jīng)虛擬化、服務(wù)化處理后, 形成一個地理位置分散但邏輯上統(tǒng)一的虛擬資源池。云倉儲服務(wù)需求端主要指分布在不同地區(qū)的云倉儲服務(wù)使用者, 包括個人企業(yè)等需要物流服務(wù)的群體, 他們向云倉儲平臺提出個性化物流服務(wù)需求。云倉儲平臺則是充當前兩者之間的連接橋梁, 將資源池的物流資源及能力處理成一個個的標準化的服務(wù)模塊及物流子任務(wù), 通過服務(wù)發(fā)現(xiàn)、組合、協(xié)作等方式, 為云倉儲需求端的物流任務(wù)匹配出最優(yōu)的服務(wù)方案, 達到對云倉儲服務(wù)需求端的動態(tài)化的、智能化的按需服務(wù)的效果[1]

    圖1 云倉儲服務(wù)的業(yè)務(wù)流程

    圖1 云倉儲服務(wù)的業(yè)務(wù)流程   下載原圖


    在云倉儲模式下, 倉配模式同現(xiàn)有的物流服務(wù)模式本質(zhì)不同, 該模式下更加突出虛擬性、集成性、動態(tài)性、高柔性、智能性、協(xié)同性等特點, 所以勢必要求物流資源及物流能力在功能、形態(tài)和配置上也要有相應(yīng)的變化, 本文提出了一種新的能夠支持資源集成管理和動態(tài)協(xié)同分配的選址分配方法, 其設(shè)計思路和創(chuàng)新點如下:

    傳統(tǒng)的選址-分配模型中都假設(shè)各配送中心獨立運營, 配送中心和需求點之間是“一對一”或“一對多”的關(guān)系, 這就使得資源統(tǒng)一調(diào)度能力較差, 不能滿足云倉儲模式下的動態(tài)性和智能性要求。本文設(shè)計的云倉儲模式下基于虛擬資源云的協(xié)同倉配選址-分配模型如圖2所示, 在這種分配模式下物流資源和物流服務(wù)之間的緊密耦合關(guān)系被有效解除, 中心倉庫和區(qū)域倉庫及區(qū)域倉庫和需求點之間形成的服務(wù)映射模式是“多對多”的關(guān)系。這種模式使得物流資源得到了動態(tài)組合, 云倉儲平臺通過各物流資源的協(xié)同實現(xiàn)統(tǒng)一調(diào)度, 動態(tài)、智能化的為云倉儲需求端提供一體化服務(wù)[2]

    圖2 云倉儲選址分配模式

    圖2 云倉儲選址分配模式   下載原圖


    2 覆蓋半徑和覆蓋狀態(tài)

    覆蓋半徑是指設(shè)施服務(wù)點以自己為圓心向外輻射服務(wù)的最遠距離。覆蓋狀態(tài)是指設(shè)施服務(wù)點有沒有向某個需求點提供服務(wù)。

    傳統(tǒng)配送中心的覆蓋狀態(tài)只有兩種:當需求點在配送中心的服務(wù)半徑之內(nèi)且由該配送中心完全滿足其需求時為覆蓋, 否則為不覆蓋, 即覆蓋狀態(tài)只有0和1兩種, 即要么覆蓋, 要么不覆蓋, 這種覆蓋難以與云倉儲模式下實際情況不符, 不利于資源的一體化協(xié)同服務(wù), 同時也導(dǎo)致選址方式不靈活, 在云倉儲模式下分布式的資源一體化調(diào)度, 智能、動態(tài)、協(xié)同地完成物流任務(wù), 本文允許某一云倉只覆蓋一個需求點的部分需求, 即覆蓋狀態(tài)是[0, 1]上的連續(xù)量, 各云倉協(xié)同服務(wù)于某一需求點, 其示意如圖3, 允許云倉2和3協(xié)同滿足需求點4和5的需求, 縮小了整體覆蓋半徑, 提高了系統(tǒng)協(xié)同性和靈活性, 降低了物流成本。

    圖3 基于幾個覆蓋選址-分配模型覆蓋狀態(tài)

    圖3 基于幾個覆蓋選址-分配模型覆蓋狀態(tài)   下載原圖


    3 模型建立

    3.1 問題描述

    本文研究的是由中心倉庫 (CD) -區(qū)域倉庫 (RD) -需求點 (R) 構(gòu)成的三級供應(yīng)鏈系統(tǒng)中的多云倉及多末端配送中心選址問題。并且每個候選中心倉庫及區(qū)域倉庫都因倉儲資源和設(shè)備資源等限制而有能力約束。綜合考慮中心倉庫和區(qū)域倉庫兩層設(shè)施選址, 并確定中心倉庫-區(qū)域倉庫, 以及區(qū)域倉庫-需求點的分配方案。優(yōu)化目標是考慮兩層設(shè)施選址和兩層級分配的整體最優(yōu)方案, 包括如下子決策問題:

    兩層設(shè)施選址決策。在候選的中心倉庫和區(qū)域倉庫中選定設(shè)施地址。

    兩層級分配決策。確定兩個層級之間的需求分配關(guān)系, 即決策中心倉庫-區(qū)域倉庫, 以及區(qū)域倉庫-需求點的分配方案。

    3.2 符號定義

    參數(shù):

    I為候選中心倉庫集合, i= (1, 2, …, I) ;

    J為候選區(qū)域倉庫集合, j= (1, 2, …, J) ;

    K為需求點集合, k= (1, 2, …K) ;

    Qk為需求點k對產(chǎn)品的需求量;

    Si為中心倉庫i的容量限制;

    Sj為末端配送中心j的容量限制;

    Ai為中心倉庫i的建站費用;

    ai為中心倉庫i的建站及運營成本系數(shù);

    Bj為區(qū)域倉庫j的建站費用;

    bj為區(qū)域倉庫j的建站及運營成本系數(shù);

    dij為中心倉庫i到區(qū)域倉庫j的距離;

    djk為區(qū)域倉庫j到需求地k的距離;

    v為配送過程中車輛平均行駛速度;

    c1為中心倉庫到區(qū)域倉庫之間的單位運量單位運距的平均運輸成本;

    c2為區(qū)域倉庫到需求點之間的單位運量單位運距的平均運輸成本;

    M為規(guī)劃將建設(shè)的中心倉庫的數(shù)量限制;

    N為規(guī)劃將建設(shè)的區(qū)域倉庫的數(shù)量限制;

    決策變量

    xi為0-1變量, 表示是否在中心倉庫i進行建站, 1表示建立, 否則為0;

    yj為0-1變量, 表示是否在區(qū)域倉庫j進行建站, 1表示建立, 否則為0;

    zij為中心倉庫i對區(qū)域倉庫j的配送量 (配送比例) ;

    wij為區(qū)域倉庫j對需求點k的配送量 (配送比例) ;

    3.3 模型建立

     


     


     


     


    式 (1) 為總成本目標函數(shù), 依次為中心倉庫集合I的建設(shè)和運營成本, 區(qū)域倉庫集合J的建設(shè)和運營成本, 中心倉庫到區(qū)域倉庫的運輸成本, 區(qū)域倉庫到需求點的配送成本。式 (2) 表示所有區(qū)域倉庫向任意一個需求點提供總需求滿足該需求點的需求, 及區(qū)域倉庫協(xié)同實現(xiàn)對需求點的完全覆蓋。

    式 (3) 表示中心倉庫的配送量與區(qū)域倉庫的配送量相等。式 (4) 表示每一個區(qū)域倉庫的進出流量相等, 左邊表示中心倉庫的流出量, 右邊表示需求點的流入量。式 (5) 表示中心倉庫建站總數(shù)量小于限制最大值M。式 (6) 表示區(qū)域倉庫建站總數(shù)量小于限制最大值N。式 (7) 表示每一個中心倉庫的儲存量要小于其容量限制。式 (8) 表示每一個區(qū)域倉庫的儲存量要小于其容量限制。式 (9) 和式 (10) 是對決策變量的約束, 為0-1變量, 表示是否在i或j處建站。式 (11) 和式 (12) 是對決策變量的約束, 表示配送量非負。

    4 量子遺傳算法設(shè)計

    4.1 量子比特編碼

    采用二進制編碼, 對存在多態(tài)的問題進行量子比特編碼, 如兩態(tài)則用一個量子比特進行編碼, 四態(tài)則用兩個量子比特進行編碼。針對本文提出了中心倉庫-區(qū)域倉庫-需求點的三級選址分配問題, 提出如下編碼方案:[3,4,5,6]

    在本編碼方案中, 設(shè)施選址和分配問題整合在一起編碼, 系統(tǒng)編碼可分為三部分:即中心倉庫編碼段、區(qū)域倉庫編碼段、需求點編碼段。

    采用多量子比特編碼m個參數(shù)的基因如下:

     


    其中n表示種群規(guī)模, 為qjt染色體, 表示第t代的第j個個體的染色體;m為染色體的基因個數(shù), k為編碼每一個基因的量子比特數(shù)。

    把單個中心倉庫、區(qū)域倉庫及需求點都按一個基因編碼, 在每個編碼段中, 依據(jù)上級設(shè)施點的基因數(shù)量來確定本層每個基因的量子比特數(shù)。如上級設(shè)施點基因數(shù)為x, 本層設(shè)施點編碼時, 為同時考慮選址問題和分配問題, 可用y個量子比特位編碼來表示每個設(shè)施點, y與x需要滿足條件:

     


    因此, 量子比特數(shù)y可計算得:

     


    根據(jù)y位量子比特位觀測得到的二進制編碼串對應(yīng)的十進制, 用取值為零和非零表示設(shè)施選址, 即若對應(yīng)的十進制值為0, 對應(yīng)的設(shè)施點未被選中;若對應(yīng)的十進制值>0, 則對應(yīng)的設(shè)施點被選中, 且其對應(yīng)的十進制值還表示和上一級設(shè)施點的分配關(guān)系。

    4.2 量子進化算法運算步驟:

    (1) 確定量子進化算法系統(tǒng)參數(shù), 包括群體大小, 觀測次數(shù)、最大運算代數(shù)、體制條件等;

    (2) 初始化種群, Q (t0) ={q1t, q2t…qjt…, qnt}等概率隨機的生成n個以量子比特位編碼的染色體, 此處t=0;

    (3) 對初始種群Q (t0) 中的每個個體進行觀測, 得到二進制解集P (t0) ={x1t, x2t, …xjt, …, xnt}即為第0代個體;

    (4) 對P (t) 所對應(yīng)的方案進行有效性檢驗, 保證其對應(yīng)的方案的可行性, 同時對各解進行適應(yīng)度評估;

    (5) 記錄P (t0) 中最優(yōu)個體和其對應(yīng)的適應(yīng)度;

    (6) 檢查是否滿足結(jié)束條件, 若滿足, 則停止運算, 輸出最優(yōu)個體及相關(guān)數(shù)據(jù), 否則, 繼續(xù)下一步;

    (7) 對種群Q (t) 中的每個個體進行觀測, 生成二進制解集P (t) ;

    (8) 對P (t) 中各解進行有效性檢驗及適應(yīng)度評估;

    (9) 利用量子旋轉(zhuǎn)門更新種群, 得到新種群Q (t+1) ;

    (10) 記錄P (t) 中最優(yōu)個體和其對應(yīng)的適應(yīng)度;

    (11) 迭代次數(shù)t加1, 轉(zhuǎn)向步驟 (6) ;

    (12) 結(jié)束, 輸出最優(yōu)個體及其他相關(guān)信息。

    5 案例分析

    A公司成立于2004年, 是全球領(lǐng)先的第三方電商物流供應(yīng)鏈企業(yè), 天貓超市倉儲管理服務(wù)的核心提供商。為提升企業(yè)競爭力, 擬在浙江省建立至多3個中心倉庫 (CD) 及至多7個區(qū)域配送中心 (RD) , 實現(xiàn)物流響應(yīng)時效性質(zhì)的提升, 為客戶提供次日達、限時達等服務(wù), 提高客戶滿意度。本文將66個主要縣市區(qū)抽象為節(jié)點, 如圖5, 以其當?shù)卣诘匚恢米鳛楣?jié)點位置, 以兩點間的公路距離作為兩點間的距離, 據(jù)A公司2017年運營數(shù)據(jù), 分析處理得, A公司在浙江省對各個區(qū)縣的單日配送量均值為3.05千件, 所以, 每個需求點的需求量按正態(tài)分布N (3.05, 0.5) 的密度產(chǎn)生, 經(jīng)考察調(diào)研, 選取1、10、16、27、40號節(jié)點為候選中心倉庫, 其相關(guān)參數(shù)見表1, 選取4、9、24、31、48、55、59號節(jié)點為候選區(qū)域倉庫, 其相關(guān)參數(shù)見表2, 選取39個節(jié)點為需求點。模型中的其他參數(shù), 參考采用同類文獻和經(jīng)驗判斷的方式給出:c1=25元, c2=50元。

    表1 候選中心倉庫相關(guān)參數(shù)     下載原表

    表1 候選中心倉庫相關(guān)參數(shù)
    圖5 節(jié)點分布示意圖

    圖5 節(jié)點分布示意圖   下載原圖


    表2 候選區(qū)域倉庫相關(guān)參數(shù)     下載原表

    表2 候選區(qū)域倉庫相關(guān)參數(shù)

    以Matlab 2014a為操作平臺, 在Inter (R) , Pentium (R) , Core (TM) i5—3520MCPU, 2.9GHz, 4.00 GB內(nèi)存, Windows 7操作系統(tǒng)上執(zhí)行算法。參數(shù)設(shè)置為:種群大小為5, 即量子進化計算中有兩條量子染色體, 觀測次數(shù)設(shè)定為10, 即子群體大小為10, 最大進化運算代數(shù)為4000。經(jīng)計算, 最終選取1、16、40號節(jié)點作為中心倉庫, 選取4、9、31、55、59作為區(qū)域倉庫, 其分配方案如表3和表4所示, 各需求點的需求得到滿足, 每個倉庫的容量未超過容量限制, 總的物流系統(tǒng)成本為4522.4萬元。

    表3 中心倉庫選址結(jié)果及分配方案     下載原表

    表3 中心倉庫選址結(jié)果及分配方案

    表4 區(qū)域倉庫選址結(jié)果及分配方案     下載原表

    表4 區(qū)域倉庫選址結(jié)果及分配方案

    6 結(jié)論

    本文結(jié)合云倉儲模式的特點, 基于集合覆蓋模型, 通過松弛覆蓋半徑和覆蓋狀態(tài), 研究了三級供應(yīng)鏈系統(tǒng)中的多對多分配關(guān)系下的選址分配問題, 設(shè)計量子遺傳算法求解, 通過案例分析驗證了其可行性, 對實際決策有一定的指導(dǎo)意義。


    權(quán)所有©:上海陽合儲運
    專業(yè)承接上海倉庫租賃、上海倉儲配送物流、上海電商倉儲企業(yè)服務(wù)與微笑同在"的先進理念不斷發(fā)展壯大。 

    友情鏈接: 消防車  分析儀器  北京拓展訓(xùn)練    雞排加盟   恒溫振蕩器  別墅泳池設(shè)備  外貿(mào)論壇    檔案管理系統(tǒng)    酒精測試儀    旋轉(zhuǎn)火鍋設(shè)備  假山制作   煙臺裝修  地坪漆    實心輪胎   垃圾車 位移傳感器     貨運管理軟件   鋼制暖氣片  濟南雕刻機  羅斯蒙特3051  影像測量儀
       食品級軟管     鶴管    三相電表   AGV叉車  切削液  有限元分析
    機房監(jiān)控   數(shù)控銑床  原子熒光光譜儀   移動廁所
    滬公網(wǎng)安備 31011402008344號 滬ICP備14036201號-32