动态库存板坯分配问题的优化算法研究

"这篇论文研究了动态库存板坯分配问题，使用了0-1整数规划数学模型，结合Danzig-Wolfe策略和分支价格算法进行求解，旨在最小化板坯规格差异费用和库存成本。论文还引用了其他学者的研究，探讨了多种板坯分配问题的模型和算法，但指出现有研究主要关注一次性分配，忽视了动态库存成本和后工序能力的影响。" 正文: 钢铁行业中，动态库存板坯分配问题是一项关键的挑战，尤其是面对MTO（Make To Order）生产模式下市场需求的多样性。由于订单取消、设备填满需求及质量问题，会形成库存板坯，增加库存成本并影响企业资金周转。为解决这一问题，本论文建立了一个优化模型，该模型综合考虑了板坯与合同规格的匹配度以及库存成本，力求最大化效率和经济效益。 论文采用了0-1整数规划方法，通过构建数学模型来解决这个问题。该模型的主要目标是降低板坯规格不匹配的费用，同时减少库存板坯在库时间产生的成本。基于问题的特性，研究者运用了Danzig-Wolfe策略，将原始问题分解为主问题和子问题。主问题是带有集划分约束的问题，子问题则具有背包特征。通过分支价格算法，这两个问题得以有效地协同解决，从而能够得到生产实践中的最优解。 引用的相关研究中，文献[1]通过虚拟合同和虚拟板坯构建运输问题模型，并设计启发式算法；文献[2]关注双目标的生产计划问题，建立了整数规划模型，以最大化分配重量和最小化损耗；文献[3]则提出了二元整数线性规划模型，采用分层求解策略的启发式方法；文献[4]和[5]分别研究了一维切割装箱问题和规格区间值的板坯分配，采用不同的混合整数规划模型和优化技术。然而，这些研究普遍未考虑板坯的动态库存成本和后续加工能力的影响。 尽管已有研究提供了多种解决方案，但本论文指出，现有的板坯分配策略往往忽略了动态环境下的库存成本和后工序能力，这限制了它们在实际应用中的效果。因此，动态库存板坯分配问题的进一步研究应当纳入这些因素，以实现更全面、更高效的优化策略。 总结来说，这篇论文贡献在于提供了一个新的方法来解决钢铁企业的动态库存板坯分配问题，通过0-1整数规划模型和Danzig-Wolfe分解策略，结合分支价格算法，实现了对库存板坯的优化利用，减少了库存成本。同时，论文对现有研究的不足进行了分析，强调了未来研究应关注动态环境和后工序能力的影响。