批量分流生产下的供应链网络调度优化研究
版权申诉
20 浏览量
更新于2024-08-15
收藏 1.15MB PDF 举报
"基于批量分流生产的供应链网络调度研究"
本文主要探讨了在现代制造业中,如何通过协同供应链网络和批量分流生产策略来更有效地响应市场需求。批量分流生产是一种优化生产流程的方法,它允许产品以批量的形式在不同的制造节点之间进行分配和处理,以提高效率和降低成本。这种策略尤其适用于具有不同流通特性的多条协同供应链网络。
作者赫超和唐亮首先指出了制造企业需要具备自身优势生产资源,并与其他企业形成生产供应链网络,以协同生产方式满足用户需求的重要性。他们研究的问题是在这样的背景下,如何对批量分流生产的供应链网络进行调度,以实现整体效率的最大化。
为了解决这个问题,他们构建了一个混合整数规划模型。这种模型综合考虑了生产、运输、库存等多个因素,旨在最小化总成本,包括生产成本、运输成本和库存持有成本。模型的关键在于它能处理多个供应链节点之间的批量转移,并考虑到每个节点的生产能力限制。
为了求解这个复杂的优化问题,作者采用了Benders分解算法。Benders分解是一种解决大规模混合整数规划问题的有效方法,它将原问题分解为主问题和子问题,分别求解并逐步迭代优化。在此基础上,作者还提出了对原算法的改进,即添加Pareto最优割,以进一步提高求解效率和解的质量。
文章中,作者利用MATLAB软件进行了仿真,验证了改进后的Benders分解算法在解决批量分流生产供应链网络调度问题上的有效性。仿真结果表明,改进的算法能够更快速地找到接近最优解的调度方案,对于实际操作中的生产计划和决策具有重要指导价值。
关键词涉及协同供应链网络、批量分流生产以及Benders分解算法,这些关键词突出了研究的核心内容和技术手段。文章的研究对提升制造业供应链的灵活性、响应速度和整体效率具有重要意义,同时为相关领域的理论研究和实践应用提供了有价值的参考。
2021-09-08 上传
2021-08-10 上传
2021-09-18 上传
2021-08-29 上传
2021-07-10 上传
2021-09-17 上传
2019-07-22 上传
Lee达森
- 粉丝: 986
- 资源: 1万+
最新资源
- 达梦数据库DM8手册大全:安装、管理与优化指南
- Python Matplotlib库文件发布:适用于macOS的最新版本
- QPixmap小demo教程:图片处理功能实现
- YOLOv8与深度学习在玉米叶病识别中的应用笔记
- 扫码购物商城小程序源码设计与应用
- 划词小窗搜索插件:个性化搜索引擎与快速启动
- C#语言结合OpenVINO实现YOLO模型部署及同步推理
- AutoTorch最新包文件下载指南
- 小程序源码‘有调’功能实现与设计课程作品解析
- Redis 7.2.3离线安装包快速指南
- AutoTorch-0.0.2b版本安装教程与文件概述
- 蚁群算法在MATLAB上的实现与应用
- Quicker Connector: 浏览器自动化插件升级指南
- 京东白条小程序源码解析与实践
- JAVA公交搜索系统:前端到后端的完整解决方案
- C语言实现50行代码爱心电子相册教程