纺织服装工业互联网平台中订单分配问题研究

这是一篇关于工业互联网,订单分配,启发式算法,多目标优化的论文, 主要内容为随着全球经济的快速发展,纺织服装行业市场的并驱争先日渐激烈,用户对服装需求的日趋多样化使服装订单的生产要求也随之提升。纺织服装工业互联网平台汇聚了供应链上游众多相同或相近生产能力的服装企业,所接服装订单数量庞大。传统的方式是根据经验对订单进行安排,但这种人工分配方法效率低下,且无法保证分配结果是否能最大化平台利益,因此,如何通过科学手段对这些订单进行合理分配是目前平台面临的一大难题和挑战。目前对于该问题的研究尚处于起步阶段,其研究目的是为了实现平台有限资源的优化配置,降低平台的生产成本,从而推进纺织服装行业的转型升级。在此背景下,研究多工厂订单分配对于提高纺织服装工业互联网平台的运作效率、市场口碑以及服务质量都具有重要的意义。首先,对纺织服装工业互联网平台的特点和发展现状进行了归纳,分析平台结构、生产经营模式以及订单分配的关键影响因素等,为平台订单分配优化模型的建立奠定基础。其次,对纺织服装工业互联网平台多源供应面临的问题进行描述、分析与研究,构建了以最小化总成本、不达标服装数量及延迟交货服装数量为三个目标的平台订单分配优化模型。使用模糊数学中的梯形模糊数确定各个目标的权重,将多目标优化的数学模型转化为单目标优化模型。然后,根据平台订单分配优化模型的特点对遗传算法进行设计和改进,对初始种群制定订单分配偏离约束的启发式规则,并引入罚函数对算法收敛性进行改进。使用Python以实际算例进行数值实验,实验结果表明与人工经验分配订单等方法相比,所提算法可以给出较好的优化分配方案,能够满足产品交货期和平台资源约束。最后,基于订单分配优化模型和求解算法,结合平台的实际需求,设计并开发了纺织服装工业互联网平台的订单分配系统。平台管理员可以在系统中对集成的工厂进行统一管理、观察订单月季年度的概览、查看算法的收敛曲线及最终分配结果等。该系统可以为平台提供有效的订单分配决策,实现资源配置的优化,在提升服装质量、保证订单交期的同时减少生产成本,从而最大化平台的整体效益。

基于医药流通行业“货到人”拣选系统的订单处理的关键技术研究

这是一篇关于医药流通行业,“货到人”拣选系统,订单分批,订单分配,仿真的论文, 主要内容为近年来,随着国民医疗水平逐渐提高和人口老龄化程度的加剧,国家针对医药相关政策和体制改革的力度也在逐渐加大。医药流通企业的业务受医药政策的直接影响较大,近年来各医药物流配送中心的订单结构出现了明显转变——逐渐趋于碎片化,进而导致零拣订单的处理量急剧上升。随着设备自动化、智能化的发展,传统“人到货”拣选模式由于低效的作业弊端逐渐被“货到人”的高效拣选模式所替代,因此“货到人”拣选模式的优化问题在医药流通领域的应用中也成为热点研究问题之一。本课题从订单处理角度对“货到人”拣选模式中系统作业优化问题进行了研究,主要完成了如下几方面工作:1.梳理分析医药政策的叠加效应对医药物流配送系统订单结构变化的影响,综合分析由此导致的物流运作过程中亟待解决的问题。提出基于订单业务处理逻辑,将整个复杂的拣选系统合理的切分为上游和下游两个相对独立的子系统,并分别从订单分批和订单分配两方面对两个子系统进行优化的订单处理策略。2.基于医药背景,针对上游子系统——多层穿梭车存储系统中料箱提升机的作业效率瓶颈,难以满足料箱作业出入库需求大幅增加的问题,提出基于医药订单特性EIQ分析的订单粗分批降维处理策略,实现对海量订单数据的粗分批。在结合了降维思想的数据预处理基础上,通过设计改进的K-means聚类算法对订单进行了聚类分批优化,并结合EIQ分析的订单特性对系统实际拣选模式提出了改进意见;3.基于医药背景,针对下游子系统——“货到人”拣选工作站系统中,受限于药品GSP的批次管理要求,针对料箱、订单分配不合理导致拣选台的任务耦合,出现工作效率较低的问题,引入动态规划方式概念。针对多拣选台同步拣选的作业场景,首先采用单拣选台订单迭代优化算法解决拣选过程中的订单、料箱规划问题,并通过Beam Search算法进行解算,基于此在每阶段料箱选择过程中增加统筹料箱动态规划过程,设计针对多个拣选台的料箱分配解耦算法。4.以某医药电商企业为研究实例对文中模型进行仿真验证。对于订单分批问题,通过对模型的训练确定IK占比及相关系数阈值范围,结合python仿真验证本文提出的算法相较于现有作业模式的优化效果;对于医药批次约束背景下的订单分配问题,通过python仿真验证单拣选台订单迭代优化分配算法和多拣选台订单分配解耦算法优化效果的显著性,并采用AutoMod仿真技术根据实际场景建立模型,仿真验证了多拣选台订单分配解耦算法的输出结果——料箱运行轨迹在实际系统运行中,相较于现有模式对系统效率提升的效果,对于企业相关拣选系统实际运行过程中的订单处理策略具有一定的借鉴意义。

网上零售订单分配与物流配送路径优化研究

这是一篇关于网上零售,订单分配,物流配送,分支定界法,遗传算法的论文, 主要内容为近年来,随着电子商务的快速发展,以淘宝、京东等电商主体为代表的电子交易模式开始盛行,网络购物逐渐普及。在网上零售给人们的日常生活带来极大便利的同时,客户数量多、位置分散、单个订单包含商品数量多、品类多等特点,使得网上零售从接收订单到将包裹送达客户手中的过程愈发复杂。在已有的商品库存配置下,由于有限的仓库商品库存数量、较长的补货时间,往往会导致一个订单被拆分至多个仓库履行,从而增加了物流配送成本和客户扰动。物流配送作为网上零售订单履行的末端环节,由于其在所有物流活动中占成本比重最大,对其进行合理规划成为提高企业效益的关键。订单分配与物流配送是订单履行的两个核心问题,两者之间相互影响,相互制约,订单分配结果的好坏直接影响后续物流配送的成本,因此在订单分配时考虑由客户位置决定的运输成本以推进后续的物流配送活动。以实现科学拆分为目标的订单分配和以减少资源消耗为目标的物流配送问题已成为网上零售生存和发展的关键环节和急迫任务。本文针对网上零售企业的订单履行作业流程,重点研究客户订单到达系统平台后订单在仓库间的分配以及包裹出库后的物流配送活动,从降低企业成本角度出发,按照“理论介绍→问题分析→方法求解→算例验证”这一研究思路,建立订单科学分配、配送合理规划的优化方法。具体内容如下:(1)根据网上零售订单的特性,从整体角度出发,梳理了订单履行作业的重要环节,并归纳总结了订单拆分原因、订单分配策略和物流配送相关理论,根据订单履行流程和订单拆分特点,对网上零售订单分配和物流配送问题的影响因素、复杂性进行分析。(2)网上零售订单分配模型的构建和求解。考虑到以拆单率最小为目标的订单分配方式可能会导致后续配送成本的增加和配送时间上的延迟,以及实际生活中客户位置越远,配送成本越高的特点,在订单分配时选取从物流成本角度出发,以最小化运输成本、拣货成本和包装成本为目标,建立以订单商品数量、仓库库存容量为约束的订单在多仓库间的分配模型,并使用分支定界法对订单分配模型进行求解。(3)网上零售物流配送车辆路径问题优化模型的构建和求解。在得到订单分配方案的基础上,对各个仓库到客户的物流配送车辆路径方案进行优化。由于每个仓库分摊到的订单已知,所服务的客户已知,因此可视为单配送中心车辆路径优化问题,并选取最小化配送成本为优化目标,构建带时间窗的电动物流车车辆路径问题优化模型。在此基础上,使用遗传算法进行车辆路径方案的优化。(4)算例分析和灵敏度分析证明模型和算法的有效性。结果表明,本文提出的订单分配策略和物流配送优化方法可快速求解网上零售订单分配和配送问题,提高了订单履行作业的效率和经济效益。本项研究可为网上零售企业实现订单合理拆分、配送合理规划提供解决思路,为网上零售订单分配和物流配送的优化提供决策支持,有助于降低网上零售企业的物流成本,提高订单分配和物流配送的经济性。

K电商公司快递供应商选择与订单分配研究

这是一篇关于快递供应商,评价指标,订单分配,电商渠道的论文, 主要内容为近年来,我国电子商务发展非常迅猛,平台建设、电子支付和信用等问题基本解决,但快递始终是影响企业电子商务发展的主要瓶颈。电子商务企业如何选择快递供应商,在成本与用户满意度之间取得平衡是电商企业面临的一项重要课题。K电商公司是一家传统食品、药品集团企业试水电商渠道所成立的电商公司。K电商公司拥有旨在建立品牌形象的自营电商平台,并在天猫、京东等第三方电商平台上开设了旗舰店,同时还建立了的微店渠道。在运营初期,K电商公司选择顺丰和圆通快递作为快递供应商,自营商城和微店渠道的订单指派给顺丰快递,第三方商城订单指派给圆通快递。这种简单的快递分配方式带来用户的投诉居高不下,随着自营商城业务的增加,快递成本持续增加。因此,合理选择快递供应商和合理分配快递订单成为K电商公司的一项亟待解决的问题。关于快递供应商的选择,通过对已有文献的分析,由K电商公司有关专家甄选了快递供应商的评价指标,包括基本服务能力、扩展服务能力、快递成本、综合实力和客户满意度5个一级指标和28个二级指标;利用层次分析法得出了各个指标的权重;最后通过综合评价从顺丰、天天、圆通、EMS和韵达五家快递供应商中选择了顺丰、EMS和韵达作为K电商公司的合作伙伴。订单合理分配是实现提升用户体验和物流成本优化管理的关键所在。结合K电商公司自身的情况从定量和定性两个方面分析影响订单分配两类因素——订单属性和快递供应商特性,确定了合理的订单分配方案,并根据相关理论模型与方法确定了快递成本、时效性、供应商绩效和客户等级各影响因素的权重,构建了订单动态分配方案模型,实现了订单动态分配的数据化和系统化,制定了订单分配比例与供应商绩效考核的联动机制。在订单快递供应商分配模型计算中,订单管理系统可以通过获取上个月度各供应商相应的KPI得分,依此配置系统来决定订单分配。这样便动态地将供应商的绩效评价得分与其所能得到的业务量联系在一起,提高了快递供应商的积极性;进而也使得他们有意愿去采取措施改善KPI分数,以便得到更多的业务量。实际应用表明,优化后的快递供应商选择和订单分配方案,对K电商公司控制物流成本和市场占有率,保持合理利润以实现可持续增长起到了很好的作用。

基于微服务的家政服务平台的设计与实现

这是一篇关于家服平台,微服务架构,订单分配,NSGA-Ⅱ的论文, 主要内容为随着我国居民人均可支配收入的不断增加,人们对生活品质也有了更高的追求,家政服务行业的市场需求开始呈现井喷态势。然而,传统家政行业存在服务不标准、信息不透明、服务供不应求等问题。随着互联网的迅速发展,诞生了众多互联网家政服务平台,在一定程度上解决了这些问题。但是,平台在订单分配方面,仍采用手动分配的方式,效率低且依赖于个人经验,存在诸多弊端。其次,由于大部分互联网家政平台开发采用单体式架构,当用户量达到一定规模时,对系统性能要求也变得很高,并且随着后期业务的扩张,模块越来越多,单体应用耦合性愈发严重且难以扩展和维护。本文以某互联网公司的实际项目为背景,对现有的项目进行重构开发,设计并实现了基于微服务的家政服务平台,解决了传统单体应用高耦合等问题,同时提高了系统的可扩展性、可维护性和并发性。平台整体采用Spring Cloud相关框架和微服务架构设计理念,并结合软件生命周期方法学,依次通过需求分析、概要设计、详细设计、系统测试等阶段工作,设计并实现了产品中心、订单中心、调度引擎、服务者管理、培训管理、营收中心、消息中心等微服务。本人在项目开发过程中主要负责产品中心微服务、订单服务、派单服务、支付微服务和用户微服务五个模块的后端开发工作。在订单分配方面,本文基于用户对上门时间满意度和最小化交通运营成本为目标建立模型,采用多目标遗传算法NSGA-II对模型进行求解,最后通过算例验证算法的有效性。目前,本系统已经发布上线,并且业务功能仍在不断迭代。平台为客户提供便捷的家政预约服务,同时为家政从业人员提供了可靠的、灵活的就业平台,具有一定应用价值。

纺织服装工业互联网平台中订单分配问题研究

这是一篇关于工业互联网,订单分配,启发式算法,多目标优化的论文, 主要内容为随着全球经济的快速发展,纺织服装行业市场的并驱争先日渐激烈,用户对服装需求的日趋多样化使服装订单的生产要求也随之提升。纺织服装工业互联网平台汇聚了供应链上游众多相同或相近生产能力的服装企业,所接服装订单数量庞大。传统的方式是根据经验对订单进行安排,但这种人工分配方法效率低下,且无法保证分配结果是否能最大化平台利益,因此,如何通过科学手段对这些订单进行合理分配是目前平台面临的一大难题和挑战。目前对于该问题的研究尚处于起步阶段,其研究目的是为了实现平台有限资源的优化配置,降低平台的生产成本,从而推进纺织服装行业的转型升级。在此背景下,研究多工厂订单分配对于提高纺织服装工业互联网平台的运作效率、市场口碑以及服务质量都具有重要的意义。首先,对纺织服装工业互联网平台的特点和发展现状进行了归纳,分析平台结构、生产经营模式以及订单分配的关键影响因素等,为平台订单分配优化模型的建立奠定基础。其次,对纺织服装工业互联网平台多源供应面临的问题进行描述、分析与研究,构建了以最小化总成本、不达标服装数量及延迟交货服装数量为三个目标的平台订单分配优化模型。使用模糊数学中的梯形模糊数确定各个目标的权重,将多目标优化的数学模型转化为单目标优化模型。然后,根据平台订单分配优化模型的特点对遗传算法进行设计和改进,对初始种群制定订单分配偏离约束的启发式规则,并引入罚函数对算法收敛性进行改进。使用Python以实际算例进行数值实验,实验结果表明与人工经验分配订单等方法相比,所提算法可以给出较好的优化分配方案,能够满足产品交货期和平台资源约束。最后,基于订单分配优化模型和求解算法,结合平台的实际需求,设计并开发了纺织服装工业互联网平台的订单分配系统。平台管理员可以在系统中对集成的工厂进行统一管理、观察订单月季年度的概览、查看算法的收敛曲线及最终分配结果等。该系统可以为平台提供有效的订单分配决策,实现资源配置的优化,在提升服装质量、保证订单交期的同时减少生产成本,从而最大化平台的整体效益。

基于微服务的家政服务平台的设计与实现

这是一篇关于家服平台,微服务架构,订单分配,NSGA-Ⅱ的论文, 主要内容为随着我国居民人均可支配收入的不断增加,人们对生活品质也有了更高的追求,家政服务行业的市场需求开始呈现井喷态势。然而,传统家政行业存在服务不标准、信息不透明、服务供不应求等问题。随着互联网的迅速发展,诞生了众多互联网家政服务平台,在一定程度上解决了这些问题。但是,平台在订单分配方面,仍采用手动分配的方式,效率低且依赖于个人经验,存在诸多弊端。其次,由于大部分互联网家政平台开发采用单体式架构,当用户量达到一定规模时,对系统性能要求也变得很高,并且随着后期业务的扩张,模块越来越多,单体应用耦合性愈发严重且难以扩展和维护。本文以某互联网公司的实际项目为背景,对现有的项目进行重构开发,设计并实现了基于微服务的家政服务平台,解决了传统单体应用高耦合等问题,同时提高了系统的可扩展性、可维护性和并发性。平台整体采用Spring Cloud相关框架和微服务架构设计理念,并结合软件生命周期方法学,依次通过需求分析、概要设计、详细设计、系统测试等阶段工作,设计并实现了产品中心、订单中心、调度引擎、服务者管理、培训管理、营收中心、消息中心等微服务。本人在项目开发过程中主要负责产品中心微服务、订单服务、派单服务、支付微服务和用户微服务五个模块的后端开发工作。在订单分配方面,本文基于用户对上门时间满意度和最小化交通运营成本为目标建立模型,采用多目标遗传算法NSGA-II对模型进行求解,最后通过算例验证算法的有效性。目前,本系统已经发布上线,并且业务功能仍在不断迭代。平台为客户提供便捷的家政预约服务,同时为家政从业人员提供了可靠的、灵活的就业平台,具有一定应用价值。

基于医药流通行业“货到人”拣选系统的订单处理的关键技术研究

这是一篇关于医药流通行业,“货到人”拣选系统,订单分批,订单分配,仿真的论文, 主要内容为近年来,随着国民医疗水平逐渐提高和人口老龄化程度的加剧,国家针对医药相关政策和体制改革的力度也在逐渐加大。医药流通企业的业务受医药政策的直接影响较大,近年来各医药物流配送中心的订单结构出现了明显转变——逐渐趋于碎片化,进而导致零拣订单的处理量急剧上升。随着设备自动化、智能化的发展,传统“人到货”拣选模式由于低效的作业弊端逐渐被“货到人”的高效拣选模式所替代,因此“货到人”拣选模式的优化问题在医药流通领域的应用中也成为热点研究问题之一。本课题从订单处理角度对“货到人”拣选模式中系统作业优化问题进行了研究,主要完成了如下几方面工作:1.梳理分析医药政策的叠加效应对医药物流配送系统订单结构变化的影响,综合分析由此导致的物流运作过程中亟待解决的问题。提出基于订单业务处理逻辑,将整个复杂的拣选系统合理的切分为上游和下游两个相对独立的子系统,并分别从订单分批和订单分配两方面对两个子系统进行优化的订单处理策略。2.基于医药背景,针对上游子系统——多层穿梭车存储系统中料箱提升机的作业效率瓶颈,难以满足料箱作业出入库需求大幅增加的问题,提出基于医药订单特性EIQ分析的订单粗分批降维处理策略,实现对海量订单数据的粗分批。在结合了降维思想的数据预处理基础上,通过设计改进的K-means聚类算法对订单进行了聚类分批优化,并结合EIQ分析的订单特性对系统实际拣选模式提出了改进意见;3.基于医药背景,针对下游子系统——“货到人”拣选工作站系统中,受限于药品GSP的批次管理要求,针对料箱、订单分配不合理导致拣选台的任务耦合,出现工作效率较低的问题,引入动态规划方式概念。针对多拣选台同步拣选的作业场景,首先采用单拣选台订单迭代优化算法解决拣选过程中的订单、料箱规划问题,并通过Beam Search算法进行解算,基于此在每阶段料箱选择过程中增加统筹料箱动态规划过程,设计针对多个拣选台的料箱分配解耦算法。4.以某医药电商企业为研究实例对文中模型进行仿真验证。对于订单分批问题,通过对模型的训练确定IK占比及相关系数阈值范围,结合python仿真验证本文提出的算法相较于现有作业模式的优化效果;对于医药批次约束背景下的订单分配问题,通过python仿真验证单拣选台订单迭代优化分配算法和多拣选台订单分配解耦算法优化效果的显著性,并采用AutoMod仿真技术根据实际场景建立模型,仿真验证了多拣选台订单分配解耦算法的输出结果——料箱运行轨迹在实际系统运行中,相较于现有模式对系统效率提升的效果,对于企业相关拣选系统实际运行过程中的订单处理策略具有一定的借鉴意义。

集货直邮跨境物流模式下CODP定位与订单分配优化研究

这是一篇关于跨境电商,物流服务供应链,CODP,订单分配,供应链优化的论文, 主要内容为随着国内消费者对海外进口商品的购买力度不断增强,国家出台多项政策引导和规范进口跨境电商物流的发展,我国进口跨境电商物流模式逐步得到完善。进口跨境电商物流模式中的集货直邮模式能够满足消费者对不同商品种类的需求,并且能够使跨境购物的消费者获得更好的购物体验,但其存在商品配送周期长和运输成本高的问题,在商品的配送过程中还要经历许多复杂的物流环节。跨境电商平台为了专心发展自身核心业务,选择将订单配送任务外包给专业的跨境电商物流服务集成商,由跨境电商物流服务集成商完成订单配送活动。因此,在进行订单配送任务时,如何选择合适的物流运输模式来降低物流配送成本和时间并满足消费者的个性化需求,是一个意义重大又亟待解决的问题。针对以上背景本文进行了三个方面的研究:(1)对跨境电商物流服务供应链和进口物流模式展开研究,分析跨境电商物流服务供应链的定义和特征并引入大规模定制思想,接着研究了跨境电商的多个进口物流模式,重点分析集货直邮模式存在的问题。(2)在集货直邮模式下研究大规模定制物流服务的CODP定位问题,建立CODP定位决策模型并求解,分析交货时间和转换成本对最优CODP位置的影响。(3)进一步深入研究,在提前确定CODP的情况下研究跨境电商物流服务集成商如何进行订单分配优化的问题,建立订单分配优化模型并采用遗传算法求解,分析CODP位置、客户时间偏好和跨境电商物流服务集成商的协商能力对跨境电商物流服务供应链的综合绩效的影响。最终结论表明,在进行CODP定位时,交货时间能够影响可选CODP的数量和最佳CODP的位置,交货时间提前和转换成本变大都会引起最佳CODP位置的变动,而转换成本降低会使最优CODP位置稳定并获得更多收益。在制定订单分配方案时,CODP的位置会直接影响订单配送的成本和时间,跨境电商物流服务集成商在确定CODP的位置之前要考虑客户的时间偏好。在进行订单分配时还要综合考虑三个参与主体的利益,以获得最优的订单分配方案,另外,提升协商能力可以获得更多的收益,从而改善跨境电商物流服务供应链的综合绩效。

网上零售订单分配与物流配送路径优化研究

这是一篇关于网上零售,订单分配,物流配送,分支定界法,遗传算法的论文, 主要内容为近年来,随着电子商务的快速发展,以淘宝、京东等电商主体为代表的电子交易模式开始盛行,网络购物逐渐普及。在网上零售给人们的日常生活带来极大便利的同时,客户数量多、位置分散、单个订单包含商品数量多、品类多等特点,使得网上零售从接收订单到将包裹送达客户手中的过程愈发复杂。在已有的商品库存配置下,由于有限的仓库商品库存数量、较长的补货时间,往往会导致一个订单被拆分至多个仓库履行,从而增加了物流配送成本和客户扰动。物流配送作为网上零售订单履行的末端环节,由于其在所有物流活动中占成本比重最大,对其进行合理规划成为提高企业效益的关键。订单分配与物流配送是订单履行的两个核心问题,两者之间相互影响,相互制约,订单分配结果的好坏直接影响后续物流配送的成本,因此在订单分配时考虑由客户位置决定的运输成本以推进后续的物流配送活动。以实现科学拆分为目标的订单分配和以减少资源消耗为目标的物流配送问题已成为网上零售生存和发展的关键环节和急迫任务。本文针对网上零售企业的订单履行作业流程,重点研究客户订单到达系统平台后订单在仓库间的分配以及包裹出库后的物流配送活动,从降低企业成本角度出发,按照“理论介绍→问题分析→方法求解→算例验证”这一研究思路,建立订单科学分配、配送合理规划的优化方法。具体内容如下:(1)根据网上零售订单的特性,从整体角度出发,梳理了订单履行作业的重要环节,并归纳总结了订单拆分原因、订单分配策略和物流配送相关理论,根据订单履行流程和订单拆分特点,对网上零售订单分配和物流配送问题的影响因素、复杂性进行分析。(2)网上零售订单分配模型的构建和求解。考虑到以拆单率最小为目标的订单分配方式可能会导致后续配送成本的增加和配送时间上的延迟,以及实际生活中客户位置越远,配送成本越高的特点,在订单分配时选取从物流成本角度出发,以最小化运输成本、拣货成本和包装成本为目标,建立以订单商品数量、仓库库存容量为约束的订单在多仓库间的分配模型,并使用分支定界法对订单分配模型进行求解。(3)网上零售物流配送车辆路径问题优化模型的构建和求解。在得到订单分配方案的基础上,对各个仓库到客户的物流配送车辆路径方案进行优化。由于每个仓库分摊到的订单已知,所服务的客户已知,因此可视为单配送中心车辆路径优化问题,并选取最小化配送成本为优化目标,构建带时间窗的电动物流车车辆路径问题优化模型。在此基础上,使用遗传算法进行车辆路径方案的优化。(4)算例分析和灵敏度分析证明模型和算法的有效性。结果表明,本文提出的订单分配策略和物流配送优化方法可快速求解网上零售订单分配和配送问题,提高了订单履行作业的效率和经济效益。本项研究可为网上零售企业实现订单合理拆分、配送合理规划提供解决思路,为网上零售订单分配和物流配送的优化提供决策支持,有助于降低网上零售企业的物流成本,提高订单分配和物流配送的经济性。

面向石膏集团企业的多生产基地协同生产订单分配及重调度研究

这是一篇关于多生产基地,NSGA-Ⅱ,多目标优化,订单分配,重调度,协同管控的论文, 主要内容为石膏是一种用途广泛的工业材料和建筑材料,中国石膏板制造行业发展速度快,发展潜力大,但在石膏板制造行业的发展过程中也存在很多问题:行业总体信息化和数字化水平低,已经明显落后于时代步伐;石膏板制造企业逐渐向集团化、规模化发展,但由于协同管理能力的欠缺,集团化企业内部往往面临着发展不均衡的问题,部分集团成员面临产能过剩的问题,而其他成员则会面临产能不足的问题;在面临紧急订单插入时,由于管理能力的缺失,石膏板制造企业往往缺乏有效应对,导致交付延期、订单排产混乱等问题,对企业造成严重损失。针对这些问题,本文面向山东某石膏板生产集团公司,对多生产基地协同生产订单分配及重调度问题进行研究,研究内容如下:(1)分析石膏板制造行业的运营、生产业务模式及面临的主要问题,分析了集团化背景下石膏板制造企业对订单分配的应用场景,明确了设计难点,给出了多生产基地协同管控平台设计目标,并分析与设计平台各组成部分。(2)针对集团化背景下石膏板制造企业的订单分配问题,首先,考虑整体收益、个体收益平衡、交付时间的优化目标建立了多生产基地协同生产订单分配问题模型;其次,提出了一种基于NSGA-Ⅱ遗传算法的多目标、多约束问题的优化求解算法;最后,采用山东某石膏板生产集团公司实际订单数据作为算例对算法进行验证。(3)针对企业面临的急单插入问题,研究急单插入下的订单分配重调度策略,建立了急单插入下的订单分配重调度模型,并基于改进的NSGA-Ⅱ遗传算法对模型进行求解。(4)针对企业需求,设计并实现了面向石膏集团企业的多生产基地协同管控平台,提高了石膏板制造企业的信息化和数字化水平。本文所设计的面向石膏集团企业的多生产基地协同管控平台能解决目前石板制造行业面临的订单协同分配、急单插入等问题,平台已在山东某石膏制造集团公司中部署与使用,应用效果达到预期,取得了良好的使用反馈,对石膏板制造行业有重要价值。