面向準時生產的第三方物流貨物配裝優(yōu)化

2015-11-01 09:19分析人杜彥煒

中國科技信息 2015年9期

分析人：杜彥煒吳照

分析人：杜彥煒吳照

為了適應制造企業(yè)準時化生產方式，第三方物流企業(yè)在配送貨物時，要及時響應訂單，提高供貨頻次，準時為生產供貨。本文應用容重比啟發(fā)式算法進行配裝優(yōu)化實施，綜合考慮車廂容積、載重量約束條件來確定所裝貨物的種類和數量。實例證明，應用該算法使車廂的容積和載重量均能得到很好的利用。

隨著客戶個性化需求不斷增加和所要求交貨期的縮短，制造企業(yè)傳統(tǒng)的批量生產方式已經不能適應多品種變批量的生產訂單。而基本思想為“在所需要的時刻，按所需要的數量生產所需要的配件”的準時化生產方式成為制造企業(yè)盛行的生產模式。為了適應制造企業(yè)準時化生產方式，第三方物流企業(yè)在配送貨物時，要對訂單進行快速識別和分類，充分利用車輛的載重量和容積，合理安排貨物裝載作業(yè)，短時間內制定出與客戶要求相適應的配裝方案。本文針對單車多品種貨物配裝優(yōu)化問題，采用容重比啟發(fā)式算法確定所裝貨物的種類和數量，從而克服了以往依靠經驗制定配裝方案的缺點。

多品種貨物配裝問題

多品種貨物配載優(yōu)化是指給定了一批待裝長方體貨箱和長方體容器，按一定的要求將待裝貨物互不干涉地擺放在這一容器內，使某一項或幾項性能達到最優(yōu)。該問題的優(yōu)化可歸結為一類離散組合優(yōu)化問題。如何制定出一個合理的裝載方案，以在保證裝運的順序、重量限制、裝箱效率等條件約束下，使該容器的空間利用率最大，是這類問題的主要目標。對多種物資配載優(yōu)化問題的研究方法有啟發(fā)式算法、智能搜索方法（如模擬退火算法、禁忌搜索算法、螞蟻算法、遺傳算法）、窮舉法、動態(tài)規(guī)劃法以及圖論法等。智能搜索方法比較適合于解大規(guī)模組合優(yōu)化問題。啟發(fā)式算法在目前處理多種物資配裝問題時被廣泛應用，它憑借有效的優(yōu)化策略來減小搜索空間的規(guī)模，從而縮小搜索范圍，盡可能在很短的時間內找出問題的最優(yōu)解，具有很強的實用價值。

配裝優(yōu)化模型

將單車多品種貨物配裝描述為：某車輛對N種貨物配裝，最大程度利用單輛貨車的容積及載重量，確定所裝貨物的品種和數量，在盡可能滿載的條件下獲得最大經濟收益。

有n個具有不同尺寸和重量的貨物，1個容積為V、載重量為W的運輸車，要求利用車輛的容積及載重量。

前提條件：

（1）每件貨物的體積和重量比車廂的容、載重量??；

（2）貨物為直送即送往同一地方；

（3）假設所有貨物都不相同（實際情況同種貨物可歸為一種）；

優(yōu)化模型為：

約束條件：

式中xi?｛0，1｝，xi=0時表示不裝貨物，xi=l時表示裝入貨物i ，wi代表貨箱i的重量，vi代表貨箱i 的體積；λ?（0，l），λ=l時，目標為載重量最大，λ+μ=l； μ=1時，目標為容積利用率最大。

若求得的最優(yōu)解形式為（l，0，1，0，l，l，0，0），則表示所要裝載的貨箱編號為l，3，5，6，其余不裝在本車上。

容重比啟發(fā)式算法求解

算法思想

容重比算法是指如果已裝載的貨箱的容重比與車廂的容重比接近時，則已裝載貨箱的重量與車廂的載重量接近，已裝載貨物的體積和車廂的容積接近，說明充分地利用了車廂的載重及容積。

設某貨箱的重量為W，貨箱的體積為V，稱VW為該貨箱的容重比。

設貨箱集合為N=（1，2，3…n），貨箱對應的重量集合G=（w1，w2，w3…wn），貨物對應的體積集合V =（v1，v2，v3…vn），ci=viwi為第i個貨物的容重比，所有貨物的容重比集合為R=（c1，c2，c3…cn），S0=V/W為車廂的容重比。

實例

某第三方物流企業(yè)接到某機床制造車間一項準時物流配送任務，訂單中包含下列14種配件，分別采用矩形貨箱包裝，重量和體積信息如表1所示，貨箱尺寸分別為：A配件（520×900×1130），B配件（8 0 0×8 0 0×1 7 7 0），C配件（923×871×885），D配件（1000×1000×1000），E配件（812×820×815），F配件（1312 ×932×1175），G配件（1107×869×1254），H配件（632×420×571），I配件（1320×583×720），J配件（1207×190×1096），K配件（512×512×1.54），L配件（870×420×837），M配件（1410 ×832×875），N配件（912×733×1321）。輕卡貨車的載重量為300kg，車廂（2818×1394×1806）/㎜，容積為7m3，要求制定出合理的配裝結果。