抽象性
提高客户满意度并降低车辆物流成本,本文采用混合整数编程模型分析车辆物流交付路线并基于实交案例进行模拟分析结果显示,与单运输机制相比,基于混合整数编程模型的车辆物流优化机制能够产生最优多式运输计划,可降低运输成本、改善运输企业服务并增强核心竞争力
开工导 言
2020年中国汽车制造商协会发布2021年1月13日中国汽车生产和销售数据显示,2020年生产量为2 522 500万部车,销售量2 531 100万部车全年中国生产和销售的所有汽车均通过车辆物流运输机动汽车供应链环境侧重于时间竞争,车辆物流按车辆物流对象快速响应和准时交付,满足交付时间、交货地和质量保证需求车辆物流从简单货运发展为新型物流,即运输主控服务、仓储服务、配送服务以及终端用户增值服务辅助部分
新发布规则“机动车、拖车和组合车的维度、轴量和质量限制(GB1589-2016)”,作为汽车标准最基础之一,对汽车运输、交通管理、物流运输产生重要影响,在汽车开发中起关键主导作用。标准把装满全车的中心轴拖车长度限制为22米,宽度限制为2.55米,高度限制为4米,同时加载8部以上车辆不允许与原装十多辆卡车的大托盘卡车相比,在货运率不变的情况下,这项规则大大削减运输公司利润,给车辆运输公司造成重大打击。
车辆物流由陆路运输、水运、空运等组成陆路运输可划分为公路运输和铁路运输,水车物流可适用于集装箱车辆物流和滚动VL关于卡车物流公司,时间窗口分配路线优化、从公路运输选择优化路线以及水运和铁路运输是本项研究的重点这项研究试图寻找有效降低汽车制造物流成本的方法,即使用批量低价水运和铁路运输,公司可借此提高服务效率并增强核心竞争力结果,基于固定路线车辆运营模型的最优运输方式对改善汽车物流企业运营和管理意义重大。
一般来说,时间窗口中的车辆后勤问题指处理方法,响应车辆抵达时间、服务时间和后续不达标的要求
硬时窗口有两种车辆后勤假设:如果客户要求车辆提前或截止时间到达,车辆在时间窗口内到达后开始提供服务,服务完成时间不得超过规定期限出现不合规性时,该服务会断然拒绝或拒绝问题叫车辆物流 硬时窗第二种假设是客户要求车辆提前晚到,包括预置时间前的最早时间和晚到时间晚于预置时间车辆提前抵达后必须等待服务到规定时间晚到时,服务会断然拒绝或拒绝这个问题在硬时窗口中也被称为车辆物流
正因如此,软时间窗口中的车辆物流问题更加复杂化,包括非并行需求直接损益和客户满意度下降间接损客然而,计算这些损失成本需要丰富经验和持续实践验证时间窗口有三种具体假设:首先,如果车辆到达时窗口内,但服务完成后时间超过客户指定时间窗口最新服务验收时间在这种情况下,服务仍允许使用,但如果车辆到达下节点则可能受到影响。第二,如果车辆到达前时间窗口下最早服务验收时间,客户会接受服务,但车辆提前到达加罚费上例中,如果车辆晚于时窗服务时间,客户不仅接受服务,还加罚车辆晚到
多位学者从不同角度研究时间窗口优化车辆物流路由诺马萨里一号设计CGVRP数学模型并提议模拟退火求解法,CGVRP搭建成混合整数线性程序李富2提议二层分配模式用于车辆物流服务供应链分配,同时考虑到多运输模式以最小化代价原则,湖和由洪3从路由优化开始,确定时段内多式运输机制江等[4提供车辆物流优化网络二大资源 共享车辆分发中心搭建数学优化模型,以尽量减少车辆物流运输总成本并开发基于遗传算法的启发式算法Cordeau等[5设计滚平面算法动态发送公路运输车辆以响应交付不确定性并实现最大限度地降低运输车辆成本目标Hou等[6搭建最优车辆物流分布路线Dell'Amico等[7校验自载器交通搜索算法和最优选择路线刘马8分析车辆租赁计划 和时间窗口内车辆共享Cheng等[九九提高改良遗传退火算法优化交通并采用自适应跨变量率策略Ma等[10分析时间依赖车辆运行速度问题实践并研究时间依赖车辆路由求解刘等人[11研究突发灾难下车辆路由巴达契12建立成本模型优化车辆物流网络,使用启发式算法和精确算法解决问题,并发现多节网络优化问题启发式算法短期内可获取有效解决方案秀等[13分析时间窗口中多式交通多试剂操作优化Ceschia等[14设计标签探索算法 复杂车辆路由问题与时间窗口Lin等[15改善蚂蚁群算法 用时间窗口解决车辆路由问题Jin等[16平面线性定价机制建立小片线性模型,同时计及不同铁路运输量差价折价对车辆分配网结构的影响
从上文提到的文献审查中可以明显看出,国内外学者在时间窗口中车辆路由问题上取得了一些成绩,但汽车物流优化研究多式运输尚不充分。多数研究只考虑尽量减少运输成本的客观功能,而没有考虑时间约束问题。关于车辆物流问题,我们认为考虑运输路线优化的唯一因素是不够的取而代之的是,根据实际情况选择合理的多式运输机制可能比较明智。本研究侧重于时窗下多式运输车辆物流优化问题,与前期研究相比,这是一个补充和改进,因为它考虑到客户需求并丰富车辆物流再优化结果
在这次研究中,我们探索车辆物流分配优化问题与运输限时建立基于目标数学模型,使运输成本优化越低越好,开发车辆物流多式运输最优解决方案,同时利用CPLEX(Branch和Bound算法)先于模型实例证明路线解决方案有效解决运输企业的实际问题
二叉问题描述建模
2.1.问题描述
时间窗口车辆物流为不同城市的客户提供所需车量物流运输公司调用OEMs车辆满足客户需求客户通常对车辆运抵时间有需求,即时窗论文思考OEM多点需求 需求窗口和时间窗口具体情况如下
各市一般都对车辆需求从原设备制造厂经多市到终点市由OEM、中转市和终点市组成的车辆物流网络显示图一号.市内车辆需求不同从OEM到其他城市的车辆物流可绕过公路、铁路或水运交通车辆满足路线和终点城市需求时,必须考虑城市间转运成本和市间时间限制发生超时时会延迟费用选择优化运输路线整体至关重要
2.2.模型假设
单程只有一种交通方式有足够的运输工具即为每一距离选择的每一种运输方式可覆盖全距离而不使用其他方式,不考虑往返行程
混合整数编程模型计算
2.3模型参数和定义
:起始点 :华府一线程端点即一线程距离与供应点相对应 :需求点一线程提供点 :华府s级线程运输时间一线程距离遍历 :单位运输成本s级线程运输模式一线程距离穿行(单位:每部车) :转口时间一线程供货点和s级,h交通方式 :单位转移成本一线程供货点s级,h两种运输方式(千分之//(每车每千米)) :时间限一线程提供点 :超时单元成本一线程供应点(Yuan/Va :华府一线程运输量 :华府一线程节点传输量 决策变量 : :0-1变量,是否i线程距离移动s级运输模式1是0不是 :0-1或一线程供货点s级,h转口1是0不是 :运抵时间一线程提供点 :延迟时间一线程提供点 :0-1变量,是否一线程供货点延迟1是0不是
2.4.数学配方
最小化总成本,包括运输成本、转运成本和延迟成本
选择一种唯一的交通方式
3级案例分析
公司需要每月从上海汽车厂派车到天津市、北京市和大连市同时,满足客户订单需求需要车辆抵达时间限制从上海到北京交通天津和从上海到大连交通天津和北京汽车厂使用KPI访问运输公司时限性能KPI包括车辆损耗率、即时交付率、即时抵达率和数据精度模拟即时到达率中,KPI部分转换成罚款成本
3.1.上海到天津、北京和大连汽车数据
天津市、北京市和大连市对牌A车需求D级一号D级2和D级3相匹配
参表一号从上海到天津、天津到北京、北京到大连、上海到北京和上海到大连的交通速度
上海到天津、天津到北京、北京到大连、上海到北京和上海到大连的单位交通成本表显示2.
天津和北京从上海向天津和北京运输车辆的中转时间见表3.
乘天津和北京从上海启程车辆单位转口成本见表4.
从上海到天津、北京和大连运输车辆抵达时间表5.
抵达目的地市超时一小时的惩罚:RMB10/ .
从上海到天津、北京和大连的车辆运输量分别为4942、3976和121 .
天津市和北京运输量为3976和121互斥 .
3.2计算结果
公路交通时间计算有效交通时间,不考虑驾驶员的睡眠时间plex-studio125.win-x86-32计算结果如下:
使用提供的数据上海-台津水路成本最低为600,上海-台津水路段使用水路,天津-北京和北京-台南水路段使用铁路交通成本最低
天津有转运费
天津水路转轨3至48小时等待火车时计算出三种情况:(1)转运耗时3小时天津转口不是超时, 往返天津、北京和大连时间长度分别为48小时、52小时和58小时。总费用3 847 300元(2)转口24小时天津转口不是超时, 往返天津、北京和大连时间长度分别为48小时、73小时和79小时。总费用3 947 508 800元3级转运耗时48小时天津转运费北京超时运费,通达天津、北京和大连时间长度分别为48、97和103小时,北京超时费38550元总成本41056.6亿元
基于上述结果,分析和讨论如下:
以其他运输方式为例,例如第一种从上海直通北京,另外两种多式运输路线不变,从天津水路通铁路最长传输时间为48小时。从上海直达北京最低费用为3084万元铁路交通北京模型需求修改为0,运输模式不变多式联运成本为75 596 960元,物流总成本为3 839 696元第二例从上海直运大连和另外两个地方的多式运输,我们可以知道前两段运输方式没有变化。从上海直达大连,最低总物流成本为405.7298元第三个例子中,三个地方都采用直接交通方式很显然总货运率最低为3 784 600元,如果我们从上海运水到天津和大连,从上海运铁路到北京。
从上表分析可见直接交通成本最低因此,该模式得到高度推荐数据计算结果事实上,多式运输费用由于其规模效应一般最低。因此,这项研究的结果可能与泛理论相悖而不考虑比例效应
所收集的一些数据,如传输时间不确定,因此可能导致略为不准确计算,如单程运输成本、超时罚款成本和量需求下方敏感度分析对各种资料的波动幅度约10%
三种直接运输方式之间在单位运输成本和运输时间上都存在巨大差距,因此小起波不影响运输方式,以下分析主要面向多式运输
先分析单元运输成本和运输时间表内数据显示6实际操作发现卡车运算成本与时间无关,而仅与运输量相关运输时间波动不影响选择运输方式分析单位运输成本的波动分三大路由和后两路路由天津-北京和北京-达里安路段单位运输成本和运输时间有其优势,小起伏不会对结果产生影响因此,本研究主要侧重于分析从上海到天津单位运输成本的波动铁路单元运输向上波动不会影响选择廉价水路运输的结果因此,本研究主要考虑铁路单元运输向下波动的10%
分析结果显示,当铁路单位运输成本略微波动时光补偿水运费用是不够的,特别是不产生效果的超时费用。铁路单位运输成本(例如640元/车)接近水运成本时,当单位运输成本不高得多时,铁路运输时间的优势便显赫。成本仍然比水运高,但高位比水运超时费用低因此,它对结果有更大影响
转口成本10%波动分析基于前次分析,天津转运的可能性相对较高,从水运到铁路运输尤其如此。没有必要考虑转口别处先前讨论传输时间3、12和48时中,运输方式没有改变结果转口成本是唯一考虑问题很明显,转口成本的下降不会影响结果,并主要考虑向上波动问题。
结果表明天津转口成本波动不会影响运输模式的改变,但总物流成本因单元转口成本变化而成比例变化
并分析超时罚款成本和10%需求波动结果运输方式不变此次任务的主要状况是北京超时一小时微小波动罚款成本引起的物流成本太小,整个多式运输无法影响整个决策需求方面,主要单元运输成本和单元转口成本高低,原因是决策影响需求波动无法在运输模式变化中发挥作用,只能直接按需求波动数比例增减总物流成本
4级结论
上方敏感度分析显示小起伏基本对计算结果无效,敏感度低多数数据起伏不定,因为三种运输方式,无论单位运输成本和运输时间如何,都有相对较大差分,上海-天津段水运和铁路运输除外。某些数据,如转口短时间对全多式运输(如转口)无法产生显著影响,敏感度也很低。或某些数据,如转口时间数据,对结果影响微小:由于长联运时间和短转口时间,转口时间可能不会对整个多式运输结果产生更大影响,导致敏感度低从上海到天津水运单价和铁路运输对这一多式运输有极大影响,决策应考虑铁路运输和水路运输的价格变动问题。
关于长途运输车辆物流费用过高问题,使用混合整数编程模型计算,并搭建软时窗车辆物流优化路径模型,以获取最优多式交通满足时间需求,为企业省钱并验证模型的可行性 通过模拟计算 公司真正的运输工具因此,对物流公司而言,本文章的研究成果对减少能源消耗、抵消企业运营成本和提高效率有一定意义同时,它有类似运输公司参考值
应当指出,汽车OEM制造厂使用方法评估运输公司月度KPI决定是否惩罚,转成计算本研究的罚款
数据可用性
数据应提交人请求提供
利益冲突
作者宣布无利益冲突