W公司配送案例浅分析.ppt

背景介绍 本案例仅选取公司的四个配送中心进行研究。这四个配送中心具有以下特点： （1）配送网络比较广阔。 （2）客户数目不多，但比较固定，几乎需要每日配送。 （3）每个客户需求量波动不大。 （4）货物种类较少，需求量较少，配送周期短。 （5）客户与公司虽然联系较多，但仍处于关系建立阶段，客户问题时有发生。 W公司配送系统现状 企业的配送系统中有四个配送中心（M=1,2,3,4），30个客户点（N=1,2，，30），单个配送中心基本建设费用R=600万元。单位产品单位路程运费C1为固定的1.4元/(t.km)，车辆单位路程的费用C2为固定的0.6元/km。 配送中心网点布局1、配送中心坐标 2,配送中心容量、费用情况 配送中心经营状况（每个配送中心有车辆6辆，每辆车的承载能力为12t。配送中心总人员30人左右。） 配送中心的行车路线 配送中心最初配送情况（注意：客户1的遗漏） 配送中心最初配送成本详细情况 车载问题 关于车载问题，一般有多种定量分析的方法。 （一）动态优化方法。 可将某些车辆配载问题看为背包问题，进而化为多阶段问题，运用动态规划方法求解。（装货问题和多品种混装问题） （二）货区组合。 在大型的配送中心或仓库，由于货物种类、货位过多，在不要求精确优化的情况下，可以采用对货位进行分区，并按货区组合进行货物配装的方法来降低货物配装的费用。 从这里开始是案例的背景介绍先看着讲一点。 差别比较明显的数据我用区别的颜色标出了。配置的合理。 总收益的差距。 这里遗漏了客户1。 在这里对比的时候解释一下用winQSB做的过程。 在W公司的案例中，所假设的是客户需要的是同一种货物，所以在解决优化路线的问题上，只要尽量提高承载率就可以了。 W公司配送案例浅分析 Presentation T 第2小组案例一 配送中心编号 X Y 1 19 35 2 75 81 3 28 70 4 70 24 配送中心设施位置 容量 库存费用/(元/天。T) 服务顾客数 1 110 100 7 2 110 100 8 3 110 120 4 4 110 100 11 配送中心编号 总成本/元 总收入/元 客户总数 满意客户数 总收益/元 1 2308000 3020000 7 5 712000 2 3680000 4044000 8 7 364000 3 1653000 1770000 4 4 117000 4 3989000 4935000 11 9 946000 配送中心 行车路线 配送中心 行车路线 1 配送中心1--5--28--23--配送中心1 配送中心1--14--11--配送中心1 配送中心1--18--3--配送中心1 3 配送中心3--30--2--9--配送中心3 配送中心3--27--配送中心3 2 配送中心2--6--22--配送中心2 配送中心2--16--17--配送中心2 配送中心2--10--20--配送中心2 配送中心2--7--8--配送中心2 4 配送中心4--26--12--配送中心4 配送中心4--25--19--15--配送中心4 配送中心4--4--24--配送中心4 配送中心4--13--29--21--配送中心4 成本项目 配送中心1 配送中心2 配送中心3 配送中心4 建设成本/(元/年) 600000 600000 600000 600000 库存总成本 1008000 1512000 648000 1728000 运输总成本 690000 1553000 405000 1642000 顾客不满意所造成的成本 10000 15000 0 19000 总成本 2308000 3680000 1653000 3989000 目录 分析步骤 发现问题 确认目标 解决方法 优化措施 问题的发现 配送路线规划问题 车辆配置问题 系统整体优化 车载问题 服务质量问题 遗传算法解决配送路线规划 车辆重调度解决车辆配置问题 解决车载问题 提升服务质量建立关系 综合调整优化系统 认 确 标 目 遗传算法 在MATLAB的操作 输入数据 编程过程 相关代码 function D=distance(P) for i=1:length(P) for j=1:length(P) D(i,j)=sqrt((P(i,1)-P(j,1))^2+(P(i,2)-P(j,2))^2); end end function[s,q]=TSP(D,n) %D距离矩阵，n配送点个数 tic m=input(种群大小，偶数最佳m=); p=input(遗传代数=); %产生初始种群 for i=1:m e=1:n; for j=1:n t=unidrnd(length(e)); q