当前位置: 首页 > 新闻通知 > 本科教学

【机情无限 精彩毕设】机械2021届毕业设计(论文)中期检查优秀案例分享第十五期

《考虑仓库库存持有量的需求点货品分配优化研究》

时间:2021-04-20     作者:郑重     编辑:李艳梅     阅读:

 

 

学生姓名郑重

学生工程2017-01

指导教师郭鹏

毕设题目考虑仓库库存持有量的需求点货品分配优化研究

 

 

 

 

一、概况

1.选题意义

2018年发布的《改革开放40年经济社会发展成就系列报告之七》中指出,我国的消费领域正在发生天翻地覆的变化,消费品市场规模的模在持续扩大,消费热点则由“满足人民群众物质生活需求的实物消费”向“体现人民美好生活需要的服务消费”加速转变。社会消费品零售总额在近十年内稳步升高,并在“十二五”规划后,继续保持年均增长率为10.3%的高速增长,总体表现出国民整体收入水平己得到较大提升,整体消费能力稳步增强。

即便在近年受到新冠疫情的冲击,国内经济发展情况下滑,在国家和人民的积极配合下,整体态势呈复苏状态,我国重又恢复了稳定向上的发展态势。从下图(国家统计局2020年发布)我们可以看出,自201912月新冠疫情被发现、爆发后,社会消费品零售额急剧下跌,呈现负增长态势,线下实体销售行业可谓是遭遇“寒冬”。但随着国家对于疫情防控的积极引导,自2020年七月后呈现正增长的恢复态势,且增长速度稳步提升,实体零售行业也在平稳过渡,进入正常的社会节奏。

 

 

 社会消费品零售总额变化曲线


“仓库—门店”的配送模式屡见不鲜,也是现代社会生产销售行业较为常规的运营模式。但是,在货品配送的过程当中,存在着配货效率低下、送货路线冗余的情况,在以盈利为目的的销售行业而言,降低成本增加盈利无疑是意义重大的改进。

 

 

 

而目前大部分研究所研究的是送货条件下的配送策略优化,少有对送货、取货双重情况并存条件下的配送策略进行研究。而相较于实际行业发展情况而言,后者是更具有实际应用价值和有效性的,不同需求点间的调货也是常见、普遍的商业现象。例如,现在许多网购平台都设有线下门店,各个门店间会进行一定程度上的调货行为,以保证各个门店都处于较优的库存持有状态,以给消费者提供良好的消费体验。在这个过程当中,若出现部分门店缺货的情况,不仅会给到店消费的消费者造成不好的印象,更会影响到后续消费者对于同类型产品消费的偏向性选择。对于分布式门店群的高效货品分配,不仅能起到调节各个门店的货品持有状态,使门店的货品持有量保持在较优的水平,而且可以节省部分从仓库再发货的额外成本,这也是本项目主要的意义之一。

 

 

2.任务分解

我将毕业设计的主题内容以图片形式进行呈现,主要部分分为研究背景及基础理论理解、联合考虑货品分配及配送的综合配货优化数学模型建立、遗传算法设计、算例计算与效果分析和最终总结部分。

 

 

二、 已完成工作

① 文献翻译

② 研究背景及相关基础问题理论理解

基础VRP问题及对应数学模型、同时配集货问题及相关理论均与本文研究问题有一定的相关性,而同时取送货的性质赋予了该配货策略对于需求点间货品调度的移动属性,这对于配货车辆路径选择有着强力约束,也增加了一定的复杂性。

③ 综合配货优化数学模型建立

 

 

  结合货品分配及货品配送两部分综合成本最小化目标,将配货过程约束及配货后的成本分配约束相结合,形成最终的完整数学模型。

④ SCIP优化器检验数学模型可解性

为验证数学模型的正确性,本文利用Python SCIP优化器对数学模型进行小算例情况下的求解,算例的基本条件如下所示:

 

6AAD5

 

在以上基础数据之上,本文编写代码进行计算求解,以下为部分程序代码:

 

 

最终我们计算得到了该算例情况下的最优解:

 

 

该条件下的最小综合成本为8430元,对应的最优配货路径为:

4->2->3->1->0->5->7->9->0->6->8->10

⑤ 启发式算法设计

为了较为清晰简洁地说明本文启发式算法的设计过程,以下将以图片形式进行简要说明。遗传算法主要包括初始解群体生成、适应度值计算、选择操作、交叉操作及变异操作等步骤,经过多次迭代,形成最终解。

 

 

 

 

⑥ 算法程序编写

    算法程序目前尚未全部完成,但有望在近期进行完善,形成最终完整程序,大致流程与上文的算法设计步骤及伪代码相一致。

⑦ 部分论文撰写

目前论文进度过半,稳步推进至算法设计部分的对应文字部分撰写,前面的绪论部分及数学模型建立部分等均已初步完成。

 

 

 

三、 下一步工作计划

① 遗传算法代码编写进度推进

② 实际算例计算

③ 该算法下解的质量及运算效率分析

④ 设想改进算法方案(主要集中在遗传算法中交叉算子的选择与改进)

⑤ 结果的可视化与分析

 

问题一:你目前设计的算法有没有小规模算例进行验证实现?

目前根据设计的一个十需求点规模的算例,已经对数学模型进行检验并求得了最优解,一方面这说明了数学模型本身具有可解性,另一方面也说明了该算法至少在小规模算例上具备求解能力,但在下一阶段还需要更多的实例进行检验,确保算法在多情况下的求解能力。

问题二下阶段的进度安排是什么?

目前该阶段基本完成了启发式算法的编程工作,下一阶段的主要工作集中在算例的实际计算及结果可视化上,通过交叉算子的对比验证,确定效果较好、对于算法收敛作用较大的交叉方式,并结合优化器精确算法求解的最优解对算例解的质量进行分析与检验,最终完成全文撰写。

 

   

毕业设计于我而言是一场赛跑,过程既是对耐力的考验,更是收获与成长的体现。通过与郭鹏导师的沟通与交流,我对于自己研究的主题有了更深一层的理解,郭鹏导师对我的悉心指导与帮助,为我在学术成长的道路上助力。毕业设计内容包含了丰富多彩的学习方向与子部分,这让我有机会接触到各类不同形式的信息与知识,也更加坚定了我对于未来科研工作的信心与决心。相信我能在导师的指导下,在同学的陪伴和共同奋斗中,向目标靠近,成为有追求有担当的大学生。