物流系統(tǒng)優(yōu)化與仿真.ppt

物流系統(tǒng)優(yōu)化與仿真,彭揚 伍蓓/著,內(nèi)容提要,物流系統(tǒng)優(yōu)化是實現(xiàn)物流管理目標、體現(xiàn)物流管理效率與效益的必要過程和手段。物流系統(tǒng)優(yōu)化主要有運籌學(xué)方法、智能優(yōu)化方法和模擬仿真法等三種方法。 系統(tǒng)仿真是根據(jù)被研究的系統(tǒng)模型，利用計算機進行實驗研究的方法.目前仿真技術(shù)是分析、研究復(fù)雜物流系統(tǒng)的重要工具，也成為物流工程技術(shù)人員的一項重要技能。,內(nèi)容提要,本書即強調(diào)優(yōu)化和仿真的方法學(xué)和技術(shù)，又立足于物流系統(tǒng)的管理決策問題的解決。 在知識體系上， “橫向”方面從傳統(tǒng)的運籌規(guī)劃方法、排隊存儲論方法、系統(tǒng)動力學(xué)方法到現(xiàn)代智能優(yōu)化方法以及Petri網(wǎng)、多Agent、面向?qū)ο蟮确抡娣椒ǖ慕榻B；“縱向”方面主要是物流系統(tǒng)的一些應(yīng)用問題，如物流網(wǎng)絡(luò)布局問題、車輛路徑問題、裝卸搬運問題、區(qū)域物流宏觀規(guī)劃問題以及供應(yīng)鏈系統(tǒng)設(shè)計問題等。,目錄,第1章 物流系統(tǒng)優(yōu)化概述 第2章 物流系統(tǒng)模型 第3章 物流系統(tǒng)優(yōu)化的運籌規(guī)劃方法 第4章 物流系統(tǒng)模型的智能優(yōu)化方法 第5章 物流系統(tǒng)仿真應(yīng)用基礎(chǔ) 第6章 物流系統(tǒng)動力學(xué)仿真 第7章 排隊模型與存儲模型及應(yīng)用 第8章 Petri網(wǎng)模型及仿真 第9章 物流系統(tǒng)仿真方法的發(fā)展 第10章 供應(yīng)鏈系統(tǒng)仿真優(yōu)化 第11章 博弈論及其在供應(yīng)鏈中的應(yīng)用 第12章 仿真工具與軟件應(yīng)用,第1章 物流系統(tǒng)優(yōu)化概述,本章概述了物流系統(tǒng)優(yōu)化的相關(guān)概念，并就物流優(yōu)化的主要方法進行了綜合性的介紹。 1.1 物流系統(tǒng) 1.2 物流系統(tǒng)優(yōu)化問題 1.3 物流系統(tǒng)優(yōu)化的方法,1.1 物流系統(tǒng) 1.1.1 系統(tǒng)及其特征,1我國系統(tǒng)科學(xué)界對系統(tǒng)的通用定義是(錢學(xué)森): 系統(tǒng)是由相互作用和相互依賴的若干組成部分結(jié)合而成的、具有特定功能的有機整體，而且這個整體又是它從屬的更大的系統(tǒng)的組成部分。輸入、處理（轉(zhuǎn)換）、輸出是組成系統(tǒng)的三大要素 .,圖1.1 系統(tǒng)的一般模式,整體性 相關(guān)性 目的性 環(huán)境適應(yīng)性,2系統(tǒng)的特征,1.1.2 物流系統(tǒng)的概念和要素,1物流系統(tǒng)的概念: 和一般系統(tǒng)一樣，具有輸入、轉(zhuǎn)換、輸出三要素。通過輸入和輸出使系統(tǒng)與社會環(huán)境進行交換，使系統(tǒng)和環(huán)境相依存 .,環(huán)境,圖1.2 物流系統(tǒng)的一般模型,2物流系統(tǒng)的特點 是一個大跨度系統(tǒng) 是一個可分系統(tǒng) 是一個動態(tài)系統(tǒng): 是一個復(fù)雜系統(tǒng)物流系統(tǒng)運行對象一“物”，遍及全部社會物質(zhì)資源，資源的大量化和多樣化帶來了物流的復(fù)雜化 是一個多目標函數(shù)系統(tǒng) 3物流系統(tǒng)的目標 將貨物按照規(guī)定的時間、規(guī)定的數(shù)量送達到目的地 合理配置物流中心，維持適當?shù)膸齑?實現(xiàn)裝卸、保管、包裝等物流作業(yè)的省力化、效率化 維持合適的物流成本 實現(xiàn)從訂貨到出貨全過程信息的順暢流動等,4物流系統(tǒng)的要素 一般要素 功能要素 支撐要素 物質(zhì)基礎(chǔ)要素,5物流系統(tǒng)中的制約關(guān)系 物流服務(wù)和物流成本間的制約關(guān)系 ,如圖1.3 構(gòu)成物流服務(wù)子系統(tǒng)功能之間的約束關(guān)系 構(gòu)成物流成本的各個環(huán)節(jié)費用之間的關(guān)系 各子系統(tǒng)的功能和所耗費用的關(guān)系,圖1.3 服務(wù)與成本的制約關(guān)系,1.1.3 物流系統(tǒng)化,1.物流系統(tǒng)化的目標 總體目標 目標體系 服務(wù)目標 快速、及時目標 節(jié)約目標 規(guī)模優(yōu)化目標 庫存調(diào)節(jié)目標,2系統(tǒng)目標關(guān)系的協(xié)調(diào) 原則 層次間的目標發(fā)生沖突時，通常要以較低層次的目標服從于較高層次目標的要求為前提協(xié)商解決。 于同一層次上的目標發(fā)生沖突時，應(yīng)該在分析的基礎(chǔ)上確定一定的取舍和補償標準進行協(xié)調(diào)與決策 。 3. 物流系統(tǒng)設(shè)計要素 Products Quantity Route Service Time Cost,1.2 物流系統(tǒng)優(yōu)化問題 1.2.1 物流系統(tǒng)的效益目標,物流的宏觀經(jīng)濟效益是指物流系統(tǒng)的建立對社會經(jīng)濟效益的影響，直接表現(xiàn)為物流對整個社會流通及全部國民經(jīng)濟效益的影響。 物流系統(tǒng)的微觀經(jīng)濟效益是指該系統(tǒng)本身在運行后所獲得的效益。其直接表現(xiàn)形式是物流系統(tǒng)本身所耗與所得之比。,1.2.2 物流系統(tǒng)優(yōu)化的必要性,1要素目標沖突 要素之間的目標沖突 要素內(nèi)部的目標沖突 物流系統(tǒng)與其它系統(tǒng)的目標沖突 2要素產(chǎn)權(quán)沖突 物流系統(tǒng)是由不同產(chǎn)權(quán)組織共同完成的，產(chǎn)權(quán)邊界不清晰。 必須克服這種產(chǎn)權(quán)的分散性與物流系統(tǒng)的統(tǒng)一性之間的矛盾。 3要素運作沖突,1.2.3 系統(tǒng)優(yōu)化設(shè)計,1. 優(yōu)化設(shè)計的概念 實現(xiàn)問題的優(yōu)化必須具備兩個條件：一是存在一個優(yōu)化目標；另一是具有多個方案可供選擇。 2優(yōu)化設(shè)計的數(shù)學(xué)模型 優(yōu)化設(shè)計三要素 設(shè)計變量 目標函數(shù) 設(shè)計約束與可行域 3優(yōu)化方法的分類 有多種類型，有不同的分類方法,4優(yōu)化設(shè)計步驟 設(shè)計對象的分析 設(shè)計變量和設(shè)計約束條件的確定 目標函數(shù)的建立 合適的優(yōu)化算法的選擇 優(yōu)化結(jié)果分析,1.2.4 物流系統(tǒng)優(yōu)化的原則,美貨運計劃解決方案供應(yīng)商Velant公司的總裁和Don Ratliff博士在2002年美國物流管理協(xié)會（CLM）年會上提出了“物流優(yōu)化的10項基本原則，并認為通過物流決策和運營過程的優(yōu)化，企業(yè)可以獲得降低物流成本10%-40%的商業(yè)機會。 物流優(yōu)化的10項基本原則 目標（Objectives）：設(shè)定的目標必須是定量的和可測評的。 模型（Models）：模型必須忠實地反映實際的物流過程。 數(shù)據(jù)（Data）：數(shù)據(jù)必須準確、及時和全面。 集成（Integration）：系統(tǒng)集成必須全面支持數(shù)據(jù)的自動傳遞。 表述（Delivery）：系統(tǒng)優(yōu)化方案必須以一種便于執(zhí)行、管理和控制的形式來表述。 算法（Algorithms）：算法必須靈活地利用獨特的問題結(jié)構(gòu)。 計算（Computing）：計算平臺必須具有足夠的容量在可接受的時間段內(nèi)給出優(yōu)化方案。 人員（People）：負責物流系統(tǒng)優(yōu)化的人員必須具備支持建模、數(shù)據(jù)收集和優(yōu)化方案所需的領(lǐng)導(dǎo)和技術(shù)專長。 過程（Process）：商務(wù)過程必須支持優(yōu)化并具有持續(xù)的改進能力。 回報（ROI）：投資回報必須是可以證實的，必須考慮技術(shù)、人員和操作的總成本。,要證實物流系統(tǒng)優(yōu)化的投資回報率，必須把握兩件事情： 誠實地估計全部的優(yōu)化成本 將優(yōu)化技術(shù)給出的解決方案逐條與標桿替代方案進行比較 要確定物流優(yōu)化技術(shù)系統(tǒng)的使用效果，必須做三件事 在實施優(yōu)化方案之前根據(jù)關(guān)鍵績效指標（Key Performance Indicators）測定基準狀態(tài) 將實施物流優(yōu)化技術(shù)解決方案以后的結(jié)果與基準狀態(tài)進行比較 對物流優(yōu)化技術(shù)系統(tǒng)的績效進行定期的評審,1.2.5 物流系統(tǒng)優(yōu)化的層次,可以依照以下幾個層次 決策層 中間層 執(zhí)行層,1.3 物流系統(tǒng)優(yōu)化的方法,物流系統(tǒng)優(yōu)化方法主要有 運籌學(xué)方法 智能優(yōu)化方法 模擬仿真法,1.3.1 運籌學(xué)方法,1線性規(guī)劃 一般線性規(guī)劃模型的表達形式 線性規(guī)劃的求解 線性規(guī)劃可能是非可行的 可能只有無界的解 在大多數(shù)情況下，線性規(guī)劃至少有一個有限的最優(yōu)解，有時它還會有多重的最優(yōu)解。 整數(shù)規(guī)劃,非線性規(guī)劃,線性規(guī)劃的性質(zhì) 對于現(xiàn)實生活中的問題必須把其中基本部分抽出來構(gòu)成數(shù)學(xué)模型 研究解的結(jié)構(gòu)和系統(tǒng)化的求解程序 產(chǎn)生了所期望的系統(tǒng)的最優(yōu)解，或者至少是得到了通過對客觀需要的評價，經(jīng)過比較的行動方針,2網(wǎng)絡(luò)與圖論法 3庫存論 4排隊論,1.3.2 智能優(yōu)化方法,1智能優(yōu)化算法的概念 優(yōu)點 與精確算法相比的明顯優(yōu)勢在于: 能顯著的節(jié)省時間開支； 靈活，在不能用定量表示的約束集合中，用它制訂計劃； 比較簡單，常能由缺乏高級訓(xùn)練的實踐者來實現(xiàn)；,3、幾種常用的智能優(yōu)化技術(shù),1.3.3 模擬仿真法,1仿真模型 系統(tǒng)仿真的目的在于利用人為控制的環(huán)境條件，改變某些特定的參數(shù)，觀察模型的反應(yīng)，研究真實系統(tǒng)的現(xiàn)象或過程，是一種間接的研究方法。 優(yōu)勢 符合人們的思維習慣，有助于系統(tǒng)分析 系統(tǒng)仿真可以是一種非解析的分析方法，對各種復(fù)雜的系統(tǒng)具有很好的適應(yīng)性 系統(tǒng)仿真有利于解決隨機因素的影響 系統(tǒng)仿真可以幫助系統(tǒng)優(yōu)化,不單純追求最優(yōu)解，而尋求改善系統(tǒng)行為的途徑和方法 。系統(tǒng)仿真方法正是提供了這種環(huán)境。 利用仿真模型進行系統(tǒng)分析 利用仿真模型進行系統(tǒng)的綜合,圖1.4 用仿真進行系統(tǒng)分析,圖1.5 用仿真進行系統(tǒng)綜合,3系統(tǒng)仿真在物流系統(tǒng)研究中的作用 物流系統(tǒng)規(guī)劃與設(shè)計 倉儲規(guī)模與庫存管理 物料運輸調(diào)度 物流成本估算,1.3.4 物流系統(tǒng)優(yōu)化方法的比較,運籌學(xué)方法和智能優(yōu)化方法可以統(tǒng)稱為解析法。 1解析法的優(yōu)勢 解析法是建立在數(shù)學(xué)模型的基礎(chǔ)上的 。數(shù)學(xué)模型是定量化的，可以產(chǎn)生更高的精確度 。 模擬仿真活動有時要耗費大量的時間和物資，花費高昂的代價才能夠取得成果；而某些物流系統(tǒng)活動則不能或者很難做仿真實驗 。,2仿真方法的優(yōu)勢 動態(tài)的、瞬時的影響 隨機因素 非標準分布 隨機活動的交互作用,第2章 物流系統(tǒng)模型,本章首先概述了幾類主要的模型及其特點，并對常用的物流系統(tǒng)建模技術(shù)進行討論。 2.1 模型概述 2.2 物流系統(tǒng)模型 2.3 建模方法與步驟 2.4 物流系統(tǒng)建模技術(shù),2.1 模型概述,2.1.1 模型的分類 1.實體模型 2.圖形模型 流程圖 方框圖 結(jié)構(gòu)圖 流圖,3.數(shù)學(xué)模型 廣義 ：凡是一切數(shù)學(xué)概念、數(shù)學(xué)理論體系、各種數(shù)學(xué)公式、各種方程式以及由公式系列構(gòu)成的算法系統(tǒng)等都被稱為數(shù)學(xué)模型。 狹義 ：凡是將具體現(xiàn)象、事物的特征和性質(zhì)給以數(shù)學(xué)表達的數(shù)學(xué)結(jié)構(gòu)，如各種等式、不等式、圖、表或框圖等，也叫數(shù)學(xué)模型。 數(shù)學(xué)模型，包括原始系統(tǒng)數(shù)學(xué)模型和仿真系統(tǒng)數(shù)學(xué)模型。仿真系統(tǒng)數(shù)學(xué)建模過程稱為二次建模過程。 模擬模型 模擬模型和原系統(tǒng)的物理元素完全不同，但動作相似。,2.1.2 數(shù)學(xué)模型的意義,2.1.4 系統(tǒng)模型模擬的特殊作用,過程系統(tǒng)流程復(fù)雜、投資巨大、生產(chǎn)連續(xù)性強，一般不允許在真實系統(tǒng)上進行試驗研究。 計劃中或設(shè)計中的過程系統(tǒng)尚不存在。 高質(zhì)量的模擬模型具有預(yù)測性。 實際過程系統(tǒng)根本不允許作的試驗。 大大節(jié)省原材料、能源消耗和人力資源等。 模型的預(yù)測性。 傳遞復(fù)制極為方便。,2.2 物流系統(tǒng)模型 2.2.1 物流系統(tǒng)模擬技術(shù)的應(yīng)用,1.物流系統(tǒng)規(guī)劃與設(shè)計 2.物料控制 3.物料運輸調(diào)度 4.物流成本估算,2.2.2 物流系統(tǒng)模型的特點,1. 三個特征： 是實體的抽象或模仿 是由與分析問題有關(guān)的因素所組成 是用來表明這些因素間的關(guān)系 主要參數(shù) ：周期數(shù)、庫存量 、初始庫存 、庫存價格 、庫存成本 、進(出)貨量 ,2.2.3 物流系統(tǒng)常用的數(shù)學(xué)模型,1.資源分配型 2.存儲型 3.輸送型 4.等待服務(wù)型 5.指配型 6.決策型 7.其他模型,2.2.4 物流模型構(gòu)建的原則,1模型構(gòu)造的系統(tǒng)化 2物流模型簡單化 3物流研究多方位化 4物流模型構(gòu)建的規(guī)范化,2.3 建模方法與步驟 2.3.1 系統(tǒng)建模方法,U代表目標值，一般希望達到最大值(如利潤、效益等)或最小值(如成本、支付、虧損等)，加上約束條件就形成一個系統(tǒng)模型。 模型思路 1.直接分析法 例2.1 流通加工中的下料問題。試求面積為一定值的矩形中，周長和為最小時的各邊長度。 2.數(shù)據(jù)分析法 通過分析系統(tǒng)功能的已有數(shù)據(jù)或新做的試驗所獲取的數(shù)據(jù)可以建立系統(tǒng)的模型。,3.實驗分析法 例2.2,4.主觀想象法 5.人工實現(xiàn)法,2.3.2 物流系統(tǒng)模型建立步驟,弄清問題，掌握真實情況 搜集資料 確定因素之間的關(guān)系 構(gòu)造模型 求解模型 檢驗?zāi)Ｐ偷恼_性,2.3.3 系統(tǒng)模擬遵循的總體工作流程,系統(tǒng)定義 數(shù)學(xué)建模 模擬建模 裝載 試驗 結(jié)果分析,圖2.4 系統(tǒng)模擬的工作流程,2.3.4 物流系統(tǒng)建模應(yīng)注意的幾個問題,1.對研究對象的了解 經(jīng)常遇到以下情況 片面性、偏離了實際 無法獲得完備的、有關(guān)過程系統(tǒng)的數(shù)據(jù)源 數(shù)學(xué)方法不正確 建模效率低 2.對于模型構(gòu)建者提出的要求 面向?qū)嶋H 具備跨學(xué)科多專業(yè)的知識及扎實的數(shù)學(xué)功底 意志 、善于合作 注意外部環(huán)境,3物流系統(tǒng)建模應(yīng)注意的問題 明確目的，確定構(gòu)成要素 模型的簡單化和高精度模型 沒有固定不變的建模方法,2.4 物流系統(tǒng)建模技術(shù) 2.4.1 形式化建模與非形式化建模技術(shù),1. 形式化建模技術(shù) 排隊網(wǎng)絡(luò)法、極大代數(shù)法 、擾動分析法 2. 非形式化建模技術(shù) 活動循環(huán)圖、流程圖法、面向?qū)ο蟮慕＜夹g(shù) 3. Petri網(wǎng)絡(luò)物流系統(tǒng)模型,圖2.5 Petri網(wǎng)示意圖,4.系統(tǒng)動力學(xué)建模技術(shù) 動力學(xué)系統(tǒng)涵義 組成部分的子結(jié)構(gòu)及其相互間的關(guān)系 系統(tǒng)內(nèi)部的反饋回路結(jié)構(gòu)及其相互作用 5.Agent與Multi-Agent模型應(yīng)用 Agent與多Agent系統(tǒng) Agent的特征 自治 智能 交互,基于Agent的建模思想 無論在現(xiàn)在還是在將來的計算機科學(xué)及其應(yīng)用領(lǐng)域中，由Agent組成的RAS有能力扮演重要的角色 。 在建立和分析人類社會中的交互模型和理論方面，MAS也可以扮演重要的角色 。 在物流供應(yīng)鏈系統(tǒng)建模中的應(yīng)用,第3章 物流系統(tǒng)優(yōu)化的運籌規(guī)劃方法,本章將就物流系統(tǒng)中常見的規(guī)劃模型形式及求解方法進行研究，并以一個物流網(wǎng)絡(luò)布局問題的建模與求解作為實例說明該方法的一般應(yīng)用過程。 3.1 概述 3.2 求解方法 3.3 物流網(wǎng)絡(luò)布局問題的建模與求解,3.1 概述 3.1.1 物流系統(tǒng)數(shù)學(xué)模型構(gòu)建和模擬過程,3.1.2 運籌學(xué)規(guī)劃論模型,1.線性規(guī)劃模型 基本結(jié)構(gòu) 決策變量 約束條件 決策目標,標準型的特點 目標函數(shù)是最大化類型 約束條件均由等式組成 決策變量均為非負 模型隱含的假設(shè) 比例性假定 可加性假定 連續(xù)性假定 確定性假定,圖3.2 LP問題的解之間的關(guān)系圖,LP問題的解的概念 可行解和最優(yōu)解 基、退化解 、最優(yōu)基,建立線性規(guī)劃模型的基本步驟 明確管理問題，確定決策目標，分析約束因素 建立包含一組線性約束條件等式或不等式和最優(yōu)線性目標函數(shù)表達式的數(shù)學(xué)模型 數(shù)學(xué)模型的求解與檢驗 優(yōu)化后的分析,整數(shù)規(guī)劃 純整數(shù)規(guī)劃 混合整數(shù)規(guī)劃 純01整數(shù)規(guī)劃 混合01整數(shù)規(guī)劃,2非線性規(guī)劃模型 特征 每個問題都可用一組決策變量(x1，x2，xn)表示某一方案 存在一組線性等式或不等式的約束條件 目標函數(shù),3.1.3 幾個物流系統(tǒng)數(shù)學(xué)模型的例子,1.運輸問題的數(shù)學(xué)模型,2. 物流配送計劃的制定問題,3. 集裝箱拼箱及裝箱問題,4. 物流網(wǎng)絡(luò)布局問題的數(shù)學(xué)模型,3.2 求解方法 3.2.1 單目標優(yōu)化問題求解算法,1無約束優(yōu)化問題的牛頓法及其修正方法 牛頓法,阻尼牛頓法,2拉格朗日乘子法,拉格朗日乘子法求約束優(yōu)化問題的計算步驟如下,3單純形法 基本思想 單純形法是描述可行解從可行域的一個極點沿著可行域的邊界移到另一個相鄰的極點時，目標函數(shù)和基變量隨之變化的方法。 步驟,圖3.3 單純形法的求解過程,4非線性規(guī)劃及求解 乘子法,3.2.2 多目標函數(shù)的優(yōu)化方法,1統(tǒng)一目標法,極小化“統(tǒng)一目標函數(shù)”，為了使各個目標函數(shù)能均勻一致地趨向各自的最優(yōu)值，可采用的方法,2主要目標法,3.2.3 整數(shù)規(guī)劃及求解,1割平面法,2分枝定界法,3求解0-1規(guī)劃的隱枚舉法 隱枚舉法的基本原理與步驟,4求解指派問題的匈牙利法,3.2.4 動態(tài)規(guī)劃法,1動態(tài)規(guī)劃的基本概念,2動態(tài)規(guī)劃模型的構(gòu)成,3基本原理和基本方程,3.2.5 圖與網(wǎng)絡(luò)優(yōu)化算法,1、求最小生成樹的Kruskal算法,2、求最短路徑的Dijkstra算法：,3. 求二部圖最大匹配（指派問題）的匈牙利算法：,最大流問題就是找出給定流網(wǎng)絡(luò)的最大流。網(wǎng)絡(luò)流問題可以歸結(jié)為一類特殊的線性規(guī)劃問題。 增廣鏈 截集（割集） 最大流最小截量定理,4求最大流的方法(Ford-Fulkerson標號法),5.貪心法與擬陣 貪心法的思想是：從問題的某一個初始解出發(fā)逐步逼近給定的目標，以盡可能快的地求得更好的解。當達到某算法中的某一步不能再繼續(xù)前進時，算法停止。 該算法存在問題： 不能保證求得的最后解是最佳的； 不能用來求最大或最小解問題； 只能求滿足某些約束條件的可行解的范圍。 實現(xiàn)該算法的基本思路是：從問題的某一初始解出發(fā)，重復(fù)判斷如果能朝給定總目標前進一步，則求出可行解的一個解元素，直到由所有解元素組合成問題的一個可行解為止。 組合算法：提前判斷出某些情況不可能取到最優(yōu)解。,3.3 物流網(wǎng)絡(luò)布局問題的建模與求解 3.3.1 概述,1.物流網(wǎng)絡(luò)布局問題的意義與主要內(nèi)容 2. 物流網(wǎng)絡(luò)規(guī)劃的步驟 找出物流網(wǎng)絡(luò)規(guī)劃的約束條件 根據(jù)約束條件構(gòu)造物流網(wǎng)絡(luò)符合的模型 將物流網(wǎng)絡(luò)符合的模型轉(zhuǎn)化成數(shù)學(xué)模型求出多組可行解 利用可行的評估方法或準則，對以上求出的多組可行解進行評估，將各可行解進行排序，以選取最適合的規(guī)劃方案,3. 選址問題的一個簡單實例,3.3.2 多元網(wǎng)點布局問題,1問題描述 多元網(wǎng)點布局問題通常有如圖3-5所示的系統(tǒng)結(jié)構(gòu)。圖中有m個資源點Ai(i=1，2，m)，各點的資源量為；有個需求點，各點的需求量為；有個可能設(shè)置網(wǎng)點的備選地址；需求點可以從設(shè)置的網(wǎng)點中轉(zhuǎn)進貨，也可以從資源點直接進貨。假定各備選地址設(shè)置網(wǎng)點的基建投資、倉儲費用和運費率均為已知，以總成本最低為目標確定網(wǎng)點布局的最佳方案。,圖3-5網(wǎng)點布局結(jié)構(gòu)示意圖,2多元單品種物流網(wǎng)點布局的建模方法,3多元多品種物流網(wǎng)點布局的建模方法,3.3.3 設(shè)施容量問題（CFLP法）,CELP法的基本思想是： 首先假定網(wǎng)點布局方案已經(jīng)確定，即給出一組初始網(wǎng)點設(shè)置地址。根據(jù)初始方案按運輸規(guī)劃模型求出各初始網(wǎng)點的供貨范圍，然后在各供貨范圍內(nèi)分別移定網(wǎng)點到其他備選地址上，以使各供貨范圍內(nèi)的總成本下降，找到各供貨范圍內(nèi)總成本最小的新網(wǎng)點設(shè)置地址，再將新網(wǎng)點設(shè)置地址代替初始方案，重復(fù)上述過程直至各供貨范圍內(nèi)總成本不能再下降時為止。,以圖3-6所示的物流網(wǎng)絡(luò)結(jié)構(gòu)為對象來介紹CFLP方法的處理過程,CFLP 法的基本步驟 給出網(wǎng)點地址初始方案 確定各網(wǎng)點的供貨范圍 尋求網(wǎng)點地址的新方案 新舊方案對比,圖3-6網(wǎng)絡(luò)結(jié)構(gòu)圖,數(shù)例：在某計劃區(qū)域內(nèi)，物流網(wǎng)絡(luò)結(jié)構(gòu)如圖3-6所示，其中有12個需求點，“”中的數(shù)字為各點需求量，弧線旁的數(shù)字為運價系數(shù)?，F(xiàn)需要在12個需求點的位置上選取3個點作為網(wǎng)點設(shè)置地址。假定網(wǎng)點的最大規(guī)模為13，設(shè)定每個網(wǎng)點的固定成本為10。,圖3-7物流網(wǎng)絡(luò)結(jié)構(gòu)圖,步驟2 以4，6，9為發(fā)貨點，各點發(fā)貨量均為13；以需求點為收貨點，需求量為已知；收、發(fā)貨點之間的費用系數(shù)用最短路線法求得構(gòu)成運輸規(guī)劃模型，如表3-1所示。,表3-1運輸模型,步驟3 尋找各子區(qū)域內(nèi)使區(qū)域總費用最小的網(wǎng)點位置。,表 3-2初始方案,上面討論的是網(wǎng)點數(shù)目有限的情況，如果網(wǎng)點數(shù)目沒有限制，則只需對網(wǎng)點數(shù)目為1，2，3，12諸情況分別進行討論，找出使系統(tǒng)總費用最低的網(wǎng)點數(shù)目作為最佳方案即可。,第4章 物流系統(tǒng)模型的智能優(yōu)化方法,本章介紹常見的一些智能優(yōu)化方法及其在物流系統(tǒng)中的應(yīng)用。 4.1 智能優(yōu)化方法概述 4.2 人工神經(jīng)網(wǎng)絡(luò) 4.3 禁忌搜索 4.4 遺傳算法 4.5 模擬退火算法 4.6 群體智能方法 4.7 車輛路徑問題模型及求解,4.1 智能優(yōu)化方法概述 4.1.1 優(yōu)化算法及其分類,目前工程中常用的優(yōu)化算法 經(jīng)典算法 構(gòu)造型算法 鄰域搜索算法 局部搜索法 指導(dǎo)性搜索法 基于系統(tǒng)動態(tài)演化的方法 混合型算法,4.1.2 智能優(yōu)化算法的概念,智能優(yōu)化算法的基本概念 搜索空間（Search Space） 計算復(fù)雜性與NP難題(NP-hard) 按照計算復(fù)雜性理淪研究問題求解的難易程度，可把問題分為P類、NP類和NP完全類 。其性質(zhì)如下： 1、這類問題中任何一個問題至今未找到多項式時間算法 。 2、如果這類問題中存在一個問題有多項式時間算法，那么這類問題都有多項式時間算法。,4.2 人工神經(jīng)網(wǎng)絡(luò) 4.2.1 人工神經(jīng)網(wǎng)絡(luò)概述,神經(jīng)元及其特性,人工神經(jīng)網(wǎng)絡(luò)的基本特性和結(jié)構(gòu),人工神經(jīng)網(wǎng)絡(luò)的簡單原理,人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認識過程而開發(fā)出的一種算法。假如我們現(xiàn)在只有一些輸入和相應(yīng)的輸出，而對如何由輸入得到輸出的機理并不清楚，那么我們可以把輸入與輸出之間的未知過程看成是一個“網(wǎng)絡(luò)”，通過不斷地給這個網(wǎng)絡(luò)輸入和相應(yīng)的輸出來“訓(xùn)練”這個網(wǎng)絡(luò)，網(wǎng)絡(luò)根據(jù)輸入和輸出不斷地調(diào)節(jié)自己的各節(jié)點之間的權(quán)值來滿足輸入和輸出。當訓(xùn)練結(jié)束后，我們給定一個輸入，網(wǎng)絡(luò)便會根據(jù)自己已調(diào)節(jié)好的權(quán)值計算出一個輸出。,4.2.2 人工神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型及應(yīng)用,1. BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型,2.BP算法的實現(xiàn)步驟,3神經(jīng)網(wǎng)絡(luò)模型的運行,神經(jīng)網(wǎng)絡(luò)的運行包括兩個階段： 訓(xùn)練或?qū)W習階段（training or learning phase）。 預(yù)測（應(yīng)用）階段（generalization phase）。,4.3 禁忌搜索 4.3.1 禁忌搜索算法的主要構(gòu)成,1、初始解 2、鄰域移動 3、禁忌表和禁忌移動 4、選擇策略 5、破禁策略 兩個準則： 基于適值是準則：若某個禁忌侯選解的適值優(yōu)于以往搜索最優(yōu)解，則解禁此候選解為當前解； 基于搜索方向的準則：按有效的搜索途徑進行。 6、禁忌頻數(shù),7、停止規(guī)則 給定最大迭代步數(shù)：當總迭代次數(shù)達到一個給定的最大迭代步數(shù)，或在一個給定的連續(xù)迭代步數(shù)內(nèi)當前的最好解沒有改善時，則算法終止。 禁忌頻率數(shù)控制原則：達到一定禁忌頻數(shù)要求時，即當不能使當前最好解改善的循環(huán)次數(shù)超過了預(yù)先設(shè)定的閾值時，則算法終止； 目標值變化控制原則：當目標值偏離最優(yōu)值的程度超過了預(yù)先設(shè)定的閾值時，則算法終止。 目標值偏離程度原則：當目標值偏離最優(yōu)值的程度超過了預(yù)先設(shè)定的閾值時，則算法終止。,4.3.2 禁忌搜索算法流程,主要步驟如下： 給定算法參數(shù)，隨機產(chǎn)生初始解，置禁忌表為空； 設(shè)當前解Xcurrent=Xint ，當前最好解Xbest=Xint ； 判斷算法終止條件是否滿足？若是，則結(jié)束算法并輸出優(yōu)化結(jié)果；否則，繼 續(xù)以下步驟。 Xint的鄰域內(nèi)產(chǎn)生Ns個測試解Xi， 1iNs； 求出目標函數(shù)f(Xi)； 判斷測試解是否在禁忌表中，若不在禁忌表或在禁忌表中但在其目標函數(shù)值比Xbest還好，則把它作為新的當前解Xcurrent，并轉(zhuǎn)到；否則，繼續(xù)測試下一個測試解。若所有的測試解都在禁忌表中，則轉(zhuǎn)到； Xbest=Xcurrent；若禁忌表已滿，則按先進先出的原則更新禁忌表；把當前解Xcurrent 插入禁忌表； 記下最優(yōu)解Xbest ，結(jié)束算法。,4.4 遺傳算法 4.4.1 進化計算與遺傳算法概述,進化算法（Evolutionary Computation）是指一類以達爾文進化論為依據(jù)來設(shè)計、控制和優(yōu)化人工系統(tǒng)的技術(shù)和方法的總稱，包括遺傳算法（genetic algorithm）、進化策略（evolutionary strategy）和進化規(guī)劃（evolutionary programming）。 遺傳算法中處理的是染色體，或者叫基因型個體。一定數(shù)量的個體組成丁群體(population)。群體中個體的數(shù)目稱為群體規(guī)模(population size)。而各個體對環(huán)境的適 應(yīng)程度叫作適應(yīng)度(fitness)。 兩個必要的數(shù)據(jù)轉(zhuǎn)換操作，一個是表現(xiàn)型到基因型的轉(zhuǎn)換，另一個是基因型到表現(xiàn)型的轉(zhuǎn)換。 主要特點 直接對結(jié)構(gòu)對象進行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定； 具有內(nèi)在的隱并行性和較好的全局尋優(yōu)能力； 采用概率化的尋優(yōu)方法,4.4.2 基本遺傳算法,1. 染色體編碼方法 2. 適應(yīng)度函數(shù) 3. 遺傳算子 選擇算子： 交叉算子 變異算子 4.基本遺傳算法的運行參數(shù) N：群體大小，即群體中所含個體的數(shù)量，一般取20100； T：遺傳算法的終止進化代數(shù)，一般取為100500 Pc：交叉概率，一般取為0.40.99 Pm：變異概率，一般取為0.000l0.1,4.4.3 基本遺傳算法的一般框架,問題求解的過程 編碼 初始群體的生成 適應(yīng)性值評估檢測 選擇 交叉 變異,基本遺傳算法可定義為一個八元組： SGA(C，E，P0，M，T) 式中各元素的意義為： C個體的編碼方法； E個體適應(yīng)度評價函數(shù)； P0初始群體； M群體大??； 選擇算子； 交叉算子； 變異算子； T 遺傳運算終止條件。,4.4.4 遺傳算法的應(yīng)用,1. 遺傳算法的應(yīng)用步驟 確定決策變量及其各種約束條件，即確定個體的表現(xiàn)型和問題的解空間。 建立優(yōu)化模型，即確定出目標函數(shù)的類型及其數(shù)學(xué)描述形式或量化方法。 確定表示可行解的染色體編碼方法，也即確定出個體的基因型及遺傳算法的搜索空間。 確定解碼方法，即確定出由個體基因型到個體表現(xiàn)型的對應(yīng)關(guān)系或轉(zhuǎn)換方法。 確定個體適應(yīng)度的量化評價方法，即確定由目標函數(shù)值f(X)到個體適應(yīng)度F(X)的轉(zhuǎn)換規(guī)則。 設(shè)計遺傳算子，即確定出選擇運算、交叉運算、變異運算等遺傳算子的具體操作方法。 確定遺傳算法的有關(guān)運行參數(shù)，即確定出遺傳算法的群體規(guī)模popSize，終止進化代數(shù)maxGen，交叉概率pc和變異概率pm。,2.遺傳算法的特點 優(yōu)點 遺傳算法可以直接根據(jù)目標函數(shù)值進行搜索，而無需其它信息，如導(dǎo)數(shù)信息； 遺傳算法同時使用多個搜索點的搜索信息，隱含并行搜索特性； 遺傳算法使用概率搜索特性，其選擇、交叉和變異等運算都是以一種概率的方式來進行的，增加了其搜索過程的靈活性； 遺傳算法具有全局搜索能力，善于搜索復(fù)雜問題和非線性問題； 遺傳算法同求解問題的其它啟發(fā)式算法有較好的兼容性，可以與其它優(yōu)化算法進行結(jié)合，改進算法性能。 如模擬退火遺傳算法。 缺點 編碼不規(guī)范及編碼存在表示的不準確性。 單一的遺傳算法編碼不能全面地將優(yōu)化問題的約束表示出來。 易于陷入局部最優(yōu)點，導(dǎo)致早熟。,4.5 模擬退火算法 4.5.1 模擬退火算法的模型,1.基本思想 初始化：初始溫度T(充分大)，初始解狀態(tài)S(是算法迭代的起點)， 每個T值的迭代次數(shù)L 。 對k=1，L做第(3)至第6步 。 產(chǎn)生新解S。 計算增量t=C(S)-C(S)，其中C(S)為評價函數(shù) 。 若t0，然后轉(zhuǎn)第2步。,2. 模擬退火算法新解的產(chǎn)生和接受可分為如下四個步驟 由一個產(chǎn)生函數(shù)從當前解產(chǎn)生一個位于解空間的新解。 計算與新解所對應(yīng)的目標函數(shù)差。 斷新解是否被接受，判斷的依據(jù)是一個接受準則，最常用的接受準則是Metropo1is準則: 若t0則接受S作為新的當前解S，否則以概率exp(-t/T)接受S作為新的當前解S。 當新解被確定接受時，用新解代替當前解，這只需將當前解中對應(yīng)于產(chǎn)生新解時的變換部分予以實現(xiàn)，同時修正目標函數(shù)值即可。,4.5.2 模擬退火算法的應(yīng)用,4.5.3 模擬退火算法的參數(shù)控制問題,溫度T的初始值設(shè)置問題。 退火速度問題。 溫度管理問題。 常采用如下所示的降溫方式： T(t+1)kT(t) 式中k為正的略小于1.00的常數(shù)，t為降溫的次數(shù),4.6 群體智能方法 4.6.1 蟻群算法,1.引論 蟻群算法（ACO）是受自然界中螞蟻搜索食物行為啟發(fā)而提出的一種智能優(yōu)化算法。 正反饋機制和通訊機制是蟻群算法的兩個重要基礎(chǔ)。,2蟻群算法基本原理,3. 算法的改進,4.6.2 粒子族群優(yōu)化算法PSO,1簡介,圖4.5 粒子移動原理圖,圖4.6平面粒子散布圖（粒子起始）,圖4.7 經(jīng)三次位移后之路徑圖,2. 算法的流程,圖4.8 PSO流程圖,其中present表示粒子當前的位置，pbest表示粒子的個體極值，gbest表示粒子的全局極值。,3.粒子群算法和遺傳算法的比較,相同：都是隨機全局優(yōu)化算法，都需要隨機初始化種群，都是使用適應(yīng)值來評價，都是根據(jù)適應(yīng)值來進行一定的隨機搜索，兩種算法都只能不斷逼近最優(yōu)解，不一定能找到最優(yōu)解。 不同： 遺傳算法需要復(fù)制、交叉、變異等遺傳操作來產(chǎn)生新個體，在群體中產(chǎn)生新個體是尋優(yōu)的必須途徑。但粒子群優(yōu)化(PSO)算法沒有遺傳算法中的復(fù)制、交叉、變異等復(fù)雜操作，而是根據(jù)自己的速度來決定搜索，通過動態(tài)跟蹤兩個極值來更新自己。粒子還有一個重要的特點，就是有記憶。 信息共享機制也不同。在遺傳算法中，復(fù)制、交叉和變異操作都是圍繞染色體進行的，染色體(chromosomes)互相共享信息，所以整個種群的移動是比較均勻地向最優(yōu)區(qū)域移動，在粒子群算法中，只有全局極值(gbest)才傳遞信息給其它粒子，這只是單向的信息流動，整個搜索更新過程總是跟隨當前最優(yōu)解，與遺傳算法相比，在大多數(shù)的情況下，粒子群算法可能更快的收斂于最優(yōu)解。,4.7 車輛路徑問題模型及求解 4.7.1 車輛路徑問題的一般描述與問題分類,1. 車輛路徑問題 從配送中心(物流據(jù)點)用多輛車向多個需求點(顧客)送貨，每個需求點的位置和需求量一定，每輛車的載重量一定，要求合理安排車輛路線，達到一定的目標(如路程最短、費用最少、時間盡量少、使用車輛數(shù)盡量少等)。此即為VRP問題。并滿足以下條件: (1)每條配送路徑上各需求點的需求量之和不超過車輛載重量； (2)每條配送路徑的長度不超過車輛一次配送的最大行駛距離； (3)每個需求點必須滿足，且只能由一輛車送貨。 (4)每輛車均從中心出發(fā)，完成任務(wù)后又全部回到中心。 這就是VRP問題的一般描述。,2. VRP問題分類,按照運輸任務(wù)分為純裝問題、純卸問題以及裝卸混合問題。 按照車輛載貨狀況分為滿載問題和非滿載問題 按照車輛類型分為單車型問題和多車型問題 按照車輛是否返回配送中心車場劃分為車輛開放問題和車輛封閉問題 按照優(yōu)化的目標可分為單目標優(yōu)化問題和多目標優(yōu)化問題 按照有無時間要求可分為有時間窗的VRP和無時間窗VRP問題,3.基本VRP的數(shù)學(xué)模型,4.7.2 求解算法綜述,精確優(yōu)化方法。運用線性規(guī)劃和非線性規(guī)劃等數(shù)學(xué)規(guī)劃技術(shù)，來求取最優(yōu)決策。 啟發(fā)式方法(Heuristic)。指通過經(jīng)驗法則來求取運輸過程滿意解的數(shù)學(xué)方法。 模擬方法(Simulation)。 交互優(yōu)化法。,圖 4.8 啟發(fā)式方法求解過程示意圖,4.7.3 C-W算法,4.7.4 車輛路徑問題的禁忌算法設(shè)計,1算法流程 確定D-1-D對應(yīng)的路線是否滿足不大于車輛的最大載重量和最大行駛里程的限制。若滿足，則轉(zhuǎn)下一步； 把該解中對應(yīng)的下一個客戶2加入到該路線中，此時路線為D-1-2-D ，再進行判定是否滿足約束條件，若仍滿足，就把下一個客戶5又加入該路線中，此時路線為D-1-2-5-D，若到此時再進行判斷時，該路線己經(jīng)不滿足約束條件，則對應(yīng)的D-1-2-D是一條可行的子回路； 繼續(xù)循環(huán)地進行下一步的工作，假設(shè)最后的結(jié)果是D-1-2-D ，D-5-4-6-7-D ，D-9-8-3-D ，則表示該客戶排列對應(yīng)3條可行路徑，即n=3； 用3與最大車輛數(shù)m比較，若m3，表示該解是一個可行解；若m3，則表示該解是一個不可行解。,2算法策略 解的評價方法 鄰域操作方法 禁忌對象的確定 禁忌長度的確定 候選集合的確定 終止準則的確定,4.7.5 神經(jīng)網(wǎng)絡(luò)算法,一般按下列步驟進行 產(chǎn)生鄰接矩陣 約束的處理 神經(jīng)網(wǎng)絡(luò)計算 調(diào)度方案的形成,4.7.6 遺傳算法,采用遺傳算法求解車輛優(yōu)化調(diào)度問題時，一般按照以下步驟進行 確定染色體的編碼和初始群體 確定適應(yīng)度函數(shù) 處理約束 遺傳算子 確定調(diào)度方案,第5章 物流系統(tǒng)仿真應(yīng)用基礎(chǔ),本章主要介紹系統(tǒng)仿真的一些基礎(chǔ)知識，包括仿真連續(xù)與離散系統(tǒng)的基本仿真方法，數(shù)據(jù)分析與隨機數(shù)產(chǎn)生等，同時對系統(tǒng)仿真在物流中的應(yīng)用進行一般性介紹，然后以運輸與裝卸系統(tǒng)仿真為例介紹仿真應(yīng)用的一般流程。 5.1 系統(tǒng)仿真基礎(chǔ) 5.2仿真方法在物流系統(tǒng)中的應(yīng)用 5.3 運輸與裝卸系統(tǒng)仿真,5.1 系統(tǒng)仿真基礎(chǔ),廣義的仿真概念是泛指在系統(tǒng)模型上進行試驗的技術(shù)，也就是說將所研究的對象用某種手段加以模仿的技術(shù)，主要有物理模擬技術(shù)(稱為物理仿真)和數(shù)值模擬技術(shù)(計算機仿真) 。 計算機仿真的主要特點有 時間的伸縮性 具有大量邏輯、隨機關(guān)系復(fù)雜的系統(tǒng) 運行的可控性 便于多方案選優(yōu) 應(yīng)用的廣泛性 仿真方法主要是指在計算機上建立仿真模型及進行仿真研究的方法。根據(jù)被仿真的系統(tǒng)不同，可分為連續(xù)系統(tǒng)仿真方法和離散事件系統(tǒng)仿真方法。,5.1.1 連續(xù)系統(tǒng)仿真方法,1. 建立數(shù)學(xué)模型,2. 建立仿真模型,(2) 離散相似法,圖5-2中保持器的作用是使在采樣開關(guān)斷開時，連續(xù)系統(tǒng)有一個輸入值。否則，如果對原系統(tǒng)的輸入輸出端只加采樣開關(guān)，即無圖中的保持器，那么離散化之前的輸出y（t）與離散后的y*（t）就不會相同。這種離散化方法的近似程度取決于采樣頻率和保持器的特性。,圖5-2 連續(xù)系統(tǒng)離散化,5.1.2 離散事件系統(tǒng)仿真方法,1基本概念 實體 事件 活動 進程 仿真鐘 統(tǒng)計計數(shù)器 2. 仿真鐘的推進 事件調(diào)度法 固定增量推進方法,3. 仿真策略,4三種仿真策略比較,系統(tǒng)描述 建模要點 仿真鐘的推進 執(zhí)行控制 概括地說， 事件調(diào)度法建模靈活，可應(yīng)用范圍廣泛，但一般要求用戶采用通用的高級語言編寫事件處理子例程，建模工作量大。 活動掃描法對于各成分相關(guān)性很強的系統(tǒng)來說模型執(zhí)行效率高.但是，建模時要對各成分的活動進行建模，程序結(jié)構(gòu)比較復(fù)雜，流程控制不易。 進程交互法是建模最為直觀的策略，其模型表示接近實際系統(tǒng)，特別適用于活動可以預(yù)測、順序比較確定的系統(tǒng)，但是其流程控制復(fù)雜，建模靈活性不如事件調(diào)度法。,5.1.3 數(shù)據(jù)輸入分析,1. 數(shù)據(jù)收集 2. 數(shù)據(jù)收集過程中的注意事項 做好仿真計劃，詳細規(guī)劃仿真所需要收集的數(shù)據(jù) 在收集數(shù)據(jù)過程中要注意分析數(shù)據(jù) 數(shù)據(jù)的均勻組合 3直方圖 4直方圖分組區(qū)間數(shù)量的選取,圖5.3 直方圖分組區(qū)間示例,5參數(shù)估計,表5.1 仿真中常用的一些分布參數(shù)建議值,6擬合度檢驗,7相關(guān)性分析,8單變量線性回歸的顯著性檢驗,5.1.4 隨機變量及其生成方法,分布所采用的大多數(shù)參數(shù)，可分為位置參數(shù)、比例參數(shù)和形狀參數(shù)三個基本類型。 1.隨機數(shù)發(fā)生器,(2)組合發(fā)生器,第一種方法是：首先從第一個發(fā)生器產(chǎn)生K個Zi(Ui)，得到數(shù)組U=(U1，U2， UK)或Z（Zl，Z2， ，ZK)；然后用第二個隨機數(shù)發(fā)生器產(chǎn)生在1，K區(qū)間上均勻分布的隨機整數(shù)I；以I作為數(shù)組U（或Z）的元素下標，將U1或Z1，作為組合發(fā)生器產(chǎn)生的隨機數(shù)，然后從第一個發(fā)生器再產(chǎn)生一個隨機數(shù)來取代U1或Z1，依次下去。 第二種方法：設(shè)Zi(1)與Zi(2)分別是由第一個與第二個線性同余發(fā)生器產(chǎn)生的隨機數(shù)，則令Zi(2)的二進制表示的數(shù)循環(huán)移位Zi(1)次，得到一個新的位于0到m-1間的整數(shù)Zi(2) ；然后將Zi(1)與Zi(2)的相應(yīng)二進制位“異或”相加得到組合發(fā)生器的隨機變量Zi，且Ui=Zi/m。 優(yōu)點是大大減少了線性同余發(fā)生器帶來的自相關(guān)，提高了獨立性；還可以加長發(fā)生器的周期，提高隨機數(shù)的密度，從而提高了均勻性。而且它一般對構(gòu)成組合發(fā)生器的線性同余發(fā)生器的統(tǒng)計特性要求較低，得到的隨機數(shù)的統(tǒng)計特性卻比較好。 缺點是速度慢。,2隨機變量產(chǎn)生的方法,5.2仿真方法在物流系統(tǒng)中的應(yīng)用 5.2.1應(yīng)用仿真技術(shù)的幾個方面,物流系統(tǒng)規(guī)劃與設(shè)計 倉儲規(guī)模與庫存管理 物料運輸調(diào)度 物流成本估算,5.2.2 物流系統(tǒng)仿真的應(yīng)用意義,物流系統(tǒng)中流，通常應(yīng)采用動態(tài)仿真方法描述流的產(chǎn)生、流動、消失、積累和轉(zhuǎn)換等，才能收到較好的效果。 物流系統(tǒng)運行中的仿真 ，大多采用離散型仿真方法來進行。 通過計算機仿真才有可能比較合理地描述由于人的思維模式對真實系統(tǒng)運行的影響和作用，而而也就有可能獲得較為優(yōu)秀的物流系統(tǒng)運行的組織方案。,5.2.3 物流系統(tǒng)仿真類型,1.連續(xù)系統(tǒng)模型 2.離散系統(tǒng)模型 根據(jù)仿真時鐘推進的方式 下次事件時間推進法 固定增量時間推進法 主導(dǎo)時鐘推進法,5.2.4 物流系統(tǒng)仿真的主要步驟,問題的描述 設(shè)定目標與總體方案。 建立仿真模型 收集和處理信息 確認模型參數(shù) 仿真模型的程序設(shè)計 仿真模型的試運行 確認模型正確 設(shè)計試驗 仿真運行 分析仿真結(jié)果 向決策者提出建議 建立文件的數(shù)據(jù)庫、知識庫,圖5.4 物流系統(tǒng)仿真的一般步驟,5.2.5 物流系統(tǒng)仿真模型的確認,1. 仿真模型確認 一般觀點 建立仿真模型的目的是要用仿真實驗代替實際系統(tǒng)的實驗，模型應(yīng)能滿足使用要求且費用較低。 不管在研究模型上作了多大的努力，模型總是僅僅近似于現(xiàn)實系統(tǒng)。 某一模型對某一個目標是有效的，也許對另一個目標是無效的。 確認模型時總是相對于一組判斷準則而言，應(yīng)仔細選擇這些準則。 仿真模型的研究和確認應(yīng)貫穿于建模的全過程。 大多數(shù)經(jīng)典統(tǒng)計分析方法不可直接用于確認模型。,2確認物流系統(tǒng)仿真模型的三步法 建立直觀看來是正確的仿真模型 檢驗建模假設(shè) 仿真數(shù)據(jù)與實際數(shù)據(jù)的比較 3仿真程序驗證 首先將仿真主程序和少數(shù)關(guān)鍵子程序編好，同時進行詳細的檢驗和驗證，確保它們是正確無誤；然后逐步擴展和完善。 由多位編程人員同時閱讀和檢查同一程序。 程序運行的追蹤檢查是用于調(diào)試離散事件仿真模型的一種最為有用的技術(shù)。 進行仿真試驗前，應(yīng)用簡化考題驗證仿真程序。 圖形顯示。,5.3 運輸與裝卸系統(tǒng)仿真 5.3.1 概述,運輸與裝卸配合關(guān)系，可視為一排隊系統(tǒng)，以系統(tǒng)總費用最低作為系統(tǒng)優(yōu)化組合的主導(dǎo)因素，運用離散系統(tǒng)仿真的辦法來尋找及恰當?shù)慕M合與配合關(guān)系。,5.3.2 仿真示例,1裝運問題的提出和系統(tǒng)定義 裝運過程描述：裝車設(shè)備在裝車場為汽車裝載，汽車到達裝車場時若裝車設(shè)備空閑就立即裝載，否則汽車加入等待隊列。裝載完畢的汽車從裝車場上坡運行到卸車點稱重并卸車。卸車點在任一時刻只允許一輛汽車卸車，其余汽車將排隊等待，卸車完畢空車返回裝車場。裝車設(shè)備和汽車每班工作6小時，一上班時全部汽車在裝車場等待。 要研究的問題是對于不同類型的汽車，每臺裝車設(shè)備和幾輛汽車搭配時能得到較高的日產(chǎn)量和較低的裝運費用。 可將系統(tǒng)范圍確定為一個裝車場，一臺裝車設(shè)備，數(shù)目不同的某種類型汽車，一定距離外的卸車點。 約束條件有：6小時一班的斷續(xù)工作，汽車數(shù)目在1到10之間。,2系統(tǒng)的流程圖,圖5.5 系統(tǒng)流程圖符號,圖5.6 系統(tǒng)流程圖,3構(gòu)造系統(tǒng)模型,某輛汽車到達裝車點 某輛汽車裝完車離開裝車點 某輛汽車到達卸車點 某輛汽車卸完車離開卸車點 每一事件發(fā)生時系統(tǒng)狀態(tài)的變化以及與該汽車的下一事件之間的聯(lián)系構(gòu)成一個子模型，這四個子模型構(gòu)成了裝運系統(tǒng)的基本模型。,4數(shù)據(jù)準備,表5.2,表5.3,圖5.7 滿載和空載運行的模型,5.3.3 用事件法描述裝運系統(tǒng),1.用事件法描述裝運系統(tǒng) 建立模擬時鐘用變量(CLOCK)，用以記錄汽車在不同狀態(tài)下所處的時刻。 設(shè)定系統(tǒng)狀態(tài)變量，描述系統(tǒng)狀態(tài)。 設(shè)定記錄狀態(tài)變化的時間變量 。,2. 進行系統(tǒng)模擬,（1）確定下次發(fā)生的事件,圖5.8 系統(tǒng)模擬過程的粗框圖, 事件子程序,子程序1用來處理某汽車裝載完畢進入滿載運行的事件。 子程序2用來處理某汽車到達卸車點后系統(tǒng)狀態(tài)變化及累計卸車等待時間和貨物裝運量。圖5.9是子程序2的框圖。,子程序3用來處理某汽車卸完車進入空載返回狀態(tài)的事件。 子程序4用來處理汽車到達裝車場后系統(tǒng)狀態(tài)的變化及累計等待時間。圖5.10是子程序4的框圖。,圖5.10 子程序4框圖,圖5.9 子程序2 框圖,3.控制模擬運行,設(shè)置系統(tǒng)初始狀態(tài) 產(chǎn)生隨機數(shù)的子程序 數(shù)據(jù)塊子程序可以方便地用于不同類型的汽車與裝車設(shè)備配合數(shù)的研究以及不同的運輸路程的情況，可以使用數(shù)據(jù)塊子程序向公用區(qū)中的變量賦初值，從而得到裝載時間、卸車時間、每車裝載量以及滿載運行時間、空載運行時間這些隨機變量的均值和方差等有關(guān)參數(shù)。,5.3.4 裝運系統(tǒng)試驗設(shè)計,1. 確定統(tǒng)計分析形式 2. 確定樣本大小,3. 相關(guān)抽樣 4. 模擬試驗的輸出分析,模擬運行結(jié)果如表5.4所示,從圖中可以看出汽車數(shù)目較小時貨物裝運量隨車數(shù)增加顯著增加，汽車數(shù)目較大時，裝運量逐漸達到飽和。,圖5.11 貨物裝運量和汽車數(shù)目關(guān)系曲線,從設(shè)備利用率分析，裝車設(shè)備空閑時間隨汽車數(shù)目增加而減少。汽車總等待時間包括裝載等到待總時間和卸車等待總時間隨汽車數(shù)目增加而增加，如圖5.12所示。,按表5.4可計算出不同汽車數(shù)目的裝運費用如表5.4。其對應(yīng)的近似曲線如圖5.13。,圖5.12 汽車和裝車設(shè)備配合曲線,表5.4,圖5.13 不同汽車數(shù)目的裝運費用曲線,第6章 物流系統(tǒng)動力學(xué)仿真,本章介紹系統(tǒng)動力學(xué)及與物流系統(tǒng)應(yīng)用結(jié)合而成的所謂“物流系統(tǒng)動力學(xué)”，旨在以系統(tǒng)動力學(xué)為框架，綜合其他定性、定量方法，應(yīng)用于物流系統(tǒng)領(lǐng)域，分析物流的系統(tǒng)結(jié)構(gòu)及動態(tài)發(fā)展機制，進行物流系統(tǒng)宏觀戰(zhàn)略上的決策問題的仿真與優(yōu)化問題研究。 6.1 系統(tǒng)動力學(xué)方法 6.2 物流系統(tǒng)動力學(xué)應(yīng)用 6.3 區(qū)域物流系統(tǒng)動力學(xué)模型設(shè)計,6.1 系統(tǒng)動力學(xué)方法 6.1.1 什么是系統(tǒng)動力學(xué),系統(tǒng)動力學(xué)是研究信息反饋系統(tǒng)動態(tài)行為的計算機仿真方法。它有效地把信息反饋的控制原理與因果關(guān)系的邏輯分析結(jié)合起來，面對復(fù)雜的實際問題，從研究系統(tǒng)的內(nèi)部結(jié)構(gòu)入手，建立系統(tǒng)的仿真模型，并對模型實施各種不同的政策方案，通過計算機仿真展示系統(tǒng)的宏觀行為，尋求解決問題的正確途徑。,6.1.2系統(tǒng)動力學(xué)模型特點與建模步驟,1. 系統(tǒng)動力學(xué)模型特點 所建模型要與管理者的思維模型相溝通 研究問題注重從因果機制出發(fā) 從觀察系統(tǒng)結(jié)構(gòu)入手 內(nèi)部結(jié)構(gòu)處理 非線性性 延遲特性 能夠進行仿真,2.系統(tǒng)動力學(xué)理論的特點,系統(tǒng)動力學(xué)是一門可用于研究處理社會、經(jīng)濟、生態(tài)和生物等一類高度非線性、高階次、多變量、多重反饋、復(fù)雜時變大系統(tǒng)問題的學(xué)科。 系統(tǒng)動力學(xué)的研究對象主要是開放系統(tǒng)。 系統(tǒng)動力學(xué)研究解決問題的方法是一種定性與定量結(jié)合、系統(tǒng)、分析、綜合與推理的方法。 規(guī)范的模型，它是社會經(jīng)濟一類系統(tǒng)的實驗室。 系統(tǒng)動力學(xué)模型被譽為實際系統(tǒng)的實驗室。 系統(tǒng)動力學(xué)的建模過程便于實現(xiàn)建模人員、決策者和專家群眾的三結(jié)合，便于運用各種數(shù)據(jù)、資料與人們的經(jīng)驗與知識、也便于汲取、融匯其他系統(tǒng)學(xué)科與其他科學(xué)理論的精髓。,2.系統(tǒng)動力學(xué)建?；静襟E,明確仿真目的 構(gòu)成系統(tǒng)因果反饋環(huán) 繪制系統(tǒng)流圖 程序設(shè)計 上機仿真實驗 仿真結(jié)果分祈,6.1.3系統(tǒng)動力學(xué)模型結(jié)構(gòu),1. 閉合的邊界 社會或管理系統(tǒng)應(yīng)屬于開放系統(tǒng) 。雖然系統(tǒng)與環(huán)境之間具有相互作用的現(xiàn)象，但在構(gòu)建系統(tǒng)模型時，必須假設(shè)系統(tǒng)為完全獨立，沒有任何東西可以流穿邊界進入或離開系統(tǒng)。 2.模型的反饋 一般地，當A變化時將引起B(yǎng)變化，假定A0，B0，分別表示變量A、B的改變量。若滿足下列條件之一： A加到B 中； A是B的乘積因子； A變到AA，有B變到BB，即A、B的變化方向相同。 則稱A到B具有正因果關(guān)系，簡稱正關(guān)系，用“”號標在因果鏈上。 若滿足下列條件之一： A從B 中減去； 1/A是B的乘積因子； A變到AA，有B變到BB，即A、B的變化方向相反。 則稱A到B具有負因果關(guān)系，簡稱負關(guān)系，用“”號標在因果鏈上。,圖6.1 因果鏈,當這種關(guān)系從某一變量出發(fā)經(jīng)過一個閉合回路的傳遞，最后導(dǎo)致該變量本身的增加，這樣的回路就稱為正反饋環(huán)，反之則稱為負反饋環(huán)。 實際的復(fù)雜社會系統(tǒng)都是由許多相互聯(lián)系的非線性反饋回路組成。 實際的復(fù)雜社會系統(tǒng)都是由許多相互聯(lián)系的非線性反饋回路組成。 系統(tǒng)動力學(xué)了解系統(tǒng)動態(tài)特性的主要方法是回路分析法（即因果關(guān)系和反饋思想）。 反饋分為正反饋與負反饋，一般原則是：若反饋回路包含偶數(shù)個負的因果鏈，則其極性為正，叫正反饋回路；若反饋回路包含奇數(shù)個負的因果鏈，則其極性為負，叫負反饋回路。,圖6.2 因果反饋回路（環(huán)）,3.流位與流率,每一個反饋環(huán)中至少包含著兩種基本的變量即流位與流率。 流位是