时变需求下汽车零部件整包配送库存路径优化

作     者：郑人荣 王钰 梁承姬 ZHENG Renrong;WANG Yu;LIANG Chengji

作者机构：上海海事大学物流科学与工程研究院 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2025年第31卷第1期

页      面：367-383页

核心收录：

学科分类：12[管理学] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：上海市青年科技英才扬帆计划资助项目(21YF1416400) 上海市“科技创新行动计划”软科学研究资助项目(22692111200) 

主　　题：汽车零部件 入厂物流 库存路径 整数规划 双层遗传算法 

摘      要：为满足现阶段日益多样化、个性化的汽车市场需求，进一步降低汽车零部件入厂物流成本，针对零部件配送库存路径联合优化问题进行研究。以多阶段库存零部件水平和物流车辆取货时序为决策，考虑生产线的时变需求和零部件须按供应商提供的原包装进行整包配送的实际特征，建立了汽车零部件入厂物流库存路径问题的线性整数规划模型，并分析了可行性条件。根据问题特征，设计了双层遗传算法进行求解：上层算法求解再订货点和最大库存量，下层算法求解每辆卡车的循环取货任务和路径，其中通过实验提前确定了可变超参数以保证解的质量同时减少计算时间，上下层算法重复迭代直至求得近似最优解。基于随机算例的数值实验结果表明，随着算例规模增长，双层遗传算法在求解质量和时间上均优于商业求解器CPLEX直接求解数学模型，该模型和算法可以为汽车制造商及第三方物流提供科学高效的零部件入厂物流的决策支持。