汽车零配件随机需求下的选址库存配送系统集成优化设计

目 录
1 绪论 1
1.1 课题研究背景 1
1.2 国内外研究现状 2
1.3研究内容 3
2淮安市汽车零部件物流现状分析 4
2.1 汽车物流相关理论 4
2.2 汽车零配件物流相关理论 5
2.3 淮安市汽车零部件物流现状分析 6
2.4 淮安市汽车零配件行业存在问题及解决方法 7
2.5 淮安凯乐汽车零部件有限公司概况 9
2.6 淮安市汽车零配件公司随机需求下的的库存配送系统 9
3 随机需求下的选址-库存配送问题 12
3.1 随机需求产生的原因 12
3.2 随机需求下库存-配送问题 13
3.3 随机需求下配送-选址问题 14
3.4 随机需求下的选址-库存配送问题 15
4 实例:基于重心法的淮安市凯乐公司汽车零配件配送中心的选址 16
4.1 重心法模型建立 16
4.2 基于重心法的淮安市凯乐公司汽车零配件配送中心的选址 18
4.3 凯乐公司原选址配送成本分析 21
4.4 基于凯乐公司汽车零配件配送中心的选址 21
总 结 23
致 谢 24
参 考 文 献 25
1 绪论
1.1 课题研究背景
近年来,我国汽车制造业发展迅速、销售量巨大,销售额呈逐年增长的趋势,平均增长百分点为每年24.5%。在此经济环境下,2013的汽车销售额突破了2100万辆,2014年突破了2250辆,而截至2015年3月,汽车销售总额已达到615.35万辆。随着汽车企业的发展和人们购买率的上升 *好棒文|www.hbsrm.com +Q: 3 5 1 9 1 6 0 7 2 
,汽车零配件企业也蓄势而发、蓬勃发展了起来。目前我国大约有35万家汽车维修企业,其中正规的大型企业约为10万家,经营范围齐全,业务范围广泛;剩余的25万家为中小型企业,经营范围比较小,与此同时,为这30万家维修厂提供零配件和服务的汽车零配件企业大概有70万家。由此可见,在中国不论是汽车制造产业还是汽车零配件产业数量和规模都很可观。
国际汽车行业的年产规模的标准比例为1:1.7,这个比例是汽车行业整车与零部件的年产值比例。而在我国,整车与零部件的年产值比例仅为1:0.5,这个比例远远低于标准值,所以由此可见,我国汽车零配件产业虽然发展迅速,但是还是有很多发展空间。目前我国汽车零部件产业的发展规模、产品质量、服务水平等和整车制造业的发展很不平衡,因此我国需要重视汽车零配件行业的发展现状,帮助规划和整合资源,为汽车零配件行业寻求更好的的发展出路。
淮安市坐落于江苏省中北部,是一个经济快速发展的城市,它的汽车市场正在迅速发展并且持续扩大。截至2011年年底,淮安市的私家车总数达144595辆,2011年全市共有31061辆小型车上牌,比去年同期增涨了45%左右;而2010年的上牌量又比2009年增涨了44.1%。可见汽车消费已经成为带动经济发展的一项重要的支撑,对消费品市场增长拉动作用日益凸显。面对高速增长的汽车保有量,淮安市必须相应的改进汽车零配件物流的管理模式来迎合这种变化,才能在现代的大潮流中享有一席之地。
经过各方面的了解与研究,论文将淮安市凯乐汽车公司作为研究对象,考虑其随机需求下的库存配送,以成本最小和保证服务水平为目标,为其配送中心选址。针对他们公司的物流网络现状进行研究与分析,凯乐公司选址与淮安的东北方,远离市区,并且凯乐公司在淮安市并未建立配送中心,它集研发、生产、销售、服务为一体,物流功能混乱,这给凯乐公司带来了成本负担并且阻碍了淮安市的汽车零配件配送水平及服务水平。
1.2 国内外研究现状
1.2.1 选址问题研究现状
Nozick等人(1998)研究了一种配送中心采用(S-1,S)库存控制策略的配送系统,这种配送系统以需求满足泊松分布为前提,能够解决随机需求的问题,他提出把库存成本用中心数量函数表示出来,系数用固定设施费用表示,以此来解决选址问题。很多国外研究学者指出,在随机需求的情况下,许多公司应该力求缩减配送中心的运营成本、库存成本以及配送成本,然而缩减成本应该从公司的战略角度出发去决定配送中心位置和数量,这些这些研究人员确定了数学模型,先采用分布求解的方法求出最优的配送中心的数量,再采用启发式算法求解数学模型。
谭凌(2004)等研究在需求不确定下的连锁零售企业的配送中心选址问题,他们研究了两个方面,一个是采用连续检查(S,S)库存策略的配送中心情况,另外一个是采用周期检查库存策略的配送系统情况,在研究中考虑服务水平对库存策略的约束,然后求解配送系统中的总成本模型,根据总成本模型计算最优库存策略和最小成本,在与此同时还分析了配送距离对总成本的影响。但是这种方案是有缺陷的,这种系统优化容易限制实际应用的可能性。黎青松,袁庆达,杜文(2000)提出了一种受库存成本影响的选址模型,这种模型的前提是在需求一定的情况下,通过对最优库存策略的分析,用方程式的方式得出结论,总库存费用与配送中心数目的平方根表达式即为结论,继而根据遗传算法求解。不过这种算法既没有考虑随机需求的影响也没有考虑安全库存的重要性,具有一定的缺陷。高峻峻(2002)等提出一种有关分销网络的最小成本模型。这种模型由两个制造商和两个零售商构成,在运行中制造商和零售商构成一个小的虚拟系统,然后运用小型的分销网络来解决成本优化问题。该模型的约束条件是零售商满足市场服务水平和满足消费者需求,例如库存成本、订货成本、运输成本、缺货成本这样的可变成本都是不确定的。除此之外,产品的需求量和提前期也是不确定的,这个模型有个特点就是可以考虑缺货状态下的成本优化。
1.2.2 库存配送系统的研究现状
国内外很多学者对库存配送系统的优化都有所研究。赵达等对随机需求的环境下库存路径的问题进行了总结分析,研究库存路径优化的问题能够降低企业的运作成本。Golden 等提出了一种基于模拟技术的库存配送优化策略,这种策略使能源企业的库存水平降低 50%,运输效率提高 8.4%,节约23%的总成本。Gaur 和 Fisher 对连锁超市的库存配送系统进行了集成优化,第一年就节约了大概4%的成本。Lars Magnus Hvattum 等研究客户需求不确定的情况下,已有车辆的物品配送问题以及配送路径问题,从而实现在补给库存的同时实现成本最小化的目标,基于上述考虑,他们提出基于树形结构的启发式算法。Jonathan F.Bard 等研究了加工供应链中的供应商补给库存问题,他们提出将库存路径问题分解为两个步骤解决:估计每天的配送数量,将解决库存路径的问题转化为解决一个车辆路径问题,通过仿真实验验证该方法的可能性,结果表示该方法能够得到较优良的解。Birger Raa 等假设客户需求是恒定的,并且考虑了很多实际因素,提出了一种混合算法解决周期性库存路径问题。N.H.Moin 等研究了基于有限时间空间内、多周期且不固定、多供应商、多产品,并且配送车辆的容量有限的供应链中的库存路径问题,并且提出了一种混合遗传算法,先路径优化再策略制定,使目标能够满足最小库存和最少的配送成本。Burwell 等研究需求受价格影响的库存控制问题,并且把运输费用折扣价作为主要影响因素,形成了一个同时考虑运输成本的最优售价和订购批量的联合确定模型。Abad 和 Aggarwal同样考虑了带有运输费用折扣的最优售价和订购批量的联合确定问题,与 Burwell 等的模型不同,前者在其模型中假定了如果订购批量的总重量介于某个重量折扣区间内,为了获得最大效益,销售商可以向供应商再追加订购量,以使得订购物品的总重量达到折扣区间的上界。

版权保护: 本文由 hbsrm.com编辑,转载请保留链接: www.hbsrm.com/jmgl/wlgc/1345.html

好棒文