This invention discloses a distributed logistics inventory optimization method based on the cloud computing environment, including the following steps: S1, the construction of the algebraic model of the evaluation function f (U) and its constraint condition function; S2, the calculation of the value of each component, the establishment of the optimal equation matrix HM of the harmonic inventory; S3, the replacement of the probability P (Xi) and the sound search. Recall probability HMCR, generate new solution vectors according to the harmonic search algorithm; S4, calculate the target function value f (Ub) of the new solution vector according to the evaluation function f (U), compare and update the inventory with the target function value f (Ub) of the original solution vector; S5, repeat step S2 S4, stop and output the optimal solution to the maximum number of iterations. The invention solves the problem of early warning and cost optimization of distributed logistics inventory in cloud computing environment, and realizes the dynamic management of distributed intelligent logistics inventory, which has the beneficial effect of quick response and optimization, and high efficiency of multi-objective optimization calculation.
【技术实现步骤摘要】
基于云计算环境下分布式物流库存优化方法
本专利技术涉及云计算、智能物流、分布式数据库
更具体地说,本专利技术涉及一种基于云计算环境下分布式物流库存优化方法。
技术介绍
在高昂的库存成本严重制约着物流企业的效益与发展,库存管理与优化是物流企业所面临的一个关键而又必须解决的问题。随着互联网、云计算、物联网、GPS/北斗导航等高新技术的广泛应用,电商物流迅猛扩张,尤其是跨境电子商务、农村电子商务快速发展,电商物流企业的仓储布点越来越多,对库存管理的要求越来越高,优化分布式物流库存管理以降低物流成本成为人们研究的热点问题。目前,库存管理已由传统的定量订货与定期订货发展为具有现代特色的多种现代物流管理模型,如MRP(物料资源计划)、MRP2(物料资源计划)、VMI(供应商管理库存)、CMI(客户管理库存)、JMI(联合库存管理)等。近年来,国内外学者对其进行了广泛的研究,提出了许多分布式库存管理模型。Rao与Krisman最先用报童模型来处理调拨与订货量,之后Zhang对报童模型进行改进,在需求可协调的情况下研究库存共享问题。Rudi和Robinson提出了两库存模型的解析策略,并且Robinson还将其扩展为多库存模型的解析方法,在分散控制下使用大型线性规划来求得近似最优解。Cohen和Tagaras在对分布式库存建模时最早考虑到了补货提前期,采用部分共享策略来应对调拨提前期内的需求不确定性,Tagaras还在此基础上对模型进行了扩展,研究了多个具有相同成本结构的零售商组成的分布式库存系统,实现了零售商之间库存的完全共享。张钊等人通过对BP神经网络与遗传算 ...
【技术保护点】
1.一种基于云计算环境下分布式物流库存优化方法,其特征在于,包括以下步骤:S1、根据分布式物流库存代数模型构建评价函数f(U)的代数模型及其约束条件函数;S2、根据货物的安全库存量及订货点的代数式、评价函数f(U)的代数模型及其约束条件函数计算每一个分量的值,建立和声库存的最优化方程矩阵HM;S3、以货物i在周期T内需求量的概率P(Xi)替换和声搜索的记忆概率HMCR,按照和声搜索算法,产生新的解向量;S4、按评价函数f(U)计算新的解向量的目标函数值f(Ub),与和声库存中最差目标函数值f(Ub)比较并更新库存;S5、重复步骤S2‑S4,至预定最大迭代次数时停止,输出最优解。
【技术特征摘要】
1.一种基于云计算环境下分布式物流库存优化方法,其特征在于,包括以下步骤:S1、根据分布式物流库存代数模型构建评价函数f(U)的代数模型及其约束条件函数;S2、根据货物的安全库存量及订货点的代数式、评价函数f(U)的代数模型及其约束条件函数计算每一个分量的值,建立和声库存的最优化方程矩阵HM;S3、以货物i在周期T内需求量的概率P(Xi)替换和声搜索的记忆概率HMCR,按照和声搜索算法,产生新的解向量;S4、按评价函数f(U)计算新的解向量的目标函数值f(Ub),与和声库存中最差目标函数值f(Ub)比较并更新库存;S5、重复步骤S2-S4,至预定最大迭代次数时停止,输出最优解。2.如权利要求1所述的基于云计算环境下分布式物流库存优化方法,其特征在于,步骤S1中分布式物流库存代数模型为基于云平台的分布式层次物流库存代数模型,其为:约束条件函数为:步骤S2中货物i的安全库存量QQi的代数式为:货物i的订货点Qi的代数式为:其中,目标函数Y*为库存总成本,Y2i表示时间T内货物i的库存持有费,Y3i表示单件货物i的缺货费,Y5i表示时间T内货物i的交易费,Y6i表示单件货物i的购买费,Y7i表示货物i的单位距离运输费,Y8i表示货物i的入库费,Y9i表示货物i的出库费,Xi表示时间T内货物i的需求量,xk表示供应商到仓库k的距离,xj_k表示仓库j与仓库k之间的距离,Hi表示货物i的提前订货时间,U1_i表示货物i的初始库存,U2_i表示时间T内货物i的订货量,Uj_i_k表示时间T内仓库j与仓库k之间货物i的调拨量,Uk表示仓库k的初始库存总量,W表示仓库的最大货物容量,N表示仓库数量,θ(U)表示货物量判断函数,αi表示货物i的安全系数,μi为货物i的需求期望,σi为货物i的需求标准差。3.如权利要求2所述的基于云计算环境下分布式物流库存优化方法,其特征在于,步骤S1中和声搜索算法评价函数f(U)为:其中,P(Xi)=Xi/(U1_i+...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。