产品回收多级逆向物流网络优化设计模型

38计算机集成制造系统表5模型中相关输入参数表6总逆向物流成本及各项成本q1q2第14卷参数Csetup值018Chandγ0105l2Eα1018pcentα2016β11.1总成本(最优目标值C1C2C3C45893043062012192418140013888011648000018l11pint200400参数β2值1.2λ012η011CcleanCrepair306064016016应用前述遗传算法计算,初始条件是种群规模40,最大代数200,交叉概率pc=018,变异概率pm=0105,误差精度δ=0101。进行仿真计算,迭代过C5C6C7cent程如图4所示。使上述算例中的C6=20000,C6=012;假设c由于新建的集中回收中心采用了新技术,使回收产品的维修成本降低为C′repair=012。则此时的仿真结果中yj={1,1,0,0,0,1},即选择了在位置6新建集中回收中心,总逆向物流成本为581652。综上所述,是否需要新建初始收集点或集中回收中心主要取决于各项成本的均衡,其目标是使总逆向物流成本最小。5结束语本文在企业原有正向物流网络的基础上,构建了企业逆向物流网络。从企业产品回收的便利性和计算结果如下:(初始收集点k:分配至该初始收集点的客户群i={(3:4,17,18,20,(4:11,12,(6:1,2,5,6,9,经济性出发,建立了初始收集点、集中回收中心和回收处理工厂三级回收设施,实现企业的逆向物流运行。在综合考虑了运费率、库存成本、处理成本等情况下,建立了以总逆向物流成本最小为目标的混合整数规划模型,并考虑了较为实际的约束情况,解决了逆向物流设施的选址/分配问题。通过遗传算法的应用,对该问题进行了求解。通过模型应用算例及其分析,验证了模型和算法的有效性。参考文献:[1]SUNLinyan,WANGBei.State2of2the2artinreverselogisticsresearches[J].ChinaMechanicalEngineering,2005,16(10:9282934(inChinese.[孙林岩,王蓓.逆向物流的研究现状10,13,14,19,(7:3,7,8,15,16},相应的zki=1,其他zki=0。xi={0,0,1,1,0,1,1,0,0,0},即只需将位置3,4,6和7的原有分销点扩建,而不需新建初始收集点。Ti={0,0,4,5,0,2,3,0,0,0},表示各选定初始收集点对应的存储周期。yj={1,1,0,0,0,0},即只需将位置1和2的原有分销中心扩建,而不需新建集中回收中心。u32=518,u41=336,u61=675,u72=547,其他uij=0。和发展趋势[J].中国机械工程,2005,16(10:9282934.][2]DAQingli,HUANGZuqing,ZHANGQin.Currentandfu2turestudiesonstructureofthereverselogisticssystem:are2view[J].ChineseJournalofManagementScience,2004,12(1:1312138(inChinese.[达庆利,黄祖庆,张钦.逆向物算例中产品回收的总逆向物流成本和各项成本如表6所示。应用文中提出的模型和算法,在满足总逆向物流成本最小的同时,增加了客户产品回收的便利性,使企业在具备原有正向物流网络的前提下,获得逆向物流网络的最优化配置。流系统结构研究的现状及展望[J].中国管理科学,2004,12(1:1312138.](下转第49页第1期王正元等:基于状态的单部件维修策略优化方法49从表1的计算结果可以看出,采用模型(23可有效地降低维修费用。分析检查时间间隔的变化情况和平均维修费用变化情况可知:单一状态下检查时间间隔的变化将引起目标函数值规律性地变化。这种变化规律性可用于简化求解过程,提高问题求解速度。[3]COFFMANEG,GILBERTEN.Optimalstrategiesforschedulingcheckingpointsandpreventivemaintenance[J].IEEETransactionsonReliability,1990,39(1:9218.[4]AMARISV,MCLAUGHLINL.Optimaldesignofconditionbasedmaintenancemodel[C]//ProceedingsoftheAnnualRe2liabitityandMaintainabilitySymposium.Washington,D.C.,USA:IEEE,2004:5282533.[5]HANBangjun,FANXiumin,MADengzhe,etal.Optimiza2tionofequipmentpreventivemaintenancecycleinproductionsystembasedongeneticalgorithm[J].ComputerIntegratedManufacturingSystems,2003,9(3:1222125(inChinese.[韩帮军,范秀敏,马登哲,等.用遗传算法优化制造设备的预4结束语本文把部件劣化过程看成多个离散状态不断变更的过程,以单位时间平均维修费用最小化为目标,给出了预防性维修策略优化的方法。实验结果表明,本文方法可以有效地降低维修费用。由于厂家只能提供理想情况下装备变化情况的数据,需要进一步研究的问题是根据装备使用的实际情况确定状态转移概率[728]。当维修工作较多时,对维修任务进行调度可有效提高维修效益[9210]。参考文献:[1]LIANGJian.On2conditionmaintenancedecisionresearchofaero2enginebasedoncostoptimization[D].Nanjing:NanjingUniversityofAeronauticsandAstronautics,2004(inChi2nese.[梁剑.基于成本优化的民用航空发动机视情维修防性维修周期模型[J].计算机集成制造系统,2003,9(3:1222125.][6]HANBangjun,FANXiumin,MADengzhe.Researchontheoptimalpreventivemaintenancepolicybasedonreliabilitycon2straints[J].ChineseJournalofMechanicalEngineering,2003,39(6:1022105(inChinese.[韩帮军,范秀敏,马登哲.基于可靠度约束的预防性维修策略的优化研究[J].机械工程学报,2003,39(6:1022105.][7]ROGERC.Maintenanceschedulingformechanicalequipment[EB/OL].[2006210210]./power/da2ta/fist/fist4_1a/421a.pdf.[8]ROGERC.Maintenanceschedulingforelectricalequipment[EB/OL].[2006210210]./power/da2ta/fist/fist4_1b/fist4_1b.pdf.[9]PETRAS.Approximatingschedules[D].Eindhoven,Nether2lands:EindhovenUniversityofTechnology,2001.[10]DANIELF,RIAND.Maintenanceschedulingproblemsasbenchmarksforconstraintalgorithms[EB/OL].[2006210210]./～csp/r70b2maintscheduling.pdf.决策研究[D].南京:南京航空航天大学,2004.][2]GULei,QIANZhengfang,FANYing,etal.Themainte2nanceintervalmodelforvesselequipmentsdependingonsitua2tion[J].JournalofHuazhongUniversityofScienceandTech2nology,2003,31(6:1032105(inChinese.[顾磊,钱正芳,范英,等.舰船装备视情维修间隔模型研究[J].华中科技大学学报,2003,31(6:1032105.](上接第38页[3]BARROSAI,DEKKERR,SCHOLTENV.Atwo2levelnet2workforrecyclingsand:acasestudy[J].EuropeanJournalofOperationalResearch,1998,110(2:1992214.[4]JAYARAMANV,GUIDEJ,SRIVASTAVAR.Aclosed2looplogisticsmodelforremanufacturing[J].JournaloftheOperationalResearchSociety,1999,50(5:4972508.[5]JAYARAMANV,PATTERSONRA,ROLLANDE.Thedesignofreversedistributionnetworks:modelsandsolutionprocedures[J].EuropeanJournalofOperationalResearch,2003,150(1:1282149.[6]FLEISCHMANNM,KRIKKEHR,DEKKERR,etal.Acharacterizationoflogisticsnetworksforproductrecovery