[发明专利]一种基于成本最优的运输模型算法

说明书

本发明公开了一种基于成本最优的运输模型算法，包括以下步骤：构造取货路线的可行解：使用循环时间作为关键参数，计算出各个供应商在循环时间内相应零件以及可循环包装数量，进行供应商串联并更新所处取货路线的循环时间，更新循环时间后重新进行判断直到没有零件可以纳入到模型中；循环上述过程直至所有供应商都串联到各个取货路线中，构造取货路线的可行解；利用成本因素计算方法构造可行取货路线的运输成本模型：运输模式成本包括车辆成本、运输车辆司机成本、燃油成本、仓储成本、其他费用成本，分别对上述各运输模式成本建立运输模式成本模型，整合各运输模式成本模型后，获得运输成本模型；使用迭代算法对运输成本模型迭代求解。

技术领域

本发明属于汽车物流技术领域，具体涉及一种基于成本最优的运输模型算法，是一种在库存能力约束前提下,基于拉动式看板要货方式的运输路线规划方法。

背景技术

主机厂消耗零件后会触发要货，运输车辆按照要货种类及数量，携带空器具前往厂家装货，在规定循环时间内完成取货工作。

物流行业日新月异，物流企业不断通过资源优化整合降低经营成本、提高核心竞争力。运输业务是现代物流服务中不可或缺的一部分，运输路线的设计和路线的选择往往能很大程度上影响运输的整体成本。

发明内容

本发明的目的是提供一种基于成本最优的运输模型算法，以循环取货数学模型为基础，构建初始可行解并通过算法寻找近似最优解，解决路线设计问题，以达到降低成本的目的。

本发明的目的是通过以下技术方案实现的：

一种基于成本最优的运输模型算法，其特征在于，包括以下步骤：

步骤一、构造取货路线的可行解：使用循环时间作为关键参数，计算出各个供应商在循环时间内相应零件以及可循环包装数量，在车辆可容纳零件的前提下进行供应商串联并更新所处取货路线的循环时间，更新循环时间后重新进行判断直到没有零件可以纳入到模型中；循环上述过程直至所有供应商都串联到各个取货路线中，构造取货路线的可行解；

步骤二、在步骤一构造的取货路线可行解基础上，利用成本因素计算方法构造可行取货路线的运输成本模型：运输模式成本包括车辆成本、运输车辆司机成本、燃油成本、仓储成本、其他费用成本，分别对上述各运输模式成本建立运输模式成本模型，整合各运输模式成本模型后，获得运输成本模型；

步骤三、使用迭代算法对运输成本模型迭代求解。

进一步地，所述步骤一中的循环时间是调度人员收集要货看板、单据人员打印单据、卡车司机进入卸货口、叉车司机空可循环包装装车、卡车司机在途驾驶、供应商处空满交换以及卸货口卸载零件的时长之和。

进一步地，所述步骤一中，供应商串联基于节约里程法：记录主机厂与各个供应商之间点对点的行驶时间，以及供应商到供应商之间点对点的行驶时间，计算两两供应商到主机厂的行驶时间减两两供应商之间的行驶时间并降序排列；排列由上向下依次连接路线。

进一步地，所述步骤二中，所述车辆成本C1＝车辆数×单台年折旧＝(车辆取货时长ts/全天标准工作时长)×单台年折旧＝ts*k1；

其中，常数k1＝单台年折旧/全天标准工作时长；

车辆取货时长

进一步地，所述步骤二中，所述人员成本C2＝车辆数×全天班次数×单位司机成本

＝(车辆取货时长ts/全天标准工作时长)×全天班次数×单位司机成本＝ts*k2

其中，常数k2＝全天班次数×单位司机成本/全天标准工作时长。

进一步地，所述步骤二中，所述燃油成本C3＝燃油消耗量×燃油单价＝行驶里程数×单位里程油耗×燃油单价＝在途耗时tc×o×单位里程油耗×燃油单价＝tc*k3，其中常数k3＝o×单位里程油耗×燃油单价；