基于多目标均衡改进的家具类产品排车运输问题求解方法及系统

本发明属于家具类产品运输优化，特别涉及一种基于多目标线均衡改进的家具类产品排车运输问题求解方法及系统。

背景技术：

1、近年来，家具行业蓬勃发展，伴随着消费者对个性化、定制化家具的需求增加，家具类产品的运输也将面临新的挑战，家具类产品的国内公路配送也变得更加复杂和多样化。家具类产品排车运输问题具体是在家具类产品排车运输环节前，计划人员根据上游供应商的库存、订单、运力等信息，结合供应商所处的地理位置或物流费用，以更好地满足各个基地仓库需求为基本条件，以运输成本最少、需求满足度最好和运力充分利用为目标，制定多个供应商直接向多个基地仓库进行成品排车的详细调度计划，解决每个供应商应分别向哪些基地仓库输送、输送什么、输送多少、用什么输送和产品如何装车的问题。

2、传统的家具类产品排车运输计划往往采用人工排车的方式：首先，排车计划员通过企业系统导出和人工表格填报两种方式收集用于排车计划决策的相关数据，并对特殊种类的家具产品进行相应的标记；其次，对各个供应商的数据进行分析，评估它们是否满足发车标准；然后，以评估通过的各供应商为主体，依次对其可排车运输的家具类产品进行优先级排列，从而确定最终可列入排车计划的各种家具类产品的种类和数量，其中，家具类产品的优先级由基地仓库需求、下游客户欠货、基地仓库库存、人工填报的紧急需求等数据综合得出；最后，结合实际运输车辆的种类型号限制和特殊种类家具产品的具体运输限制得到最终的排车运输计划。传统的人工排车存在诸多局限与不足：首先，人工排车费时费力，繁琐耗时的步骤众多，极易导致计划人员疲劳，进而影响最终排车结果；其次，由于供应商生产力的限制，部分家具类产品可以由多个供应商供给，且人工排车是以单个供应商为主体进行的，这导致人工得到的最终排车运输计划往往不能得到跨供应商、跨基地仓库的最优排车结果；最后，家具类产品在优先级排列时参照的数据维度众多，人工计划时很难同时兼顾这些数据，更多情况下仅能针对其中的一两项进行重点满足，数据的实际使用率低，影响最终结果。

技术实现思路

1、为解决上述问题，本发明提出一种基于多目标均衡改进的家具类产品排车运输问题求解方法及系统，用于对家具类产品排车运输问题进行有效求解，得到家具类产品排车运输的优越方案。

2、基于多目标均衡改进的家具类产品排车运输问题求解方法，其步骤包括：

3、步骤1、基于现有人工排车逻辑建立模拟人工排车的仿人工规则模型，用于生成近似人工排车的结果；

4、步骤2、定义相关模型参数及变量；

5、步骤3、建立家具类产品排车运输问题的多目标模型；

6、步骤4、将建立的家具类产品排车运输问题的多目标模型等价转换为多目标线性模型；

7、步骤5、根据生成的近似人工排车结果进行多目标线性模型的求解，得到最终的家具类产品排车运输方案。

8、优选地，所述步骤1包括：

9、步骤1-1、对企业系统导出和人工表格填报两种方式收集的用于排车计划决策的相关数据进行预处理，对特殊种类的家具产品进行相应的标记；

10、步骤1-2、对各个供应商的数据进行分析，评估它们是否满足发车标准；

11、步骤1-3、以评估通过的各供应商为主体，对其可排车运输的家具类产品进行优先级排列，从而确定最终可列入排车计划的各种家具类产品的种类及数量；

12、步骤1-4、结合实际运输车辆的种类型号限制和特殊种类的家具成品的具体运输限制得到最终的排车运输计划。

13、优选地，所述步骤2相关模型参数及变量的定义如下：

14、s:所有供应商的集合；

15、b:所有基地仓库的集合；

16、k:所有产品的集合；

17、vk:产品k的单位体积，其中k∈k；

18、wk:产品k的单位重量，其中k∈k；

19、mk:(0,1取值)，产品k是否为大理石产品，若是则该值为1，否则为0，其中k∈k；

20、供应商s拥有产品k的库存量，其中s∈s,k∈k；

21、供应商s收到产品k的订单量，其中s∈s,k∈k；

22、基地b对产品k的需求量，其中b∈b,k∈k；

23、gbk:产品k在基地b的供应商超期未发订单缺口量，其中b∈b,k∈k；

24、产品k在基地b的紧急需求程度，其中b∈b,k∈k；

25、wbk:为产品k在基地b的优先级量化系数，其中b∈b,k∈k；

26、产品k在基地b的已到期客户欠货量，其中b∈b,k∈k；

27、产品k在基地b的未来7天到期客户欠货量，其中b∈b,k∈k；

28、产品k在基地b的未来15天到期客户欠货量，其中b∈b,k∈k；

29、t:所有车型的集合；

30、t型车的最大体积承载量，其中t∈t；

31、t型车的最大重量承载量，其中t∈t；

32、t型车单车能够承载最多大理石数量，其中t∈t；

33、t型车可接受空载体积，其中t∈t；

34、hsbt:供应商s到基地b线路上所有t型车的集合，其中s∈s,k∈k,t∈t；

35、csbt:供应商s到基地b线路上t型车的单车单程物流费用，其中s∈s,k∈k,t∈t；

36、m:大值，取100000；

37、μ:小值，取0.01；

38、α1,α2,α3:满足客户欠货收益系数；

39、β1,β2:满足需求欠货收益系数；

40、k1,k2:满足单车产品种类数收益系数；

41、ilow:单车理想最低产品种类数量；

42、ihigh:单车理想最高产品种类数量；

43、xsbkth:(整数决策变量)，供应商s到基地b线路上第h辆t型车上产品k数量，其中s∈s,b∈b,k∈k,t∈t,h∈hsbt；

44、ysbth:(0,1决策变量)，供应商s到基地b线路上是否使用第h辆t型车，如果使用ysbth＝1，否则ysbth＝0，其中s∈s,b∈b,t∈t,h∈hsbt；

45、zsbkth:(0,1决策变量)，供应商s到基地b线路上第h辆t型车上产品k是否上车，如果上车zsbkth＝1，否则zsbkth＝0，其中s∈s,b∈b,k∈k,t∈t,h∈hsbt；

46、rbk:(整数中间变量)基地b接收到的产品k总数量，其中b∈b,k∈k；

47、isbth:(整数中间变量)供应商s到基地b线路上第h辆t型车上的产品种类数量，其中s∈s,b∈b,t∈t,h∈hsbt；

48、优选地，所述步骤3包括：

49、步骤3-1，建立模型目标函数；

50、步骤3-2，建立模型约束。

51、进一步优选地，步骤3建立的模型如下：

52、

53、

54、

55、

56、

57、

58、

59、

60、

61、

62、

63、

64、

65、

66、

67、

68、

69、其中，式(3.1.1)-(3.1.5)表示目标函数：

70、式(3.1.1)表示产品总运输成本最小；

71、式(3.1.2)表示客户欠货满足量收益最大(最高收益时设置为0)；

72、式(3.1.3)表示基地仓库需求满足量收益最大(最高收益时设置为0)；

73、式(3.1.4)表示单车产品种类数收益最大(最高收益时设置为0)；

74、式(3.1.5)表示产品优先级收益最大；

75、然后，式(3.2.1)-(3.2.12)表示约束：

76、式(3.2.1)表示单车所有产品体积和不超过该车型最大体积承载量；

77、式(3.2.2)表示单车所有产品重量和不超过该车型最大重量承载量；

78、式(3.2.3)表示供应商发出任意产品数量总和不超过该供应商该种产品的库存量；

79、式(3.2.4)表示供应商发出任意产品数量总和不超过该供应商该种产品的订单量；

80、式(3.2.5)表示同供应商运往同基地的同种产品仅能上一辆车，不能拆分至两辆车；

81、式(3.2.6)表示单车所有产品的体积和超过单车可发车最小体积才可发车；

82、式(3.2.7)表示单车大理石产品数量小于等于该车型最大大理石数量承载量；

83、式(3.2.8)表示对0,1决策变量ysbth的约束；

84、式(3.2.9)表示对0,1决策变量zsbkth的约束；

85、式(3.2.10)表示对整数中间变量rbk的约束；

86、式(3.2.11)表示对整数中间变量isbth的约束；

87、式(3.2.12)表示对产品k在基地b的优先级量化系数的约束；

88、优选地，所述步骤4包括：

89、在步骤3建立的家具类产品排车运输问题的多目标模型中，式(3.1.2)、式(3.1.3)、式(3.1.4)、式(3.2.8)、式(3.2.9)非线性，在此步骤中等价转换为线性形式。

90、步骤4-1，对式(3.1.2)的线性化等价转换(下列式子均满足

91、令xbk＝rbk，设wbki为连续变量，i∈{1,2,3,4,5}，dbkl为0,1变量，l∈{1,2,3,4}，得到的等价线性化式为：

92、

93、

94、ybk＝-wbk1*(α1+α2+α3)-wbk2*(α2+α3)-wbk3*α3(4.1.3)

95、wbk1+wbk2+wbk3+wbk4+wbk5＝1(4.1.4)

96、dbk1+dbk2+dbk3+dbk4＝1(4.1.5)

97、wbk1≤dbk1(4.1.6)

98、wbk2≤dbk1+dbk2(4.1.7)

99、wbk3≤dbk2+dbk3(4.1.8)

100、wbk4≤dbk3+dbk4(4.1.9)

101、wbk5≤dbk4(4.1.10)

102、wbki≥0(4.1.11)

103、dbkl∈{0,1}(4.1.12)

104、其中，式(4.1.1)表示目标函数，与式(3.1.2)相同；

105、然后，式(4.1.2)-式(4.1.12)表示约束：

106、式(4.1.2)-(4.1.3)表示对xbk与ybk值的约束；

107、式(4.1.4)-(4.1.12)表示对线性分段函数被选取段的数量的约束；

108、步骤4-2，对式(3.1.3)的线性化等价转换(下列式子均满足

109、令x′bk＝rbk，设w′bki′为连续变量，i′∈{1,2,3}，d′bkl′为0,1变量，l′∈{1,2}，得到的等价线性化式为：

110、

111、

112、

113、w′bk1+w′bk2+w′bk3＝1(4.2.4)

114、d′bk1+d′bk2＝1(4.2.5)

115、w′bk1≤d′bk1(4.2.6)

116、w′bk2≤d′bk1+d′bk2(4.2.7)

117、w′bk3≤d′bk2(4.2.8)

118、w′bki′≥0(4.2.9)

119、d′bkl′∈{0,1}(4.2.10)

120、其中，式(4.2.1)表示目标函数，与式(3.1.3)相同；

121、然后，式(4.2.2)-式(4.2.10)表示约束：

122、式(4.2.2)-(4.2.3)表示对x′bk与y′bk值的约束；

123、式(4.2.4)-(4.2.10)表示对线性分段函数被选取段的数量的约束；

124、步骤4-3，对式(3.1.4)的线性化等价转换(下列式子均满足

125、令x″sbth＝isbth,设w″sbthi为连续变量，i″∈{1,2,3,4,5}，d″sbthl为0,1变量，l″∈{1,2,3,4}，得到的等价线性化式为：

126、

127、x″sbth＝w″sbth2+w″sbth3*ilow+w″sbth4*ihigh+w″sbth5*m(4.3.2)

128、

129、w″sbth1+w″sbth2+w″sbth3+w″sbth4+w″sbth5＝1(4.3.4)

130、d″sbth1+d″sbth2+d″sbth3+d″sbth4＝1(4.3.5)

131、w″sbth1≤d″sbth1(4.3.6)

132、w″sbth2≤d″sbth1+d″sbth2(4.3.7)

133、w″sbth3≤d″sbth2+d″sbth3(4.3.8)

134、w″sbth4≤d″sbth3+d″sbth4(4.3.9)

135、w″sbth5≤d″sbth4(4.3.10)

136、w″sbthi″≥0(4.3.11)

137、d″sbthl″∈{0,1}(4.3.12)

138、其中，式(4.3.1)表示目标函数，由于x″sbth为0时y″sbth为0且x″sbth为整数取不到0<x″sbth<1的部分，故该式与式(3.1.4)等价；

139、然后，式(4.3.2)-式(4.3.12)表示约束：

140、式(4.3.2)-(4.3.3)表示对x″sbth与y″sbth值的约束；

141、式(4.3.4)-(4.3.12)表示对线性分段函数被选取段的数量的约束；

142、步骤4-4，对式(3.2.8)的线性化等价转换，得到线性化的式等价为：

143、

144、

145、ysbth∈{0,1}(4.4.3)

146、式(4.4.1)-(4.4.3)均表示约束；

147、步骤4-5，对式(3.2.9)的线性化等价转换，得到线性化的式等价为：

148、

149、

150、zsbth∈{0,1}(4.5.3)

151、式(4.5.1)-(4.5.3)均表示约束；

152、步骤4-6，对等价转换后的家具类产品排车运输问题的多目标线性模型进行整合：

153、在步骤3建立的家具类产品排车运输问题的多目标模型中，除了式(3.1.2)、式(3.1.3)、式(3.1.4)、式(3.2.8)、式(3.2.9)外均线性，可直接沿用；原模型中的式(3.1.2)替换为式(4.1.1)-(4.1.12)；原模型中的式(3.1.3)替换为式(4.2.1)-(4.2.10)；原模型中的式(3.1.4)替换为式(4.3.1)-(4.3.12)；原模型中的式(3.2.8)替换为式(4.4.1)-(4.4.3)；原模型中的式(3.2.9)替换为式(4.5.1)-(4.5.3)，得到等价转换后的家具类产品排车运输问题的多目标线性模型。

154、优选地，所述步骤5包括：

155、步骤5-1：根据供应商之间拥有同种产品种类数量的关系进行供应商的聚类分组：

156、为了提高求解效率，根据各供应商之间的拥有同种产品种类数量的关系将供应商进行聚类分组，设单组供应商数量为n个：首先，提取在数据中重复出现(即可由多家供应商供应)的产品，生成各供应商两两拥有相同产品种类数量的矩阵；其次，在矩阵中选出相同产品种类数量最多的供应商；再次，在与该供应商拥有相同产品的其他供应商的集合中按照拥有相同产品的数量从多到少选择出n-1个供应商与该供应商组成一组，将已经进组的供应商从可选择供应商集合中删去，即已经被分配到组别中的供应商不再进行分配；最后，遍历至所有供应商均有组别标号，得到拥有同种产品种类数量关系的供应商聚类分组；

157、步骤5-2：获取近似人工的各目标初始值：

158、导入步骤1得到近似人工排车的结果，按照供应商聚类分组，代入由步骤4得到的多目标线性模型，得到近似人工排车的目标值，分别定义为：

159、frg1：产品总运输成本的近似人工排车目标值；

160、frg2：客户欠货满足量收益的近似人工排车目标值；

161、frg3：基地仓库需求满足量收益的近似人工排车目标值；

162、frg4：单车产品种类数收益的近似人工排车目标值；

163、frg5：产品优先级收益的近似人工排车目标值；

164、对每一组进行的获取近似人工各目标初始值均可以得到一组近似人工排车目标值；

165、步骤5-3：多目标均衡改进约束设置：

166、在步骤4得到的多目标线性模型中加入各个目标都要比近似人工排车的各目标值优的约束，具体为：

167、f1≤frg1(5.1)

168、f2≥frg2(5.2)

169、f3≥frg3(5.3)

170、f4≥frg4(5.4)

171、f5≥frg5(5.5)

172、在后续模型求解时，最终结果需要同时满足上述约束，即在近似人工排车的结果的基础上对各个目标进行均衡改进；

173、步骤5-4：多目标线性权值设置：

174、将步骤4得到的等价转换后的家具类产品排车运输问题的多目标线性模型的多个目标通过线性加权法和归一化方法转化为单个目标：

175、

176、其中，定义为对应目标fi的最小值；定义为对应目标fi的最大值。

177、在各目标值归一化的过程中，将步骤5-2中得到的近似人工排车的各目标值作为对应的最大或最小值边界对式(5.6)进行赋值：

178、

179、再根据各个目标在实际情况中的考虑优先级和侧重不同对权值fi进行设置，求f的最大值maxf为该问题的最终目标函数(由于目标一为最小化目标，f1的取值取负数)；

180、步骤5-5：运用商业优化软件根据步骤5-1得到的供应商分组依次对各个组分别进行最终模型的求解，得到最终的多目标均衡改进的排车计划结果。

181、本发明还公开了一种基于多目标均衡改进的家具类产品排车运输问题求解系统，基于上述方法，其包括如下模块：

182、仿人工规则模型建立模块：建立模拟人工排车的仿人工规则模型，用于生成等同于人工排车的结果；

183、模型参数及变量定义模块：定义模型参数及变量；

184、多目标模型建立模块：建立家具类产品排车运输问题的多目标模型；

185、模型等价转换模块：将建立的家具类产品排车运输问题的多目标模型等价转换为多目标线性模型；

186、排车结果求解模块：根据仿人工规则模型建立模块生成的排车结果进行多目标线性模型的求解，得到家具类产品排车运输方案。

187、本发明提出一种基于多目标均衡改进的求解方法及系统，以解决家具类产品排车运输问题的多目标均衡优化需求，旨在充分考虑各种约束条件和目标之间的平衡关系，实现家具类产品运输排车问题的高效解决，能够使决策者在制定运输计划时更加快速、灵活、全面地考虑各种需求和限制条件，从而提高决策效率、均衡优化各个目标，最大程度地满足各个基地仓库的需求。本发明根据人工排车逻辑和针对家具类产品的排车运输问题分别建立了模拟人工排车的仿人工规则模型和以总运输成本最小、客户欠货满足量最好、基地仓库需求满足量最多、家具类产品上车优先级最优、每车家具类产品种类最合理为目标的多目标线性模型，由仿人工规则模型生成一个近似人工排车的结果，再通过多目标线性模型对该结果进行各目标均衡优化，使用商业优化软件(例如cplex)进行求解得到最终的家具类产品排车运输方案，用更短的时间得到了比人工排车运输计划更好的结果。

技术特征：

1.基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，步骤1中，人工排车具体如下：

3.根据权利要求1所述的基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，步骤2中，模型参数及变量如下：

4.根据权利要求3所述的基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，步骤3中，建立家具类产品排车运输问题的多目标模型，具体包括：

5.根据权利要求4所述的基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，步骤3-1中，建立的模型目标函数具体如下：

6.根据权利要求5所述的基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，步骤4中，将建立的家具类产品排车运输问题的多目标模型等价转换为多目标线性模型，具体如下：

7.根据权利要求1-6任一项所述的基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，步骤5具体包括：

8.根据权利要求7所述的基于多目标均衡改进的家具类产品排车运输问题求解方法，其特征在于，步骤5-1：根据供应商之间拥有同种产品种类数量的关系进行供应商的聚类分组，具体如下：

9.基于多目标均衡改进的家具类产品排车运输问题求解系统，基于权利要求1-8任一项所述的方法，其特征在于，包括如下模块：

技术总结
本发明公开了一种基于多目标均衡改进的家具类产品排车运输问题求解方法及系统，方法如下：步骤1、建立模拟人工排车的仿人工规则模型，用于生成等同于人工排车的结果；步骤2、定义模型参数及变量；步骤3、建立家具类产品排车运输问题的多目标模型；步骤4、将建立的家具类产品排车运输问题的多目标模型等价转换为多目标线性模型；步骤5、根据步骤1生成的排车结果进行多目标线性模型的求解，得到家具类产品排车运输方案。本发明充分考虑各种约束条件和目标之间的平衡关系，能够使决策者在制定运输计划时更加快速、灵活、全面地考虑各种需求和限制条件，从而提高决策效率、均衡优化各个目标，最大程度地满足各个基地仓库的需求。

技术研发人员：雒兴刚,胡晓天,张忠良,黄涛,夏星星
受保护的技术使用者：杭州电子科技大学
技术研发日：
技术公布日：2024/9/23