免费论文查重: 大雅 万方 维普 turnitin paperpass

简谈物流优化系统助力运输成本精细管控

最后更新时间:2024-02-25 作者:用户投稿原创标记本站原创 点赞:9362 浏览:35259
论文导读:状况,我们只有通过系统的策略对全局化工产品配置和运输方案进行科学、精细的统筹计划与规划,才有可能从整体上降低化工产品的运输成本,提高企业的创利能力。1.1化工产品配置计划简述化工产品的配置计划可以理解为各个生产企业所生产的各种化工产品在大区域级销售量的分配。目前,配置计划每月制订一次,制订方式是以各
[摘 要] 科学的物流优化是降低运输成本、提高企业盈利能力的有效手段。配置计划作为中石油集团制定化工产品详细运输方案的第一步,其科学性是至关重要的。本文阐述了化工产品物流优化系统,通过多元线性规划模型对整体的物流运输进行多角度的系统优化。系统一改传统的配置计划制订的方式,从系统自动生成的全局最优的运输方案中给出优化后的配置计划,从而从根本上保证了配置计划的科学性及准确性。同时,在业务层次上对配置计划进行了进一步的细化,提出了配货计划的概念,可以辅助管理者科学、快速、精细地完成运输成本管控与决策。通过对历史数据的系统模拟表明了各种粒度的优化方案为降低化工产品总体运输成本会带来的巨大经济价值。
[关键词] 物流优化;多元线性规划;配置计划;配货计划;科学精细化管理
doi : 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 1

2. 005

[] A [文章编号] 1673 - 0194(2014)12- 0010- 04
1 概 述
化工产品的生产销售作为中国石化企业的主营业务,是石化企业经营管理的核心内容之一。然而,化工产品物流运输成本居高不下,直接影响了石化企业经营的长期高位运转。由于国内化工产品的生产企业主要分布在油储丰富的东北和西北地区,而化工产品的消费地区多集中于经济发达的华北、东南沿海等地区,生产企业与消费地区地理分布相距较远的事实造成了高昂的运输成本,对于这种短时间难以转变的状况,我们只有通过系统的策略对全局化工产品配置和运输方案进行科学、精细的统筹计划与规划,才有可能从整体上降低化工产品的运输成本,提高企业的创利能力。

1.1 化工产品配置计划简述

化工产品的配置计划可以理解为各个生产企业所生产的各种化工产品在大区域级销售量的分配。目前,配置计划每月制订一次,制订方式是以各个生产企业的生产计划以及各大销售区域的销售计划为依据,通常是凭借专家经验,人工地制定出某生产企业的某产品在某大区的分配量。随后,各大销售区域根据各自的配置计划安排更为详细的运输计划(见图1)。如果生产计划或销售计划发生较大的调整,配置计划也应随之进行相应的调整。

1.2 制订配置计划现阶段面对的理由

制订配置计划现阶段遇到的理由主要有两点,首先,化工产品配置计划的制订是通过人工方式完成的,这种制订方式对制订人员素质要求极高,且费时费力,尤其是这种单纯凭经验的方式难以保证其科学性、准确性。其次,即使我们各个销售企业按照配置计划通过人工方式制订出来的详细运输方案能做到“最优”,但这些“最优”方案对于整个大区域生产体的运输方案来说仍只是“局部”最优,而多个“局部”的最优不等同于“全局”最优[1]。根据生产计划和销售计划直接制订出来的配置计划,作为整体运输方案规划的基础,直接关系到详细的运输方案的科学性。而科学、快速地制订出配置计划已成为化工产品生产销售的重中之重。
本文依据最优化理论,使用多元线性规划算法对物流优化进行了探讨,并对配置计划的“优化”制订方式进行了阐述,提出了“配货计划”的概念及其应用,利用2011年的历史数据进行了数值模拟,验证了“优化”配置计划与配货计划为降低化工产品运输成本可带来的巨大价值。
2 线性规划算法

2.1 线性规划算法简介

简单来说,线性规划研究的是“线性最优化(Optimization)”理由。这个理由早在1948年由Dantzig博士率先提出[2],用于解决美国空军的兵力调遣、人员训练和后勤补给等理由。L. V. Kantorovich 和T. C. Koopmans完成了“资源最佳分配理论”,并因此获得1975年度的诺贝尔经济学奖。随后,通过线性规划模型所实现的“线性最优化”理论成为学术界追逐的热点。
假设我们准备做一项决策,该决策涉及到n个决策变量(x1,x2,…,xn)有待确定。若有一个目标函数可以表现为如式(1)所示的这种线性函数:
Z(x1,x2,…,xn)=c1x1+c2x2+…+cnxn(1)
同时,这些决策变量之间的相互约束关系可以用m个线性不等式来表示,如式(2)所示:
ai1x1+ai2x2+…+ainxn≤bi(i=1,2,…,m)(2)
于是就变成了这样一个线性规划理由[3]:
Minimize Z=c1x1+c2x2+…+cnxn
a11x1+a12x2+…+a1nxn≤b1
a21x1+a22x2+…+a2nxn≤b2
┇ ┇ ┇
am1x1+am2x2+…+amnxn≤bm
x1,x2,…,xn≥0
如果我们以向量 ■=(c1,c2,…,cn)t来表示目标函数的常数项,向量 ■=(x1,x2,…,xn)t来表示决策变量,向量 ■=(b1,b2,…,bm)t来表示约束不等式右边的常数值,同时以矩阵A=[aij]m×n来表示各个不等式中的系数,那么上述的线性规划理由可以简化成下列形式:
Minimize ■ ■
满足于:
A■ ≤■
■ ≥ ■
总的来说,线性规划的目的是求出一组特定的方程解,满足约束条件,且使得目标函数达到最小值[4-5]。实际上,我们可以根据实际情况确定相应的约束函数。

2.2 线性规划模型在物流优化系统中的应用

我们可以按如下步骤将化工产品的物流优化过程转换为一个多元线性回归模型。

2.1 确定目标函数

用函数f(x)表示某月集团公司化工产品总的运输费用,如式(3)所示: 全文地址:www.7ctime.com/wlgllwtm/lw35129.html上一论文:探究BTS物流MIS运维项目管理案例