汽车整车多式联运优化研究

发布时间：2017-08-13 17:33

  本文关键词：汽车整车多式联运优化研究

  更多相关文章： 汽车整车多式联运 两阶段随机规划 路径优化 频率设定 汽车4S店联盟

【摘要】：随着我国汽车产业的快速发展,我国已成为世界第一大汽车生产国和汽车消费国。汽车产销量巨大,导致对汽车配送的需求也越来越大。当前,我国汽车配送主要采用的是公路运输方式。汽车产品通过公路运输不仅有很大的安全隐患,而且容易造成交通拥堵,增加对环境的污染程度。并且,随着我国汽车产业竞争的加剧,公路运输车辆容量过小的瓶颈问题在汽车配送过程中越来越突出,公路拖车运输容量的限制决定了汽车生产厂商难以降低汽车产品的公路运输费用,即物流成本始终高昂,这使得汽车生产厂商难以在汽车产品价格逐渐下降的行业趋势下保持竞争优势。多式联运具有规模经济效应,并且较为环保和安全,能够有效降低汽车产品的运输成本,因此,在汽车行业采用多式联运的运输方式已经成为汽车行业的普遍需求。另外,我国政府正在大力建设综合运输体系,积极兴建多式联运的基础设施,解决多式联运的运输瓶颈,推进多式联运运输方式的全面开展。在物流成本带来的竞争压力和社会发展多式联运的大好机会面前,我国的各大汽车生产厂商和汽车物流企业积极开展整车多式联运运输。面对当前已经形成的结构复杂的汽车整车多式联运网络,如何最优地进行整车多式联运,是汽车企业目前需要解决的重要问题。本文针对汽车整车多式联运优化问题展开研究,主要研究汽车整车从汽车生产基地到多式联运终端的第一阶段运输优化问题,和从多式联运终端到经销商处的第二阶段运输优化问题,以期为汽车整车多式联运的实施提供参考和借鉴。本文的主要研究内容如下：(1)研究了汽车整车多式联运路径优化问题。首先,分析现有的汽车整车多式联运网络与一般物流网络的不同特征,即包含公路、铁路和水路三种运输方式,每周固定的运输频率,每天多批次的配送,以及有整车发运时间要求等复杂结构和操作特征；其次,针对上述我国汽车行业整车多式联运操作的特定要求,采用数学建模的方法构建易于用主流优化软件求解的整车多式联运路径优化模型,使其不仅具有对整车多式联运路径进行优化的功能,也具有在实际应用中便于计算,能够为汽车企业节省决策时间的特点；最后将该整数规划模型应用于具体的案例,分析、验证了该模型对当前我国汽车整车多式联运线路优化实践有一定的指导作用。(2)对不确定需求条件下带有复杂特征的汽车整车多式联运网络中的车皮和舱位量的优化计算问题进行了研究。首先,采用数学建模的方法将该问题建模成一个两阶段的包含两类决策变量的随机优化模型,模型中第一类决策变量是车皮和舱位的预定量,第二类决策变量是不同运输模式下每条可行线路上的流量；然后以汽车企业整车需求历史数据作为基础输入数据,针对该问题的组合优化特性,对样本平均近似方法进行改进,并使用改进的样本平均近似方法对不确定的整车需求进行仿真,之后结合对偶分解和拉格朗日松弛方法对所建立的两阶段随机优化模型进行求解,以获得模型第一阶段需要确定的车皮和舱位的最优预定量,并在已经获得的每条运输线路上的车皮和舱位预定量的基础之上,使用优化软件计算随机需求情形下每条线路所访问节点的最优整车运输流量；最后,通过案例研究,验证所建立的模型和提出的求解方法,能够有效降低不确定的整车需求对整式多式联运过程中车、船运力的合理调配带来的不利影响。(3)对汽车整车多式联运网络中服务频率的设定和正逆向路径优化问题进行了集成研究。首先,以充分利用现有的整车多式联运网络资源为出发点,从整车多式联运配送网络、对配送时间敏感的客户需求、汽车旧件返回运输的组织、正逆向运输产生的成本四个方面对这个集成规划问题进行了描述；然后通过数学建模的方法,将最大化整车正向运输和汽车旧件逆向运输产生的收益和减去总的运输成本以后的利润当作目标函数,设定需要满足的正向运输资源约束条件、客户需求的配送时间约束条件以及建立在正向运输资源充分利用基础上的逆向运输容量约束条件等,将整车多式联运网络中每天开行的火车和船的服务频率设定问题和正逆向路径优化问题集成构建到一个数学规划模型中；最后,将该模型应用到实例中,通过优化软件对其进行求解,验证该模型能够有效协调整车多式联运运输资源的使用且逆向物流的设计能提高运输资源的利用率。(4)研究了汽车整车多式联运的短途运输问题。首先,针对因客户需求数据不准确或客户需求临时改变而造成的配送冲突问题,提出对从车辆存储中心发出的运输车辆的行驶路线实时进行动态调整来满足变化的客户配送需求,再采用4S店之间相互调配的方法进一步满足客户配送需求的运输策略；其次,根据该策略建立对从车辆存储中心出发的车辆进行调度的一阶段和二阶段数学规划模型,并采用聚类-节约算法进行第一阶段模型的求解,得到从配送中心发出的车辆的静态最优配送路径,然后采用改进的遗传算法对第二阶段模型即客户需求发生变化后的动态车辆路径问题所对应的模型进行求解；最后通过案例研究验证了该模型和求解方法能够缓解整车多式联运上游配送量与下游需求量不匹配所带来的冲突。
【关键词】：汽车整车多式联运 两阶段随机规划 路径优化 频率设定 汽车4S店联盟
【学位授予单位】：东南大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F426.471;U468.8
【目录】：

• 摘要5-8
• Abstract8-15
• 第一章 绪论15-53
• 1.1 选题背景及研究意义15-17
• 1.1.1 选题背景15-16
• 1.1.2 研究意义16-17
• 1.2 汽车整车物流行业概述17-31
• 1.2.1 汽车整车物流行业发展现状17-21
• 1.2.1.1 汽车整车物流行业概况17-18
• 1.2.1.2 汽车整车物流行业发展历程18-20
• 1.2.1.3 汽车整车物流行业现状特点20-21
• 1.2.2 汽车整车多式联运的发展和网络特点21-31
• 1.2.2.1 汽车整车多式联运的基础21-24
• 1.2.2.2 汽车整车多式联运的发展现状24-27
• 1.2.2.3 汽车整车运输网络结构的演变27-29
• 1.2.2.4 汽车整车多式联运网络的特点29-31
• 1.3 国内外研究概述31-47
• 1.3.1 多式联运概念不同角度的理解31-33
• 1.3.1.1 微观与宏观的角度31-32
• 1.3.1.2 不同种类的多式联运经营人的角度32
• 1.3.1.3 集装化与非集装化的角度32-33
• 1.3.2 国外多式联运问题的研究现状33-39
• 1.3.3 国内多式联运问题的研究现状39-40
• 1.3.4 国外整车多式联运问题的研究现状40-42
• 1.3.5 国内整车多式联运问题的研究现状42-46
• 1.3.5.1 汽车滚装物流和铁路小汽车物流的发展现状42-43
• 1.3.5.2 4S店及车辆路径问题的研究现状43-46
• 1.3.6 研究进展小结46-47
• 1.4 论文的主要研究内容、研究方法47-50
• 1.4.1 主要研究内容47-49
• 1.4.2 本论文的主要研究方法49-50
• 1.5 本章小结50-53
• 第二章 我国汽车整车物流的服务模式和定价模式53-65
• 2.1 整车物流企业的分类和特点53-55
• 2.1.1 整车物流企业的分类53-54
• 2.1.2 铁路汽车物流企业的特点54-55
• 2.1.3 汽车滚装物流企业的特点55
• 2.2 整车公路物流的服务模式与定价模式55-56
• 2.3 铁路汽车物流的服务模式和定价模式56-58
• 2.4 汽车滚装物流的服务模式和定价模式58-61
• 2.5 汽车整车多式联运优化问题的研究条件设定61-63
• 2.6 本章小结63-65
• 第三章 基于多式联运网络的汽车整车配送研究65-81
• 3.1 概述65-67
• 3.2 问题的描述67-71
• 3.2.1 整车多式联运网络68-70
• 3.2.2 车辆配送70-71
• 3.3 整数线性规划模型71-73
• 3.4 案例研究73-78
• 3.4.1 模型的测试和分析73-76
• 3.4.2 敏感性分析76-78
• 3.4.2.1 调度时间以及单位存储费用76-78
• 3.4.2.2 火车和船的容量78
• 3.5 结论78-81
• 第四章 基于不确定需求的车皮与舱位量优化计算81-97
• 4.1 概述81-82
• 4.2 问题的描述82-85
• 4.2.1 不确定的整车配送需求82-83
• 4.2.2 平板车的调度计划83-84
• 4.2.3 多式联运的整车配送84-85
• 4.2.4 车皮和舱位量的预定85
• 4.3 两阶段的随机优化模型85-87
• 4.4 解的方法87-91
• 4.4.1 对偶分解和拉格朗日松弛88-90
• 4.4.2 样本平均近似90-91
• 4.5 案例研究91-96
• 4.5.1 模型的输入91-93
• 4.5.2 解的质量的统计分析93-94
• 4.5.3 解的性质94-96
• 4.6 结论96-97
• 第五章 多式联运网络中的服务频率设定和正逆向路径优化研究97-113
• 5.1 概述97-98
• 5.2 问题的描述98-102
• 5.2.1 整车多式联运网络与服务频率98-99
• 5.2.2 对配送时间敏感的客户需求99-100
• 5.2.3 汽车旧件的返回运输100-101
• 5.2.4 整车配送和汽车旧件返回运输成本101-102
• 5.3 数学模型102-104
• 5.4 案例研究104-111
• 5.4.1 模型的输入104-108
• 5.4.2 计算结果分析108-111
• 5.4.2.1 火车和船的频率设定108-109
• 5.4.2.2 逆向运输线路上的流量109-111
• 5.5 结论111-113
• 第六章 基于4S店联盟的整车配送问题研究113-129
• 6.1 概述113-114
• 6.2 问题的描述114-116
• 6.3 数学模型116-119
• 6.3.1 车辆存储中心车辆调度的第一阶段模型116-117
• 6.3.2 车辆存储中心车辆调度的第二阶段模型117-119
• 6.4 模型求解119-123
• 6.4.1 车辆存储中心车辆调度的第一阶段模型求解120-122
• 6.4.1.1 动态聚类法划分车辆配送任务120-122
• 6.4.1.2 用节约算法制定车辆运输路线122
• 6.4.2 车辆存储中心车辆调度的第二阶段模型求解122-123
• 6.4.3 4S店之间相互调配整车的模型求解123
• 6.5 算例分析123-128
• 6.5.1 模型的输入123-124
• 6.5.2 计算结果分析124-126
• 6.5.3 算法比较分析126-128
• 6.6 结论128-129
• 第七章 结论与展望129-133
• 7.1 论文工作总结129-130
• 7.2 论文的主要创新点130-131
• 7.3 研究展望131-133
• 参考文献133-143
• 攻读博士期间取得的主要科研成果143-145
• 致谢145

【相似文献】

中国期刊全文数据库 前10条

1 泉水;多式联运讲座(11)——第六讲 多式联运单证[J];集装箱化;2003年11期

2 王泉水;多式联运讲座(15) 第八讲 多式联运单证的证据效力(之四)[J];集装箱化;2004年06期

3 项望东;访加归来谈内陆地区多式联运[J];交通世界(运输·车辆);2005年06期

4 ;我国首个内陆多式联运集装箱研制成功[J];集装箱化;2010年08期

5 张安福;我国多式联运的现状与难题[J];集装箱化;1994年08期

6 顾思伟;欣欣向荣的欧洲《多式联运》[J];物流科技;1998年04期

7 ;多式联运经营人责任制的统一[J];集装箱化;1998年05期

8 集;我国已批准12家经营多式联运公司[J];集装箱化;1998年07期

9 黄权初;中国多式联运之发展及前景[J];集装箱化;1998年04期

10 刘腊春;中远在美国与加拿大的多式联运业务[J];集装箱化;2000年04期

中国重要会议论文全文数据库 前2条

1 ;现代物流中的多式联运及其法律问题[A];首届中国物流学会年会论文集[C];2002年

2 沈以文;;国际集装箱运输系统(多式联运)工业性试验信息系统[A];中国航海学会优秀论文文摘及学术会议论文目次汇编（1990—1991）[C];1992年

中国重要报纸全文数据库 前10条

1 丁丁、杨运涛;五大因素挡路多式联运[N];中国交通报;2004年

2 吕一之;多式联运在欧美[N];国际商报;2001年

3 台冰;多式联运中的若干法律问题[N];国际商报;2004年

4 吕一之;多式联运一瞥[N];国际经贸消息;2001年

5 靖红;美铁路多式联运量大幅上扬[N];国际经贸消息;2002年

6 李刚;建立多式联运中心[N];国际经贸消息;2002年

7 王军锋;多式联运：宁波港拓展腹地的关键[N];国际商报;2006年

8 冬隆;美国又掀多式联运变革潮[N];国际商报;2006年

9 栾国揕;多式联运法律环境何时解套[N];国际商报;2007年

10 柴凤伟;多式联运缘何难？[N];现代物流报;2008年

中国博士学位论文全文数据库 前7条

1 黑秀玲;汽车整车多式联运优化研究[D];东南大学;2015年

2 马彩雯;多式联运的虚拟企业运作模式研究[D];大连海事大学;2007年

3 孙彬;多式联运供应链的协调与协同优化研究[D];南开大学;2013年

4 熊桂武;带时间窗的多式联运运输优化研究[D];重庆大学;2014年

5 蒋洋;多式联运服务网络优化建模方法研究[D];北京交通大学;2014年

6 王占中;基于Petri网的多式联运流程优化研究[D];吉林大学;2007年

7 王杨X;现代多式联运的发展及其经济组织[D];北京交通大学;2010年

中国硕士学位论文全文数据库 前10条

1 许晗;多式联运港投资建设与运营管理研究[D];西南交通大学;2015年

2 赵京海;基于小波支持向量机的多式联运风险分析[D];大连海事大学;2015年

3 吕琪;我国多式联运立法模式研究[D];大连海事大学;2015年

4 杨钦;基于系统稳定性的多式联运场站资源配置[D];大连海事大学;2015年

5 邱甜华;考虑碳排放的A公司多式联运网络数字刻画与分析[D];大连海事大学;2015年

6 许雪青;基于可靠度的长大物件多式联运路径优化[D];大连海事大学;2015年

7 钱晶晶;低碳环境下多式联运路径研究[D];重庆交通大学;2015年

8 王翔;基于消费者需求差异的多式联运优化研究[D];西南交通大学;2011年

9 赵颖;多式联运流程设计与仿真研究[D];吉林大学;2006年

10 罗鹏;多式联运信息整合的框架研究[D];吉林大学;2007年

，

本文编号：668526