摘要：为了提高汽车制造企业配送的智能化水平、解决混流装配线齐套物料人工拣选效率低、成本高的问题,引入基于齐套物料配送策略的机器人人工拣选模式,通过优化自动拣选机器人、工人的配置数量及配送周期,使包含机器人使用成本、劳动力成本和在制品库存成本在内的总成本最小。为求解该配送优化问题,提出了改进量子蚁群算法,利用量子比特的叠加性增加种群多样性,避免算法陷入局部最优,同时设计了改进量子旋转门更新机制和基于差分进化操作的非最优个体优化策略,提高了算法收敛速度和寻优质量。最后,通过算例分析验证了模型的正确性与算法的有效性,并分析了拣选批量对总成本的影响。

摘要：随着VUCA(易变性、不确定性、复杂性、模糊性)时代的到来和新一轮科技革命的快速演进,中国制造企业如何进一步提升智能制造效能,快速响应碎片化和个性化的用户需求,进而塑造企业独具一格的竞争优势,成为业界和学术界普遍关注的课题。以海尔集团为例,采用扎根理论进行探索性单案例研究,着重探讨模块化赋能智能制造升级的具体路径。研究结果显示:模块化可以解决用户需求与企业智能制造的映射问题,并从设计模块化、生产模块化、组织模块化3条路径赋能智能制造升级,驱动模块构建→模块运用→效应发酵的过渡;进一步地,形成模块化运用弹性化、效率化和平台化三方面抓手,推动案例企业智能制造的价值创造与模式转变,满足用户多元化需求。

摘要：本文设计刻画充电连续性的拔插电次数约束,将其加入电动公交车充电调度优化问题中,并设置灵活的初始电量,采用时间离散化建模方法将问题表述为以最小化运营总成本为目标的混合整数规划模型,采用CPLEX进行求解。加州戴维斯案例优化结果表明:13条线路、440个行程任务的公交网路,计算耗时1800秒左右求得精确解。敏感性分析表明:续航里程为270~300千米的灵活初始电量设置与固定初始电量相比,充电时长平均降低5%以上,运营管理中建议将固定初始电量设置为电池最大容量的70%时近似最小成本,拔插电次数约束显著降低80%以上的不合理的充电操作。本文还对不同电池容量以及不同电价方案进行了敏感性分析。

摘要：【目的/意义】基于大数据视角,对事故灾难应急物流信息资源整合内在机理与实践路径展开研究,为提升整合效率、增强整合能力提供客观的理论依据。【方法/过程】依托30个案例,采用德尔菲法,凝练信息资源整合影响因素,探寻其作用方式和效果,采用模块化设计法,从数量和结构方面综合考量影响因素的作用关系并建立模型。【结果/结论】提出重点推动管理信息资源整合,探索大数据平台运行新模式;大力推动技术信息资源整合,强化大数据自主创新能力;加快推动政策信息资源整合,把握政务大数据体系建设目标定位;合理推动经济信息资源整合,拓展大数据应用新空间;持续推动人才信息资源整合,增强大数据战略思维的实践路径建议。【创新/局限】内在机理探析有助于拓展事故灾难应急物流信息资源整合的理论研究范畴,弥补过往研究中的理论不足,所提出的整合实践路径具有客观性和普适性,但未来仍需通过吸纳更多新案例和更新专家库成员组成的方式不断对其完善。

摘要：针对同时考虑取送货和分时电价的电动车与燃油车混合车队车辆路径问题,以车辆固定成本、行驶成本、制冷成本、货损成本、时间窗成本、碳排放成本和充电成本之和最小为目标,构建生鲜品配送车辆路径优化模型,设计融合邻域搜索的遗传模拟退火混合算法并求解。结果表明:相比于取送分离,同时取送货模式能够显著提升配送效率,提高车辆装载率;通过技术升级适当增加电动车的电池容量,能够弱化车辆路径方案对充电设施的依赖程度,有效降低配送成本;通过与遗传算法、遗传变邻域混合算法运行结果对比,验证本文算法的有效性,为冷链物流企业在配送环节实现节能减排、降本增效提供借鉴和参考。

摘要：新一代信息技术环境下制造企业研发涉及更多价值主体,需要新技术推进系统集成创新和快速迭代,为全价值链的协同研发提供支持。为应对当前智能制造价值链延伸带来的研发决策离散问题,从全局角度出发,提出基于产品数字孪生体的智能制造价值链协同研发的理念。首先在界定产品数字孪生体和智能制造价值链的内涵基础上,推演基于产品数字孪生体的智能制造价值链的逻辑机制,包括形成研发闭环、实现功能重塑。其次,将产品数字孪生体与智能制造价值链相结合,借助数字孪生体的强大整合能力,基于动态采集、模型互操作、虚实空间双向感知的系统研发要求,构建具有互联、互操作、互感知特性的智能制造价值链协同研发框架。最后,从跨时空并行协同、快速迭代、研发生态3个角度,打造基于产品数字孪生体的智能制造价值链协同研发应用场景,使分布于不同时空的智能制造各价值链主体并行协同完成产品研发,以期为智能制造企业全价值链协同研发提供参考。

摘要：针对目前大型金属露天矿智能建设过程中存在的系统规划难、系统智能难和系统协同难三大难题,开展了大型金属露天矿全流程智能开采架构与关键技术研究及应用。基于大型金属露天矿智能安全开采的全工艺流程,构建了包括“三大平台、四大层次和四大板块”在内的大型金属露天矿智能矿山的总体架构,设计了穿孔、爆破、采装、运输和排卸五大生产工序全流程智能安全开采框架,提出了涵盖设备状态及运行环境智能感知、智能导航与设备行为规划和智能装备核心控制等在内的多环节、系列化的智能开采关键技术。研究成果成功应用于齐大山露天铁矿,分别以齐大山矿智能生产中的三维模拟仿真系统、智能指挥调度系统和钻机远程遥控系统为例进行了相关技术的阐述与应用效果分析。最终在齐大山矿实现了多场景、多环节、多工序的智能安全应用,形成了“全流程规划—多工序智能—多场景联动”的大型金属露天矿智能开采模式,解决了露天矿智能开采关键共性理论和技术难题,对我国露天矿智能化建设具有一定的参考意义。

摘要：新冠状病毒的流行促使物流业亟须向智慧化转型,无人机参与末端配送成为重要途径之一。货车搭载无人机联合配送,克服了传统货车配送成本高和无人机续航里程短、载荷小的弊端。论文提出货车和无人机“协同+并行”混合配送模式,以总运营成本最小为目标,建立了搭载多架无人机的车辆路径问题混合整数规划模型,设计了基于变维数矩阵编码的两阶段规划求解算法。第一阶段:使用贪婪算法为每个客户确定配送方式和对接点,并以各个对接点为初心进行聚类,再以车辆路径问题为背景,用蚁群算法规划无人机和货车最短路径;第二阶段:将配送方案编码成为变维数矩阵,再根据设计的交换算子进行局部搜索优化,从而得到最优解。算例测算结果验证了“货车+无人机”混合配送比其他配送模式更节省成本,表明了基于变维数矩阵编码的两阶段规划算法具有较好的计算性能,且企业在研发物流配送无人机时不能一味追求续航里程或装载量单方面的优化,而需将续航里程和载重量均衡考虑。

摘要：为应对传统动态需求下单一车辆配送成本高、时效差等问题,通过共享地铁剩余运能将地铁网络融入城市末端配送网,提出基于地铁和货车联运的动态选点-路径问题。从联合运输配送成本最小化角度出发,考虑动态需求、客户服务时间窗、多转运点接送等因素,构建地铁转运点选择、货车调度以及接运配送路径的两阶段动态选点-路径整体优化模型。针对模型特征,设计“初始阶段+动态阶段”的两阶段启发式算法,将Mark-Sweep算法和蚁群算法相结合求初始解,再设计双层启发式集成算法求动态解,为提高算法的求解质量和效率,外层遗传算法采用矩阵编码结构并通过截取掩码方式改进交叉变异算子,内层蚁群算法采用关键值编码结构并改进多点接送概率选择操作,通过内外层信息交互实现选点和路径的集成优化。最后结合不同算例验证模型与算法的合理性及有效性。结果表明,基于地铁和货车联合运输开展动态配送,不仅能有效提高配送时效性和精准度,而且能使配送成本降低约18%。

摘要：研究考虑有可靠性参与的二级物流服务供应链的优化与协调.研究表明:在研究由第四方物流集成商与第三方物流提供商构成的二级物流服务供应链时,加入提供商的可靠度,利用委托代理理论建立一种基于委托代理理论的有可靠性参与的优化契约模型,有利于提高供应链整体的最优物流能力订购量,提高集成商和提供商的利润;提供商的可靠度与提供商、物流服务供应链的期望利润负相关,与供应商的期望利润正相关.