考慮訂單緊急度的供料路徑優(yōu)化

張　峰, 殷秀清

(山東理工大學(xué) 商學(xué)院， 山東 淄博 255012)

考慮訂單緊急度的供料路徑優(yōu)化

張峰, 殷秀清

(山東理工大學(xué) 商學(xué)院， 山東 淄博 255012)

摘要：精益生產(chǎn)模式下，供料路徑受到多方面因素影響.以訂單緊急度為考慮因素，探討供料路程長(zhǎng)短與訂單緊急度雙重作用下的供料路徑規(guī)劃方法.運(yùn)用可拓評(píng)價(jià)法和改進(jìn)層次分析法得到訂單緊急度，將各物料需求點(diǎn)位置轉(zhuǎn)化為相對(duì)坐標(biāo)，進(jìn)而計(jì)算出虛擬坐標(biāo)，并采用基于混合粒子群算法的TSP搜索算法，求解供料路徑.最后，通過實(shí)證檢驗(yàn)了該算法的可行性，為推廣精益生產(chǎn)提供方法借鑒.

關(guān)鍵詞：訂單緊急度； 供料路徑； 可拓評(píng)價(jià)法； 混合粒子群

隨著精益生產(chǎn)在制造業(yè)與服務(wù)業(yè)等領(lǐng)域應(yīng)用范圍的擴(kuò)大，降低作業(yè)成本成為企業(yè)提升市場(chǎng)競(jìng)爭(zhēng)力的重要渠道.其中，物流路徑優(yōu)化被認(rèn)為是挖掘“第三利潤(rùn)源”的有效措施，受到物流業(yè)界越來越多的關(guān)注[1].物流路徑優(yōu)化是指按照客戶訂單需求，盡可能降低配送中心進(jìn)行分貨、配貨的成本，縮短將物料或產(chǎn)品運(yùn)至收貨人的過程中所經(jīng)過的網(wǎng)絡(luò)路程及耗費(fèi)的時(shí)間.同理，供料路徑是指為滿足生產(chǎn)線的加工需求，物料通過運(yùn)輸工具由倉(cāng)庫先后運(yùn)至多條生產(chǎn)線所經(jīng)歷的路線.該路徑的合理選擇，對(duì)提升供料效率，降低制造成本，防止生產(chǎn)線斷料等有較大影響.

路徑優(yōu)化屬于優(yōu)化決策問題，眾多學(xué)者從研究對(duì)象、方法選擇等方面做出了探討.AakilM.Caunhye等[2]通過構(gòu)建應(yīng)急物流路徑優(yōu)化模型，分析了設(shè)施選址、救援物資分發(fā)和運(yùn)送傷員等最短路徑選擇方法；S.M.Hatefi和F.Jolai[3]以物流運(yùn)輸成本最小化為目標(biāo)，運(yùn)用供應(yīng)鏈風(fēng)險(xiǎn)模型研究物流路徑設(shè)計(jì)方法；ChristofKnoeri等[4]對(duì)物料供應(yīng)的臨界點(diǎn)進(jìn)行研究，構(gòu)建動(dòng)態(tài)物流模型，以協(xié)調(diào)物料需求與供應(yīng)間的關(guān)系.另外，國(guó)內(nèi)的鈕亮等[5]論證了物料供應(yīng)路徑的時(shí)間最短與路程最短間的差異，并采用Dijkstra算法尋找最優(yōu)配送路徑；胡少龍等[6]構(gòu)建多候選儲(chǔ)位的車輛路徑問題模型，以此設(shè)計(jì)了遺傳算法，解決作業(yè)效率低下和倉(cāng)庫作業(yè)道路擁擠問題；白寅等[7]將基于偏離度的路徑優(yōu)化方法應(yīng)用于解決選擇穿越揀貨通道的時(shí)機(jī)問題，并通過實(shí)例驗(yàn)證了該方法可提升倉(cāng)庫作業(yè)效率.基于上述分析，物流路徑優(yōu)化問題備受關(guān)注，而一般來講，物流路徑供應(yīng)追求路程和時(shí)間最短化，特別是生產(chǎn)現(xiàn)場(chǎng)零部件等物料的供應(yīng)必須及時(shí)，否則會(huì)導(dǎo)致生產(chǎn)線斷料，影響生產(chǎn)進(jìn)度.但是在按訂單生產(chǎn)(MTO)模式下，當(dāng)訂單數(shù)量較多時(shí)，需對(duì)訂單生產(chǎn)進(jìn)行優(yōu)先排序;或在生產(chǎn)作業(yè)進(jìn)行時(shí)，由于供料能力的有限性，需對(duì)優(yōu)先供料生產(chǎn)線做出選擇，從而無法確保按照原計(jì)劃路徑進(jìn)行供料.因此，在該背景下，本文從現(xiàn)有的研究成果出發(fā)，將訂單緊急度作為決策供料路徑的考慮因素，通過構(gòu)建訂單緊急度評(píng)價(jià)模型，對(duì)供料對(duì)象進(jìn)行優(yōu)先排序，并運(yùn)用混合粒子群算法搜索最優(yōu)解.

1問題描述及建模

1.1問題描述

生產(chǎn)線物料的供應(yīng)多由各中轉(zhuǎn)倉(cāng)提供，涉及工具包括AGV、人工料車等.由于各局部生產(chǎn)線所產(chǎn)產(chǎn)品不同，其生產(chǎn)現(xiàn)場(chǎng)分布位置也不同，導(dǎo)致生產(chǎn)線按照非線性排列，由中轉(zhuǎn)倉(cāng)發(fā)出的物料需要依據(jù)生產(chǎn)線需求進(jìn)行配送.目前多數(shù)企業(yè)在保障生產(chǎn)線正常作業(yè)前提下，為降低運(yùn)輸次數(shù)，規(guī)劃最短路徑，以確保供料成本最低化.而采用MTO模式會(huì)遇到以下兩種情況：一是當(dāng)市場(chǎng)對(duì)特定產(chǎn)品需求量增加時(shí)，常會(huì)出現(xiàn)顧客的訂單需求量超出企業(yè)生產(chǎn)能力，此時(shí)需決策者對(duì)訂單的生產(chǎn)做出優(yōu)先排序，進(jìn)而依據(jù)訂單排序進(jìn)行供料；二是迫近產(chǎn)品交貨期，或臨時(shí)增加生產(chǎn)任務(wù)，而生產(chǎn)線正處于作業(yè)狀態(tài)，此時(shí)假若靠近中轉(zhuǎn)倉(cāng)的生產(chǎn)線對(duì)物料需求不緊迫，而相對(duì)遠(yuǎn)離中轉(zhuǎn)倉(cāng)的生產(chǎn)線狀況相反，則不可按照原定路徑使供料時(shí)間最短化處理，否則影響產(chǎn)品交貨準(zhǔn)時(shí)性.無論是其中任何一種情況，皆需要考慮訂單的緊急性，重新規(guī)劃供料路徑，將企業(yè)損失降低至最小.

1.2構(gòu)建模型

(1)

其中，pathα,β為時(shí)間與路程最短化時(shí)所設(shè)計(jì)物料需求點(diǎn)間路徑長(zhǎng)度；p為對(duì)物理坐標(biāo)動(dòng)態(tài)仿真過程，涉及訂單緊急度計(jì)算、路徑動(dòng)態(tài)規(guī)劃等；n為物料需求點(diǎn)個(gè)數(shù).

2供料路徑優(yōu)化

2.1構(gòu)建訂單緊急度評(píng)價(jià)體系

訂單緊急程度是重新規(guī)劃供料路徑的重要參考因素，因此，本文借鑒文獻(xiàn)[9-10]中對(duì)生產(chǎn)訂單的評(píng)價(jià)體系，需構(gòu)建訂單緊急度評(píng)價(jià)體系[9]，見表1.

表1　訂單緊急度評(píng)價(jià)指標(biāo)體系

該指標(biāo)體系的構(gòu)建打破僅以企業(yè)利潤(rùn)作為生產(chǎn)排序的目標(biāo)的觀點(diǎn)，引入生產(chǎn)戰(zhàn)略管理理論，將產(chǎn)品質(zhì)量、顧客滿意度等納入考慮訂單緊急度范疇，以供應(yīng)鏈全局最優(yōu)化替代傳統(tǒng)局部最優(yōu)[10].企業(yè)在實(shí)際應(yīng)用過程中，可根據(jù)需要選取其中的指標(biāo)確定訂單生產(chǎn)緊急度.

2.2可拓評(píng)價(jià)法確定訂單緊急度

著名學(xué)者蔡文于1983年創(chuàng)立可拓學(xué)，是一種用形式化解決矛盾問題的規(guī)律與方法[11].其基本思路是先將衡量條件用特征元表示，進(jìn)而構(gòu)建關(guān)聯(lián)函數(shù)計(jì)算待評(píng)價(jià)對(duì)象優(yōu)劣度，最終通過比較優(yōu)劣度確定其優(yōu)劣順序.其評(píng)價(jià)步驟如下。

Step1：構(gòu)建物元模型.根據(jù)訂單緊急度等級(jí)，確定經(jīng)典域物元RO，節(jié)點(diǎn)域物元Rp和待評(píng)價(jià)物元R.

(2)

式(2)中，No指訂單緊急度等級(jí)，ci指評(píng)價(jià)指標(biāo)，Xoi指No關(guān)于對(duì)應(yīng)評(píng)價(jià)指標(biāo)ci確定的量值范圍，即經(jīng)典域(aoi，boi).

(3)

式(3)中，P為全體訂單的緊急度等級(jí)類別，XPi指評(píng)價(jià)指標(biāo)ci的所有取值范圍，即節(jié)域(aPi，bPi).

(4)

式(4)中，N指待評(píng)價(jià)訂單，xi指評(píng)價(jià)指標(biāo)ci所對(duì)應(yīng)量值.

Step2：構(gòu)建關(guān)聯(lián)函數(shù).關(guān)聯(lián)函數(shù)實(shí)現(xiàn)了訂單緊急度的定量描述，給出了訂單緊急評(píng)價(jià)的可拓性.結(jié)合各指標(biāo)值，可計(jì)算出相應(yīng)關(guān)聯(lián)度k(xi).

(5)

Step3：確定指標(biāo)權(quán)重.為克服層次分析法中一致性檢驗(yàn)帶來的多次修改調(diào)整問題，本文借鑒文獻(xiàn)[12]中的改進(jìn)層次分析法，通過專家打分，利用標(biāo)度法取得判斷矩陣，運(yùn)用方根法計(jì)算各指標(biāo)權(quán)重W=(w1,w2,…,wn)，并進(jìn)行一致性檢驗(yàn)[12].

Step4：訂單緊急度評(píng)選.分別通過Step2、Step3得出的關(guān)聯(lián)度k(xi)和指標(biāo)權(quán)重W，計(jì)算各訂單緊急度，并根據(jù)結(jié)果對(duì)其評(píng)選.公式如下

Ci=W·k(xi)

(6)

2.3確定物料需求點(diǎn)的虛擬坐標(biāo)

虛擬坐標(biāo)指由于受訂單緊急度影響，實(shí)際地理位置在主觀判斷中變動(dòng)而成的坐標(biāo).假設(shè)中轉(zhuǎn)倉(cāng)地理坐標(biāo)為(x0,y0)，各物料需求點(diǎn)地理坐標(biāo)分別為(x1,y1),(x2,y2),…,(xg,yg)，則可得到各物料需求點(diǎn)相對(duì)于中轉(zhuǎn)倉(cāng)的位置坐標(biāo)

(xv,yv)=(xg-x0,yg-y0)

(7)

體現(xiàn)訂單緊急度對(duì)供料選擇的影響，采用綜合評(píng)價(jià)法計(jì)算虛擬坐標(biāo)

(8)

通過上述計(jì)算，將考慮訂單緊急度的供料問題轉(zhuǎn)化為基本的TSP(travelling salesman problem)，即尋求單一旅行者由起點(diǎn)出發(fā)，經(jīng)過所以需求點(diǎn)后回到起點(diǎn)的最小路徑成本.

2.4基于混合粒子群算法的TSP求解

混合粒子群算法引入遺傳算法的交叉與變異操作，摒棄了傳統(tǒng)粒子群算法中通過跟蹤極值來更新粒子位置的方法，利用粒子同個(gè)體極值和群體極值的交叉，以及粒子自身變異方式搜索最優(yōu)解[13].由于篇幅限制，本文只給出混合粒子群算法流程，具體操作過程參閱文獻(xiàn)[13].將公式(7)取得的各物料需求點(diǎn)坐標(biāo)集通過混合粒子群算法進(jìn)行計(jì)算，并利用MATLAB7.0實(shí)現(xiàn)，其基本算法流程如圖1所示.

圖1中，通過種群初始化模塊將粒子群種群初始化；適應(yīng)度值計(jì)算模塊計(jì)算粒子群個(gè)體的適應(yīng)度值；根據(jù)粒子適應(yīng)度值更新個(gè)體最優(yōu)粒子和群體最優(yōu)粒子；個(gè)體最優(yōu)交叉將個(gè)體與個(gè)體最優(yōu)粒子進(jìn)行交叉取得新粒子；群體最優(yōu)交叉將個(gè)體與群體最優(yōu)粒子交叉取得新粒子；粒子變異為粒子自身變異取得新粒子.求解TSP的混合粒子群算法實(shí)現(xiàn)過程為：

圖1　混合粒子群算法流程

Step1：個(gè)體編碼.采用整數(shù)編碼粒子個(gè)體，各粒子表示經(jīng)過的物料需求點(diǎn).

Step3：交叉操作.采用整數(shù)交叉法，個(gè)體通過和個(gè)體極值和群體極值交叉來更新，對(duì)于產(chǎn)生新個(gè)體若存在重復(fù)位置則需用個(gè)體中未包括的物料需求點(diǎn)代替重復(fù)包括的物料需求點(diǎn)進(jìn)行調(diào)整，另外，采用保留優(yōu)秀個(gè)體策略，即制約當(dāng)新粒子適應(yīng)度值優(yōu)于舊粒子時(shí)方可更新粒子[14].

Step4：交叉操作.運(yùn)用個(gè)體內(nèi)部?jī)晌换Q方法，采用隨機(jī)性原則選擇變異位置pos1、pos2，進(jìn)而將兩個(gè)變異位置互換，同Step3，采用保留優(yōu)秀個(gè)體策略更新粒子[15].

3實(shí)證研究

3.1訂單緊急度指標(biāo)選取

煙臺(tái)市A企業(yè)以生產(chǎn)加工手機(jī)、電腦等電子產(chǎn)品為主營(yíng)業(yè)務(wù)，其產(chǎn)品在市場(chǎng)中經(jīng)常處于供不應(yīng)求狀態(tài)，致使在依據(jù)訂單生產(chǎn)加工產(chǎn)品時(shí)需對(duì)訂單進(jìn)行優(yōu)先排序.結(jié)合企業(yè)實(shí)際運(yùn)營(yíng)情況，各產(chǎn)品無庫存，訂單涉及產(chǎn)品種類相同，各工序的生產(chǎn)能力可滿足生產(chǎn)負(fù)荷，產(chǎn)品出廠前進(jìn)行嚴(yán)格檢驗(yàn)，保證產(chǎn)品質(zhì)量.因此，選取表1所示的指標(biāo)體系中訂單金額(萬元)、訂單利潤(rùn)(元/件)、訂單產(chǎn)品數(shù)量(件)、交貨期限(天)、累計(jì)交易金額(萬元)、顧客信用等級(jí)、顧客訂貨趨勢(shì)、顧客合作年限(年)、生產(chǎn)成本(元/件)和顧客被拒失望度10個(gè)指標(biāo)，依次編號(hào)為1，2，…，10，其中，顧客信用等級(jí)與顧客被拒失望度是定性指標(biāo)，采用1-9標(biāo)度法將其定量化，其值越大，訂單緊急度越高.設(shè)企業(yè)現(xiàn)金流動(dòng)狀況C′有4個(gè)等級(jí)，不同等級(jí)下對(duì)訂單接納程度不同，根據(jù)企業(yè)的實(shí)際條件，并借鑒其他公司的評(píng)價(jià)標(biāo)準(zhǔn)，確定訂單緊急度評(píng)價(jià)標(biāo)準(zhǔn)見表2.

表2　企業(yè)不同現(xiàn)金流動(dòng)狀態(tài)下對(duì)訂單接納情況

本文收集了A企業(yè)某車間的14條生產(chǎn)線訂單數(shù)據(jù)，分別編碼為a,b,…,n，統(tǒng)計(jì)見表3.

表3　各物料需求點(diǎn)擁有訂單狀況

3.2確定訂單緊急度

(1)根據(jù)訂單緊急度評(píng)價(jià)標(biāo)準(zhǔn)和各物料需求點(diǎn)擁有訂單狀況，確定經(jīng)典域物元、節(jié)點(diǎn)域物元.

R0=NN1N2N3N4C1<200,300><100,200><30,100><0,30>C2<150,300><100,150><50,100><0,50>C3<8000,10000><5000,8000><1000,5000><0,1000>C4<0,10><10,90><90,180><180,360>C5<3000,4000><1000,3000><500,1000><0,500>C6<7,9><4,7><1,4><0,1>C7<0.9,1><0.7,0.9><0.5,0.7><0,0.5>C8<10,20><5,10><3,5><0,3>C9<0,100><100,200><200,300><300,500>C10<7,9><4,7><1,4><0,1>é?êêêêêêêêêêêêêêêêêêêêù?úúúúúúúúúúúúúúúúúúúú,RP=PC1<10,300>C2<10,300>C3<0,10000>C4<0,360>C5<0,4000>C6<1,9>C7<0,1>C8<0,20>C9<0,500>C10<1,9>é?êêêêêêêêêêêêêêêêêêêêù?úúúúúúúúúúúúúúúúúúúú

(2)根據(jù)表3所示各訂單情況，分別構(gòu)建待評(píng)價(jià)物元(由于篇幅限制，此處只列出前3個(gè)待評(píng)價(jià)物元Ra、Rb、Rc)：

Ra=q1C1100C2100C33000C450C52500C63C70.6C88C9150C104é?êêêêêêêêêêêêêêêêêêêêù?úúúúúúúúúúúúúúúúúúúú,Rb=q2C150C2100C32000C480C53000C68C70.5C85C9100C107é?êêêêêêêêêêêêêêêêêêêêù?úúúúúúúúúúúúúúúúúúúú,Rc=q3C1200C2100C31500C450C52000C65C70.5C85C9100C105é?êêêêêêêêêêêêêêêêêêêêù?úúúúúúúúúúúúúúúúúúúú

將各指標(biāo)值代入公式(5)可計(jì)算關(guān)聯(lián)度(此處以企業(yè)現(xiàn)金流動(dòng)為1級(jí)狀況為例)，見表4.

表4　關(guān)聯(lián)度計(jì)算值

(3)確定權(quán)重系數(shù).運(yùn)用改進(jìn)層次分析法，通過專家打分法構(gòu)建判斷矩陣，各評(píng)價(jià)指標(biāo)權(quán)值計(jì)算見表5.

表5　各評(píng)價(jià)指標(biāo)權(quán)重

(4)計(jì)算及評(píng)價(jià).將表5所示權(quán)重分別代入公式(6)計(jì)算，得到評(píng)價(jià)結(jié)果，見表6.

表6　各物料需求點(diǎn)訂單評(píng)價(jià)結(jié)果

(5)確定虛擬坐標(biāo).如表7所示，已知各物料需求點(diǎn)(以物料需求點(diǎn)的訂單表示)原始地理坐標(biāo)，可運(yùn)用公式(7)、(8)分別得到相對(duì)坐標(biāo)和虛擬坐標(biāo)，其中表示中轉(zhuǎn)倉(cāng).

表7　各類坐標(biāo)統(tǒng)計(jì)值

(6)將上述坐標(biāo)輸入至MATLAB7.0，通過TSP-PSO算法分別繪制原始坐標(biāo)和虛擬坐標(biāo)下的路徑圖如圖2-圖4所示.

圖2　原始供料路徑和物料需求點(diǎn)分布

圖3　虛擬供料路徑和物料需求點(diǎn)位置

圖4　算法訓(xùn)練過程

3.3路徑優(yōu)化前后對(duì)比

通過分析圖2、圖3供料位置與表6中各坐標(biāo)，尋找各坐標(biāo)所對(duì)應(yīng)的物料需求點(diǎn)，可算得原供料路徑規(guī)劃、考慮訂單緊急度的供料路徑規(guī)劃分別為：

o→n→f→g→h→a→c→b→i→j→k→e→m→l→d→o

o→g→h→f→a→c→b→e→i→j→m→k→l→d→n→o

通過對(duì)比可知，由于訂單緊急度與供料路程的雙重影響，改變了原有供料路徑.因此，企業(yè)在生產(chǎn)運(yùn)作的過程中，當(dāng)受到多種因素影響時(shí)，供料路徑單純依據(jù)時(shí)間最短化難以符合實(shí)際需求，特別是在訂單緊急度影響下，只有協(xié)調(diào)多方利益才可實(shí)現(xiàn)全局最優(yōu).按照相同原理可求出在其它現(xiàn)金流動(dòng)狀況C′等級(jí)下所對(duì)應(yīng)的物料供應(yīng)路徑，此處不再贅述.

4結(jié)束語

訂單緊急度是影響生產(chǎn)作業(yè)計(jì)劃的重要因素，本文針對(duì)訂單緊急度與供料路程長(zhǎng)短之間易出現(xiàn)矛盾問題，運(yùn)用可拓評(píng)價(jià)法和改進(jìn)層次分析法得到各訂單緊急度.為便于計(jì)算，通過將各物料需求點(diǎn)坐標(biāo)轉(zhuǎn)化為相對(duì)坐標(biāo)，進(jìn)而結(jié)合各訂單緊急度計(jì)算出虛擬坐標(biāo)，利用混合粒子群算法的優(yōu)點(diǎn)，繪制并對(duì)比優(yōu)化前后的供料路徑圖，確保優(yōu)化后供料路徑的可實(shí)現(xiàn)性.該算法可拓展至求解生產(chǎn)指派、設(shè)備投資等問題，具有一定的可操作性，為企業(yè)推廣精益生產(chǎn)提供改善方法借鑒.

參考文獻(xiàn)

[1] 陳濤,黃鈞,張玲.協(xié)議企業(yè)實(shí)物儲(chǔ)備、生產(chǎn)能力儲(chǔ)備模式的協(xié)調(diào)性研究[J].中國(guó)管理科學(xué),2013,21(5):149-151.

[2] Caunhye A M, Nie X F, Pokharel S. Optimization models in emergency logistics: A literature review[J].Socio-Economic Planning Sciences,2012,46(1):4-13.

[3] Hatefi S, Jolai F. Robust and reliable forward-reverse logistics network design under demand uncertainty and facility disruptions[J].Applied M athematical Modelling,2013,16(7):113-120.

[4] Knoeri C, W?ger A, Stamp A,etal. Towards a dynamic assessment of raw materials criticality: Linking agent-based demand -With material flow supply modelling approaches[J].Science of The Total Environment,2013,9(1):808-812.

[5] 鈕亮,李劍鋒.交叉口有延誤的物流配送最短路徑研究[J].計(jì)算機(jī)與應(yīng)用化學(xué),2013,30(9):1 071-1 074.

[6] 胡少龍,胡志華,曹楊.基于多候選儲(chǔ)位的存取路徑優(yōu)化問題研究[J].運(yùn)籌與管理,2013,22(5):111-115.

[7] 白寅,謝勇,陳方宇,等.基于偏離度的倉(cāng)庫揀貨路徑優(yōu)化方法[J].物流技術(shù),2012,31(2):96-99.

[8] 李周芳,楊樺.基于多蟻群優(yōu)化的糧食物流配送路徑問題研究[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào),2013,34(4):283-285.

[9] 張瑜照,韓玲冰,蘇兆前.基于綜合賦權(quán)法的訂單緊急度判定研究[J].物流工程與管理,2011,33(5):81-82.

[10] 唐麗春,蔡曉毅.供應(yīng)鏈環(huán)境下訂單優(yōu)先權(quán)確定[J].系統(tǒng)工程理論與實(shí)踐,2009,29(9):41-43.

[11] 郭偉,柳晨靜,潘芳.基于可拓工程法的區(qū)域發(fā)展差異綜合評(píng)判[J].統(tǒng)計(jì)與決策,2013,15(2):59-62.

[12] 殷秀清,張麗娜.基于改進(jìn)AHP法與TOPSIS法的第三方物流服務(wù)商選擇[J].物流技術(shù),2013(2):127-129.

[13] 高尚,韓斌,吳小俊等.求解旅行商問題的混合粒子群優(yōu)化算法[J].控制與決策,2004,19(11):1 286-1 289.

[14] 陳衛(wèi)東,朱紅杰.基于粒子群優(yōu)化算法的中國(guó)能源需求預(yù)測(cè)[J].中國(guó)人口資源與環(huán)境,2013,23(3):39-42.

[15] 劉勇軍,張衛(wèi)國(guó),徐維軍.考慮現(xiàn)實(shí)約束的模糊多準(zhǔn)則投資組合優(yōu)化模型[J].系統(tǒng)工程理論與實(shí)踐,2013,33(10):2 462-2 468.

(編輯：姚佳良)

收稿日期：2014-02-28

作者簡(jiǎn)介：張峰,男，sxyzf2011@163.com； 通信作者：殷秀清，女，sxytzb@163.com

文章編號(hào)：1672-6197(2015)01-0068-07

中圖分類號(hào)：F253

文獻(xiàn)標(biāo)志碼：A

Feedingpathoptimizationconsideringtheemergencydegreeoftheorder

ZHANGFeng,YINXiu-qing

(SchoolofBusiness,ShandongUniversityofTechnology,Zibo255012,China)

Abstract:Under the mode of lean production, feed path is affected by various factors. Considering the emergency degree of the order,we discussed the feed path length and the emergency degree of order under the dual role of feed path planning method. First,we got the emergency degree of the order using the extension evaluation method and analytic hierarchy process.Second， we transformed the material requirement point location into relative coordinates,calculated the virtual coordinates,and solved the feed path using the TSP search algorithm based on hybrid particle swarm optimization algorithm. Finally, the feasibility of the algorithm were verified by empirical and we provided a reference to lean production promotion.

Key words:orders for emergency degree; feed path; extension evaluation method; hybrid particle swarm