货位优化遗传算法
2020-06-12 14:56:20内容摘要
货位优化一直是仓库管理员最为关心的话题,在仓库管理研究方面也有许多专家学者对于货位优化进行研究并提出建设意见,目前在管理界货位优化的算法众多,那仓库货位优化用什么算法好呢?货位优化一直是仓库管理员最为关心的话题,在仓库管理研究方面也有许多专家学者对于货位优化进行研究并提出建设意见,目前在管理界货位优化的算法众多,那仓库货位优化用什么算法好呢?
一、货位优化遗传算法
遗传算法是模拟生物的遗传、变异、选择、进化来对问题的解进行优化,可以理解为将一组初始解看成是“基因”,在求解的开始设置一个过滤器,对“基因”进行筛选,通过如果目前生成的“基因”暂不满足上述条件,那么“基因”就要开始“变异”,在迭代过程中通过产生的随机数,对“基因”进行更改,达到“变异”的目的,也就是”遗传“给了下一代。而因为变异的随机性,计算机能够相当大的范围内对问题的解进行搜索,直至随着迭代的代数继续增加而解几乎不再变化为止。这时,我们可以说,我们的得到了进化后的最优解。
遗传算法是智能优化方法中应用最广泛且最成功的算法,它是基于达尔文的物竞天择、优胜劣汰、适者生存的进化论原理而发展起来的一种高效的搜索方法,近年来在组合优化问题上得到了广泛应用。
二、匈牙利算法
最早是由匈牙利数学家D. Konig用来求矩阵中0元素的个数的一种方法,由此他证明了矩阵中独立0元素的最多个数等于能覆盖所有0元素的最少直线数。1955年由w. w. Kuhn在求解著名的指派问题时引用了这-结论,并对具体算法做了改进,仍然称为匈牙利算法。
匈牙利算法可以用于求解多种形式的指派问题,其基本思想是寻找独立1元素组,而独立1元素组与图论中对集是- -个等价概念,所以与图论中求解赋权二分图最优对集、最大对集的思想是一脉相承的。因此,实际中 凡是能够转化为求解赋权二分图最优对集、最大对集的问题,均可用匈牙利算法来解决。
三、货位优劣法
(1)基本思想:建立一个自动化仓库货位分配的概念数据模型。其模型的实现采用“化多为少法”中的“线性加权和法”,以此判断货位的优先权。
(2)实现方法:根据某个货位选择要配合的分配原则,从每个分配原则中总结出能描述该原则的各个属性,并把它作为分配策略实体的属性,然后给它们分别赋以相应的权值,从而计算一个货位对于特定分配原则的优先权值。
(3)优化方法分析:这种方法通过简单的权值将一个分配原则中的各个属性相结合,利用线性加权法确定了每个货位的优先权,判断出货位的优劣程度。
优点:在于它的效率(单纯从计算量的角度考虑),非常简单,容易使用;缺点:在
没有足够的关于此问题的信息时,无法确定合适的权重系数。而且通常使用的是简单的线性函数,由多次不同权重的计算来生成非劣解集。但是有时会丢失非劣解集平面。
总之,货位优化除了以上三种之外还有更多的算法,在选择时能够符合仓库需要,准确优化的才是最好的算法。
在仓库库存管理中有许多的分类管理法,人们经常听说的有ABC管理法,除了这个之外,cva库存管理法也是库存管理的重要分类管理法,那cva库存管理法是什么呢?我们一起来看看吧!
一、cva库存管理法简介
Critical Value Analysis 简写CVA,CVA管理法,又称关键因素分析法, CVA分类法是指在存货管理中引入关键因素分析,把存货按照关键性分类,分为3~5类进行管理,并分别加以管理的方法。
二、cva库存管理法基本思想
CVA的基本思想是把存货按照其关键性分为3-5类:
最高优先级 这是经营的关键性物资不允许缺货;
2.较高优先级 这是指经营活动小的基础物资,但允许偶尔缺货;
3.中等优先级 这多属于比较重要的物资,允许合理范围内缺货;
4.较低优先级 经营中需用这些物资,但可替代性高,允许缺货。
作用:CVA分类管理法能够保证了药库库存的周转率,避免出现积压、缺货的现象,利于资金的周转。
将ABC分类管理法与CVA分类管理法结合使用,可以达到分清主次、抓住关键环节的目的,可提高企业库存管理水平。
三、CVA库存分类管理法应用原则
1、CVA库存分类管理法的使用,必须建立在企业对客户进行详细分类管理的基础上。
2、在实际应用中,将CVA管理法与ABC管理法结合使用,可以达到分清主次,抓住关键环节的目的。
总之,CVA库存分类管理法是仓库库存管理中的一种重要分类方法,在应用时主要与ABC管理法结合使用,能够起到良好的区分主次作用。