不确定环境下的再制造闭环物流网络优化

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (36): 221-226.

不确定环境下的再制造闭环物流网络优化

王振锋1，崔岩1，王亮1，谢敏2

1.河南农业大学机电工程学院，郑州 450002
2.重庆大学机械工程学院，重庆 400030

出版日期:2012-12-21 发布日期:2012-12-21

Optimization for remanufacturing closed-loop logistics network under uncertain environment

WANG Zhenfeng1, CUI Yan1, WANG Liang1, XIE Min2

1.College of Mechanical and Electrical Engineering, Henan Agricultural University, Zhengzhou 450002, China
2.College of Mechanical Engineering, Chongqing University, Chongqing 400030, China

Online:2012-12-21 Published:2012-12-21

摘要/Abstract

摘要： 考虑废旧产品回收数量、回收质量、再生产品需求量的不确定性以及废弃处理中心的选址等多重因素，构建单产品、多周期的再制造闭环物流网络优化设计模型，运用云遗传算法来确定物流网络中各设施的数量、位置、规模以及各设施间的合理物流分配量，使得在整个运营周期的净收益最大。通过算例来验证该模型的有效性。

关键词: 再制造闭环物流网络, 优化设计, 云遗传算法, 不确定环境

Abstract: Considering the uncertainty of the recoverable quantities, quality of used products, the demanded quantities of remanufactured products and the site of waste production treatment center, a single-commodity, multi-period optimization model for remanufacturing closed-loop logistics network is proposed. Cloud genetic algorithm is applied to deciding upon the number and scale of various facilities, their locations and the allocation of the corresponding goods flows, so that the net revenue is maximum at the end of entire operating cycle. The validity of the model is demonstrated through an example.

Key words: remanufacturing closed-loop logistics network, optimization design, cloud genetic algorithm, uncertain environment

王振锋1，崔岩1，王亮1，谢敏2. 不确定环境下的再制造闭环物流网络优化[J]. 计算机工程与应用, 2012, 48(36): 221-226.

WANG Zhenfeng1, CUI Yan1, WANG Liang1, XIE Min2. Optimization for remanufacturing closed-loop logistics network under uncertain environment[J]. Computer Engineering and Applications, 2012, 48(36): 221-226.

[1]	梁承姬，陈登川. 自动化集装箱码头AGV配置与调度耦合问题研究[J]. 计算机工程与应用, 2020, 56(14): 216-225.
[2]	张鑫1，邹德旋1，肖鹏1，喻秋2. 自适应简化粒子群优化算法及其应用[J]. 计算机工程与应用, 2019, 55(8): 250-263.
[3]	孙田雨，史峥. 采用改进遗传算法优化FIR数字滤波器设计[J]. 计算机工程与应用, 2017, 53(17): 108-111.
[4]	张屹，万兴余，郑小东，詹腾. 基于改进元胞多目标遗传算法的机床主轴优化[J]. 计算机工程与应用, 2015, 51(6): 260-265.
[5]	韩国玺，何俊，潘启中. 基于ICGA的雷达与雷达干扰一体化信号的优化设计[J]. 计算机工程与应用, 2014, 50(2): 212-215.
[6]	张　　屹，胡方军，卢　　超. 基于同步元胞遗传算法的弹簧可靠性优化设计[J]. 计算机工程与应用, 2014, 50(10): 31-37.
[7]	蒋科辉. Taguchi方法混合ABC算法的车辆部件优化设计[J]. 计算机工程与应用, 2014, 50(1): 246-250.
[8]	李可维1，李小谦1，徐正喜1，雷刚2. 联合紧支径向基函数和微分进化算法的电磁优化方法[J]. 计算机工程与应用, 2013, 49(22): 219-222.
[9]	汪伟，莫蓉，张岩. 叶片气动优化仿真数据的数据挖掘应用研究[J]. 计算机工程与应用, 2013, 49(12): 11-15.
[10]	王佳1，2，符卓1. 双层城市公交网络设计及优化方法研究[J]. 计算机工程与应用, 2012, 48(36): 1-8.
[11]	严勇1，赵长宽2. 一种多学科设计优化工作流验证方法[J]. 计算机工程与应用, 2012, 48(26): 235-242.
[12]	伍星华¹，王旭². 再制造混合物流网络的多周期多目标优化设计[J]. 计算机工程与应用, 2011, 47(2): 21-25.
[13]	伍星华¹，王旭²，林云¹. 废旧产品回收再制造物流网络的优化设计模型[J]. 计算机工程与应用, 2010, 46(26): 22-24.
[14]	伍星华¹，王旭²，林云¹. 制造/再制造集成物流网络的优化设计研究 [J]. 计算机工程与应用, 2010, 46(15): 201-204.
[15]	任远,白广忱. 新型NN训练算法及其在优化设计中的应用[J]. 计算机工程与应用, 2009, 45(8): 5-8.