1. IntroductionInventory and transp

1. Introduction
Inventory and transportation are the most important issues of the logistics system, which are the two main links
of the logistics to obtain the “time value” and the “space value”, and their consumption accounts for 2/3 of the
Z. P. Li, Z. G. Wu
18
total logistics cost [1]. The classical inventory routing problems mainly study one supplier providing distribution
service to several customers, whose constraints are customers’ demands, customers’ delivery time windows and
customers’ inventory capacities; the objective function is to minimize the total cost. Many scholars have studied
the inventory routing problem (IRP) and got fruitful theories. Clauclia et al. proposed the distribution problem
of discrete time, which used the inventory and transportation cost minimization as the objective function [2].
Vansteenwegen and Mateo studied the single vehicle cycle inventory routing problem, considered the single vehicle
cyclic distribution problem instead of the situation that unlimited vehicle could be used and took the total
cost minimization as the main factor [3]. Li et al. studied the inventory routing problem of refined oil distribution
under the assumption that each gas station could be served only once and obey the rule of maximum amount
of replenishment. They built a mathematical model to minimize the travel time and designed a tabu search algorithm
to solve this model [4]. In 2007, Li proposed the vehicle routing problem with time windows and random
travel time, and designed a tabu search algorithm based on stochastic simulation [5]. When the vehicle routing
problem with time windows was studied by Jiang, the VRPTW optimization model with penalty function was
given, and the genetic algorithm was used to solve this problem [6]. Zhao et al. put forward the stochastic demand
inventory-routing problem model with hard time window in 2014, and took the operating costs of system
and the number of vehicles minimization as the objective function. A heuristic algorithm based on (s, S) inventory
policy and modified C-W saving algorithm was given [7]. Milorad et al. proposed a mixed integer programming
model to solve multi-product multi-period inventory routing problem and adopted a heuristic approach
to observe the impact of fleet size costs on the solutions that were obtained [8]. Yan et al. presented a
model for solving a multi objective vehicle routing problem with soft time-window constraints. The total transportation
cost and the required fleet size were minimized in this model and a modified genetic algorithm was
used to test the model [9]. In 2007, Raa et al. assumed that customer demand rates were deterministic constant
when they studied the IRP problem. The objective of this model was to minimize average distribution and inventory
costs without causing any stock-out at the customers and a heuristic solution approach was proposed for
solving the model [10].
Most of the research on inventory routing optimization problem regarded the total distribution time or the total
distribution cost minimum as the objective function, but few researchers considered the vehicle’s working
time equilibrium problem. In addition to the total distribution cost, another objective is to equilibrate each vehicle’s
working time as far as possible in actual arrangements for distribution planning. In this paper, we study
the vehicle routing problem of refined oil distribution with hard time window, and formulate the problem into an
integer programming model. The objective function of the model is to minimize the maximum working time of
all vehicles. In the actual vehicle scheduling, it is often required to equilibrate the working time of the tankers as
far as possible, so the problem of this paper has some practical significance. This model includes the constraints
of vehicle capacity, demand of gas station and so on. We will design a heuristic algorithm to solve this model
efficiently

ผลลัพธ์ (ไทย) 1:

บทนำสินค้าคงคลังและการขนส่งเป็นปัญหาสำคัญของระบบโลจิสติกส์ ซึ่งมีการเชื่อมโยงหลักสองของโลจิสติกส์จะได้รับ "ค่าเวลา" และ "ค่าพื้นที่" และบัญชีปริมาณการใช้สำหรับ 2 ใน 3 ของการLi Z. P., Z. G. Wu18ต้นทุนรวมโลจิสติกส์ [1] ปัญหาสายคลาสสิกคลังส่วนใหญ่เรียนผู้หนึ่งให้กระจายบริการลูกค้าหลายราย ข้อจำกัดมีความต้องการของลูกค้า ลูกค้าจัดส่งเวลา windows และความจุของสินค้าคงคลังของลูกค้า ฟังก์ชั่นวัตถุประสงค์คือเพื่อ ลดต้นทุนรวม นักวิชาการหลายคนได้ศึกษาคลังสายงานการผลิตปัญหา (IRP) และมีทฤษฎีประสบ Clauclia et al.นำเสนอปัญหาการกระจายเวลาไม่ต่อเนื่อง ซึ่งสามารถใช้ลดต้นทุนสินค้าคงคลังและการขนส่งได้เป็นฟังก์ชันวัตถุประสงค์ [2]Vansteenwegen และมาเทโอศึกษาถังหนึ่งรอบคลังสายงานการผลิตปัญหา ถือถังหนึ่งแจกวงจรปัญหาแทนสถานการณ์ที่จำกัดรถสามารถนำมาใช้ และรวมเอาลดต้นทุนเป็นปัจจัยหลัก [3] Li et al.ศึกษาปัญหาผลิตสินค้าคงคลังของการกลั่นน้ำมันแจกภายใต้สมมติฐานว่า แต่ละสถานีก๊าซสามารถให้บริการได้เพียงครั้งเดียว และเชื่อฟังกฎของจำนวนสูงสุดการเพิ่มเติมสินค้า พวกเขาสร้างแบบจำลองทางคณิตศาสตร์เพื่อลดเวลาเดินทาง และออกแบบขั้นตอนวิธีในการค้นหาทาบูแก้แบบนี้ [4] ใน 2007, Li เสนอสายปัญหารถหน้าต่างเวลา และแบบสุ่มเดินทางเวลา และการออกแบบขั้นตอนวิธีในการค้นหาทาบูอิงจำลอง stochastic [5] เมื่อรถสายเป็นศึกษาปัญหาเกี่ยวกับหน้าต่างเวลา โดยเจียง รูปแบบการเพิ่มประสิทธิภาพ VRPTW ฟังก์ชันลงโทษได้รับ และอัลกอริทึมพันธุกรรมใช้ในการแก้ปัญหานี้ [6] Zhao ร้อยเอ็ดนำความต้องการของ stochasticสายงานการผลิตสินค้าคงคลังปัญหาแบบหน้าต่างเวลายากใน 2014 และเอาต้นทุนการดำเนินงานของระบบและจำนวนยานพาหนะลดเป็นฟังก์ชันวัตถุประสงค์ สินค้าคงคลังตาม (s, S) อัลกอริทึมเชิงฮิวริสทิคนโยบายและแก้ไข C-W ประหยัดอัลกอริทึมให้ [7] Milorad et al.นำเสนอการเขียนโปรแกรมแบบเต็มรูปแบบการแก้หลายรอบหลายจัดสายงานการผลิตปัญหา และใช้วิธีการเชิงฮิวริสทิคการคำนึงถึงผลกระทบของกองเรือค่าใช้จ่ายในการแก้ไขปัญหาที่ได้รับมา [8] Yan et al.นำเสนอการแบบจำลองสำหรับการแก้ไขปัญหาเส้นทางยานพาหนะวัตถุประสงค์หลายกับหน้าต่างเวลาซอฟต์จำกัด การขนส่งทั้งหมดต้นทุนและขนาดของฝูงบินต้องถูกย่อเล็กสุดในรุ่นนี้ และขั้นตอนวิธีพันธุกรรมที่แก้ไขได้ใช้ในการทดสอบรูปแบบ [9] ใน 2007 ราร้อยเอ็ดสันนิษฐานว่า ลูกค้าต้องการราคาถูกคง deterministicเมื่อพวกเขาศึกษาปัญหา IRP วัตถุประสงค์ของรุ่นนี้คือการ ลดสินค้าคงคลังและการกระจายค่าเฉลี่ยถูกเสนอโดยสาเหตุใด ๆ ออกหุ้นที่ลูกค้าและวิธีการแก้ปัญหาเชิงฮิวริสทิคแก้รูปแบบ [10]ส่วนใหญ่งานวิจัยเกี่ยวกับปัญหาการเพิ่มประสิทธิภาพกระบวนการผลิตสินค้าคงคลังถือเวลาแจกจ่ายทั้งหมดหรือผลรวมการกระจายต้นทุนต่ำสุดเป็นฟังก์ชันวัตถุประสงค์ แต่นักวิจัยบางถือว่าเป็นการทำงานของรถเวลาสมดุลปัญหา นอกจากต้นทุนการกระจายสินค้ารวม วัตถุประสงค์อื่นคือการ equilibrate แต่ละคันเวลาทำงานเท่าที่เป็นไปในจัดจริงสำหรับการวางแผนการแจกจ่าย ในกระดาษนี้ เราศึกษารถสายปัญหากลั่นน้ำมันกระจายกับหน้าต่างเวลายาก และกำหนดปัญหาในการจำนวนเต็มรูปแบบโปรแกรม ฟังก์ชันวัตถุประสงค์ของแบบจำลองคือการ ลดเวลาการทำงานสูงสุดของรถทุกคัน ในรถยนต์จริงกำหนดการ ก็มักจะต้องการ equilibrate เวลาการทำงานของเรือบรรทุกเป็นไกลที่สุด ดังนั้นปัญหาของกระดาษนี้ได้สำคัญปฏิบัติบาง รุ่นนี้มีข้อจำกัดความจุยานพาหนะ ความต้องการของสถานีบริการน้ำมัน เราจะออกแบบอัลกอริธึมเชิงฮิวริสทิคเพื่อแก้ปัญหานี้อย่างมีประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

1. บทนำ
สินค้าคงคลังและการขนส่งมีปัญหาที่สำคัญที่สุดของระบบโลจิสติกซึ่งเป็นสองเชื่อมโยงหลัก
ของการขนส่งที่จะได้รับ "ค่าเวลา" และ "ค่าพื้นที่" และบัญชีของพวกเขาสำหรับการบริโภค 2/3 ของ
Z . พีลี่วู ZG
18
ต้นทุนโลจิสติกทั้งหมด [1] ปัญหาสินค้าคงคลังการกำหนดเส้นทางคลาสสิกส่วนใหญ่เป็นผู้จัดจำหน่ายการศึกษาหนึ่งในการให้การกระจาย
บริการให้กับลูกค้าหลายที่มีข้อ จำกัด ก็คือความต้องการของลูกค้าลูกค้าหน้าต่างเวลาการส่งมอบและ
ลูกค้า 'ความจุสินค้าคงคลัง ฟังก์ชันวัตถุประสงค์คือการลดค่าใช้จ่ายทั้งหมด นักวิชาการหลายคนมีการศึกษา
ปัญหาสินค้าคงคลังการกำหนดเส้นทาง (IRP) และได้มีผลทฤษฎี Clauclia et al, เสนอปัญหาการกระจาย
ของเวลาที่ไม่ต่อเนื่องซึ่งใช้สินค้าคงคลังและการขนส่งลดค่าใช้จ่ายเป็นฟังก์ชันวัตถุประสงค์ [2].
Vansteenwegen และแมศึกษาวงจรยานพาหนะปัญหาสินค้าคงคลังการกำหนดเส้นทางเดียวถือว่าเป็นยานพาหนะเดียว
ปัญหาการกระจายเป็นวงกลมแทนของสถานการณ์ว่ารถไม่ จำกัด สามารถนำมาใช้และเอาทั้งหมด
ลดค่าใช้จ่ายเป็นปัจจัยหลัก [3] Li et al, ศึกษาปัญหาสินค้าคงคลังการกำหนดเส้นทางของการกระจายน้ำมันกลั่น
ภายใต้สมมติฐานว่าสถานีบริการน้ำมันแต่ละอาจจะทำหน้าที่เพียงครั้งเดียวและปฏิบัติตามกฎของจำนวนเงินสูงสุด
ของการเติมเต็ม พวกเขาสร้างแบบจำลองทางคณิตศาสตร์เพื่อลดเวลาในการเดินทางและการออกแบบวิธีการค้นหาห้าม
ในการแก้ปัญหาแบบนี้ [4] ในปี 2007 หลี่เสนอรถเส้นทางปัญหากับหน้าต่างของเวลาและสุ่ม
เวลาในการเดินทางและการออกแบบวิธีการค้นหาห้ามบนพื้นฐานของการจำลองสุ่ม [5] เมื่อรถเส้นทาง
ปัญหากับหน้าต่างเวลาที่ได้รับการศึกษาโดยเจียงรูปแบบการเพิ่มประสิทธิภาพ VRPTW ด้วยฟังก์ชั่โทษถูก
กำหนดและขั้นตอนวิธีทางพันธุกรรมที่ถูกใช้ในการแก้ปัญหานี้ [6] Zhao et al, หยิบยกความต้องการสุ่ม
รูปแบบปัญหาสินค้าคงคลังเส้นทางพร้อมหน้าต่างเวลาที่ยากลำบากในปี 2014 และเข้ามามีค่าใช้จ่ายในการดำเนินงานของระบบ
และจำนวนของยานพาหนะลดฟังก์ชันวัตถุประสงค์ ขั้นตอนวิธีการแก้ปัญหาบนพื้นฐาน (S, S) สินค้าคงคลัง
นโยบายและการปรับเปลี่ยนขั้นตอนวิธีการประหยัด CW ได้รับ [7] Milorad et al, เสนอให้มีการเขียนโปรแกรมจำนวนเต็มผสม
รูปแบบในการแก้ผลิตภัณฑ์หลายปัญหาหลายระยะเวลาที่สินค้าคงคลังการกำหนดเส้นทางและนำวิธีการแก้ปัญหา
ที่จะสังเกตเห็นผลกระทบของค่าใช้จ่ายในเรือเดินสมุทรขนาดในการแก้ปัญหาที่ถูกได้รับ [8] ยัน et al, นำเสนอ
รูปแบบการแก้ปัญหารถหลายเส้นทางวัตถุประสงค์ที่มีข้อ จำกัด เวลาหน้าต่างนุ่ม การขนส่งรวม
ค่าใช้จ่ายและเรือเดินสมุทรขนาดที่จำเป็นต้องได้รับการลดลงในรูปแบบนี้และขั้นตอนวิธีพันธุกรรมการแก้ไขที่ถูก
ใช้ในการทดสอบรูปแบบ [9] ในปี 2007 Raa et al, สันนิษฐานว่าอัตราความต้องการของลูกค้าได้กำหนดคงที่
เมื่อพวกเขาศึกษาปัญหา IRP ได้ วัตถุประสงค์ของรุ่นนี้คือการลดการจัดจำหน่ายและสินค้าคงคลังเฉลี่ย
ค่าใช้จ่ายที่ไม่ก่อให้เกิดใด ๆ หุ้นออกที่ลูกค้าและวิธีการแก้ปัญหาที่แก้ปัญหาได้รับการเสนอให้
แก้รูปแบบ [10].
ส่วนใหญ่ของการวิจัยในการแก้ปัญหาสินค้าคงคลังเพิ่มประสิทธิภาพเส้นทางการยกย่องในการจัดจำหน่ายทั้งหมด เวลาหรือรวม
ขั้นต่ำค่าใช้จ่ายในการจัดจำหน่ายเป็นฟังก์ชันวัตถุประสงค์ แต่นักวิจัยไม่กี่พิจารณาการทำงานของยานพาหนะ
ปัญหาสมดุลเวลา นอกจากนี้ยังมีค่าใช้จ่ายในการจัดจำหน่ายทั้งหมดวัตถุประสงค์อื่นคือการสมดุลของรถแต่ละ
เวลาในการทำงานเท่าที่เป็นไปได้ในการเตรียมการที่เกิดขึ้นจริงสำหรับการวางแผนการจัดจำหน่าย ในบทความนี้เราศึกษา
ปัญหารถกำหนดเส้นทางของการกระจายน้ำมันสำเร็จรูปพร้อมหน้าต่างเวลาที่ยากลำบากและกำหนดปัญหาที่เกิดขึ้นเป็น
รูปแบบการเขียนโปรแกรมจำนวนเต็ม ฟังก์ชันวัตถุประสงค์ของรูปแบบคือการลดเวลาการทำงานสูงสุดของ
รถทั้งหมด ในการจัดตารางเวลารถที่เกิดขึ้นจริงก็มักจะต้องสมดุลเวลาการทำงานของรถบรรทุกตามที่
ไกลที่สุดเท่าที่เป็นไปได้ดังนั้นปัญหาของการวิจัยนี้มีบางอย่างที่สำคัญในทางปฏิบัติ รุ่นนี้รวมถึงข้อ จำกัด
ของกำลังการผลิตยานพาหนะ, ความต้องการของสถานีบริการน้ำมันและอื่น ๆ เราจะออกแบบขั้นตอนวิธีการแก้ปัญหาที่จะแก้ปัญหาแบบนี้
ได้อย่างมีประสิทธิภาพ