外文翻译 外文文献 英文文献 基于互联网的连锁企业的物流管理系统.docx

外文翻译 外文文献 英文文献 基于互联网的连锁企业的物流管理系统.docx

《外文翻译 外文文献 英文文献 基于互联网的连锁企业的物流管理系统.docx》由会员分享，可在线阅读，更多相关《外文翻译 外文文献 英文文献 基于互联网的连锁企业的物流管理系统.docx（28页珍藏版）》请在冰点文库上搜索。

An internet-based logistics management system for enterprise chains

N.Prindezis, 

C.T.Kiranoudis

School of Chemical Engineering, National Technical University, 15780 Athens,

Greece

Received 13 September 2003; received in revised form 20 December 2003; accepted

27 January

Available online 10 December

Abstract

This paper presents an Internet-Based Logistics Management System to coordinate

and disseminate tasks and related information for solving the heterogeneous vehicle

routing problem using appropriate metaheuristic techniques, for use in enterprise

chain net works.Its architecture involves a JAVA Web applet equipped with

interactive communication capabilities between peripheral software tools.The system

was developed in distributed software fashion technology for all computer platforms

utilizing a Webbrowser, focusing on the detailed road network of Athens and the

needs of the Athens Central Food Market enterprises.2004 Elsevier Lt

D.All rights

reserve

D.

Keywords :

 Decision support system; e-Logistics; Transportation; Vehicle routing

problem

1.Introduction

Enterprise chains are the business model of the present and future regarding markets

that involve small and medium company sizes.Clearly, grouping activities towards a

focused target facilitates an understandably improved market penetration guaranteed

by a successful trade mark of a leading company in the fiel

D.Several collaboration

models that basically include franchising are introduced as a part of this integrated

process.When such a network is introduced in order to exploit a commercial idea or

business initiative and subsequently expanded as market penetration grows, several

management issues arise regarding the operations of the entire network.Such a

network is the ideal place for organizing and evaluating in a more centralized way

several ordinary operations regarding supply chain and logistics Infact, tools

developed for organizing management processes and operational needs of each

individual company, can be developed in a more centralized fashion and the services

provided by the tool can be offered to each network member to facilitate transactions

and tackle operations similarly.Web-based applications are an ideal starting place for

developing such applications.Typically such systems serve as a central depot for

distributing common services in the field of logistics.The commercial application is

stored in a central server and services are provided for each member of the group.A

prototype of such a server is described in a previous work （Prindezis, Kiranoudis, &

Marinos-Kouris,2003）.This paper presents the completed inter net system that is

installed in the central web server of the Athens Central Food Market that deals with

the integrated problem of distribution for 690 companies that comprise a unique

logistics and retail chain of enterprises.The needs of each company are underlined

and the algorithms developed are described within the unified internet environment.

The problem solved and services provided for each company is the one involving

distribution of goods through a heterogeneous fleet of trucks.New insights of the

metaheuristics employed are provide

D.A characteristic case study is presented to

illustrate the effectiveness of the proposed approach for a real-world problem of

distribution through the detailed road network of Athens.

2.Distribution through heterogeneous vehicle fleets

The fleet management problem presented in this paper requires the use of a

heterogeneous fleet of vehicles that distribute goods through a network of clients

（Tarantilis, Kiranoudis, & Vassiliadis, 2003, 2004）.Therefore, the system was

designed in order to automatically generate vehicle routes （which vehicles should de-

liver to which customers and in which order）, using rational, quantitative, spatial and

non-spatial information and minimizing simultaneously the vehicle cost and the total

distance travelled by the vehicles, subject to the following constraints:

l each vehicle has a predetermined load capacity, typically different from all other

vehicles comprising the fleet （heterogeneous nature）,

l the capacity of a vehicle cannot be exceeded,

l a single vehicle supplies each customers demand,

l the number of vehicles used is predetermine

D.

The problem has an obvious commercial value and has drawn the attention of OR

community.Its great success can be attributed to the fact that it is a very interesting

problem both from the practical and theoretical points of view.Regarding the

practical point of view, the distribution problem involved definitely plays a central

role in the efficiency of the operational planning level of distribution management,

producing economical routes that contribute to the reduction of distribution costs,

offering simultaneously significant savings in all related expenses （capital, fuel costs,

driver salaries）.Its Importance in the practical level, motivated in tense theoretical

work and the development of efficient algorithms.

For the problem by academic researchers and professional societies in OR/MS,

resulting in a number of papers concerning the development of a number of Vehicle

Routing Information Systems （VRIS） for solving the problem.The problem discussed

is an NP-hard optimization problem, that is to say the global optimum of the problem

can only be revealed through an algorithm of exponential time or space complexity

with respect to problem size.Problems of this type are dealt with heuristic or

metaheuristic techniques.Research on the development of heuristic algorithms

（Tarantilis & Kiranoudis, 2001,2002a, 2002b） for the fleet management problem has

made considerable progress since the first algorithms that were proposed in the early

60s.Among them, tabu search is the champion （Laporte, Gendreau, Potvin, &

Semet,2000）.The most powerful tabu search algorithmsare now capable of solving

medium size and even largesize instances within extremely small computational

environments regarding load and time.On the algorithmic side, time has probably

come to concentrate on the development of faster, simpler （with few parameters） and

more robust algorithms, even if this causes a small loss in quality solution.These

attributes are essential if an algorithm is to be implemented in a commercial package.

The algorithm beyond the system developed is of tabu search nature.As mentioned

before, since the algorithms cannot reveal the guaranteed global optimum, the time

that an algorithm is left to propose a solution to the problem is of utmost importance

to the problem.Certainly, there is a trade-off between time expected for the induction

of the solution and its quality.This part was implemented in a straightforward way.If

the system is asked by the user to produce a solution of very high quality instantly,

then an aggressive strategy is to be implemente

D.If the user relaxes the time of

solution to be obtained, that is to say if the algorithm is left to search the solution

space more effciently, then there is room for more elaborate algorithms.

The algorithm employed has two distinct parts.The first one is a generalized route

construction algorithm that creates routes of very good quality to be improved by the

subsequent tabu phase.The construction algorithm takes into account the peculiarities

of the heterogeneous nature of fleet and the desire of the user to use vehicles of his

own desire, owned or hired, according to his daily needs.

The Generalized Route Construction Algorithm employed, is a two-phase algorithm

where unrouted customers are inserted into already constructed partial solutions.The

set of partial solutions is initially empty, and in this case a seed route is inserted that

contains only the depot.Rival nodes to be inserted are then examine

D.

All routes employed involve single unrouted customers.The insertion procedure

utilizes two criteria c1（i,u,j） and c2（i,u,j） to insert a new customer u between two

adjacent customers i and j of a current partial route.The first criterion finds the best

feasible insertion point （i

* ,j * ） that minimizes the Clark and Wright saving

calculation for inserting a node within this specific insertion point,

C1（i,u,j）=d（I,u）+d（u,j）-d（I,j） 

（1）

In this formula, the expression d（k,l） stands for the actual cost involved in covering

the distance between nodes k and l.The Clark and Wright saving calculation

introduced in this phase serves as an appropriate strong intensification technique for

producing initial constructions of extremely good quality, a component of utmost

necessity in tabu improvement procedure.

The second phase involves the identification of the actual best node to be inserted

between the adjacent nodepair （i * ,j

* ） found in the first phase （Solomon, 1987）.

From

all rival nodes, the one selected is the one that maximizes the expression

C2 （i * , u, j

* ）=[d（0,u）+d（u,0）]- C1（i * , u, j * ） 

（2）

where 0 denotes the depot node.The expression selected is the travelling distance

directly from/to the depot to/ from the customer and the additional distance expressed

by the first criterion.In all, the first phase of the construction algorithm seeks for the

best insertion point in all possible route seeds and when this is detected, the

appropriate node is inserte

D.If no feasible node is found, a new seed route, containing

a single depot, is inserte

D.

The algorithm iterates until there are no unrouted nodes.It must be stretched that the

way routes are filled up with customers is guided by the desire of the user regarding

the utilization of his fleet vehicles.That is to say, vehicles are sorted according to the

distribution and utilization needs of the dispatcher.Vehicles to be used first （regarding

to user cost aspects and vehicle availability） will be loaded before others that are of

lower importance to the user.Typically, all users interviewed ex