Simulasi dan optimalisasi distribusi logistik

Simulasi dan optimalisasi distribusi logistik untuk lini produksi mesin pada Biaya logistik menyumbang sebagian besar dari total biaya dalam produksi perusahaan, terutama di industri manufaktur di Cina. Jumlahnya lebih dari 15% dari total biaya produksi, sementara persentase ini sekitar 8% hingga 5% di Eropa, Amerika Serikat, dan Jepang (Wang & Zhang, 2013), (Min & Songtao, 2013), (Wei, Kelin & Yu, 2011). Mengurangi biaya logistik telah menjadi mata rantai utama bagi industri manufaktur China untuk beradaptasi dengan persaingan internasional. Logistik produksi milik logistik internal perusahaan, yang mengacu pada kisaran inventaris suku cadang ke jalur produksi. Karena keragaman produk, sejumlah besar komponen, serta perusahaan menerapkan mode produksi ramping, kondisi ini membuat sistem logistik produksi sangat kompleks. Rasionalitasnya tidak hanya terkait dengan normalitas produksi perusahaan, tetapi juga mengendalikan efisiensi produksi perusahaan dan biaya produksi. Saat ini, penelitian tentang optimalisasi sistem logistik produksi telah mencapai beberapa pencapaian. Gokseven (2009) memperkenalkan model simulasi-optimasi hybrid. Untuk meminimalkan biaya transportasi secara keseluruhan, model optimasi mencari solusi untuk menyeimbangkan rasio biaya antara segmen ini. Xianhao dan Shihua (2000) mengajukan leveling baru model perencanaan mode MC dari algoritma optimal, mengoptimalkan penjadwalan logistik produksi. Quanke dan Jianying (2004) mengusulkan optimasi penjadwalan produksi batch metode rute proses, dengan mencoba algoritma penjadwalan untuk mengatur operasi permesinan dan distribusi logistik. Qiang, Ling, Yu dan Yongzhi (2012) mengusulkan metode baru untuk mengoptimalkan dan merangsang berbagai varietas sistem logistik produksi tipe batch berdasarkan kompleksitas sistem produksi batch beberapa varietas, dengan mempertimbangkan faktor orang, mesin, metode. Zaigen, Ziyang, Min dan Sen (2012) mempelajari keseimbangan dan penjadwalan logistik perusahaan besi dan baja cair, dan menetapkan total waktu transportasi minimum untuk memenuhi kendala pasokan/permintaan dalam model optimasi matematis. Dikombinasikan dengan algoritma buatan dengan teknologi man-machine, diusulkan strategi optimasi. Hua (2014) mengajukan algoritma campuran jalur terpendek dalam logistik dan distribusi berdasarkan karakteristik Dijkstra dan Floyd. Yan Huandll. (2014) mengemukakan satu set perangkat lunak aplikasi untuk mensimulasikan distribusi jalur optimal yang dirancang berdasarkan Algoritma Genetika. Pria-pria itu fokus pada optimasi metode, terutama melalui program atau model untuk Mendukung studi mereka. Bagian lain dari para sarjana melalui simulasi untuk menganalisis masalah. Dymowa dan Sevastjanov (1970) menyajikan metode baru untuk perbandingan interval yang tajam dan kabur berdasarkan pendekatan probabilistik. Pendekatan ini diilustrasikan dengan contoh-contoh simulasi fuzzy lini produksi linier dan sistem logistik dan dengan contoh solusi fuzzy masalah distribusi barang yang optimal. La-mei, Zhong, Xiao-qiang, Ke-wen, Da-de dan Xiao-ping (2004) menyiapkan aturan simulasi untuk menyesuaikan dan mengoptimalkan rencana produksi dan menemukan skema pencocokan mesin tungku yang masuk akal dengan mempelajari logistik produksi pembuatan baja pemodelan simulasi sistem dan simulasi operasi. Yin, Cunguang, Jinpeng and Liming (2009) mengambil komponen khas di lini produksi sebagai contoh, mengubah model jaring Petri menjadi rantai markov (Mc), mengedepankan metode baru simulasi jaring Petri, dan analisis simulasi perangkat lunak Flexsim dilakukan keluar pada model Petri net. Feng,Zhekun dan Haihong (2010) menyiapkan lini produksi dan model pengendalian biaya berdasarkan perangkat lunak Flexsim, yang memodelkan dan mensimulasikan sistem logistik produksi serta mengoptimalkan dan menganalisis logistik produksi. Untuk meningkatkan efisiensi dan manfaat bagi sistem distribusi logistik, Zhou dan Cao (2014) mengembangkan metode optimisasi jalur berdasarkan algoritma multi-intelijen campuran untuk masalah perutean kendaraan. Xiong dan Zhang (2014) menggunakan jaringan distribusi bisnis ritel untuk penelitian ini, untuk mempelajari model dan metode optimasi distribusinya, menggunakan berbagai algoritma untuk analisis, untuk memahami mode operasi efisien jaringan distribusinya. Furong dan Hongjun (2014) menggunakan perangkat lunak simulasi Witness untuk mengoptimalkan analisis simulasi dan menentukan kebijaksanaan, sehingga meningkatkan efisiensi logistik produksi dan sistem produksi mereka. Juan dan Zhi (2014) membahas optimasi proses produksi di toko manufaktur yang kompleks dan meneliti metode optimasi tentang faktor-faktor yang tidak pasti. Koulouriotis, Xanthopoulos dan Tourassis (2009) berpendapat bahwa masalah Optimasi yang terjadi pada desain dan organisasi proses logistik biasanya multivariabel dan masalah kompleks dengan parameter stokastik . Dan mereka menggunakan metode dalam optimalisasi sistem dan proses logistik. Setelah penjelasan singkat tentang metode, mereka mendiskusikan pentingnya simulasi yang semakin meningkat. Dan kemungkinan kerjasama simulasi dan metode optimasi modern ditunjukkan melalui dua aplikasi praktis. Penelitian di atas, baik itu metode matematis dan metode simulasi. Dari masing-masing diperoleh prestasi tertentu. Tetapi karena kompleksitas yang tinggi dari sistem produksi perusahaan manufaktur, metode matematika umum dan analisis simulasi sederhana keduanya sulit untuk diterapkan dalam penelitian yang efektif, karena kurangnya faktor acak. Tetapi simulasi sistem adalah metode penelitian yang ideal untuk masalah sistem besar yang kompleks. Dari konten penelitian, literatur di atas tidak menggabungkan desain statis dan optimasi operasi dinamis dengan baik, terutama tidak ada penelitian intensif tentang masalah aturan penjadwalan distribusi logistik dalam sistem. Menggabungkan desain statis dan optimasi operasi dinamis, makalah ini mengedepankan semacam metode optimasi simulasi logistik produksi berdasarkan saksi. Pertama-tama, mengambil lini produksi mesin tertentu sebagai objek penelitian, makalah ini merancang sistem distribusi logistik, untuk membangun sistem simulasi logistik produksi, kemudian kami mensimulasikan sistem yang sebenarnya, dan melalui analisis statistik masalah yang ada dalam sistem produksi dapat ditemukan. Untuk masalah tersebut, melalui penyesuaian algoritma optimasi logistik produksi yang telah ditetapkan, aturan, dan parameter sistem, kami dapat mengoptimalkan sistem logistik produksi selangkah demi selangkah untuk mencapai tujuan meningkatkan efisiensi sistem logistik produksi lini produksi mesin.