物流系統優化建模與求解（簡體書）

《21世紀全國高等院校物流專業創新型應用人才培養規劃教材：物流系統優化建模與求解》在整體結構上可以分為兩大部分。第一部分即第1章-第6章，主要討論物流系統優化問題的提出與描述，並介紹運籌學自然語言NCL與POEM優化平臺。除介紹了物流系統優化的一般知識，如倉庫選址、VRP、PDP、APS等外，還重點介紹了運籌學自然語言NCL與POEM優化平臺的物流優化功能及優化工具的使用。第二部分即第7章-第11章，主要介紹針對VRP、PDP、WLP、APS、MMTP等實際物流系統優化及典型運籌學優化問題的建模與求解具體方法。
《21世紀全國高等院校物流專業創新型應用人才培養規劃教材：物流系統優化建模與求解》可作為高等院校物流工程和物流管理及其相關專業本科生和研究生的教材，也可作為企業和社會培訓人員的參考書籍，還可供從事物流技術或管理工作的專業人員參考學習。

第1章 緒論
1.1 物流系統優化概述
1.2 供應鏈多場景倉庫選址優化問題
1.2.1 倉庫選址的影響因素和原則
1.2.2 多倉庫選址的主要方法
1.2.3 配送中心選址問題
1.3 配送路線優化與車輛路徑優化問題
1.4 多式聯運與運輸調度優化問題
1.4.1 國際多式聯運簡介
1.4.2 多式聯運與運輸調度優化
1.5 製造業高級計劃與排程優化問題
1.5.1 高級計劃與排程優化問題描述
1.5.2 ERP系統的生產排程
1.5.3 APS與ERP的關係
1.6 高級運籌學與物流組合優化NP-hard問題
1.6.1 高級運籌學與物流
1.6.2 物流組合優化NP-hard問題
1.6.3 高級運籌學與物流組合優化NP-hard問題關係概述
習題

第2章 自然約束語言NCL基礎
2.1 NCL簡介
2.2 NCL語法基礎
2.3 邏輯與運籌學的描述型語言
2.4 混合集合規劃
2.5 孫臏的邏輯模型與求解
2.6 NCL編碼規則
2.6.1 數據類型
2.6.2 數據表征
2.6.3 變量與值域
2.6.4 常規約束
2.6.5 常規函數
2.6.6 特殊函數
習題

第3章 NCL控制結構
3.1 系統變量
3.2 輸入和輸出控制
3.2.1 日期／時間的讀取與輸出
3.2.2 日期／時間的轉換與運算
3.3 常規控制
3.4 優化目標
3.5 引用機制
3.6 特殊控制
3.7 子模型的調用
3.8 標準消息與個性化消息
3.9 軟約束和期待約爪
習題

第4章 建模與模型分析
4.1 算法複雜性
4.2 NCL的求解機制
4.2.1 NCL的求解框架
4.2.2 建模要素
4.2.3 建模步驟
4.3 模型工程
4.3.1 變量的命名原則（建議）
4.3.2 數據建模
4.4 搜索策略概要
4.4.1 搜索策略的設計原則
4.4.2 攫索策略舉例
4.5 基礎模型舉例
4.5.1 兩兩不等與兩兩不交
4.5.2 集合覆蓋與拼排
4.5.3 整數索引與排序
4.5.4 集合索引與排序
4.5.5 求和約束
4.5.6 累積約束
4.6 POEM界面
4.6.1 項目配置——項目
4.6.2 項目配置——解算器
4.6.3 項目配置——執行
4.6.4 信息窗口
4.6.5 信息切換
4.6.6 調試模式
4.6.7 模型分析
習題

第5章 Com Poem組件
5.1 Com Poem介紹
5.2 Com Poem的函數
5.3 Com Poem的屬性
5.4 Com Poem的事件
5.5 Com Poem與Visual Basic的接口示例
習題
第6章 Poem View概述
6.1 Poem View介紹
6.1.1 POEM系統及POEM優化平臺簡介
6.1.2 POEM與國外相關產品的技術及市場比較
6.1.3 Poem View組件的特點
6.2 Poem View對象
6.3 Poem View示例
習題~

第7章 車輛路徑優化問題模型
7.1 業務邏輯分析
7.1.1 優化問題描述
7.1.2 優化問題分析
7.2 數據結構
7.2.1 地址信息表
7.2.2 倉庫信息表
7.2.3 車輛信息表
7.2.4 訂單信息表
7.2.5 輸出結果表
7.2.6 優化參數配置信息表
7.2.7 地圖數據
7.3 模型詳解
7.3.1 車輛與班次之間關係約束
7.3.2 訂單與車輛、訂單與趟次的集合劃分約束
7.3.3 為每個趟次增加虛擬的起點和終點
7.3.4 一些訂單相關變量的初始化及計算
7.3.5 定義每個趟次的起點、終點及處理訂單集合
7.3.6 遞歸排序約束
7.3.7 趟次的時間窗口約束及趟次訂單之間的關係約束
7.3.8 選擇激活的趟次
7.3.9 車輛相關約束
7.3.1 0啟發式算法
7.3.1 1排除對稱性約束
7.3.1 2固定邏輯
7.3.1 3優化目標
7.3.1 4搜索策略
7.4 車輛路徑優化問題實例
7.4.1 Milk Run運輸成本優化問題
7.4.2 物流優化實驗平臺應用實例
習題

第8章 多式聯運優化方案設計
8.1 業務邏輯分析
8.1.1 問題描述
8.1.2 優化問題分析
8.2 數據結構
8.2.1 訂單表
8.2.2 線路表
8.2.3 地點表
8.2.4 計劃結果表
8.2.5 優化參數配置表
8.3 模型詳解
……
第9章 多場景倉庫選址優化問題模型
第10章 高級計劃和排程優化問題模型
第11章 NCL建模練習
參考文獻

隨著市場經濟的發展和物流專業化水平的提高，物流業得到了迅速發展。在物流作業過程中，大量的運籌和決策問題需要解決，如物流倉庫選址優化、配送車輛路徑優化、多式聯運優化等問題，就是亟待解決的一些典型優化問題。
任何一個倉庫在規劃建設初期都會將如何快速有效地送達貨物作為考慮因素之一。貨物的目的地大多是人口聚集地，因此庫址相對於大都市的遠近，在運輸成本和操作效率上所反映出的相關性就十分顯著。選址問題需要考慮很多複雜的因素，如備選倉庫能力限制、投資費用、倉庫對產品銷售的影響、需求點的優先級、各種產品的收益等。如何科學地進行倉庫選址對物流成本運作和物流相關操作效率是至關重要的。
多式聯運（multimodal transport planning，MMTP）是現代物流網絡運作的主體和紐帶，是貫穿整個現代物流活動的主線。在越來越個性化的市場環境下，多式聯運系統規劃工作變得更加重要，也更加複雜。建立準確、合理的多式聯運模型，可提高企業的運送速度和服務質量，實現高效、低耗的物流運輸目標，從而獲得巨大的經濟效益。多式聯運優化問題是一個NP（nondeterministic polynomial，非角定性多項式）難題，針對多式聯運的模型和算法，很多學者從不同的角度分別對最短路徑、最短時間及基於時間因素的最短路徑優化問題進行了研究。這些研究對提高企業物流運輸效率有一定的意義。然而決定企業運輸成本的因素有很多，不止是簡單的最短路徑或者最短時間。