Utafiti wa kitaaluma, lugha inayoeleweka

Verianla | Akademik Araştırmalardan Türkçe Ekonomi ve Bilim İçerikleri

27 Septemba 2026, Jumapili
VERİANLAUchapishaji huru wa sayansi
Fungua au funga menyu
...
Home / Sayansi Tumizi / MATLAB / Uboreshaji wa Lojistiki-Usambazaji wa Ngazi Mbili katika Mnyororo wa Ugavi: Usawa wa Kituo cha Usambazaji, Gharama na Kuridhika kwa Wateja kwa MATLAB na Algoriti ya Kijeni
MATLAB

Uboreshaji wa Lojistiki-Usambazaji wa Ngazi Mbili katika Mnyororo wa Ugavi: Usawa wa Kituo cha Usambazaji, Gharama na Kuridhika kwa Wateja kwa MATLAB na Algoriti ya Kijeni

Utafiti huu unaunda modeli ya uboreshaji wa ngazi mbili, yaani bilevel, ya lojistiki-usambazaji ili kushughulikia kwa pamoja ndani ya mfumo mmoja wa kihisabati maamuzi ya kampuni ya lojistiki kuhusu eneo la kituo cha usambazaji na ugawaji wa rasilimali pamoja na mapendeleo ya wateja kuhusu njia, gharama na muda wa uwasilishaji.

31/08/2026  Veri Anla Imetazamwa mara 40
Uboreshaji wa Lojistiki-Usambazaji wa Ngazi Mbili katika Mnyororo wa Ugavi: Usawa wa Kituo cha Usambazaji, Gharama na Kuridhika kwa Wateja kwa MATLAB na Algoriti ya Kijeni

Utafiti huu unaunda modeli ya uboreshaji wa ngazi mbili, yaani bilevel, ya mtandao wa lojistiki-usambazaji ili kushughulikia kwa pamoja, ndani ya mfumo mmoja wa kihisabati, maamuzi ya kampuni ya lojistiki kuhusu eneo la kituo cha usambazaji na ugawaji wa rasilimali pamoja na mapendeleo ya wateja kuhusu njia, gharama na muda wa uwasilishaji. Uboreshaji wa bilevel ni muundo wa uboreshaji wa kihierarkia ambapo chaguo la mtoa uamuzi wa ngazi ya juu hubadilisha tatizo jingine la uamuzi katika ngazi ya chini, na jibu bora la ngazi ya chini huathiri tena matokeo ya ngazi ya juu. Katika utafiti chanzo, ngazi ya juu inawakilisha kampuni ya lojistiki, huku ngazi ya chini ikiwakilisha kundi la wateja.

Katika ngazi ya juu, iwapo vituo vya usambazaji vitafunguliwa au la, kiasi kinachotumwa kutoka kwa wasambazaji kwenda vituoni, na mahitaji ya wateja yanayotimizwa kupitia vituo hutumiwa kama vigeu vya uamuzi. Modeli inalenga kupunguza kwa kiwango cha chini kazi ya lengo ya jumla inayojumuisha gharama za ugavi, usambazaji, uwekezaji usiobadilika na uhifadhi/usimamizi, huku pia ikitekeleza vikwazo kama uwezo wa msambazaji, uwezo wa kituo cha usambazaji na bajeti ya uwekezaji.

Katika ngazi ya chini, gharama za kiuchumi za wateja na kuridhika kwao kuhusu muda wa uwasilishaji huzingatiwa kwa pamoja. Kwa kila jozi ya mteja–kituo cha usambazaji, muda bora wa uwasilishaji \(a_{ij}\) na muda wa juu unaoweza kuvumiliwa \(b_{ij}\) hufafanuliwa; ikiwa uwasilishaji uko ndani ya muda bora, kuridhika hukubaliwa kuwa 1, na ukizidi kikomo cha uvumilivu hukubaliwa kuwa 0. Kati ya thamani hizi mbili za muda, kuridhika kwa mteja hupungua kwa mstari.

Kwa ajili ya kutatua modeli, mbinu ya algoriti ya kijeni inayotegemea MATLAB hutumiwa. Kupitia uundaji wa idadi ya suluhisho, hesabu ya fitness, uteuzi, crossover na mutation, suluhisho pendekezi za ngazi ya juu hutathminiwa na utendaji wa mfumo huhesabiwa kutokana na miitikio ya wateja wa ngazi ya chini.

Katika utafiti kifani uliotolewa kwa Kuayue Express, uteuzi wa kituo kipya kutoka kwa wasambazaji wawili na maeneo matano mbadala ya vituo vya usambazaji umechunguzwa. Hata hivyo, matokeo yaliyochapishwa ya makala hayatoi utambulisho wazi wa kituo bora, thamani za nambari za gharama ya jumla ya mfumo kabla na baada, wala mabadiliko ya nambari katika kuridhika kwa wateja. Ulinganisho ulioonyeshwa umewekewa mipaka kwenye viwango vya ongezeko la muda wa uwasilishaji, gharama ya mazingira na gharama ya uwasilishaji.

Uboreshaji wa Lojistiki wa Bilevel ni Nini?

Uboreshaji wa lojistiki wa bilevel ni muundo wa kihisabati wa maamuzi unaozingatia maamuzi ya kimkakati ya kampuni ya lojistiki na chaguo za kiutendaji za wateja wanaoitikia maamuzi hayo katika ngazi mbili za uboreshaji zinazohusiana. Uamuzi wa ngazi ya juu kuhusu kituo cha usambazaji au ugawaji wa rasilimali hubadilisha gharama, muda wa uwasilishaji na mapendeleo ya njia ya mteja wa ngazi ya chini, huku jibu la mteja pia likiathiri matokeo ya jumla ya mfumo katika ngazi ya juu.

Majukumu ya ngazi ya juu na ya chini

NgaziMtoa uamuziMaamuzi makuu
Ngazi ya juu — ULKampuni ya lojistiki / 3PLEneo la kituo cha usambazaji, ugawaji wa rasilimali, uwekezaji na muundo wa mtiririko
Ngazi ya chini — LLWatejaUchaguzi wa kituo cha usambazaji/njia, gharama ya uwasilishaji na kuridhika kuhusu muda

Utegemeano wa pande mbili

Maamuzi ya ngazi ya juu hubadilisha chaguo zinazowezekana katika ngazi ya chini. Kwa mfano, ikiwa kituo cha usambazaji hakifunguliwi, mteja hawezi kuhudumiwa kupitia kituo hicho. Kwa upande mwingine, vituo vinavyopendelewa na wateja na mgawanyo wa mahitaji hubadilisha muundo wa gharama na uwezo wa ngazi ya juu.

Modeli ya Ngazi ya Juu Inaboresha Gharama Zipi?

Kazi ya lengo ya kihisabati iliyotolewa katika chanzo hupunguza kwa pamoja gharama ya usambazaji kwa mteja, gharama ya usafirishaji kutoka kwa msambazaji kwenda kituo cha usambazaji, gharama ya uwekezaji usiobadilika wa vituo na gharama ya uhifadhi/usimamizi.

\[ F= \sum_i\sum_jc_{ij}x_{ij} + \sum_j\sum_kp_{jk}w_{jk} + \sum_jf_jZ_j + \sum_i\sum_jg_jx_{ij} \]

Hapa, \(x_{ij}\) inawakilisha mahitaji ya mteja \(i\) yanayotimizwa kutoka kituo cha usambazaji \(j\); \(w_{jk}\) inawakilisha kiasi kinachotumwa kutoka kwa msambazaji \(k\) kwenda kituo cha usambazaji \(j\), na \(Z_j\) ni kigeu cha jozi kinachoonyesha ikiwa kituo husika kimefunguliwa au la.

Usawazishaji wa mtiririko wa kituo cha usambazaji

\[ \sum_{i=1}^{m}x_{ij} = \sum_{k=1}^{l}w_{jk} \]

Kiasi cha jumla kinachosambazwa kutoka kituo cha usambazaji kwenda kwa wateja husawazishwa na kiasi cha jumla kinachoingia kituoni kutoka kwa wasambazaji.

Uwezo wa msambazaji

\[ \sum_{j=1}^{n}w_{jk}\leq M_k \]

Uwezo wa kituo cha usambazaji

\[ \sum_{k=1}^{l}w_{jk}\leq V_j \]

Bajeti ya uwekezaji

\[ \sum_{j=1}^{n}f_jZ_j\leq B \]

Kuridhika kwa Mteja Kuhusu Uwasilishaji Huhesabiwaje?

Chanzo kinapima kwa kiasi mwitikio wa wateja kwa muda wa uwasilishaji kwa kutumia kazi yenye umbo la trapezoidi ya kulia. Kuridhika hukubaliwa kuwa %100 hadi muda bora wa uwasilishaji, hupungua hatua kwa hatua kati ya muda bora na muda wa juu unaokubalika, na hushuka hadi sifuri baada ya kikomo cha uvumilivu.

\[ s_{ij}= \begin{cases} 0, & t_{ij}>b_{ij}\\ \dfrac{b_{ij}-t_{ij}}{b_{ij}-a_{ij}}, & a_{ij}

Lengo la kuridhika katika ngazi ya chini

\[ \max S= \frac{\sum_i\sum_jx_{ij}s_{ij}} {\sum_i\sum_jx_{ij}} \]

Usemi huu huongeza kwa kiwango cha juu wastani wa kuridhika kwa wateja uliopimwa kwa uzito kulingana na kiasi kinachosafirishwa.

Lengo la gharama ya mteja

\[ \min T= \sum_i\sum_jH_{ij}x_{ij} \]

Katika Jedwali 2, chanzo kinafafanua \(H_{ij}\) kama bei ya uwasilishaji kwa kila kitengo ya mteja katika kituo husika cha usambazaji. Kwa hiyo, Mlinganyo (9) si kazi ya muda bali ni kazi ya gharama ya uwasilishaji ya mteja.

Je, Gharama ya Mazingira Imefafanuliwa Wazi Kihisabati Katika Modeli?

Siyo kikamilifu. Ingawa sehemu za maelezo na matokeo za makala zinasema kuwa gharama ya mazingira ni mojawapo ya vipengele muhimu vya uboreshaji wa ngazi ya juu, Jedwali 2 na Mlinganyo (1) vilivyochapishwa havionyeshi mgawo tofauti wa gharama ya mazingira wala kazi ya uzalishaji wa hewa chafu. Kazi ya lengo ya ngazi ya juu ina gharama za uwasilishaji, usafirishaji wa ugavi, uwekezaji usiobadilika na uhifadhi/usimamizi. Kwa hiyo, haiwezekani kuunda upya kutoka kwa semi zilizochapishwa fomula mahususi ambayo utafiti ulitumia kuunganisha gharama ya mazingira katika modeli ya kihisabati.

Algoriti ya Kijeni Hutatua Vipi Tatizo la Bilevel?

Algoriti ya kijeni huwakilisha miundo mingi pendekezi ya mtandao kama idadi ya suluhisho. Kila suluhisho pendekezi hutathminiwa kwa kazi ya fitness; kutoka kwa washiriki waliofanikiwa zaidi, wagombea wapya hutolewa kwa uteuzi, crossover na mutation. Mchakato hurudiwa hadi kigezo cha kusimamisha kitimizwe.

  1. Kuunda idadi ya suluhisho ya awali.
  2. Kuhesabu fitness.
  3. Kuchagua suluhisho.
  4. Kutumia crossover.
  5. Kutumia mutation.
  6. Kutathmini idadi mpya ya suluhisho.
  7. Kurudia hadi sharti la kusimamisha.

Chanzo kinaeleza kuwa kazi za Sheffield Genetic Algorithm Toolbox zilitumiwa katika mazingira ya MATLAB.

Mbinu na Matokeo ya Utafiti

Muundo wa kisa

Katika mfano uliotolewa kwa Kuayue Express, kampuni inataka kuchagua angalau kituo kimoja kipya cha usambazaji kutoka maeneo matano mbadala ndani ya Region A. Mfumo unahudumia wasambazaji wawili na bajeti ya awali ya uwekezaji imepewa kuwa yuan milioni 5.

Kiwango cha ongezeko la muda wa uwasilishaji

MsambazajiKabla ya modeliBaada ya modeliMabadiliko
Msambazaji 19.8%15.7%+5.9 nukta za asilimia
Msambazaji 25.9%7.3%+1.4 nukta za asilimia

Kiwango cha ongezeko la muda wa uwasilishaji kinaongezeka kwa wasambazaji wote wawili. Chanzo kinaeleza hili kwa kusema kwamba optimum ya jumla ya mfumo si lazima iboreshe kila kiashiria cha utendaji wa ndani kimoja kimoja.

Kiwango cha ongezeko la gharama ya mazingira

MsambazajiKabla ya modeliBaada ya modeliMabadiliko
Msambazaji 18.5%12.2%+3.7 nukta za asilimia
Msambazaji 25.3%4.1%−1.2 nukta za asilimia

Kiwango cha ongezeko la gharama ya uwasilishaji

MsambazajiKabla ya modeliBaada ya modeliMabadiliko
Msambazaji 113.7%26.9%+13.2 nukta za asilimia
Msambazaji 27.6%13.5%+5.9 nukta za asilimia

Je, Modeli Inapunguza Kweli Gharama Zote?

Matokeo yaliyochapishwa hayaonyeshi hili moja kwa moja. Baada ya modeli, viwango vya ongezeko la gharama ya uwasilishaji vya wasambazaji wote wawili vimeongezeka na viwango vya ongezeko la muda wa uwasilishaji pia vimeongezeka; gharama ya mazingira imekuwa mbaya zaidi kwa Msambazaji 1 lakini imeboreshwa kwa Msambazaji 2. Makala inatafsiri mabadiliko haya kama trade-off inayojitokeza katika viashiria vya ndani kwa ajili ya optimum ya jumla ya mfumo.

Hata hivyo, kwa sababu chanzo hakijachapisha thamani ya kazi ya lengo ya jumla \(F\) kabla na baada ya modeli wala thamani ya wastani wa kuridhika kwa mteja \(S\), haiwezekani kuhesabu kwa kujitegemea ni kwa kiasi gani gharama ya jumla ya mfumo ilipungua na kuridhika kwa wateja kuliongezeka.

Kituo Bora cha Usambazaji Kiko Wapi?

Ingawa makala inafafanua uteuzi wa kituo kipya cha usambazaji kutoka maeneo matano mbadala kama tatizo la kisa, sehemu ya matokeo yaliyochapishwa haitoi nambari wazi wala eneo la kituo pendekezi kilichochaguliwa kuwa bora. Zaidi ya hayo, kwa kuwa matriksi zote za gharama zisizobadilika, uwezo, umbali wa wateja na muda za vituo pendekezi hazijatolewa kikamilifu, haiwezekani kuendesha upya uboreshaji kwa kujitegemea.

Matokeo yanayoungwa mkono moja kwa moja na utafiti

  • Maamuzi ya kampuni ya lojistiki na wateja yanaweza kuwakilishwa kwa pamoja katika modeli ya uboreshaji wa ngazi mbili.
  • Eneo la kituo cha usambazaji na ugawaji wa rasilimali vinaweza kuundwa kimodeli katika ngazi ya juu.
  • Gharama ya uwasilishaji ya mteja na kuridhika kuhusu muda vinaweza kutathminiwa kwa pamoja katika ngazi ya chini.
  • Kuridhika kuhusu muda kunaweza kupimwa kwa kiasi kulingana na nyakati bora na za juu zinazokubalika za uwasilishaji.
  • Algoriti ya kijeni inaweza kutumika katika mazingira ya MATLAB kama mbinu ya utafutaji kwa muundo wa bilevel.
  • Baada ya modeli, wasambazaji tofauti huonyesha trade-off tofauti za gharama na muda.
  • Kiwango cha ongezeko la gharama ya mazingira cha Msambazaji 2 kinashuka kutoka 5.3% hadi 4.1%.

Matokeo ambayo utafiti pekee hauyaungi mkono

  • Haijaonyeshwa kuwa gharama ya jumla ya mfumo ilipungua kwa asilimia fulani.
  • Haijachapishwa kuwa kuridhika kwa wateja kuliongezeka kwa asilimia fulani.
  • Kituo bora cha usambazaji kilichochaguliwa hakijaripotiwa wazi.
  • Haijaonyeshwa ni kwa neno gani la kihisabati lililo wazi gharama ya mazingira iliongezwa kwenye kazi ya lengo ya ngazi ya juu iliyochapishwa.
  • Haijafafanuliwa wazi ni kwa opereta gani mahususi algoriti ya kijeni iliyopendekezwa inatofautiana na GA ya kawaida.
  • Vigezo vyote vya GA vinavyohitajika ili kazi hiyo hiyo ya MATLAB izalishe tena matokeo yale yale bora havijatolewa.
  • Muda wa ukokotoaji katika mitandao mikubwa halisi ya lojistiki haujapimwa.

Nguvu za utafiti

Nguvu kubwa zaidi ya utafiti ni kwamba hauchukulii uamuzi wa kituo cha usambazaji kama tatizo la uboreshaji la upande mmoja lisilotegemea tabia ya wateja. Maslahi ya kiuchumi ya mteja mwenyewe na matarajio yake kuhusu muda wa uwasilishaji yanawekewa modeli kando.

Nguvu ya pili ni kwamba kuridhika kwa mteja kuhusu muda wa uwasilishaji kunawakilishwa kwa kazi ya kihisabati iliyo wazi.

Nguvu ya tatu ni kuunganisha ufunguzi wa kituo, uwezo wa rasilimali, bajeti na mahitaji ya wateja katika muundo mmoja wa mtandao wa bilevel.

Nguvu ya nne ni kubadilisha modeli dhahania ya kihisabati kuwa usanifu wa suluhisho unaotegemea MATLAB na algoriti ya kijeni.

Mapungufu ya msingi

Seti kamili ya data ya kisa haijachapishwa.

Kituo bora cha usambazaji kilichochaguliwa hakijatajwa wazi.

Matokeo ya gharama ya jumla ya modeli na kuridhika kwa wateja hayaonyeshwi kwa nambari.

Uwakilishi wa kihisabati wa gharama ya mazingira katika kazi ya lengo ya ngazi ya juu hauko wazi.

Vigezo vya uzalishaji upya vya algoriti ya kijeni kama population size, crossover rate, mutation rate na stopping condition havijatolewa.

Chanzo kina baadhi ya kutolingana kwa faharasa na uorodheshaji wa nambari za bibliografia.

Maelezo ya Chanzo na Mbinu

  • Kichwa asilia: Collaborative Design Model and Algorithm of Supply Chain “Logistics-Distribution” Bilevel Network Using Bilevel Optimization
  • Mwandishi: Lei Wang
  • Taasisi: Henan College of Transportation, Zhengzhou 450000, Henan, China
  • Jarida: Journal of Dynamics and Games
  • DOI: 10.3934/jdg.2026014
  • Tarehe ya kupokelewa: 18 Novemba 2025
  • Tarehe ya marekebisho: 6 Januari 2026
  • Early Access: 30 Januari 2026
  • Hali ya uchapishaji: Early Access; bado halijapangiwa rasmi juzuu/toleo/ukurasa
  • Mchapishaji: American Institute of Mathematical Sciences
  • Aina ya chanzo: Upangaji wa kihisabati wa bilevel, usanifu wa mtandao wa lojistiki na matumizi ya MATLAB/algoriti ya kijeni
  • Kiungo rasmi:https://doi.org/10.3934/jdg.2026014

Maelezo ya uadilifu wa ndani wa chanzo

  • Ingawa maandishi yanafafanua gharama ya mazingira na muda wa uwasilishaji kama vipengele vya muundo wa lengo wa UL, hakuna maneno tofauti yaliyo wazi yanayoonekana kwa vipengele hivyo katika Mlinganyo (1).
  • Lengo T katika Mlinganyo (9), kulingana na ufafanuzi wa Jedwali 2, si muda bali ni gharama ya uwasilishaji ya mteja.
  • Katika maelezo ya kisa, faharasa i/j zinazotumiwa kwa mteja na kituo cha usambazaji zinachanganyika katika sehemu moja.
  • Baadhi ya nambari za marejeo katika Jedwali 1 hazilingani na nambari za mwisho katika orodha ya marejeo.
  • Ingawa makala inatumia usemi “improved genetic algorithm”, hakuna ufafanuzi wazi wa opereta mpya unaoitofautisha na GA ya kawaida katika sehemu ya mbinu inayoonekana.
  • Misimbo 58F17 na 53C35 imetolewa kama Mathematics Subject Classification; misimbo hiyo inapaswa kuhifadhiwa bila kubadilishwa kama taarifa ya bibliografia ya chanzo.

Kikomo cha tafsiri ya kisayansi

Utafiti huu unatoa mfumo wa kihisabati wa jinsi maamuzi ya mtandao wa lojistiki wa ngazi mbili yanaweza kuwekwa kimodeli kwa kutumia MATLAB na algoriti ya kijeni. Matokeo ya kisa yanaonyesha kwamba baadhi ya viashiria vya wasambazaji vina kuzorota badala ya kuboreka na kwamba uboreshaji unaweza kuleta trade-off kati ya utendaji wa ndani na lengo la kimataifa. Hata hivyo, kwa kuwa thamani wazi za kabla na baada za gharama ya jumla ya mfumo na kuridhika kwa wateja hazijachapishwa, dai la utafiti kuhusu ongezeko la ufanisi wa jumla haliwezi kuthibitishwa kwa kujitegemea kwa kiasi kutokana na matokeo yaliyochapishwa.


Shiriki:

Maoni huchapishwa baada ya kukaguliwa.Maoni yako yatapitia mchakato wa idhini na yataonekana yakikubaliwa.

Acha maoni

Anwani yako ya barua pepe haitachapishwa. Sehemu za lazima zimewekewa alama ya *

Your experience on this site will be improved by allowing cookies Cookie Policy