Robust cross-dock assignment problem with uncertain cost parameters

doi:10.1080/00207543.2025.2469164

2025-03-04

PRE

Amna Altaf

Adnen El Amraoui *

Laura Mugnai *

Christophe Lecoutre *

DOI：10.1080/00207543.2025.2469164

原文链接

原文求助

摘要

En 中文

在疫情后前所未有的宏观经济不确定性背景下，全球供应链的利益相关者面临重大中断，需要强大的决策框架。本研究提出了一种改进的卡车月台分配与临时存储（TDATS）问题的解决方案，以应对供应链和物流运营中的关键不确定性。该确定性模型TDATS整合了运营、惩罚和存储成本，考虑了诸如到达时间变化和临时存储需求等复杂场景。此外，我们引入了一个稳健优化框架：稳健的卡车月台分配与临时存储（R-TDATS），以有效处理成本系数中的不确定性。采用不确定性集的多面体表示和Bertsimas与Sim的优化方法，所提出的解决方案为决策者提供保守但现实的方案。数值实验验证了该方法的有效性，展示了其在实际问题的应用性。此外，本研究还通过将输入变量的偏差增加到25%和50%来分析系统在更高不确定性水平下的表现。结果表明，稳健性的价格（PR）最高增加至39%，成本相对增加（RI）最高达88%，风险值最高达71%，尤其是在三个成本系数（Co, Cp, Cs）的组合变化中尤为显著。尽管如此，成本增加的幅度仍然相对较小，强调了仔细调整和优化输入变量（如需求预测和运输计划）以减轻不确定性影响的重要性。使用蒙特卡罗模拟进行的广泛敏感性分析识别出一个阈值点，在该点之后，运营和存储成本的增加达到饱和水平。超过该点后，这些成本的进一步增加影响甚微，促使决策重心转向惩罚成本管理。这包括运营/存储成本与惩罚成本之间细微的权衡分析，指导资源分配和成本管理策略。此外，分析揭示了惩罚成本与单位惩罚成本系数之间的线性关系，有助于制定优化的惩罚成本管理策略。本研究为跨月台行业的决策者提供了宝贵的见解，使其能够在不确定的环境中做出明智决策，从而提升供应链网络的高效性和韧性。

Keyword:

Truck-to-door assignment

cross-docking

supply chain

uncertainty

sustainable cities and communities