物流制造产品按需求资源优化分配仿真
基于仿真技术的物流系统优化研究
基于仿真技术的物流系统优化研究物流系统是现代商业运作的重要组成部分，通过协调运输、仓储和分销等环节，实现货物的高效流动和及时交付。
然而，许多物流系统存在效率低下和成本高昂的问题。
为解决这一难题，基于仿真技术的物流系统优化研究应运而生。
在基于仿真技术的物流系统优化研究中，仿真模型被广泛应用。
通过建立真实的虚拟环境，仿真模型可以模拟和预测不同决策方案对物流系统的影响，从而优化系统的运作。
以下将重点介绍仿真技术在物流系统优化中的应用。
首先，仿真技术可以用于物流网络设计和布局优化。
物流网络的设计和布局直接影响货物的流通效率和成本控制。
通过仿真模型，可以分析不同的物流网络设计方案，比较各种方案的优劣，并找到最佳的设计方案。
此外，仿真模型还可以模拟规划不同的仓储设施位置和分布策略，通过优化仓储设施的位置，实现更加高效的物流系统。
其次，仿真技术在运输调度和路径优化方面有着重要的应用。
物流系统的运输调度和路径规划对货物的及时交付和成本控制至关重要。
通过仿真模型，可以模拟运输调度的各种情况和假设条件，分析不同的调度策略，并通过优化调度方案，提高物流系统的运输效率和降低成本。
此外，仿真技术还可以模拟路线选择和路径规划的各种情况，通过比较不同路径的时间、成本和可行性，找到最佳路径方案，提高物流系统的运输效率。
第三，仿真技术可以用于库存管理和预测需求。
物流系统中的库存管理对于降低库存成本和提高订单响应速度至关重要。
通过仿真模型，可以模拟和优化不同的库存管理策略，包括批量订购、定期订购和定点订购策略等。
通过比较不同策略的库存成本、库存水平和订单满足率，可以找到最优的库存管理策略。
此外，仿真技术还可以模拟和预测需求变化的各种情况，基于历史数据和市场研究，通过优化预测模型，提高需求预测的准确性和库存管理的效率。
最后，仿真技术在供应链协调和合作方面也具有重要的应用。
物流系统中的供应链协调和合作是实现整体优化的关键。
通过仿真模型，可以模拟和分析供应链各个环节的运作情况，识别供应链中的瓶颈和问题，并通过优化合作关系和协调机制，实现整个供应链的优化和协同发展。
基于Flexsim的生产物流系统仿真优化设计
基于Flexsim的生产物流系统仿真优化设计基于Flexsim的生产物流系统仿真优化设计随着科技的不断发展和进步，生产物流系统在现代工业生产中的重要性愈发凸显。
然而，生产物流系统中的各种复杂流程和环节往往会导致产能下降、效率低下和成本增加等问题。
因此，如何通过优化设计来提高生产物流系统的效果成为一个迫切需要解决的问题。
本文将介绍一种基于Flexsim的生产物流系统仿真优化设计方法，通过对生产物流系统进行仿真模拟，寻求系统的优化方案，以提高整体效率和经济性。
首先，为了进行仿真建模，需要对生产物流系统进行准确的描述和抽象。
系统的描述包括工厂生产线的布局、设备和机器的特性、原材料和产品的流动路径等。
根据这些描述，可以在Flexsim软件中建立一个与真实系统相似的虚拟仿真模型。
在模型建立完成后，可以对生产物流系统进行仿真运行。
通过设置不同的参数、调整生产工艺和环境因素等，可以模拟出不同的生产情况，并且观察系统在不同条件下的运行效果。
在仿真过程中，可以通过监控系统的各种指标，如产能、流程时间、资源利用率等，来评估系统的效果。
根据仿真结果，可以进行系统的优化设计。
优化设计的目的是找到使系统效果最优的参数和方案。
通过灵活调整参数，例如设备的设置和配置、作业的调度策略等，可以最大限度地提高系统的效率。
同时，还可以减少资源浪费、降低能耗和成本等。
通过不断的迭代优化，可以找到一个最优的系统设计方案。
除了优化系统的整体设计，还可以通过仿真来优化具体的工艺和流程。
通过改变工艺流程、优化物料的运输路径等，可以进一步提高系统的效率。
例如，可以通过分析物料的运动和流动情况，优化库存的存放位置和数量，以减少物料的运输时间和距离，提高生产效率和减少等待时间。
此外，在仿真过程中，还可以进行不同场景和方案的比较。
通过对不同方案的运行效果进行对比和分析，可以找到最佳的方案。
同时，还可以进行灵敏度分析，即对系统的关键参数进行变动，观察系统的响应变化，通过分析结果，可以确定系统的关键因素和瓶颈，从而对系统进行进一步的改进和优化。
资源分配和任务分配的多目标仿真优化方法
资源分配和任务分配的多目标仿真优化方法随着时代的发展，人们的生活、工作、学习等方面的需求越来越多样化，因此需要对资源和任务进行科学合理的分配和安排，以提高效率和效果。
仿真技术作为一种模拟实验的手段，可以较真实地模拟实际运行情况，因此越来越多的人开始利用仿真技术来优化资源分配和任务分配。
本文将针对资源和任务分配的多目标仿真优化方法进行探讨。
第一章资源分配的多目标仿真优化方法资源分配是指将有限的资源合理配置，以达到最大效益。
这里的资源，不仅包括物质资源，也包括人力资源、时间资源等。
多目标优化则是指考虑多个目标，如同时考虑费用和时间，希望费用最小，时间最短。
资源分配的多目标仿真优化方法包括以下几个步骤：1.定义目标首先需要明确所需优化的目标，对稳定性、时效性、成本等有不同的考虑，不能一味地追求某一目标。
2.数据收集与预处理收集实际操作数据，包括资源的来源、数量、种类和性质等信息，以建立仿真模型，同时对数据进行处理，剔除异常数据，以降低误差和提高可靠性。
3.建立仿真模型仿真模型应尽量符合实际运行情况，要具备足够的灵活性和扩展性，可根据实际情况进行修改和改进。
常见的仿真软件有AnyLogic、Simulink等。
4.仿真分析进行仿真实验，得到模拟数据，并对数据进行分析和解释。
在分析过程中，根据目标要求，可进行多目标决策分析。
5.优化方案选择根据模拟分析结果，提出多种资源组合方案，并根据多目标优化方法选择最优方案。
由于涉及多个目标，可能有多种合理的方案，必须对各项指标进行加权平衡，选择最优解。
第二章任务分配的多目标仿真优化方法任务分配是将任务分配给人员、机器或团队等实体以完成要求，是提高任务效率和降低成本的关键。
多目标仿真优化方法在任务分配中同样具有一定的优势，在任务分配中进行多目标仿真优化的具体步骤如下：1.定义目标明确任务分配的目标，如完成时间、人力等方面的考虑。
2.数据收集与预处理收集实际运营数据，以建立仿真模型，并对其进行处理，剔除异常数据。
物流运输规划中的仿真优化与决策支持系统
物流运输规划中的仿真优化与决策支持系统物流运输规划是指根据需求以及可利用的资源，进行合理的物流路线选择与调度安排，以实现运输过程的优化与效益最大化。
为了帮助决策者更好地进行物流运输规划，仿真优化与决策支持系统应运而生。
本文将介绍物流运输规划中的仿真优化与决策支持系统的重要性、特点以及应用。
首先，物流运输规划中的仿真优化与决策支持系统具有重要的作用。
传统的物流运输规划往往只能依靠经验和直觉进行决策，缺乏科学性和准确性。
而仿真优化与决策支持系统是基于大数据和智能算法，能够通过数学模型和仿真技术，对物流运输过程进行全面的优化分析和决策支持，极大提高了决策者的决策水平和效率。
其次，物流运输规划中的仿真优化与决策支持系统具有以下特点。
首先是模块化设计，系统分为多个独立的模块，如需求预测、路径规划、调度安排等，每个模块都可以根据具体的需求进行定制和调整，灵活性较高。
其次是数据驱动，系统通过收集和分析物流运输过程中的各个环节的数据，构建准确的数学模型，为决策者提供可靠的数据支持。
再次是智能化算法，系统利用人工智能、遗传算法等智能化技术，通过自动化的优化算法，寻找最优解决方案，提高运输过程的效率和效益。
物流运输规划中的仿真优化与决策支持系统可以应用于各个环节。
首先，可以应用于需求预测和量化。
通过分析历史数据和市场趋势，系统可以预测未来的需求和量化客户需求，为决策者提供合理的参考和依据。
其次，可以应用于路径规划和优化。
系统可以结合地理信息系统（GIS）和网络优化算法，计算最短路径和最优路径，降低运输成本并缩短运输时间。
再次，可以应用于调度安排和车辆管理。
系统可以根据货物的紧急程度、配送距离等因素，制定合理的调度计划和车辆管理策略，提高运输效率和供应链的响应能力。
在实际应用中，物流运输规划中的仿真优化与决策支持系统需要注意以下几点。
首先，需要准确收集和整理物流运输过程中的各个环节的数据，确保模型的准确性和可靠性。
其次，系统需要具备高度的可视化和用户友好性，使决策者能够直观地进行数据分析和决策评估。
仿真在生产物流中的作用
仿真在生产物流中的作用随着物流行业的不断发展，生产物流中的运作效率和准确性成为了企业关注的重点。
而仿真技术作为一种虚拟模拟方法，可以模拟和评估物流系统的运作情况，对于提高生产物流的效率和准确性具有重要的作用。
本文将从物流规划、运输路径优化、库存管理以及风险评估等方面探讨仿真在生产物流中的作用。
一、物流规划物流规划是生产物流中的重要环节，决定了物流系统的结构和运作方式。
通过仿真技术，可以对物流系统进行模拟和优化，确定最佳的物流网络布局。
仿真可以考虑各种因素，如运输距离、运输时间、成本等，以及不同的运输模式和策略。
通过仿真，可以评估不同方案的优劣，为物流规划提供科学的依据。
二、运输路径优化在生产物流中，运输路径的选择对于运输效率和成本控制具有重要影响。
仿真技术可以模拟不同的运输路径，并评估其运输时间、成本和风险等指标。
通过仿真，可以找到最佳的运输路径，减少运输时间和成本，提高运输效率。
同时，仿真还可以考虑实际情况中的不确定因素，如交通拥堵、天气变化等，为运输路径的选择提供更准确的参考。
三、库存管理库存管理是生产物流中的关键环节，直接影响着生产和销售的协调。
仿真技术可以模拟不同的库存管理策略，评估其对库存水平、交货时间和成本的影响。
通过仿真，可以确定最佳的库存管理策略，实现库存的最优化管理。
同时，仿真还可以考虑不同的需求模式和供应模式，为库存管理提供更准确的决策支持。
四、风险评估在生产物流中，风险评估是必不可少的环节。
仿真技术可以模拟和评估不同的风险因素，如交通事故、自然灾害等，对物流系统的运作进行风险评估。
通过仿真，可以分析和评估不同风险因素的影响程度和概率，为风险管理和应急预案的制定提供科学的依据。
同时，仿真还可以进行风险模拟和演练，提高应对突发事件的能力。
仿真在生产物流中扮演着重要的角色。
通过仿真技术，可以模拟和评估物流系统的运作情况，优化物流规划、运输路径选择、库存管理和风险评估等环节，提高生产物流的效率和准确性。
运输优化仿真方案
运输优化仿真方案
在运输优化方面，可以采用仿真来设计和评估不同方案的有效性和可行性。
以下是一个可能的仿真方案：
1. 数据收集：首先，收集相关的运输数据，如货物量、运输距离、运输时间、货车容量等。
这些数据可通过实地调研或历史数据分析获得。
2. 建模与参数设定：利用收集到的数据，建立运输优化的仿真模型。
根据实际情况，设定参数，如货车的最大载重量、最大行驶速度、装卸时间等。
确保模型的准确性和可靠性。
3. 场景设置：根据模型的需求，设置不同的运输场景，如货物量变动、运输路径调整等。
这些场景可以是已知的实际情况，也可以是理论上的假设场景，用于测试模型的鲁棒性。
4. 策略设计：根据运输目标，设计不同的优化策略，如最小化运输成本、最小化运输时间、最大化货车利用率等。
每个策略会有不同的约束条件，如货车的最大运行时间、每个地点的最大服务时间等。
5. 参数调优和模拟运行：通过对模型中的参数进行调优，优化策略的确定。
然后进行模拟运行，通过仿真模拟货车行驶路线、装卸货物等过程，评估每个策略的效果。
可以采用不同的评价指标，比较各策略的优劣。
6. 结果分析与优化：根据仿真结果的分析，评估所采用策略的
效果和运输的性能。
通过对仿真结果的优化分析，找出问题所在，并尝试提出改进方案，以进一步优化运输效率。
7. 结论与建议：根据仿真结果和优化分析，总结出具体的结论和建议，以供实际运输决策的参考。
以上是一个通用的运输优化仿真方案，具体实施过程中可以根据实际情况进行调整和补充。
物流系统优化课程仿真实验报告
物流系统优化课程仿真实验报告一、实验目的本次物流系统优化课程仿真实验的目的在于通过实际操作和模拟分析，深入理解物流系统的运作机制，掌握物流系统优化的方法和策略，提高物流运作的效率和效益。
二、实验环境本次实验使用了实验软件名称软件作为仿真平台，该软件能够模拟物流系统中的各个环节，包括仓储、运输、配送等，并提供了丰富的数据分析和优化工具。
三、实验内容（一）物流网络设计首先，对一个给定的物流网络进行了分析和设计。
考虑了供应商、仓库、配送中心和客户的位置分布，以及货物的流量和流向。
通过调整网络中的节点数量、位置和连接方式，试图找到最优的物流网络结构，以降低运输成本和提高服务水平。
（二）库存管理优化在实验中，对库存管理策略进行了优化。
研究了不同的库存控制方法，如定量订货法、定期订货法等，并分析了其对库存成本和服务水平的影响。
通过设置合理的安全库存、订货点和订货量，努力实现库存成本的最小化和客户满意度的最大化。
（三）运输路径规划针对货物的运输路径规划问题，运用了最短路径算法和启发式算法等方法。
考虑了运输距离、运输时间、运输成本等因素，为货物选择最优的运输路径，以提高运输效率和降低运输成本。
（四）物流资源配置对物流系统中的资源，如车辆、仓库空间、人力资源等进行了合理配置。
通过分析不同资源的需求和供应情况，制定了相应的资源配置方案，以充分利用有限的资源，提高物流系统的整体性能。
四、实验步骤（一）数据收集与整理收集了实验所需的各种数据，包括物流网络节点的位置、货物的流量和流向、库存水平、运输成本等。
对这些数据进行了整理和分析，为后续的实验提供了基础数据。
（二）模型建立与参数设置根据实验内容和数据，在仿真软件中建立了相应的物流模型，并设置了相关的参数，如运输速度、库存成本、订货周期等。
（三）实验运行与结果分析运行建立好的模型，得到了不同方案下的实验结果。
对实验结果进行了详细的分析，包括成本、效率、服务水平等方面的指标。
物流系统优化与仿真
内容提要
本书即强调优化和仿真的方法学和技术，又立足 于物流系统的管理决策问题的解决。 在知识体系上， “横向”方面从传统的运筹规划 方法、排队存储论方法、系统动力学方法到现代 智能优化方法以及Petri网、多Agent、面向对象 等仿真方法的介绍；“纵向”方面主要是物流系 统的一些应用问题，如物流网络布局问题、车辆 路径问题、装卸搬运问题、区域物流宏观规划问 题以及供应链系统设计问题等。
目标（Objectives）：设定的目标必须是定量的和可测评的。 模型（Models）：模型必须忠实地反映实际的物流过程。 数据（Data）：数据必须准确、及时和全面。 集成（Integration）：系统集成必须全面支持数据的自动传递。 表述（Delivery）：系统优化方案必须以一种便于执行、管理和控制的形式来表述。 算法（Algorithms）：算法必须灵活地利用独特的问题结构。 计算（Computing）：计算平台必须具有足够的容量在可接受的时间段内给出优化方案。 人员（People）：负责物流系统优化的人员必须具备支持建模、数据收集和优化方案所需的 领导和技术专长。 过程（Process）：商务过程必须支持优化并具有持续的改进能力。 回报（ROI）：投资回报必须是可以证实的，必须考虑技术、人员和操作的总成本。
要证实物流系统优化的投资回报率，必须把握两 件事情：
诚实地估计全部的优化成本 将优化技术给出的解决方案逐条与标杆替代方案进行
比较
要确定物流优化技术系统的使用效果，必须做三 件事
在实施优化方案之前根据关键绩效指标（Key
Performance Indicators）测定基准状态 将实施物流优化技术解决方案以后的结果与基准状态 进行比较 对物流优化技术系统的绩效进行定期的评审
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要 ：对物流制造产 品资源 的按需求分配 ，能够有效提高物流资源利用的效率。对物流产品资源按需求 进行优化分 配，需要 结合粒子群方法 ，利用离散变量对粒子的位置进行编码 ，构建概率信息粒 子更新模 型 ，完成 物流制造产 品资 源按需求资源 的 优化分配 。传统方法获取物流设施的资源分配与传送的功率 ，调整用户间资源的分配 ，但 忽略了对 资源分配结果 的更新 ，导 致资源分配精度偏低。提 出基于粒子群的物流产品资源优 化的分 配算法 。依据 物流产 品资源节点平均 的差异度 ，对虚拟 的 资源节点进行迁移 ，利用离散的变量对粒子的位置进行编码 ，对离散空间的构建 概率信 息粒子 的速度 与位置 的更新 ，完成对 物流制造产 品资源 的按需求分配 。实验结果表 明，利用所提算法能有效提高物流产品资源的利用效 率。 关 键 词 ：物 流 制 造 ；资 源 需 求 ；优 化 分 配 中 图分 类 号 ：ＴＰ３９３ 文 献标 识 码 ：Ｂ
１ 引 言 社会 经济快速 的发展 ，物 流行业 受到 社会 广泛 的关 注 ，
物流行业作为利 润的源泉对 国民经济 的增长起 到显著作用 ， 成为 国家 财政 收入 重要 的来 源… 。２１世 纪 ，信 息与 网络 技 术广泛 的运用 ，现代 的物 流行业 表现 出一 体化 、专业 化 以及 信息化等发展 的趋 势。与国外物流行业 的发展相对 比，我国 物流 的产业属 于刚刚起 步 ，各个 方面 还不够 完善 ，发 展 的水 平 还 需 要 提 升 Ｊ。 随着 国 际 物 流 不 断 涌 进 我 国 的 物 流 市 场 ，
第３５卷 第８期
文章 编号 ：１００６—９３４８（２
２０１８年８月
物 流 制 造 产 品 按 需 求 资 源 优 化 分 配 仿 真
周 三 玲 ，童 一 飞
（１．南 京理工大学紫金学 院 ，江苏 南京 ２１００２３； ２．南 京 理 工 大 学 机 械 工 程 学 院 ，江 苏 南 京 ２１００９４）
Ｏｐｔｉｍ ｉｚｉｎｇ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｓｉｍ ｕｌａｔｉｏｎ ｏｆ Ｌｏｇｉｓｔｉｅｓ Ｍ ａｎｕｆａｃｔｕｒｉｎｇ Ｐｒｏｄｕｃｔｓ Ａｃｃｏｒｄｉｎｇ Ｔｏ Ｄｅｍ ａｎｄ Ｒｅｓｏｕｒｃｅｓ
ＺＨ ＯＵ Ｓａｎ — ｌｉｎｇ ．ＴＯＮＧ Ｙｉ—ｆｅｉ （１．Ｎ Ｚｉｊｉｎ Ｃｏｌｌｅｇｅ，ａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ Ｊｉａｎｇｓｕ ２１００２３，Ｃｈｉｎａ；
ｃａｔｉｏｎ ｒｅｓｕｌｔｓ，ｒｅｓｕｌｔｉｎｇ ｉｎ ｌｏｗ ａｃｃｕｒａｃｙ ｏｆ ｒｅｓｏｕｒｃｅ ａｌｌｏｃａｔｉｏｎ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｎｌｌ ａｌｌｏｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｌｏｇｉｓｔｉｃｓ ｐｒｏｄｕｃｔ ｒｅｓｏｕｒｃｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｂａｓｅｄ ｏｎ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ｗａｓ ｐｒｏｐｏｓｅｄ． Ａｃｃｏｒｄｉｎｇ ｔＯ ｔｈｅ ａｖｅｒａｇｅ ｄｅｇｒｅｅ ｏｆ ｄｉｓｃｒｅｐａｎｃｙ ｏｆ ｒｅｓｏｕｒｃｅ ｎｏｄｅ ｏｆ ｌｏｇｉｓｔｉｃｓ ｐｒｏｄｕｃｔ，ｔｈｅ ｖｉｒｔｕａｌ ｒｅｓｏｕｒｃｅ ｎｏｄｅ ｗａｓ ｍｉｇ ｒａｔｅｄ，ａｎｄ ｄｉｓｃｒｅｔｅ ｖａｒｉａｂｌｅｓ ｗｅｒｅ ｕｓｅｄ ｔｏ ｃｏｄｅ ｔｈｅ ｐａｒｔｉｃｌｅ ｐｏｓｉｔｉｏｎ． Ｍｅａｎｗｈｉｌｅ，ｔｈｒｏｕｇｈ ｕｐｄａｔｉｎｇ ｔｈｅ ｓｐｅｅｄ ａｎｄ ｐｏｓｉｔｉｏｎ ｏｆ ｐｒｏｂａｂｉｌｉｔｙ ｉｎｆｏｒｍ ａｔｉｏｎ ｐａｒ— ｔｉｃｌｅ ｉｎ ｄｉｓｃｒｅｔｅ ｓｐａｃｅ，ｌｏｇｉｓｔｉｃｓ ｐｒｏｄｕｃｔ ｒｅｓｏｕｒｃｅｓ ｗｅｒｅ ａｌｌｏｃａｔｅｄ ａｓ ｎｅｅｄｅｄ． Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏ— ｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｉｍｐｒｏｖｅ ｔｈｅ ｒｅｓｏｕｒｃｅ ｕｔｉｌｉｚａｔｉｏｎ ｒａｔｅ ｏｆ ｌｏｇｉｓｔｉｃｓ ｐｒｏｄｕｃｔ． ＫＥＹＷ ＯＲＤＳ：Ｌｏｇｉｓｔｉｃｓ ｍａｎｕｆａｃｔｕｒｉｎｇ；Ｒｅｓｏｕｒｃｅ ｄｅｍａｎｄ；Ｏｐｔｉｍａ ｌ ａ ｌｌｏｃａｔｉｏｎ
收 稿 日期 ：２０１７—１２—１２ 修 回 日期 ：２０１８一Ｏ１—２５
我 国物流行业 面临较 大的竞争压力 。为此 ，提 升我 国物流行 业 的竞争力是 当前该领 域急需解决的 问题 。
而 当 前 通 过 某 路 径 进 行 资 源 分 配 的 越 多 ，越 容 易 造 成 物 流物流设施 的负载越重 ，物流产 品资 源路径 的搜索容 易陷入 局部 的最优解 ，不 能找 出全局 的最优 解 ，而最 优解 资源分 配 的路径上用户 的数 量 比较大 ，容 易负 载过重 ，易导致 局部 资 源拥塞 ＿４ Ｊ。由此 ，如果能依 据物 流 资源 的需 求 ，将物 流设 施 任务 的资源进行分配至效率 较高且开销较 少 的资 源 ，能对 物 流制造 的物流设施 的整 体性 能进行提 高 ，由此对 物流制造 的 物流产品资源进行按需求分 配研 究 Ｊ。
２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｊｉｎｇ Ｊｉａｎｇｓｕ ２１００９４，Ｃｈｉｎａ）
ＡＢＳＴＲＡＣＴ：Ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄｓ ａｄｊｕｓｔ ｔｈｅ ｒｅｓｏｕｒｃｅ ａ ｌｌｏｃａｔｉｏｎ ａｍｏｎｇ ｕｓｅｒｓ，ｂｕｔ ｉｇｎｏｒｅ ｔｈｅ ｕｐｄａｔｅ ｏｆ ｒｅｓｏｕｒｃｅ ａｌｌｏ·