導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇數(shù)學(xué)建模啟發(fā)式算法，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：物流工程；運(yùn)籌學(xué)；庫(kù)存控制

作者簡(jiǎn)介：謝逢潔（1974-），女，重慶人，西安郵電大學(xué)管理工程學(xué)院，講師。（陜西 西安 710061）崔文田（1966-），男，陜西米脂人，西安交通大學(xué)管理學(xué)院，教授。（陜西 西安 710049）

基金項(xiàng)目：本文系教育部高等學(xué)校物流類(lèi)專(zhuān)業(yè)教學(xué)指導(dǎo)委員會(huì)教改課題（課題編號(hào)：JZW2011013）的研究成果。

中圖分類(lèi)號(hào)：G642.0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0079（2013）04-0110-02

隨著電子商務(wù)近十年的迅速發(fā)展，我國(guó)物流企業(yè)如雨后春筍般成長(zhǎng)起來(lái)。攤開(kāi)一張中國(guó)物流地圖，密密麻麻的干線(xiàn)、支線(xiàn)一團(tuán)亂麻似的交織在一起。然而，中國(guó)物流每年30%左右的增長(zhǎng)速度仍然難以滿(mǎn)足每年100%速度增長(zhǎng)的淘寶貨運(yùn)需求。那么，有效地利用現(xiàn)有資源進(jìn)行優(yōu)化配置，成為物流企業(yè)滿(mǎn)足社會(huì)經(jīng)濟(jì)發(fā)展需求的重要途徑，這無(wú)疑給物流專(zhuān)業(yè)的“運(yùn)籌學(xué)”教學(xué)工作提出了前所未有的挑戰(zhàn)。根據(jù)《教育部高等學(xué)校物流類(lèi)專(zhuān)業(yè)教學(xué)指導(dǎo)委員會(huì)關(guān)于物流工程本科專(zhuān)業(yè)培養(yǎng)方案的指導(dǎo)意見(jiàn)》，“運(yùn)籌學(xué)”是各高校物流工程專(zhuān)業(yè)必需開(kāi)設(shè)的學(xué)科基礎(chǔ)課程，建議課程學(xué)分為3分左右，其他學(xué)科基礎(chǔ)課具體課程及學(xué)分由各高校自定。這充分說(shuō)明了“運(yùn)籌學(xué)”課程在物流工程專(zhuān)業(yè)教學(xué)中的基礎(chǔ)性和重要性。那么，根據(jù)我國(guó)物流業(yè)發(fā)展中的實(shí)際問(wèn)題，結(jié)合物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)需求，探討教學(xué)內(nèi)容和教學(xué)方法的改革具有重要意義，但同時(shí)這也是擺在每個(gè)物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)工作者面前的重要問(wèn)題。

一、我國(guó)物流業(yè)的主要問(wèn)題及其原因分析

在電子商務(wù)環(huán)境下，涌現(xiàn)出大量種類(lèi)多、批量小、批次多、目的地分散的隨機(jī)零散的物流需要，這與傳統(tǒng)的糧食、燃料、建材等大宗物資運(yùn)輸需求有著明顯的差別。大量的零散物流需求為我國(guó)物流業(yè)發(fā)展帶來(lái)了契機(jī)，同時(shí)也暴露出其存在的問(wèn)題。

首先，物流成本高是我國(guó)物流業(yè)一直以來(lái)存在的問(wèn)題。隨著電子商務(wù)環(huán)境下零散物流需求的激增，成本問(wèn)題愈發(fā)顯得嚴(yán)重。據(jù)國(guó)家發(fā)改委2011年12月1日披露的數(shù)據(jù)，2011年1月至10月，我國(guó)社會(huì)物流總費(fèi)用6.4萬(wàn)億元，同比增長(zhǎng)18.7%。目前，中國(guó)的物流成本占GDP總量比重約為18%，而日本是11%，美國(guó)是8%，歐盟只有7%。究其原因，除了油價(jià)上漲以及物流運(yùn)輸中的各種亂收費(fèi)現(xiàn)象外，每年以30%左右的速度發(fā)展起來(lái)的物流企業(yè)資質(zhì)參差不齊，配送中心的選址、庫(kù)存控制、車(chē)輛路徑規(guī)劃等有利于物流企業(yè)降低成本的優(yōu)化途徑在一些新建物流企業(yè)中并沒(méi)有得到很好地應(yīng)用。這是我國(guó)物流成本高的主觀(guān)因素，也是物流專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)需要重點(diǎn)關(guān)注的問(wèn)題。

此外，在電子商務(wù)環(huán)境下，客戶(hù)對(duì)產(chǎn)品可得性的心理預(yù)期增強(qiáng)，進(jìn)而使得其對(duì)交貨時(shí)間的要求遠(yuǎn)遠(yuǎn)高于傳統(tǒng)物流貨運(yùn)的要求。而我國(guó)大多數(shù)物流企業(yè)尚未形成一個(gè)完整有效的物流系統(tǒng)，配送中心和運(yùn)輸系統(tǒng)缺乏協(xié)調(diào)，庫(kù)存控制和車(chē)輛路徑規(guī)劃存在矛盾，長(zhǎng)途運(yùn)輸和短途配送缺乏銜接等問(wèn)題普遍存在。這無(wú)疑會(huì)導(dǎo)致物流企業(yè)貨運(yùn)時(shí)間的拖延，使得客戶(hù)對(duì)交貨時(shí)間的需求時(shí)常難以得到滿(mǎn)足。因此，物流系統(tǒng)的協(xié)調(diào)優(yōu)化也是“運(yùn)籌學(xué)”教學(xué)需要重點(diǎn)關(guān)注的問(wèn)題。

二、物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)的主要內(nèi)容

“運(yùn)籌學(xué)”教材種類(lèi)繁多，本文以清華大學(xué)出版社出版的《運(yùn)籌學(xué)》章節(jié)劃分為例進(jìn)行相關(guān)內(nèi)容的闡述。目前，我國(guó)各高校管理類(lèi)本科層次的運(yùn)籌學(xué)教學(xué)內(nèi)容通常由線(xiàn)性規(guī)劃與目標(biāo)規(guī)劃、整數(shù)規(guī)劃、動(dòng)態(tài)規(guī)劃、圖與網(wǎng)絡(luò)、排隊(duì)論等幾部分構(gòu)成，略有差異。非線(xiàn)性規(guī)劃、存儲(chǔ)論、對(duì)策論、決策論、啟發(fā)式方法等則通常作為研究生階段的教學(xué)內(nèi)容。物流工程專(zhuān)業(yè)具有管理學(xué)科的一般屬性，同時(shí)還具有本專(zhuān)業(yè)的一些特性。為了更好地滿(mǎn)足我國(guó)快速發(fā)展的物流業(yè)對(duì)專(zhuān)業(yè)人才的需求，物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)應(yīng)在保持管理類(lèi)運(yùn)籌學(xué)教學(xué)內(nèi)容廣度的基礎(chǔ)上，突出物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)需要解決的一些重要問(wèn)題，包括配送中心選址、庫(kù)存控制、車(chē)輛路徑規(guī)劃以及物流配送系統(tǒng)協(xié)調(diào)優(yōu)化等問(wèn)題。

1.配送中心選址問(wèn)題相關(guān)教學(xué)內(nèi)容

配送中心選址問(wèn)題是給定某一地區(qū)所有需求點(diǎn)的集合，要求從中選出一定數(shù)目的需求點(diǎn)建立配送中心，實(shí)現(xiàn)對(duì)所有需求點(diǎn)的配送，并使得總配送路徑或配送費(fèi)用最小。整數(shù)規(guī)劃是目前應(yīng)用最廣泛也是最主要的定量選址技術(shù)，其求解方法包括分支定界法、割平面法和隱枚舉法，其優(yōu)點(diǎn)是能獲得精確的最優(yōu)解。但是對(duì)一些模型太復(fù)雜的情況，如對(duì)整個(gè)物流網(wǎng)絡(luò)進(jìn)行規(guī)劃時(shí)的大型復(fù)雜選址問(wèn)題，由于變量和約束條件眾多、形式復(fù)雜，往往只能用啟發(fā)式算法獲得最優(yōu)解。此外，多目標(biāo)決策方法可以和啟發(fā)式算法相結(jié)合進(jìn)行配送中心的合理選址。

2.庫(kù)存控制問(wèn)題相關(guān)教學(xué)內(nèi)容

庫(kù)存控制問(wèn)題是在保證生產(chǎn)或銷(xiāo)售對(duì)物資需要的前提下，盡可能地減少資金占用，降低物資的庫(kù)存成本。目前，庫(kù)存控制研究已取得了豐碩的成果，形成了較為完整的庫(kù)存控制理論——存儲(chǔ)論，主要包括定常需求的庫(kù)存控制、時(shí)變需求的庫(kù)存控制、隨機(jī)需求的庫(kù)存控制、依賴(lài)于庫(kù)存水平需求的庫(kù)存控制以及多種物品的庫(kù)存控制等。庫(kù)存控制模型的求解主要利用高等數(shù)學(xué)中的微積分原理給出最優(yōu)解的性質(zhì)，并結(jié)合啟發(fā)式算法給出最優(yōu)值。

3.車(chē)輛路徑規(guī)劃問(wèn)題相關(guān)教學(xué)內(nèi)容

車(chē)輛路徑規(guī)劃問(wèn)題是針對(duì)一系列發(fā)貨、收貨點(diǎn)，設(shè)計(jì)適當(dāng)?shù)男熊?chē)路線(xiàn)，使車(chē)輛有序地通過(guò)它們，在滿(mǎn)足規(guī)定的約束條件（如貨物需求量、交發(fā)貨時(shí)間、車(chē)輛容量、時(shí)間限制等）下，實(shí)現(xiàn)一定的目標(biāo)（如路程最短、費(fèi)用最低、時(shí)間盡量短、車(chē)輛盡量少等）。根據(jù)研究重點(diǎn)的不同，車(chē)輛路徑規(guī)劃問(wèn)題的模型構(gòu)造及算法有很大差別。但整數(shù)規(guī)劃、動(dòng)態(tài)規(guī)劃和圖論是車(chē)輛路徑規(guī)劃問(wèn)題最常用的建模方法，啟發(fā)式算法在車(chē)輛調(diào)度問(wèn)題的求解中得到了廣泛應(yīng)用。

4.物流系統(tǒng)協(xié)調(diào)優(yōu)化相關(guān)教學(xué)內(nèi)容

配送中心選址、庫(kù)存控制、車(chē)輛路徑規(guī)劃問(wèn)題之間有著千絲萬(wàn)縷的關(guān)系，其中一個(gè)問(wèn)題的決策往往影響到其他問(wèn)題的決策，如果某一問(wèn)題決策失敗就無(wú)法獲得整個(gè)物流系統(tǒng)的最優(yōu)。因此，物流系統(tǒng)的協(xié)調(diào)優(yōu)化越來(lái)越受到重視，配送中心選址與運(yùn)輸路線(xiàn)安排問(wèn)題的集成建模、庫(kù)存控制與車(chē)輛路徑的集成建模、以及配送中心選址與庫(kù)存控制的集成建模已經(jīng)得到了廣泛研究，主要涉及的運(yùn)籌學(xué)方法有整數(shù)規(guī)劃、非線(xiàn)性規(guī)劃、動(dòng)態(tài)規(guī)劃和啟發(fā)式算法等。

由以上分析可知，物流系統(tǒng)優(yōu)化涉及的“運(yùn)籌學(xué)”教學(xué)內(nèi)容主要包括整數(shù)規(guī)劃、非線(xiàn)性規(guī)劃、動(dòng)態(tài)規(guī)劃、圖論、存儲(chǔ)論、多目標(biāo)決策、啟發(fā)式算法等，這分別對(duì)應(yīng)于清華大學(xué)出版社《運(yùn)籌學(xué)》教材中的第5章、第6～7章、第8～9章、第10章、第13章、第16章、第17章。其中，以整數(shù)規(guī)劃和啟發(fā)式算法的應(yīng)用最為廣泛。以此為依據(jù)，筆者建議對(duì)物流工程專(zhuān)業(yè)的“運(yùn)籌學(xué)”教學(xué)內(nèi)容作適當(dāng)調(diào)整，打破以教材章節(jié)為依據(jù)劃分本科和研究生教學(xué)內(nèi)容的模式，在本科階段教學(xué)中增加非線(xiàn)性規(guī)劃、存儲(chǔ)論、決策論、啟發(fā)式算法的內(nèi)容，在研究生階段教學(xué)中進(jìn)一步深化整數(shù)規(guī)劃、動(dòng)態(tài)規(guī)劃、圖論的內(nèi)容，保證本科和研究生階段課程的可延續(xù)性，并在教學(xué)深度上形成一定的梯度。本科階段側(cè)重于物流系統(tǒng)基本問(wèn)題的建模和基本求解方法的掌握，研究生階段則側(cè)重于綜合問(wèn)題的建模和多種求解方法的結(jié)合應(yīng)用以及優(yōu)化理論的創(chuàng)新。

三、物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)的實(shí)施手段

“運(yùn)籌學(xué)”是一門(mén)以數(shù)學(xué)方法為基礎(chǔ)尋求實(shí)際問(wèn)題最優(yōu)方案的應(yīng)用科學(xué)，特別強(qiáng)調(diào)對(duì)實(shí)際問(wèn)題的解決。應(yīng)用運(yùn)籌學(xué)解決現(xiàn)實(shí)生產(chǎn)、生活中的實(shí)際問(wèn)題，需要針對(duì)實(shí)際問(wèn)題的優(yōu)化要求及面臨的客觀(guān)條件作必要的假設(shè)，抽象為數(shù)學(xué)模型，然后利用恰當(dāng)?shù)臄?shù)學(xué)方法加以解決。根據(jù)《教育部高等學(xué)校物流類(lèi)專(zhuān)業(yè)教學(xué)指導(dǎo)委員會(huì)關(guān)于物流工程本科專(zhuān)業(yè)培養(yǎng)方案的指導(dǎo)意見(jiàn)》，物流工程專(zhuān)業(yè)是一門(mén)實(shí)踐性很強(qiáng)的專(zhuān)業(yè)，要求該專(zhuān)業(yè)的教學(xué)注重理論教學(xué)與實(shí)踐教學(xué)相結(jié)合，課堂教學(xué)與課外活動(dòng)和諧統(tǒng)一。因此，對(duì)于物流工程專(zhuān)業(yè)的“運(yùn)籌學(xué)”教學(xué)，強(qiáng)調(diào)對(duì)物流系統(tǒng)中實(shí)際問(wèn)題的解決則顯得尤為重要。然而，由于“運(yùn)籌學(xué)”本身所具有的明顯的數(shù)學(xué)學(xué)科特征，加上“運(yùn)籌學(xué)”教材的通用性特點(diǎn)，教師在教學(xué)實(shí)踐中很容易產(chǎn)生偏重?cái)?shù)理演算、忽略實(shí)踐應(yīng)用的傾向，在基本原理和手工演算的講授上花費(fèi)大量的課時(shí)，而對(duì)于如何從物流系統(tǒng)的實(shí)際問(wèn)題出發(fā)，抽象出合理的數(shù)學(xué)模型以及如何應(yīng)用先進(jìn)的計(jì)算軟件實(shí)現(xiàn)模型的求解則重視不夠，甚至忽略。鑒于此，筆者建議對(duì)物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)的實(shí)施手段做以下改革嘗試。

1.講述教學(xué)法和問(wèn)題解決教學(xué)法相結(jié)合的課堂教學(xué)方式

由于“運(yùn)籌學(xué)”既要求對(duì)基本理論和優(yōu)化方法的理解，又強(qiáng)調(diào)應(yīng)用理論方法解決實(shí)際問(wèn)題的能力。因此，筆者建議采用講述教學(xué)法和問(wèn)題解決教學(xué)法相結(jié)合的課堂教學(xué)方式。

講述教學(xué)法是指教師運(yùn)用敘述的方式傳遞教材知識(shí)的教學(xué)方法，也是最為常用的一種教學(xué)方法。“運(yùn)籌學(xué)”的基本理論和優(yōu)化方法以數(shù)學(xué)為基礎(chǔ)，對(duì)于物流工程專(zhuān)業(yè)的學(xué)生而言相對(duì)抽象和晦澀。如果在課堂講述時(shí)利用高深的數(shù)學(xué)理論來(lái)推導(dǎo)一個(gè)定理，或者花費(fèi)大量的時(shí)間手工求解一個(gè)問(wèn)題，則違背了物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)的應(yīng)用目的，學(xué)生不僅難以接受講述的內(nèi)容，而且其學(xué)習(xí)積極性會(huì)受到打擊。因此，筆者建議教師在課堂講述中弱化“運(yùn)籌學(xué)”中定理的推導(dǎo)以及手工演算過(guò)程，通過(guò)板書(shū)教學(xué)與多媒體教學(xué)相結(jié)合的講述方式，根據(jù)課程內(nèi)容的需要穿插一些動(dòng)畫(huà)、聲音視頻，充分調(diào)動(dòng)學(xué)生的學(xué)習(xí)興趣，使學(xué)生快速理解“運(yùn)籌學(xué)”的基本理論和優(yōu)化方法。在此基礎(chǔ)上，結(jié)合問(wèn)題解決教學(xué)法培養(yǎng)學(xué)生應(yīng)用理論方法解決實(shí)際問(wèn)題的能力。問(wèn)題解決教學(xué)法是啟發(fā)式教學(xué)方法的一種，是以學(xué)習(xí)者為中心的教學(xué)方法。教師可在教學(xué)中有目的地引導(dǎo)學(xué)生選擇典型的物流系統(tǒng)優(yōu)化案例，可以從簡(jiǎn)單的配送中心選址、庫(kù)存控制以及車(chē)輛路徑規(guī)劃問(wèn)題入手，協(xié)助學(xué)生對(duì)實(shí)際問(wèn)題進(jìn)行合理假設(shè)、抽象和建模，使學(xué)生逐步掌握運(yùn)用“運(yùn)籌學(xué)”解決物流系統(tǒng)優(yōu)化問(wèn)題的思維方式和方法。

2.課堂教學(xué)、計(jì)算實(shí)驗(yàn)和課外活動(dòng)緊密配合

由于課堂教學(xué)中弱化了定理的推導(dǎo)和手工演算的過(guò)程，加上啟發(fā)式算法在物流系統(tǒng)優(yōu)化問(wèn)題中的廣泛應(yīng)用，物流工程專(zhuān)業(yè)的“運(yùn)籌學(xué)”教學(xué)應(yīng)開(kāi)設(shè)專(zhuān)門(mén)的實(shí)驗(yàn)課程，將課堂教學(xué)內(nèi)容和上機(jī)實(shí)驗(yàn)緊密結(jié)合起來(lái)，幫助學(xué)生掌握WINQSB、LINDO、LINGO、MATHEMATICA、MATLAB 等優(yōu)化軟件，利用計(jì)算機(jī)代替手工演算實(shí)現(xiàn)模型的求解。同時(shí)，注重培養(yǎng)學(xué)生不拘泥于課本上的算法與思維，努力嘗試新方法，開(kāi)拓新思路，提高自己的創(chuàng)造性思維能力，逐步引導(dǎo)學(xué)生將學(xué)習(xí)的重點(diǎn)放在對(duì)實(shí)際問(wèn)題的分析建模和求解思路的設(shè)計(jì)上來(lái)。此外，可以鼓勵(lì)學(xué)生積極參加全國(guó)大學(xué)生物流大賽，實(shí)現(xiàn)“運(yùn)籌學(xué)”教學(xué)與物流優(yōu)化實(shí)踐的結(jié)合，提高學(xué)生應(yīng)用運(yùn)籌學(xué)解決物流企業(yè)實(shí)際問(wèn)題的能力。

3.改革考核體系，突出教學(xué)重點(diǎn)

成績(jī)考核是整個(gè)教學(xué)周期的最后環(huán)節(jié)，是評(píng)估教學(xué)質(zhì)量和學(xué)習(xí)水平的關(guān)鍵。為了與物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)內(nèi)容和教學(xué)方式的調(diào)整保持一致，其成績(jī)考核方式也應(yīng)做相應(yīng)的調(diào)整。首先，突出物流工程專(zhuān)業(yè)的“運(yùn)籌學(xué)”教學(xué)目的，考核內(nèi)容應(yīng)圍繞物流系統(tǒng)優(yōu)化問(wèn)題展開(kāi)，比如配送中心選址、庫(kù)存控制、車(chē)輛路徑規(guī)劃等都是重點(diǎn)考核內(nèi)容，相應(yīng)地弱化對(duì)其他專(zhuān)業(yè)的相關(guān)問(wèn)題考核。其次，改變目前“運(yùn)籌學(xué)”課程考核采取的形式單一的筆試方式，將平時(shí)課堂教學(xué)中的問(wèn)題討論和實(shí)驗(yàn)課程中的上機(jī)練習(xí)作為課程考核的一部分。比如，可以在課堂教學(xué)中定期地進(jìn)行物流系統(tǒng)案例優(yōu)化小測(cè)驗(yàn)，讓學(xué)生在規(guī)定的時(shí)間內(nèi)完成問(wèn)題分析和模型構(gòu)建，將評(píng)價(jià)結(jié)果記入課程考核，還可以在實(shí)驗(yàn)課程中設(shè)置一定的考核環(huán)節(jié)，檢查學(xué)生利用計(jì)算機(jī)求解運(yùn)籌學(xué)模型的能力，將評(píng)價(jià)結(jié)果記入課程考核。最后，在試卷考核中要注重檢驗(yàn)學(xué)生掌握運(yùn)籌學(xué)思維方式和方法的程度，即檢驗(yàn)學(xué)生針對(duì)一個(gè)具體的物流系統(tǒng)優(yōu)化問(wèn)題展開(kāi)分析，進(jìn)行適當(dāng)?shù)募僭O(shè)和理論抽象，建立合理的數(shù)學(xué)模型的能力，避免學(xué)生把大量的時(shí)間花費(fèi)到簡(jiǎn)單記憶和繁雜計(jì)算中。

四、結(jié)語(yǔ)

本文從電子商務(wù)環(huán)境下我國(guó)物流業(yè)存在的實(shí)際問(wèn)題出發(fā)，確定物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)需要重點(diǎn)關(guān)注的問(wèn)題包括配送中心選址、庫(kù)存控制、車(chē)輛路徑規(guī)劃以及物流系統(tǒng)協(xié)調(diào)優(yōu)化。在此基礎(chǔ)上，通過(guò)對(duì)這些重要問(wèn)題的分析給出了物流工程專(zhuān)業(yè)“運(yùn)籌學(xué)”教學(xué)的重點(diǎn)內(nèi)容和章節(jié)，并對(duì)教學(xué)實(shí)施手段提出了改革建議。這些有針對(duì)性改革措施不僅有利于物流工程學(xué)生掌握運(yùn)籌學(xué)的思維方式和方法，而且有利于培養(yǎng)學(xué)生應(yīng)用運(yùn)籌學(xué)解決物流系統(tǒng)優(yōu)化問(wèn)題的能力。

參考文獻(xiàn)：

[1]楊艷，王克近.配送中心選址方法研究綜述[J].物流技術(shù)，2011，

（23）：148-152.

[2]周永務(wù).物流系統(tǒng)的庫(kù)存控制模型與方法研究[D].合肥：合肥工業(yè)大學(xué)，2002.

[3]劉云忠，宣慧玉.車(chē)輛路徑問(wèn)題的模型及算法研究綜述[J].管理工程學(xué)報(bào)，2005，19（1）：124-130.

[4]林巖，胡祥培，王旭茵.物流系統(tǒng)優(yōu)化中的定位——運(yùn)輸路線(xiàn)安排問(wèn)題（LRP）研究評(píng)述[J].管理工程學(xué)報(bào)，2004，18（4）：45-49.

[5]李文鋒，畢婭.物流系統(tǒng)優(yōu)化與仿真[M].北京：中國(guó)標(biāo)準(zhǔn)出版社，

2010.

[6]王旭.管理運(yùn)籌學(xué)的課程定位研究[J].高等教育研究，2008，

25（3）：75-76.

篇2

【關(guān)鍵詞】配電網(wǎng)規(guī)劃；優(yōu)化方法；分析

配電網(wǎng)規(guī)劃的數(shù)學(xué)規(guī)劃方法包括確定性方法和不確定性方法。其中，確定性方法又包括線(xiàn)性規(guī)劃法、非線(xiàn)性規(guī)劃法、動(dòng)態(tài)規(guī)劃法、網(wǎng)流規(guī)劃法，而不確定方法有模糊規(guī)劃法、場(chǎng)景分析法、風(fēng)險(xiǎn)度估計(jì)法等。配電網(wǎng)規(guī)劃的啟發(fā)式方法包括傳統(tǒng)啟發(fā)式方法、啟發(fā)式專(zhuān)家系統(tǒng)和現(xiàn)代啟發(fā)式方法。

1.配電網(wǎng)數(shù)學(xué)規(guī)劃優(yōu)化方法

（1）線(xiàn)性規(guī)劃法。在眾多的數(shù)學(xué)規(guī)劃方法中，線(xiàn)性規(guī)劃法是研究最早，也是最為成熟的一種數(shù)學(xué)優(yōu)化方法，它在配電網(wǎng)規(guī)劃中的應(yīng)用幾乎涵蓋了配電網(wǎng)規(guī)劃早、中期的所有研究。線(xiàn)性規(guī)劃法又分為運(yùn)輸模型、線(xiàn)性規(guī)劃、整數(shù)規(guī)劃、混合整數(shù)規(guī)劃等。運(yùn)輸模型是最為簡(jiǎn)單的一種線(xiàn)性規(guī)劃法。由于模型簡(jiǎn)單，其求解算法也最為有力。然而，運(yùn)輸模型的一個(gè)嚴(yán)重缺陷是運(yùn)輸費(fèi)用必須嚴(yán)格表達(dá)為線(xiàn)性化費(fèi)用，而用嚴(yán)格線(xiàn)性化費(fèi)用模型來(lái)代替實(shí)際的非線(xiàn)性化費(fèi)用模型是不準(zhǔn)確的。運(yùn)輸模型另一個(gè)嚴(yán)重缺陷是它不滿(mǎn)足電網(wǎng)運(yùn)行的許多約束條件。不帶整數(shù)變量的線(xiàn)性規(guī)劃是傳統(tǒng)的、狹義的線(xiàn)性規(guī)劃法。它的模型雖然較運(yùn)輸模型復(fù)雜，但其求解算法也比較成熟。

無(wú)論是采用線(xiàn)性規(guī)劃的運(yùn)輸模型還是不帶整數(shù)受量的純線(xiàn)性規(guī)劃模型，都無(wú)法考慮到配電網(wǎng)規(guī)劃的離散性，而整數(shù)規(guī)劃則彌補(bǔ)了這方面的缺陷。在求解整數(shù)規(guī)劃問(wèn)題時(shí)，由于整數(shù)規(guī)劃的離散特征，解的數(shù)目是有限的，并且隨整數(shù)約束變量數(shù)目的增加而呈組合性的增加，因此，通過(guò)顯式的方法枚舉所有解的方案通常是不現(xiàn)實(shí)的。整數(shù)規(guī)劃的常用方法是分文定界法，它是一種把隱式枚舉和顯式枚舉有效結(jié)合起來(lái)的整數(shù)規(guī)劃方法，它的有效性依賴(lài)于它的枚舉邏輯的有效性。

（2）不確定性規(guī)劃。目前，在配電網(wǎng)規(guī)劃中考慮不確定性主要有三種方法。第一種方法是采用模糊數(shù)學(xué)理論。對(duì)配電網(wǎng)規(guī)劃問(wèn)題建立了相應(yīng)的模糊線(xiàn)性規(guī)劃模型，并相應(yīng)發(fā)展了直流模糊潮流和交流模糊潮流。建立了以模糊供電總成本最小為優(yōu)化目標(biāo)，通過(guò)計(jì)算電網(wǎng)故障狀態(tài)下的模糊電量不足期望值計(jì)算模糊缺電成本，最后利用遺傳算法產(chǎn)生動(dòng)態(tài)優(yōu)化解。采用盲數(shù)模型在合理的考慮多種不確定信息基礎(chǔ)上進(jìn)行了電網(wǎng)規(guī)劃，達(dá)到了理想效果。第二種方法是場(chǎng)景分析法。場(chǎng)景分析法并不直接對(duì)配電網(wǎng)規(guī)劃中的不確定性因素進(jìn)行建模，而是將未來(lái)規(guī)劃年的環(huán)境預(yù)想為多種可能的確定性場(chǎng)景，然后在不同的場(chǎng)景下進(jìn)行確定性的常規(guī)配電網(wǎng)規(guī)劃，考慮對(duì)各種場(chǎng)景都具有較高適應(yīng)性的配電網(wǎng)規(guī)劃方案為最優(yōu)的柔性方案；第三種方法是風(fēng)險(xiǎn)評(píng)估法。這種方法是通過(guò)對(duì)可能出現(xiàn)的不確定性情形進(jìn)行評(píng)估和考慮，確定各個(gè)方案的風(fēng)險(xiǎn)率，然后進(jìn)行確定性的電網(wǎng)規(guī)劃，從而得到最優(yōu)的柔性擴(kuò)展方案。

2.配電網(wǎng)啟發(fā)式規(guī)劃優(yōu)化方法

以上分析了數(shù)學(xué)規(guī)劃方法在配電網(wǎng)規(guī)劃中的應(yīng)用，可以發(fā)現(xiàn)，非線(xiàn)性規(guī)劃方法的局限性使得建立在非線(xiàn)性費(fèi)用函數(shù)和非線(xiàn)性約束條件上的配電網(wǎng)規(guī)劃模型往往得不到有效的解，而混合整數(shù)線(xiàn)性規(guī)劃模型既彌補(bǔ)了運(yùn)輸模型和不帶整數(shù)變量的純線(xiàn)性規(guī)劃模型過(guò)于簡(jiǎn)化的特點(diǎn)，又避免了非線(xiàn)性規(guī)劃的“非魯棒性”，因而成為求解配電網(wǎng)規(guī)劃問(wèn)題較理想的數(shù)學(xué)規(guī)劃方法。但是，即使是這種最為理想的數(shù)學(xué)規(guī)劃方法，當(dāng)進(jìn)行實(shí)際的配電網(wǎng)規(guī)劃時(shí)，由于變量的數(shù)目和約束條件很多，也會(huì)變得非常因難，更不用說(shuō)再在配電網(wǎng)規(guī)劃中加入其他方面的考慮，如不確定性因素等。針對(duì)以上數(shù)學(xué)規(guī)劃方法的不足，啟發(fā)式算法的特點(diǎn)就更為突出，它綜合考慮了規(guī)劃效率和規(guī)劃效果兩個(gè)指標(biāo)。在實(shí)踐過(guò)程中，許多啟發(fā)式方法，特別是現(xiàn)代啟發(fā)式方法常常能給出令人滿(mǎn)意的、高質(zhì)量的解。啟發(fā)式方法的優(yōu)點(diǎn)是直觀(guān)、靈活、計(jì)算速度快，便于規(guī)劃人員在規(guī)劃過(guò)程中參與具體的決策，通過(guò)規(guī)劃人員過(guò)去的經(jīng)驗(yàn)和常用的配電網(wǎng)規(guī)劃啟發(fā)式規(guī)則，并借助于數(shù)學(xué)規(guī)劃方法，得出符合工程實(shí)際的規(guī)劃方案。

（1）傳統(tǒng)的啟發(fā)式方法。傳統(tǒng)的啟發(fā)式方法通常基于系統(tǒng)某一性能指標(biāo)對(duì)可行性路徑上線(xiàn)路參數(shù)的靈敏度，根據(jù)一定的原則，逐步選代直到得到滿(mǎn)足要求的方案為止。這種方法在配電網(wǎng)規(guī)劃中的應(yīng)用主要是結(jié)合“支路交換”技術(shù)進(jìn)行的。所謂支路交換是指：對(duì)輻射狀配電網(wǎng)，通過(guò)添加—條支路來(lái)形成一個(gè)環(huán)，然后斷開(kāi)另一條支路以恢復(fù)其輻射狀網(wǎng)絡(luò)結(jié)構(gòu)。重復(fù)該過(guò)程，直到任意支路交換均不能使目標(biāo)函數(shù)減小為止。

（2）專(zhuān)家式啟發(fā)方法。啟發(fā)式專(zhuān)家系統(tǒng)可以看作是傳統(tǒng)啟發(fā)式方法的發(fā)展，它與傳統(tǒng)啟發(fā)式方法的區(qū)別是在規(guī)劃過(guò)程中引入了規(guī)劃專(zhuān)家的經(jīng)驗(yàn)，并便于規(guī)劃人員參與到具體的規(guī)劃決策中去。值得指出的是，專(zhuān)家系統(tǒng)不是用來(lái)代替規(guī)劃人員的，而是利用存放在知識(shí)庫(kù)中的知識(shí)和數(shù)據(jù)庫(kù)中的基礎(chǔ)數(shù)據(jù)，并通過(guò)推理機(jī)的推理，給規(guī)劃人員提供相對(duì)較優(yōu)的規(guī)劃方案，而最終的規(guī)劃方案的選擇是由規(guī)劃人員作出的。

（3）現(xiàn)代啟發(fā)式方法?，F(xiàn)代啟發(fā)式方法是一種通用的優(yōu)化算法。它的另外一個(gè)重要特點(diǎn)是所有這些方法均能實(shí)現(xiàn)并行計(jì)算。由于現(xiàn)代啟發(fā)式方法在求解組合最優(yōu)問(wèn)題時(shí)表現(xiàn)出的卓越性能，在過(guò)去的20年中，它受到前所未有的關(guān)注。然而，現(xiàn)代啟發(fā)式方法也有其不足之處，它在處理具體問(wèn)題的約束條件時(shí)，雖然采用懲罰函數(shù)的方法把約束條件加到目標(biāo)函數(shù)中去，但是在如何選擇合適的懲罰函數(shù)方面，它往往缺少有效的手段。另外一個(gè)不容忽視的缺點(diǎn)是，當(dāng)配電網(wǎng)節(jié)點(diǎn)比較多時(shí)，不可避免的會(huì)出現(xiàn)“維數(shù)災(zāi)”問(wèn)題。

3.結(jié)論

綜上所述，在配電網(wǎng)架優(yōu)化規(guī)劃的各種方法中，總的來(lái)講可以分為數(shù)學(xué)規(guī)劃和啟發(fā)式算法兩大類(lèi)。但是，即使對(duì)于最理想的數(shù)學(xué)規(guī)劃方法，由于配電網(wǎng)規(guī)劃中變量的數(shù)目和約束條件很多，使用該類(lèi)方法變得非常因難，更不用說(shuō)再在配電網(wǎng)規(guī)劃中加入其他方面的考慮，如不確定性因素等。而啟發(fā)式算法又分為傳統(tǒng)啟發(fā)式方法、專(zhuān)家式啟發(fā)方法和現(xiàn)代啟發(fā)式方法的算法。傳統(tǒng)的啟發(fā)式方法具有較高的計(jì)算效率，但是容易陷入局部最優(yōu)解；專(zhuān)家式啟發(fā)方法目前還不成熟，有待進(jìn)一步研究。 一方面，從表面上看，對(duì)于規(guī)劃問(wèn)題計(jì)算效率似乎并不重要，但是配電網(wǎng)規(guī)劃中負(fù)荷點(diǎn)眾多，若使用輸電網(wǎng)規(guī)劃方法或遺傳算法等方法，不可避免地會(huì)遇到“維數(shù)災(zāi)”問(wèn)題。更重要的是，實(shí)際上任何一種優(yōu)化規(guī)劃方法都是在規(guī)劃工程師根據(jù)經(jīng)驗(yàn)確定了設(shè)計(jì)思路和限制因素的情況下開(kāi)展的，規(guī)劃工程師需要根據(jù)所得結(jié)果不斷調(diào)整設(shè)計(jì)思路和限制條件。因此電網(wǎng)規(guī)劃實(shí)際上是一種人機(jī)交互式的設(shè)計(jì)過(guò)程，人的藝術(shù)性和經(jīng)驗(yàn)性在其中起到了很大的作用，優(yōu)化規(guī)劃方法僅僅是針對(duì)設(shè)計(jì)師各種思路的輔助工具。因此要求優(yōu)化規(guī)劃算法具有較高的計(jì)算效率，以便能夠?qū)υO(shè)計(jì)師眾多的設(shè)計(jì)思路和調(diào)整方案產(chǎn)生較快的響應(yīng)。另一方面，實(shí)踐經(jīng)驗(yàn)表明：對(duì)于配電網(wǎng)架規(guī)劃問(wèn)題，盡管存在大量局部最優(yōu)解，但是大部分局部最優(yōu)解與全局最優(yōu)解的指標(biāo)相差不大，作為工程近似最優(yōu)解完全可行。

參考文獻(xiàn)

篇3

【關(guān)鍵詞】物流配送；雙向物流；物流路徑優(yōu)化；蟻群算法；減法聚類(lèi)

Two-way Logistics Path Optimization Problems Based on Clustering Analysis Research

LIU Yan-qiu YANG Yong

（Shenyang University of Technology， Shenyang Liaoning 110000， China）

【Abstract】According to the characteristics of two-way logistics， this paper focus on analysis and research the vehicles distribution. In order to better coordinate the vehicle path selection and the relationship between transport costs， and better conditions for considering comprehensive factors and the choice between nodes， study of two-way logistics path problem method， established the mathematical model of optimal path minimization. Finally based on path optimization method and the research situation， adopted the cluster analysis and the ant colony algorithm， and it has been verified by the simulation， the results reasonable and effective.

【Key words】Logistics distribution； Two-way logistics； Logistics path optimization； Ant colony algorithm； Subtraction clustering

0 引言

物流配送在物流管理中占有重要地位，它是指按照客戶(hù)的訂貨需求，在配送中心進(jìn)行分貨、配貨，并調(diào)度車(chē)輛及時(shí)為客戶(hù)配送貨物[1]。車(chē)輛路徑問(wèn)題（vehicle routing problem，VRP）是車(chē)輛配送研究中最核心的問(wèn)題，一直是組合優(yōu)化領(lǐng)域的熱點(diǎn)和前沿問(wèn)題[2]，而雙向物流路徑優(yōu)化問(wèn)題（vehicle routing problem with simultaneous delivery and pickup，VRPSDP）是VRP問(wèn)題中的一個(gè)典型，它是指同時(shí)帶送貨取貨的物流車(chē)輛路徑優(yōu)化問(wèn)題，既考慮了客戶(hù)需要的貨物從配送中心送到各個(gè)客戶(hù)，又需要把客戶(hù)需要回送的貨物運(yùn)回到配送中心，要求取貨送貨同時(shí)進(jìn)行，因此比單向物流問(wèn)題還要復(fù)雜，也是一種NP-hard難題，所以求解復(fù)雜度較高，計(jì)算量較大。本文在前人研究的基礎(chǔ)上通過(guò)聚類(lèi)分析方法和蟻群算法對(duì)雙向物流路徑優(yōu)化問(wèn)題進(jìn)行了求解。

1 雙向物流配送的數(shù)學(xué)模型

1.1 問(wèn)題描述

雙向物流路徑優(yōu)化問(wèn)題可以這樣描述：

已知有C個(gè)客戶(hù)點(diǎn)，給定每個(gè)客戶(hù)的坐標(biāo)點(diǎn)和需求量，貨車(chē)從配送中心出發(fā)，將貨物送到各個(gè)客戶(hù)，并同時(shí)把客戶(hù)供應(yīng)的貨物帶回到配送中心。車(chē)輛應(yīng)在條件允許下進(jìn)行服務(wù)，當(dāng)完成任務(wù)或者不存在能滿(mǎn)足約束條件的情況下，返回配送中心，直到所有的客戶(hù)的送取貨任務(wù)完成，整個(gè)流程結(jié)束。物流路徑優(yōu)化要求在滿(mǎn)足約束的條件下，合理安排貨車(chē)的配送路線(xiàn)，使得運(yùn)輸成本最小。由于運(yùn)輸成本很大程度上是由貨車(chē)的路徑長(zhǎng)度決定的，因此本文求解VRPSDP問(wèn)題的目標(biāo)函數(shù)的最優(yōu)解就是要求路徑最短。

1.2 數(shù)學(xué)模型的建立

1.2.1 參數(shù)說(shuō)明

1.2.2 數(shù)學(xué)模型

根據(jù)上面對(duì)VRPSDP問(wèn)題的描述和已設(shè)定的數(shù)學(xué)參數(shù)，加之針對(duì)該問(wèn)題所需要考慮的約束條件，對(duì)此問(wèn)題進(jìn)行了建模，將服務(wù)完所有客戶(hù)點(diǎn)后所有車(chē)輛的行駛總路程定義為目標(biāo)函

2 VRPSDP模型的求解

本文中求解模型的方法，首先是通過(guò)FCM聚類(lèi)，把需要提供服務(wù)的城市進(jìn)行分類(lèi)，然后再用蟻群算法在滿(mǎn)足約束的情況下對(duì)每個(gè)分類(lèi)進(jìn)行求解最優(yōu)路徑，具體做法如圖1所示。

圖1 求解流程圖

3 實(shí)例仿真

為了檢驗(yàn)上述雙向物流路徑優(yōu)化方法的有效性，本文采用實(shí)例數(shù)據(jù)對(duì)其進(jìn)行性能分析。設(shè)車(chē)輛從配送中心出發(fā)，為各個(gè)客戶(hù)提供服務(wù)，配送中心坐標(biāo)位置是（0km，0km），車(chē)輛在滿(mǎn)足約束的情況下向 30 個(gè)客戶(hù)配送貨物。

首先經(jīng)matlab仿真得到的30個(gè)城市的聚類(lèi)圖如圖2所示。

圖2 經(jīng)FCM聚類(lèi)的城市坐標(biāo)圖

然后經(jīng)過(guò)蟻群算法對(duì)每個(gè)聚類(lèi)進(jìn)行路徑優(yōu)化，得到的車(chē)輛配送路徑圖如圖3所示。

圖3 車(chē)輛配送路線(xiàn)圖

4 結(jié)論

本文針對(duì)雙向物流的特點(diǎn)，首先給出了問(wèn)題的相關(guān)描述，然后通過(guò)抽象建模，給出了帶路程和負(fù)載量約束的雙向物流路徑優(yōu)化模型。根據(jù)給出的VRPSDP問(wèn)題模型，用基于FCM聚類(lèi)和蟻群算法的混合算法對(duì)模型進(jìn)行求解。最后通過(guò)仿真實(shí)驗(yàn)，證明了本文混合算法求解雙向物流路徑優(yōu)化問(wèn)題的的正確性和有效性。

【參考文獻(xiàn)】

[1]楊燕霞，伍岳慶，姚宇，等.帶時(shí)間窗車(chē)輛調(diào)度問(wèn)題的啟發(fā)式算法研究與應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2013，33（S1）：59-61.

篇4

關(guān)鍵詞：車(chē)輛路徑問(wèn)題；遺傳算法；ExtendSim；仿真；優(yōu)化

中圖分類(lèi)號(hào)：U116.2 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： This article has introduced the classical vehicle routing problem（VRP）in the field of logistics and the algorithm which can solve the problem firstly， then discusses that how to apply genetic algorithm to solving VRP， and describes how ExtendSim simulation software construct a model and make a optimize for an certain VRP in detail， with this method， finally concludes the optimal solution， and proves that the simulation optimization method is an effective way to solve the VRP.

Key words： vehicle routing problem； genetic algorithm； ExtendSim； simulation； optimization

我國(guó)國(guó)家標(biāo)準(zhǔn)《物流術(shù)語(yǔ)》（GB/T 18354-2006）中，給物流下的定義是：“物流是指物品從供應(yīng)地向接收地的實(shí)物流動(dòng)過(guò)程。根據(jù)實(shí)際需要，將運(yùn)輸、存儲(chǔ)、裝卸、搬運(yùn)、包裝、流通加工、配送、信息管理等基本功能實(shí)施有機(jī)結(jié)合?！蔽锪饔卸喾矫娴墓δ埽\(yùn)輸和儲(chǔ)存保管則是其主要功能。在整個(gè)物流活動(dòng)過(guò)程中，運(yùn)輸是其中各項(xiàng)子活動(dòng)的核心活動(dòng)，它是第三利潤(rùn)源的主要的源泉[1]。

日本在20世紀(jì)70年代就對(duì)物流有深刻的認(rèn)識(shí)了，日本早稻田大學(xué)的西澤修教授在其著作中把物流稱(chēng)作不為人知的利潤(rùn)源泉，他認(rèn)為，物流能為企業(yè)創(chuàng)造價(jià)值，是企業(yè)的利潤(rùn)源泉。石油危機(jī)后這一觀(guān)點(diǎn)得到證實(shí)，物流也因而在企業(yè)管理中得到更加重視。目前我國(guó)生產(chǎn)型企業(yè)的物流成本占到總成本的20%～30%，而發(fā)達(dá)國(guó)家的則為10%左右[2]。因此，為了降低企業(yè)經(jīng)營(yíng)成本，獲得更多的利潤(rùn)，必須盡量降低物流成本的比重，這對(duì)于國(guó)民經(jīng)濟(jì)的更好發(fā)展具有十分重要的作用。

在商品經(jīng)濟(jì)社會(huì)中，人們的生活質(zhì)量與商品消費(fèi)息息相關(guān)，而商品的價(jià)格直接影響人們的生活水平，如果商品價(jià)格不合理，超出人們普遍的可接受范圍，那么人們的生活幸福度將會(huì)大大降低。而商品價(jià)格的構(gòu)成部分除了有生產(chǎn)成本，還有更重要的一部分是物流成本，并且物流成本中的運(yùn)輸費(fèi)又占了較大的比重。商品運(yùn)輸需要耗費(fèi)大量的能源動(dòng)力，消耗越多，花費(fèi)成本越高，如果運(yùn)輸組織的不合理，就會(huì)加大運(yùn)輸成本，因而抬高物流成本，商品價(jià)格也因而升高，結(jié)果是不僅降低企業(yè)的利潤(rùn)，也間接提高人們的生活成本。

所以，運(yùn)輸問(wèn)題是物流領(lǐng)域中值得研究的關(guān)鍵問(wèn)題。其中車(chē)輛路徑問(wèn)題（Vehicle Routing Problems，VRP）是運(yùn)輸問(wèn)題中的一個(gè)熱點(diǎn)問(wèn)題。該問(wèn)題是指：在物資流通過(guò)程中，每個(gè)需求點(diǎn)的位置和需求量已知，供方如何調(diào)度車(chē)輛和安排行車(chē)路徑向需方供應(yīng)物資，使得在滿(mǎn)足需方需要的同時(shí)也達(dá)到某些關(guān)鍵目標(biāo)（如車(chē)輛數(shù)盡量少、花費(fèi)時(shí)間盡量少、費(fèi)用最少、路程最短等）。

學(xué)者們很早就開(kāi)始對(duì)車(chē)輛路徑問(wèn)題進(jìn)行了研究，積累了豐富的研究成果。在20世紀(jì)50年代末，車(chē)輛路徑問(wèn)題首先被G.Dantzig和J.Ramser[3]提出，兩位學(xué)者根據(jù)如何運(yùn)送汽油到加油站這個(gè)現(xiàn)實(shí)中的問(wèn)題，利用數(shù)學(xué)方法對(duì)其建立模型，并得出求解算法。在1964年，Clark和Wright這兩位學(xué)者研究了G.Dantzig和J.Ramser的方法后，認(rèn)為后者的方法有改進(jìn)的空間，并最后提出了Clark-Wright節(jié)約算法（即C-W算法）。從此VRP成為運(yùn)籌學(xué)領(lǐng)域的研究熱點(diǎn)。五年后，Christofides與Eilon又想出新的方法，他們應(yīng)用2-opt和3-opt處理VRP，取得較好的效果。到1981年，F(xiàn)isher、Jaikumar和Gullen、Ratliff、Jarvis提出不同的研究方法。前者主要利用數(shù)學(xué)規(guī)劃，來(lái)對(duì)VRP進(jìn)行最優(yōu)化處理，后者則是運(yùn)用人機(jī)互動(dòng)的啟發(fā)式方法處理VRP。到90年代，學(xué)者們開(kāi)始利用人工智能構(gòu)造大量的啟發(fā)式算法來(lái)解決VRP，如禁忌搜索發(fā)、模擬退火法、遺傳算法等。首先采用遺傳算法（Genetic Algorithm，GA）的學(xué)者是Holland[4]，他利用遺傳算法中的編碼方法處理了VRP。在這幾種人工智能方法中，遺傳算法能較好地逼近最優(yōu)解的同時(shí)具有較高的運(yùn)算速度和效率，具有很好的發(fā)展前途。

1 VRP數(shù)學(xué)模型及遺傳算法

1.1 VRP的基本數(shù)學(xué)模型

VRP的一般描述[5]：

（1）車(chē)輛的載重量大于等于配送路徑上總的需求量；

（2）任一配送路徑的長(zhǎng)度小于等于車(chē)輛在一次配送任務(wù)中的最大行駛距離；

（3）每個(gè)需求點(diǎn)的需求都只能被同一輛送貨車(chē)滿(mǎn)足；

（4）設(shè)定每輛車(chē)都是從中心出發(fā)開(kāi)展配送任務(wù)，任務(wù)完成后再重新回到中心。

將一個(gè)配送中心編號(hào)設(shè)為0，該配送中心擁有車(chē)k輛，車(chē)輛數(shù)m，車(chē)的額定載重量為q，該中心面向L個(gè)客戶(hù)，第i個(gè)客戶(hù)需求量為g■，且g■≤q（i=1，2，…，L），VRP的基本模型如下：

minz=■■■c■x■ （1）

■g■y■≤q ？坌k （2）

■y■=1 i=1，…，L （3）

■x■=y■ j=0，1，…，L； ？坌k （4）

■x■=y■ i=0，1，…，L； ？坌k （5）

x■=0 or 1 ？坌i，？坌j，？坌k （6）

以上式（1）中，c■表示由點(diǎn)i到點(diǎn)j的運(yùn)輸成本，該函數(shù)為最小運(yùn)輸成本目標(biāo)函數(shù)；（2）為車(chē)容量的約束；（3）表示每個(gè)客戶(hù)僅有一輛車(chē)服務(wù)；（4）、（5）表示到達(dá)和離開(kāi)某一客戶(hù)僅有一輛車(chē)。x■和y■為變量，定義為：

x■=■

y■=■

1.2 遺傳算法

本文中的仿真軟件ExtendSim擁有一個(gè)自帶遺傳算法的優(yōu)化模塊。遺傳算法在處理車(chē)輛優(yōu)化調(diào)度問(wèn)題時(shí)，有以下幾個(gè)步驟：

（1）確定染色體的編碼和初始群體

對(duì)可行路線(xiàn)編碼，如長(zhǎng)度為1+m的染色體編為：

0，i■，i■，…，i■，0，i■，…，i■，0，…0，i■，…，i■

i代表著每一項(xiàng)運(yùn)輸任務(wù)，此染色體可理解為車(chē)輛從配送中心0出發(fā)，完成i■，i■，…，i■后返回配送中心0，形成子路徑1；然后又從0出發(fā)，完成i■，…，i■后返回0，形成路徑2，如此反復(fù)直至完成所有的任務(wù)。這個(gè)過(guò)程中，行走路徑不斷改變，使得函數(shù)目標(biāo)也改變，這樣的遺傳迭代就能讓函數(shù)目標(biāo)最小，也即趨向于最佳路徑。

（2）確定目標(biāo)函數(shù)

根據(jù)所研究的具體問(wèn)題，數(shù)學(xué)模型的目標(biāo)函數(shù)可以表示相應(yīng)問(wèn)題（如運(yùn)費(fèi)最少問(wèn)題、車(chē)輛數(shù)最少問(wèn)題、路徑最短問(wèn)題、運(yùn)輸時(shí)間最少問(wèn)題等）的最優(yōu)解方程。

（3）約束的處理

遺傳算法中各個(gè)染色體對(duì)應(yīng)的解在群體中是占有一定比重的，在遺傳算法迭代運(yùn)算進(jìn)程中，如果某個(gè)染色體的解不符合約束條件，則會(huì)受到遺傳算法的懲罰機(jī)制的懲罰，使得其在群體中所占比重越來(lái)越小，而相反，可行解則越來(lái)越大，通過(guò)這樣的一個(gè)機(jī)制最終可以得出最優(yōu)解。

（4）遺傳算子

遺傳算子一般包括復(fù)制、交叉、變異。復(fù)制的目的是保留優(yōu)良個(gè)體，提高全局收斂性和效率；交叉的作用是組合新個(gè)體，降低對(duì)有效模式的破壞概論；變異的目的，是為了減少基因的缺失和不成熟收斂對(duì)結(jié)果的影響。

（5）確定最終方案

經(jīng)過(guò)上述遺傳過(guò)程后，最終產(chǎn)生性能最優(yōu)的染色體串。

2 仿真優(yōu)化方法在VRP上的運(yùn)用

對(duì)VRP的研究，大多停留在理論層面上，這些研究是通過(guò)分析問(wèn)題，運(yùn)用運(yùn)籌學(xué)知識(shí)，用各種數(shù)學(xué)符號(hào)將問(wèn)題抽象為一系列公式，形成能解決VRP的數(shù)學(xué)算法。這一類(lèi)方法稱(chēng)為解析法，是通過(guò)建立某種符合邏輯推理的數(shù)學(xué)模型來(lái)解決VRP，具有精確求解的優(yōu)點(diǎn)，但不足的是，它完全以數(shù)學(xué)公式的形式存在，所以它不易于理解，不具備良好的人機(jī)交互及可視化，也就無(wú)法讓人直觀(guān)地感受到所描繪系統(tǒng)是如何運(yùn)行變化的。相反，仿真方法卻可以直觀(guān)方便地處理問(wèn)題。

仿真方法是利用以計(jì)算機(jī)和軟件為工具的仿真技術(shù)對(duì)實(shí)際或者設(shè)想的系統(tǒng)進(jìn)行建模并運(yùn)行，結(jié)合某種算法對(duì)系統(tǒng)分析，從而得出結(jié)果。它結(jié)合優(yōu)化算法來(lái)計(jì)算模型，則可以求解出最優(yōu)解。

李先永[6]根據(jù)VRP模型，利用EM-Plant仿真軟件構(gòu)建了相應(yīng)的仿真模型，同時(shí)結(jié)合啟發(fā)式求解方法計(jì)算和優(yōu)化，從而驗(yàn)證了該仿真方法的可靠性。劉芳華、楊娟都采用了仿真平臺(tái)MATLAB結(jié)合遺傳算法對(duì)具體的VRP進(jìn)行參數(shù)輸入并運(yùn)算，得到很好的效果。白雪利用ProModel對(duì)某汽車(chē)租憑公司的運(yùn)營(yíng)方案進(jìn)行建模優(yōu)化并評(píng)比備選方案，得出最優(yōu)排程方案。孫姝婷利用 VISSIM 微觀(guān)仿真軟件對(duì)城市配送線(xiàn)路進(jìn)行優(yōu)化搜索，對(duì)多條配送路線(xiàn)進(jìn)行評(píng)價(jià)分析，為配送車(chē)輛選出最優(yōu)配送線(xiàn)路。陳靜靜[7]針對(duì)定位—路徑—庫(kù)存問(wèn)題（Location—Routing—Inventory Problem，LRIP）這一物流領(lǐng)域中新的研究熱點(diǎn)問(wèn)題，采用ExtendSim仿真軟件構(gòu)造了該問(wèn)題的模型，并用軟件的遺傳算法對(duì)其優(yōu)化計(jì)算，求解出LRIP的最優(yōu)方案。

3 ExtendSim對(duì)VRP建模優(yōu)化

3.1 運(yùn)輸問(wèn)題

運(yùn)輸問(wèn)題，解決的是如何組織一個(gè)合理的運(yùn)輸方案，使得物資在供求地運(yùn)送到需求地所需要的總運(yùn)費(fèi)最小。其數(shù)學(xué)模型如下[8]：

設(shè)有m個(gè)產(chǎn)地，記為A■，A■，…，A■，生產(chǎn)某種物品，可供應(yīng)產(chǎn)量分別為a■，a■，…，a■；有n個(gè)需求地，記為B■，B■，…，B■，其需求量分別為b■，b■，…，b■；供需平衡，即■a■=■b■。從第i個(gè)產(chǎn)地到j(luò)個(gè)需求地的單位物品的運(yùn)費(fèi)為c■，在滿(mǎn)足各地需要的前提下，求使得運(yùn)費(fèi)最小的調(diào)運(yùn)方案。

設(shè)x■i=1，2，…，n為第i個(gè)產(chǎn)地到第j個(gè)需求地的運(yùn)量，則該運(yùn)輸問(wèn)題的數(shù)學(xué)模型可寫(xiě)為：

minz=■■c■x■ （7）

■x■=a■ i=1，2，…，m （8）

■x■=b■ j=1，2，…，n （9）

x■≥0 i=1，2，…，m j=1，2，…，n （10）

3.2 對(duì)具體問(wèn)題建模

設(shè)有A■，A■兩個(gè)工廠(chǎng)面向B■，B■，B■三個(gè)客戶(hù)服務(wù)，工廠(chǎng)可供應(yīng)產(chǎn)品數(shù)量分別為10，8個(gè)單位，客戶(hù)需求量分別為5，6，7個(gè)單位，A■到B■，B■，B■的每單位產(chǎn)品運(yùn)費(fèi)分別為3，2，6個(gè)單位，A■到B■，B■，B■的每單位產(chǎn)品運(yùn)費(fèi)分別為5，3，8個(gè)單位。根據(jù)以上信息，如何安排一個(gè)運(yùn)輸計(jì)劃，使總運(yùn)費(fèi)最少。

對(duì)此問(wèn)題，本文采用ExtendSim仿真軟件，實(shí)現(xiàn)了模型的整體構(gòu)建。其整體結(jié)構(gòu)如圖1所示。

3.3 模塊說(shuō)明

ExtendSim中的每一個(gè)模塊都有其特定的功能，這種功能可以是多個(gè)的，另外模塊內(nèi)部還有能輸入和輸出參數(shù)的結(jié)構(gòu)。

首先，上述運(yùn)輸問(wèn)題是一個(gè)離散事件，需要放置Executive仿真時(shí)鐘模塊，讓軟件自動(dòng)推進(jìn)事件的發(fā)展。兩個(gè)Create模塊表示兩個(gè)工廠(chǎng)生產(chǎn)產(chǎn)品，Queue模塊表示存放產(chǎn)品的倉(cāng)庫(kù)，Select item out模塊表示選擇不同的送貨路徑，Gate是個(gè)路徑開(kāi)關(guān)，與Information、Math、Decition共同作用，具有能根據(jù)客戶(hù)是否得到滿(mǎn)足而控制路徑開(kāi)通與否的功能。Get模塊可設(shè)置此路徑上每單位產(chǎn)品運(yùn)費(fèi)，而Activity模塊則是計(jì)算運(yùn)送給某個(gè)B客戶(hù)的總成本，整個(gè)產(chǎn)品送貨流程以Exit模塊結(jié)束。

3.4 優(yōu)化

以上模型只能直觀(guān)地演示系統(tǒng)的運(yùn)行，還不能對(duì)該系統(tǒng)進(jìn)行計(jì)算最優(yōu)方案，所以要求解最佳方案，必須使用優(yōu)化模塊Optimizer。

該模塊內(nèi)置遺傳算法，在本問(wèn)題中，有六個(gè)決策變量，該模塊對(duì)這六個(gè)量分別隨機(jī)編碼成二進(jìn)制的基因b■i=1，2，…，n，并使它們連接組成每一個(gè)都擁有六個(gè)基因的染色體個(gè)體，然后模塊自行隨機(jī)產(chǎn)生初始種群數(shù)，再根據(jù)目標(biāo)函數(shù)來(lái)確定能評(píng)價(jià)染色體優(yōu)劣的適應(yīng)度函數(shù)，在本題中以值越小越優(yōu)，并接著按照一定概率選擇較優(yōu)個(gè)體淘汰較劣個(gè)體進(jìn)而產(chǎn)生一個(gè)種群，然后按一定概率對(duì)這種群里的個(gè)體進(jìn)行交叉、變異運(yùn)算，最終產(chǎn)生新一代的種群，這一代個(gè)體的適應(yīng)度的數(shù)值和平均值都比上一代的有了明顯的改進(jìn)，也就是說(shuō)向最優(yōu)值靠攏，接著再繼續(xù)對(duì)這新一代種群不斷循環(huán)運(yùn)算，經(jīng)過(guò)運(yùn)算多代直至不能搜尋到更優(yōu)的解后，就停止運(yùn)行并顯示最優(yōu)解了。

在Optimizer的Objectives中，對(duì)分別輸入運(yùn)量的最小值0和最大值（客戶(hù)B的需求量），以及表示總費(fèi)用最少的目標(biāo)函數(shù)：Mincost=yunfei1+yunfei2+yunfei3。

在Optimizer的Constraints中，輸入決策變量的約束條件：

if（yunliang1+yunliang4 ！=5） reject=true；

if（yunliang2+yunliang5 ！=6） reject=true；

if（yunliang3+yunliang6 ！=7） reject=true；

if（yunliang1+yunliang2+yunliang3 ！=10） reject=true；

if（yunliang4+yunliang5+yunliang6 ！=8） reject=true；

最后，點(diǎn)擊New Run，系統(tǒng)自動(dòng)運(yùn)行，最終求解出最優(yōu)結(jié)果，結(jié)果顯示，軟件運(yùn)行了24秒，最小總成本值為82，最優(yōu)解方案為best行：A■向B■，B■，B■分別運(yùn)送1、3、6單位的產(chǎn)品；A■向B■，B■，B■分別運(yùn)送4、3、1單位的產(chǎn)品。

4 結(jié) 論

本文論述了當(dāng)前物流領(lǐng)域熱點(diǎn)問(wèn)題車(chē)輛路徑問(wèn)題及前人對(duì)其研究出來(lái)的解決方法，這些方法當(dāng)中以某種算法來(lái)建立數(shù)學(xué)模型的理論研究居多，仿真建模層面上的研究比較少，因此重點(diǎn)探討了仿真優(yōu)化方法在VRP上的應(yīng)用，并基于ExtendSim仿真優(yōu)化軟件對(duì)某一VRP問(wèn)題進(jìn)行了建模和優(yōu)化，得出可靠結(jié)果，突顯出了仿真軟件界面友好、可視化強(qiáng)、操作簡(jiǎn)單易懂、運(yùn)算速度快的特點(diǎn)，是解決物流領(lǐng)域中VRP的一種有效的途徑。

參考文獻(xiàn)：

[1] 鄧紅星，韓銳，武慧榮. 物流技術(shù)[M]. 哈爾濱：東北林業(yè)大學(xué)出版社，2010.

[2] 紀(jì)紅任，游戰(zhàn)清，劉克勝，等. 物流經(jīng)濟(jì)學(xué)[M]. 北京：機(jī)械工業(yè)出版社，2007.

[3] C.G.Dantzig， J.Ramser. The truck dispatching problem[J]. Management Science， 1959（6）：80-91.

[4] J Holland. Adaptation in Natural and Artificial System[D]. The University of Michigan Press， Ann Arbor， MI， 1975.

[5] 彭?yè)P(yáng)，伍蓓. 物流系統(tǒng)優(yōu)化與仿真[M]. 北京：中國(guó)物資出版社，2007.

[6] 李永先. 車(chē)輛路徑問(wèn)題的仿真模型及優(yōu)化方法研究[D]. 大連：大連理工大學(xué)（博士學(xué)位論文），2008.

篇5

Abstract： Critical chain method adhering of the TOC process, both in the planning of projects between the process logic operations and identify key chain of the resource constraints relationships, through the buffer to deal with uncertainty. However, most of the existing key chain theories are researched based on certain networks. Petri nets with similar description and flow charts and other visual identification of the flow though the simulation system of dynamic event. This article describes how to identify the critical chain of the projects based on the Petri nets, in order to respond to complex and changing reality better, it has important theoretical significance to perfect critical chain theory.

關(guān)鍵詞： Petri網(wǎng)；關(guān)鍵鏈；變遷

Key words： Petri net；Critical Chain；transition

中圖分類(lèi)號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-4311（2011）01-0186-02

0引言

關(guān)鍵鏈管理[1]正是把項(xiàng)目看作一個(gè)系統(tǒng)，來(lái)實(shí)施對(duì)項(xiàng)目的管理。關(guān)鍵鏈依托于約束理論，從瓶頸、系統(tǒng)思考方式入手，將DBR的核心思想應(yīng)用到項(xiàng)目管理中，把著眼點(diǎn)從工序提升到整個(gè)系統(tǒng)，考慮整體系統(tǒng)的有效性，關(guān)鍵鏈理論對(duì)傳統(tǒng)網(wǎng)絡(luò)計(jì)劃技術(shù)諸多方面予以較大改進(jìn)，綜合考慮資源約束以及人的行為，突破了傳統(tǒng)計(jì)劃的模式，提出的面向項(xiàng)目的進(jìn)度計(jì)劃方法[2]。在關(guān)鍵鏈的判斷方面，J-B Yang[3]通過(guò)一個(gè)例子對(duì)關(guān)鍵鏈和關(guān)鍵路經(jīng)進(jìn)行了比較，并指出如果所有的項(xiàng)目參與者都能改變他們以往在關(guān)鍵路經(jīng)上的行為因素，那么關(guān)鍵鏈的方法對(duì)于大多數(shù)的建筑項(xiàng)目都非常有用的。同時(shí)他也提出現(xiàn)有的一些關(guān)鍵鏈的確定方法存在著很多的不足。 田文迪運(yùn)用動(dòng)態(tài)規(guī)劃的思想設(shè)計(jì)一個(gè)啟發(fā)式算法來(lái)識(shí)別關(guān)鍵鏈和非關(guān)鍵鏈，并將此法與標(biāo)準(zhǔn)問(wèn)題庫(kù)中其他方法所得解進(jìn)行比較，證明了方法的優(yōu)越性，但由于方法的設(shè)計(jì)過(guò)程復(fù)雜，不具有通用性。 萬(wàn)偉、蔡晨等[2]也關(guān)鍵鏈管理進(jìn)行了系統(tǒng)的論述，但也不夠完善。近年來(lái)，Petri網(wǎng)理論的發(fā)展十分迅猛， Petri網(wǎng)既是圖形工具又是數(shù)學(xué)工具，具有圖形直觀(guān)、能描述沖突和并發(fā)，且能以狀態(tài)分布表示等優(yōu)點(diǎn)，Petri網(wǎng)因其強(qiáng)大的并發(fā)處理功能日顯優(yōu)越，因此將關(guān)鍵鏈的先進(jìn)思想與Petri網(wǎng)的有機(jī)結(jié)合將有力的推動(dòng)關(guān)鍵鏈理論的完善[4]。

1Petri網(wǎng)

Petri網(wǎng)(PN)是1962年德國(guó)的C.A.Petri博士在研究自動(dòng)機(jī)通信時(shí)，提出了一套形式化的建模方法，以他的名字命名，在當(dāng)時(shí)引起了學(xué)術(shù)界的廣泛關(guān)注。其是一種系統(tǒng)建模與分析工具，以并發(fā)論、網(wǎng)邏輯和網(wǎng)拓?fù)錇橹饕獌?nèi)容，它同時(shí)具有充分的模擬能力和豐富的分析方法[4]。經(jīng)過(guò)幾十年的發(fā)展，Petri網(wǎng)理論已經(jīng)被廣泛應(yīng)用于許多領(lǐng)域， 本文采用Petri網(wǎng)對(duì)項(xiàng)目管理建模與分析優(yōu)化調(diào)度方案。

1.1 Petri網(wǎng)的定義在生產(chǎn)調(diào)度中Petri網(wǎng)模型是一個(gè)五元組∑=（P，T，F(xiàn)，W，M），P={P1，P2，…，Pm}為庫(kù)所集；T={t1，t2，…，tm}稱(chēng)為變遷集；F表示連接庫(kù)所和變遷的有向弧集合；W為關(guān)聯(lián)庫(kù)所和變遷的實(shí)數(shù)對(duì)[a（S）i，β（S）i]（a（S）i1時(shí)，將W（f）標(biāo)注在流關(guān)系上。當(dāng)一個(gè)庫(kù)所的容量有限時(shí)，通常將K（p）標(biāo)注在庫(kù)所旁邊。K（p）=∞時(shí)，通常省略K（p）的標(biāo)注，標(biāo)識(shí)是托肯在庫(kù)所中的一種分布[4]。

1.2 Petri網(wǎng)與項(xiàng)目管理項(xiàng)目管理從本質(zhì)上來(lái)說(shuō)就是一個(gè)離散事件動(dòng)態(tài)系統(tǒng)，其特點(diǎn)在于事件發(fā)生在離散的時(shí)間點(diǎn)上，具有并發(fā)、異步和突發(fā)性。而Petri網(wǎng)恰好是為離散事件系統(tǒng)建模的最好工具之一。所以，用Petri網(wǎng)理論來(lái)研究項(xiàng)目管理，能起到比較好的效果。Petri網(wǎng)理論能夠正確、合理地表示出項(xiàng)目管理的整個(gè)過(guò)程。這對(duì)于發(fā)現(xiàn)問(wèn)題、解決問(wèn)題會(huì)有極大的幫助,通過(guò)Petri網(wǎng)與傳統(tǒng)的、成熟的項(xiàng)目管理模型之間的映射，我們可以直觀(guān)地了解項(xiàng)目的情況，從而實(shí)時(shí)地調(diào)整項(xiàng)目計(jì)劃和動(dòng)態(tài)控制項(xiàng)目的執(zhí)行。在隨機(jī)事件驅(qū)動(dòng)計(jì)劃下，多項(xiàng)目管理網(wǎng)絡(luò)計(jì)劃的在時(shí)間τ的HLPN:（Ω，R，M0）滿(mǎn)足以下需求：

（1）Ω是一組項(xiàng)目集合：

在τ時(shí)間，每個(gè)項(xiàng)目ω∈Ω是一個(gè)集合（P，T，δ，∑，D+，D-，μ0）

P是庫(kù)所的集合；T變遷的集合：T=T1∪TD，T1是立即變遷，TD是一系列時(shí)間延遲變遷；δD（t）R是TD的時(shí)間延遲函數(shù)，R是正實(shí)數(shù)；∑是染色集合；∑（pi）是庫(kù)所pi的聯(lián)系，是∑（tj）變遷tj的聯(lián)系；D是輸入函數(shù)；D是輸出函數(shù)；μ0是項(xiàng)目ω的初始標(biāo)識(shí)；

（2）R={r，r，r，…，r}是一組資源集合；R=R∪R=R∪R

R代表的是被多項(xiàng)目共享的資源；R代表的是只分配給一個(gè)項(xiàng)目使用的資源；R代表的是可循環(huán)使用的資源；R代表消耗性資源；R∪R=

（3）M0是Ω的一個(gè)初始標(biāo)識(shí)，μ0∈M0

在模型中庫(kù)所中有一個(gè)托肯意味著，活動(dòng)即將發(fā)生或資源可以使用。由于模型的整個(gè)網(wǎng)絡(luò)計(jì)算工作比較復(fù)雜，我們用計(jì)算機(jī)對(duì)可達(dá)性及矩陣的運(yùn)行進(jìn)行分析。

2基于Petri網(wǎng)項(xiàng)目管理中關(guān)鍵鏈判斷方法

Step.1構(gòu)建多項(xiàng)目管理下的隨機(jī)PETRI網(wǎng)模型根據(jù)定義及Petri網(wǎng)的規(guī)則建立項(xiàng)目管理的Petri網(wǎng)模型用高級(jí)PN的展開(kāi)模型來(lái)定義資源約束的活動(dòng)，資源類(lèi)型，及沖突的原因。Step.2尋找鎖死點(diǎn)鎖死是當(dāng)并行的活動(dòng)競(jìng)爭(zhēng)相同的資源，通常是資源配置不合理造成，基于PN的鎖死算法可以找到潛在的鎖死，從而重新設(shè)計(jì)或修正資源安排，來(lái)防止與回避鎖死。相反，無(wú)鎖死，說(shuō)明條件可行，資源滿(mǎn)足項(xiàng)目活動(dòng)。

鎖死尋找:

輸入：AHLPN代表在τ時(shí)多項(xiàng)目管理的網(wǎng)絡(luò)計(jì)劃

輸出：無(wú)鎖死方案

01 Definition；

μ0=初始標(biāo)識(shí)，μm=結(jié)束標(biāo)識(shí)，μk=活動(dòng)標(biāo)識(shí)

D=輸入函數(shù)D=輸出函數(shù)

D=D-D，關(guān)聯(lián)矩陣，α=實(shí)施向量

02 Findμ0 and μm

03 perform: calculate D，D and D

04 Set k=0

05 Let μk+1=μk+α•D， solve for α

06 If a is a feasible solution

07 If k=m

08 Indicate deadlock-free state

09 Else

10 Set k=k+1

11 Go to 05

12 End if

13 Eels

14Indicate deadlock

15 End if

16 End

Step.3產(chǎn)生可行性計(jì)劃安排及輸出關(guān)鍵鏈

根據(jù)step.2的無(wú)鎖死路徑及，可以運(yùn)用計(jì)劃概括計(jì)算產(chǎn)生可行性計(jì)劃安排并估計(jì)其工期，所有作業(yè)根據(jù)資源約束，資源的有效利用，一種資源每次只能用作一項(xiàng)任務(wù)。通過(guò)PN模型得到多個(gè)可行性計(jì)劃（根據(jù)不同的PN的不同變遷順序），通常會(huì)工期最短的作為最優(yōu)的，即得到相應(yīng)的關(guān)鍵鏈。

程序：總體計(jì)劃

輸入：無(wú)鎖死方案

輸出：可行性計(jì)劃及工期

01 Definition:

μ0=初始標(biāo)識(shí)，μm=結(jié)束標(biāo)識(shí)，μk=活動(dòng)標(biāo)識(shí)

MS=makespan，MSL=the lower bound of makespan

02 Find μ0 and μm

03 Initialize MSL of MS

04 Set k=1

05 Find the enabled transition(s) of μk

06 Perform: select one enabled transition to fire(put others in waiting lit)

07 Perform: record the firing transition

08 Perform: calculate MS from μ0 to μk

09 If MSL

10If Waiting-list of transition is empty

11 If k= m

12MSL=feasible solution

13 Else

14 Set k= k+1

15 Go to 06

16End if

17 Else

18 Go to 06

19 End if

20 Else

21 MSL=MS

22Go to 10

23 End if

24 End

3算例分析

本算例由兩個(gè)項(xiàng)目同時(shí)開(kāi)始，需要3種可恢復(fù)資源R1、R2、 R3資源的可使用量分別是3、2、2。項(xiàng)目活動(dòng)及資源分配如表1。項(xiàng)目的Petri 網(wǎng)模型如圖1，通過(guò)鎖死判斷及項(xiàng)目計(jì)劃計(jì)算，項(xiàng)目計(jì)劃的最短工期為22天，可得到項(xiàng)目的甘特圖如圖2。

可得出關(guān)鍵鏈為:1.1-1.2-2.2-2.7-2.8-2.10-1.8

4結(jié)論

本文是結(jié)合時(shí)間Petri網(wǎng)對(duì)多項(xiàng)目管理的關(guān)鍵鏈進(jìn)行研究，其作為數(shù)學(xué)工具，在判斷關(guān)鍵鏈有嚴(yán)密的數(shù)學(xué)基礎(chǔ)，作為圖形工具，能清晰的描述項(xiàng)目管理計(jì)劃。本文是在確定型網(wǎng)絡(luò)中對(duì)關(guān)鍵鏈分析，為其關(guān)鍵鏈在不確定型網(wǎng)絡(luò)研究提供了研究方向。

參考文獻(xiàn)：

[1]龔俏巧，韓文民.關(guān)鍵鏈技術(shù)在RCPSP問(wèn)題中的應(yīng)用研究[J].中國(guó)管理信息化，2009：（15）：105-107.

[2]蔡晨，萬(wàn)偉．基于PERT/CPM的關(guān)鍵鏈管理[J].中國(guó)管理科學(xué)，2003，12（11）：35-39．

篇6

第一節(jié) 物流發(fā)展的現(xiàn)狀

物流最早是在二戰(zhàn)中，圍繞戰(zhàn)爭(zhēng)物資供應(yīng)，美國(guó)軍隊(duì)建立的“后勤”（logistics）理論發(fā)展過(guò)來(lái)的。當(dāng)時(shí)的“后勤”是指將戰(zhàn)時(shí)物資生產(chǎn)、采購(gòu)、運(yùn)輸、配給等活動(dòng)作為一個(gè)整體進(jìn)行統(tǒng)一布置，以求戰(zhàn)略物資補(bǔ)給的費(fèi)用更低、速度更快、服務(wù)更好。后來(lái)，將“后勤”體系移植到現(xiàn)代經(jīng)濟(jì)生活中，才逐步演變?yōu)榻裉斓奈锪鳌?/p>

物流科學(xué)于80年代傳入我國(guó)，由于經(jīng)濟(jì)體制的問(wèn)題，物流研究直到改革開(kāi)放進(jìn)行了十幾年的90年代末期才開(kāi)展起來(lái)。總的說(shuō)來(lái)，由于我國(guó)的市場(chǎng)經(jīng)濟(jì)剛剛起步，一方面存在限制物流發(fā)展的因素，另一方面又存在許多可以挖掘的物流潛力。同發(fā)達(dá)國(guó)家相比，我國(guó)物流研究的市場(chǎng)基礎(chǔ)還存在很多的差距。

根據(jù)中國(guó)物流與采購(gòu)聯(lián)合會(huì)此前的數(shù)據(jù)顯示，在2008年之前，我國(guó)物流業(yè)規(guī)?？焖僭鲩L(zhǎng)，全國(guó)社會(huì)物流總額達(dá)89.9萬(wàn)億元，比2000年增長(zhǎng)4.2倍，年均增長(zhǎng)23%；物流業(yè)實(shí)現(xiàn)增加值2.0萬(wàn)億元，比2000年增長(zhǎng)1.9倍，年均增長(zhǎng)14%。2008年，物流業(yè)增加值占全部服務(wù)業(yè)增加值的比重為16.5%，占GDP的比重為6.6%。而到了2009年，受?chē)?guó)際金融危機(jī)的影響，我國(guó)社會(huì)物流總額同比增速由一季度下降3.3%，上半年下降0.8%，轉(zhuǎn)為前三季度增長(zhǎng) 2%，反映出物流需求在逐步擴(kuò)大；前三季度物流業(yè)增加值同比增長(zhǎng)4%，增幅比上半年提高1.9個(gè)百分點(diǎn)，呈加快增長(zhǎng)態(tài)勢(shì)。從企業(yè)來(lái)看，2009年業(yè)務(wù)收入基本上經(jīng)歷了一季度止跌，二季度企穩(wěn)，三季度回升，全年比前一年略有增長(zhǎng)的積極變化。整個(gè)行業(yè)運(yùn)行呈現(xiàn)加快回升的積極變化。在2009年，國(guó)務(wù)院及時(shí)出臺(tái)了《物流業(yè)調(diào)整和振興規(guī)劃》，實(shí)現(xiàn)傳統(tǒng)物流業(yè)向現(xiàn)代物流業(yè)的轉(zhuǎn)變，不僅是物流業(yè)自身結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級(jí)的需要，也是整個(gè)國(guó)民經(jīng)濟(jì)發(fā)展的必然要求。

物流行業(yè)的發(fā)達(dá)程度與發(fā)展水平，直接關(guān)系到制造業(yè)的效率和利潤(rùn)。中國(guó)是世界有名的“工廠(chǎng)”，以前物流外包的比例還比較低，制造企業(yè)自營(yíng)物流仍是主流，第三方物流占物流服務(wù)份額很低，據(jù)調(diào)查僅為17%左右，且第三方物流發(fā)展不成熟，目前其需求仍呈增長(zhǎng)趨勢(shì)。我國(guó)近幾年的物流發(fā)展比較迅速，有很多的物流企業(yè)，但是現(xiàn)代化的物流企業(yè)還不多，基礎(chǔ)建設(shè)落后、信息化程度低、服務(wù)范圍小、內(nèi)容單薄、總體服務(wù)質(zhì)量和水平不好，無(wú)法跟上制造業(yè)的發(fā)展腳步，提供有利的支持。制造企業(yè)不放心物流企業(yè)的供應(yīng)服務(wù)能力，認(rèn)識(shí)程度低，擔(dān)心物流外包會(huì)喪失主動(dòng)權(quán)，而過(guò)于依賴(lài)物流企業(yè)，導(dǎo)致控制權(quán)減弱。雙方之間的溝通并不流暢，物流企業(yè)也不了解制造企業(yè)的真實(shí)需求，導(dǎo)致供應(yīng)能力不足和有效需求不足并存的矛盾。但隨著近幾年，物流行業(yè)的迅速發(fā)展，制造行業(yè)的物流外包速度加快，產(chǎn)業(yè)融合與聯(lián)動(dòng)趨勢(shì)更加明顯，比如2006年銷(xiāo)售物流外包以5％～10％的速度增長(zhǎng)，運(yùn)輸與倉(cāng)儲(chǔ)外包以10％～15％的速度增長(zhǎng)，運(yùn)輸業(yè)務(wù)委托第三方已占企業(yè)運(yùn)輸業(yè)務(wù)的67．1％。

第二節(jié) 選題的意義與背景

在物流管理出現(xiàn)之前，制造業(yè)企業(yè)還沒(méi)有一個(gè)獨(dú)立的配送管理部門(mén)，只是被作為制造活動(dòng)的一部分，沒(méi)有職業(yè)物流人員和關(guān)于這方面的學(xué)術(shù)研究。直到20世紀(jì)60年代物流管理和物資配送出現(xiàn)后，情況才有了變化。20世紀(jì)80年代有了一個(gè)新的理論----集成物流，把企業(yè)的輸入、輸出物流管理以及一部分制造功能集成在一起。在90年代，供應(yīng)鏈管理這種新的模式出現(xiàn)了，隨即就有了集成供應(yīng)鏈的概念，企業(yè)把焦點(diǎn)從里面轉(zhuǎn)到外面，通過(guò)和其他供應(yīng)鏈的成員進(jìn)行物流的合作協(xié)調(diào)尋找商業(yè)機(jī)會(huì)。而制造業(yè)配送包括制造企業(yè)的物料和成品在供應(yīng)商、制造商和客戶(hù)之間，以及企業(yè)內(nèi)部各生產(chǎn)車(chē)間甚至生產(chǎn)工位之間的有序平穩(wěn)流動(dòng)，以及它們之間的信息流動(dòng)。配送管理對(duì)于有效提高制造業(yè)的柔性和對(duì)市場(chǎng)的響應(yīng)速度具有決定性的作用，因此非常有必要開(kāi)展對(duì)制造業(yè)配送管理的研究。

     

第二章 配送管理  

第一節(jié) 配送的概念和作用

一、配送的概念

日本1991年版《物流手冊(cè)》的表述：生產(chǎn)廠(chǎng)到配送中心之間的物品空間移動(dòng)叫“運(yùn)輸”，從配送中心到顧客之間的物品空間移動(dòng)叫“配送”。 美國(guó)《物流管理供應(yīng)鏈過(guò)程的一體化》表述：實(shí)物配送這一領(lǐng)域涉及特制成品交給顧客的運(yùn)輸。實(shí)物配送過(guò)程，可以使顧客服務(wù)的時(shí)間和空間的需求成為營(yíng)銷(xiāo)的一個(gè)整體組成部分。我國(guó)出版的《現(xiàn)代物流學(xué)》的表述：配送是以現(xiàn)代送貨形式實(shí)現(xiàn)資源最終配置的經(jīng)濟(jì)活動(dòng)；按用戶(hù)訂貨要求，在配送中心或其他物流結(jié)點(diǎn)進(jìn)行貨物配備并以最合理方式送交用戶(hù)。而對(duì)于制造業(yè)來(lái)說(shuō)，配送是圍繞制造業(yè)企業(yè)所進(jìn)行的原材料、零部件的供應(yīng)配送，各生產(chǎn)工序上的生產(chǎn)配送以及企業(yè)為銷(xiāo)售產(chǎn)品而進(jìn)行的對(duì)客戶(hù)的銷(xiāo)售配送。

制造業(yè)配送結(jié)構(gòu)模型如圖2-1所示。

 

                                        圖1-1 制造業(yè)配送結(jié)構(gòu)模型

二、制造業(yè)配送的作用

（一）通過(guò)集中庫(kù)存使企業(yè)實(shí)現(xiàn)低庫(kù)存或零庫(kù)存

制造業(yè)企業(yè)為了實(shí)現(xiàn)高水平的配送，而依靠配送中心的準(zhǔn)時(shí)配送，一方面可以降低庫(kù)存量甚至是“零”庫(kù)存，從而解放大量的的 儲(chǔ)備資金，另一方面采用配送中心集中庫(kù)存可以利用規(guī)模經(jīng)濟(jì)的優(yōu)勢(shì)使單位存貨成本下降。

（二）簡(jiǎn)化事務(wù)，方便客戶(hù)

客戶(hù)只需要向一個(gè)配送中心訂貨，就能訂到所有想要的貨物，降低交易成本，提高效率。而對(duì)于生產(chǎn)單位來(lái)說(shuō)，只需要把貨物集中配送到一個(gè)地方，減少接貨成本，可以全身心投入到自己擅長(zhǎng)的業(yè)務(wù)中。

（三）提高供應(yīng)保證程度

         制造企業(yè)自己保持庫(kù)存，維持生產(chǎn)，供應(yīng)保證程度很難提高，受到庫(kù)存費(fèi)用的控制。采取配送，配送中心可以比任何單位企業(yè)的儲(chǔ)備量更大。而對(duì)于每個(gè)企業(yè)而言，中斷供應(yīng)、影響生產(chǎn)的風(fēng)險(xiǎn)相應(yīng)縮小，使客戶(hù)免去缺貨之憂(yōu)。

（四）降低缺損，防止內(nèi)盜

假如各個(gè)生產(chǎn)車(chē)間自己保持庫(kù)存，由于沒(méi)有專(zhuān)業(yè)的倉(cāng)庫(kù)保管人員，同時(shí)設(shè)施也不可能十分完善，容易造成貨物的缺損。同時(shí)由于庫(kù)存分散，造成管理混亂，容易發(fā)生內(nèi)盜事件，造成大量損失。配送中心經(jīng)驗(yàn)豐富的專(zhuān)業(yè)倉(cāng)庫(kù)保管員和完善的倉(cāng)庫(kù)保管設(shè)施，可以最大程度地保證貨物得到妥善保管，降低缺損率。

 

第二節(jié) 配送作業(yè)流程

一、進(jìn)貨

在配送的基本作業(yè)流程中，進(jìn)貨作業(yè)包括把貨品等物質(zhì)從實(shí)體上領(lǐng)取，從貨車(chē)上將貨物卸下、開(kāi)箱、檢查其數(shù)量。當(dāng)客戶(hù)下訂單以后，工廠(chǎng)因?yàn)槌善返目纱媛什蛔?，并?huì)向供應(yīng)商訂購(gòu)原材料、零配件等。這個(gè)時(shí)候，要按照保證貨物先進(jìn)先出，緩不圍急，根據(jù)貨物的尺寸、數(shù)量 、特性、保管要求選擇貨位，出入庫(kù)頻率高使用方便作業(yè)的貨位，小票集中、大不圍小，方便操作，作業(yè)分布均勻等原則安排貨位。

二、訂單處理

從接受客戶(hù)訂單開(kāi)始著手準(zhǔn)備揀貨之間的作業(yè)階段，稱(chēng)為訂單處理。通常包括訂單資料確認(rèn)、存貨查詢(xún)、單據(jù)處理等內(nèi)容。其中有以下幾個(gè)內(nèi)容確認(rèn)：貨物數(shù)量及日期的確認(rèn)、客戶(hù)信用的確認(rèn)、訂單形態(tài)的確認(rèn)、訂單價(jià)格的確認(rèn)、加工包裝的確認(rèn)、設(shè)定訂單號(hào)碼、建立客戶(hù)檔案、存貨查詢(xún)和存貨分配、計(jì)算揀取的標(biāo)準(zhǔn)時(shí)間、按訂單排定出貨時(shí)序及揀貨順序、訂單資料處理輸出等。

三、揀貨作業(yè)

揀貨作業(yè)是配送作業(yè)的中心環(huán)節(jié)。所謂揀貨，是依據(jù)顧客的訂貨要求或配送中心的作業(yè)計(jì)劃，近盡可能迅速、準(zhǔn)確地將商品從其儲(chǔ)位或其他區(qū)域揀取出來(lái)的作業(yè)過(guò)程。揀貨作業(yè)在配送作業(yè)環(huán)節(jié)中不僅工作量大，工藝復(fù)雜，而且要求作業(yè)時(shí)間短。揀貨方式包括按訂單揀取、批量揀取、復(fù)合揀取。

四、補(bǔ)貨作業(yè)

是將貨物從倉(cāng)庫(kù)保管區(qū)域搬運(yùn)到揀貨區(qū)的工作。

五、配貨作業(yè)

指把揀貨分類(lèi)完成的貨品經(jīng)過(guò)配貨檢查過(guò)程后，裝入容器和做好標(biāo)示，在運(yùn)到配貨準(zhǔn)備區(qū)，待裝車(chē)后發(fā)送。

六、送貨作業(yè)

送貨作業(yè)是利用配送車(chē)輛把用戶(hù)訂購(gòu)的物品從制造廠(chǎng)、生產(chǎn)基地、批發(fā)商、經(jīng)銷(xiāo)商或配送中心，送到用戶(hù)手中的過(guò)程。送貨通常是一種短距離、小批量、高頻率的運(yùn)輸形式。它以服務(wù)為目標(biāo)，以盡可能滿(mǎn)足客戶(hù)需求為宗旨。本文著重探討就是制造業(yè)送貨過(guò)程中，車(chē)輛的安排、送貨路線(xiàn)的選擇、送貨的順序。

制造業(yè)的配送流程如圖2-2所示。

                                                  圖2-2 制造業(yè)的配送流程

第三節(jié)  配送模式的選擇

配送模式是企業(yè)對(duì)配送所采取的基本戰(zhàn)略和方法，根據(jù)國(guó)內(nèi)外的發(fā)展經(jīng)驗(yàn)及我國(guó)配送理論與實(shí)踐，目前，主要形成了以下幾種配送模式：

一、自營(yíng)配送模式

自營(yíng)配送模式是企業(yè)物流配送的各個(gè)環(huán)節(jié)由企業(yè)自身籌建并組織管理，實(shí)現(xiàn)對(duì)企業(yè)內(nèi)部及外部貨物配送的模式。這種模式有利于企業(yè)供應(yīng)、生產(chǎn)、和銷(xiāo)售的一體化作業(yè)，系統(tǒng)化程度相對(duì)較高，既可滿(mǎn)足企業(yè)內(nèi)部原材料、半成品、及成品的配送需要，又可滿(mǎn)足企業(yè)對(duì)外進(jìn)行市場(chǎng)拓展的需要。其不足之處表現(xiàn)在，企業(yè)為建立配送體系的投資規(guī)模將會(huì)大大增加，在企業(yè)配送規(guī)模較小時(shí)，配送的成本和費(fèi)用也相對(duì)較高。

二、共同配送模式

共同配送是物流配送企業(yè)之間為了提高配送效率以及實(shí)現(xiàn)配送合理化所建立的一種功能互補(bǔ)的配送聯(lián)合體。共同配送的優(yōu)勢(shì)在于有利于實(shí)現(xiàn)配送資源的有效配置，彌補(bǔ)配送企業(yè)功能的不足，促使企業(yè)配送能力的提高和配送規(guī)模的擴(kuò)大，更好地滿(mǎn)足客戶(hù)需求，提高配送效率，降低配送成本。

共同配送的核心在于充實(shí)和強(qiáng)化配送的功能。提高配送效率，實(shí)現(xiàn)配送的合理化合系統(tǒng)化。因此，作為開(kāi)展共同配送的聯(lián)合體成員，首先要有共同的目標(biāo)、理念和利益，這樣才能使聯(lián)合體有凝聚力和競(jìng)爭(zhēng)力，才能有利于共同目標(biāo)和利益的實(shí)現(xiàn)。開(kāi)展共同配送、組建聯(lián)合體要堅(jiān)持以下幾個(gè)原則：

1、功能補(bǔ)充

2、平等自愿

3、互惠互利

4、協(xié)調(diào)一致。

共同配送的實(shí)施步驟為：

1、選擇聯(lián)合對(duì)象

2、組建談判小組，做好談判準(zhǔn)備

3、簽訂合同意向書(shū)及合同，并進(jìn)行公證

4、組建領(lǐng)導(dǎo)班子，擬定管理模式

5、正式運(yùn)作

共同配送的類(lèi)型，大體可歸納為：緊密型、半緊密型和松散型；資源性和管理型；功能型；集貨型、送貨型和集送型等。

三、互用配送模式

互用配送模式是幾個(gè)企業(yè)為了各自利益，以契約的方式達(dá)成某種協(xié)議，互用對(duì)方配送系統(tǒng)而進(jìn)行的配送模式。其優(yōu)點(diǎn)在于企業(yè)不需要投入較大的資金和人力，就可以擴(kuò)大自身的配送規(guī)模和范圍，但需要企業(yè)有較高的管理水平以及相關(guān)企業(yè)的組織協(xié)調(diào)能力。

與共同配送相比，它的特點(diǎn)主要有：

1、共同配送模式旨在建立配送聯(lián)合體，以強(qiáng)化配送功能為核心，為社會(huì)服務(wù)；而互用配送模式旨在提高自己的配送功能，以企業(yè)自身服務(wù)為核心。

2、共同配送模式旨在強(qiáng)調(diào)聯(lián)合體的共同作用，而互用配送模式旨在強(qiáng)調(diào)企業(yè)自身的作用。

3、共同配送模式的穩(wěn)定性較強(qiáng)，而互用配送模式的穩(wěn)定性較差。

4、共同配送模式的合作對(duì)象需要經(jīng)營(yíng)配送業(yè)務(wù)的企業(yè)，而互用配送模式的合作對(duì)象即可以是經(jīng)營(yíng)配送業(yè)務(wù)的企業(yè)，也可以是非經(jīng)營(yíng)配送業(yè)務(wù)的企業(yè)。

四、第三方配送模式

第三方就是為交易雙方提供部分或全部配送服務(wù)的一方。第三方配送模式就是指交易雙方把自己需要完成的配送業(yè)務(wù)委托為第三方來(lái)完成的一種配送運(yùn)作模式。隨著物流產(chǎn)業(yè)的不斷發(fā)展，以及第三方配送體系的不斷完善，第三方配送模式應(yīng)成為工商企業(yè)和電子商務(wù)網(wǎng)站進(jìn)行貨物配送的首要模式和方向。

隨著物流管理的理念在中國(guó)企業(yè)內(nèi)逐步被認(rèn)知，第三方物流作為有著較新物流理念的產(chǎn)業(yè)正在逐步形成。中國(guó)原有的運(yùn)輸企業(yè)、倉(cāng)儲(chǔ)企業(yè)、電子商務(wù)企業(yè)經(jīng)過(guò)改造和合并，形成了新興的第三方物流企業(yè)。第三方物流企業(yè)在對(duì)企業(yè)的服務(wù)中逐漸形成了一種戰(zhàn)略關(guān)系，隨著JIT管理方式在中國(guó)的普及，不論制造業(yè)還是商業(yè)企業(yè)，普遍應(yīng)用JIT管理的理念，采用拉動(dòng)方式，減少庫(kù)存，降低庫(kù)存儲(chǔ)備，適應(yīng)市場(chǎng)變化。JIT管理方式的應(yīng)用，使服務(wù)于制造企業(yè)和商業(yè)企業(yè)的第三方物流企業(yè)，采取小批量、多頻次的JIT運(yùn)輸。第三方運(yùn)輸與傳統(tǒng)運(yùn)輸?shù)谋容^如表2-1。

表2-1 傳統(tǒng)運(yùn)輸與第三方運(yùn)輸?shù)谋容^

傳統(tǒng)運(yùn)輸?shù)奶攸c(diǎn) 組合配送的特點(diǎn)

供應(yīng)商對(duì)運(yùn)輸獨(dú)立管理 第三方物流企業(yè)管理

分散操作，缺乏合作及可見(jiàn)性 整合操作完全的可見(jiàn)性和管理

分散復(fù)雜的流動(dòng) 簡(jiǎn)單集中的流動(dòng)

低貨物空間利用率 優(yōu)化車(chē)輛利用率

庫(kù)存水平不均 有效的庫(kù)存控制

無(wú)IT解決方案平臺(tái) 有一體化的IT平臺(tái)支持

第三方運(yùn)輸是一種適應(yīng)市場(chǎng)發(fā)展的新型的運(yùn)輸配送模式，但其發(fā)展和推廣又有相當(dāng)?shù)臈l件和前提。

1、 市場(chǎng)需求程度。消費(fèi)者的需求變化是導(dǎo)致市場(chǎng)需求變化的主要因素，對(duì)消費(fèi)品本身可變性和帶動(dòng)性需要進(jìn)行分析。

2、 供應(yīng)鏈體系的建立。供應(yīng)鏈體系的建立是組合配送模型實(shí)施的前提，作為第三方物流企業(yè)，掌握了相當(dāng)?shù)闹鲗?dǎo)企業(yè)和配套企業(yè)的機(jī)密信息，沒(méi)有戰(zhàn)略性的合作伙伴關(guān)系，第三方物流企業(yè)無(wú)法深入到供應(yīng)鏈管理體系當(dāng)中。作為第三方物流企業(yè)，在沒(méi)有建立戰(zhàn)略關(guān)系時(shí)，為供應(yīng)鏈服務(wù)無(wú)形中會(huì)增加相當(dāng)?shù)慕灰壮杀竞蜏贤ǔ杀荆瑢?dǎo)致整個(gè)供應(yīng)鏈成本上升和供應(yīng)鏈體系的不穩(wěn)定，無(wú)法發(fā)揮整合物流的優(yōu)勢(shì)。

3、 信息技術(shù)和物流標(biāo)準(zhǔn)的推廣。依托Internet和企業(yè)內(nèi)部局域網(wǎng)有效實(shí)施信 息共享是建立組合配送的基礎(chǔ)。供應(yīng)鏈企業(yè)通過(guò)電子數(shù)據(jù)交換系統(tǒng)（EDI）、電子郵件系統(tǒng)等通過(guò)Internet在企業(yè)之間進(jìn)行快速的信心交換，完成訂單下達(dá)和處理工作，減少了前置時(shí)間。第三方物流企業(yè)建立自己的物流管理系統(tǒng)與供應(yīng)鏈主導(dǎo)企業(yè)和配套企業(yè)的信息系統(tǒng)進(jìn)行有效連接，完成提貨通知、發(fā)運(yùn)狀態(tài)、線(xiàn)路設(shè)定、發(fā)運(yùn)結(jié)算等信息的交換，對(duì)配送指令進(jìn)行快速反應(yīng)。通過(guò)集裝化運(yùn)輸、GPS跟蹤控制、條形碼技術(shù)等的應(yīng)用，有效控制運(yùn)輸，降低貨物的操作時(shí)間，適應(yīng)快速的供應(yīng)體系。

總之，第三方配送作為一種配送模式，符合企業(yè)發(fā)展和供應(yīng)鏈發(fā)展的要求，對(duì)今后物流體系發(fā)展有著一定的引導(dǎo)作用。而本論文所要研討的配送方式正是符合第三方配送模式。

第四節(jié) 貨物運(yùn)輸與配送管理

一、貨物運(yùn)輸?shù)挠绊懸蛩嘏c原則

貨物運(yùn)輸是物流的核心業(yè)務(wù)，也是配送管理中不可缺少的一環(huán)。充分利用現(xiàn)有運(yùn)輸管道，提高運(yùn)輸、改進(jìn)經(jīng)營(yíng)組織、管理體制等對(duì)改善配送管理有著重要的作用。

貨物運(yùn)輸子系統(tǒng)的基本目標(biāo)是安全、迅速、準(zhǔn)確的成本。配送運(yùn)行過(guò)程必須利用運(yùn)輸網(wǎng)絡(luò)，即利用有運(yùn)輸路線(xiàn)和結(jié)點(diǎn)組成的資源體系。在一定綜合運(yùn)輸格局的情況下，不同運(yùn)輸方式的服務(wù)質(zhì)量、技術(shù)性能、方便程度、管理水平是影響不同層次物流系統(tǒng)選擇運(yùn)輸方式的重要因素。在構(gòu)思貨物運(yùn)輸系統(tǒng)時(shí)，應(yīng)根據(jù)系統(tǒng)實(shí)際擔(dān)負(fù)的貨運(yùn)量的大小、作業(yè)內(nèi)容與范圍、以及與其他各個(gè)子系統(tǒng)的協(xié)調(diào)關(guān)系，進(jìn)行規(guī)劃、構(gòu)筑工作，一般必須考慮一下幾個(gè)方面的因素：

1、 貨物的特點(diǎn)、性質(zhì)、數(shù)量以及運(yùn)輸方式的選擇。

2、 運(yùn)輸路線(xiàn)的確定。

3、 設(shè)備設(shè)施、工具的配備和利用情況。

4、 運(yùn)輸質(zhì)量的保障。

5、 運(yùn)輸戰(zhàn)場(chǎng)的利用。

6、 運(yùn)輸費(fèi)用的節(jié)約。

7、 運(yùn)輸計(jì)劃的制定、貨物運(yùn)輸與集散過(guò)程的控制。

8、 運(yùn)輸網(wǎng)絡(luò)的形成與運(yùn)行機(jī)制。

9、 不同的運(yùn)輸方式之間的協(xié)作。

10、運(yùn)輸與物流其他作業(yè)環(huán)節(jié)活動(dòng)的綜合集成與管理等。

就組織運(yùn)輸工作，應(yīng)貫徹執(zhí)行“及時(shí)、準(zhǔn)確、經(jīng)濟(jì)、安全”的原則，即

1、 及時(shí)。就是按著產(chǎn)、供、運(yùn)、銷(xiāo)情況，及時(shí)把貨物從產(chǎn)地運(yùn)到銷(xiāo)地，盡量縮短貨物在途時(shí)間，及時(shí)供應(yīng)工農(nóng)業(yè)生產(chǎn)和人民生活的需要。

2、 準(zhǔn)確。就是在貨物運(yùn)輸過(guò)程中，切實(shí)防止各種差錯(cuò)事故，做到不錯(cuò)不亂，準(zhǔn)確無(wú)誤的完成運(yùn)輸任務(wù)。

3、 經(jīng)濟(jì)。就是采取經(jīng)濟(jì)、最合理地運(yùn)輸方案，能有效地利用各種運(yùn)輸工具和運(yùn)輸設(shè)施，節(jié)約人力、物力和運(yùn)力，提高運(yùn)輸經(jīng)濟(jì)效益，降低貨物運(yùn)輸費(fèi)用。

4、 安全。就是貨物在運(yùn)輸過(guò)程中，不發(fā)生霉?fàn)€、殘損、丟失、燃燒、爆炸等事故，保證貨物安全地達(dá)到目的地。

在配上過(guò)程中，要組織合理的運(yùn)輸，所謂合理運(yùn)輸就是按照商品流通規(guī)律、交通運(yùn)輸條件、物品合理流向、市場(chǎng)供需情況、走最少的里程、經(jīng)最少的環(huán)節(jié)、用最少的運(yùn)力、花最少的費(fèi)用、以最快的時(shí)間、把貨物從生產(chǎn)地運(yùn)輸?shù)较M(fèi)地。也就是用最少的勞動(dòng)消耗，運(yùn)輸更多的貨物，取得最佳的經(jīng)濟(jì)效益。因此，在運(yùn)輸生產(chǎn)活動(dòng)中，需要一定的勞動(dòng)消耗，衡量運(yùn)輸?shù)暮侠砼c否，是從技術(shù)經(jīng)濟(jì)角度，看消耗在運(yùn)輸上的社會(huì)勞動(dòng)量，來(lái)評(píng)價(jià)運(yùn)輸?shù)慕?jīng)濟(jì)效益。

二、運(yùn)輸?shù)奈逡?/p>

組織合理運(yùn)輸工作，涉及面廣，比較復(fù)雜，影響它的因素很多。要實(shí)現(xiàn)運(yùn)輸合理化，起決定作用的有以下五個(gè)主要因素，物流業(yè)稱(chēng)為合理運(yùn)輸“五要素”。

（一）運(yùn)輸距離

運(yùn)輸既然是商品在空間的移動(dòng)，那么這個(gè)移動(dòng)的距離，即運(yùn)輸里程的遠(yuǎn)近，是決定其合理與否因素中一個(gè)最基本的因素。因此，物流部門(mén)在組織貨物運(yùn)輸時(shí)，首先要考慮到運(yùn)輸距離，應(yīng)盡可能實(shí)習(xí)近產(chǎn)近銷(xiāo)，就近運(yùn)輸，近可能避免舍近求遠(yuǎn)。

（二）運(yùn)輸環(huán)節(jié)

    在物流過(guò)程環(huán)節(jié)中，運(yùn)輸是一個(gè)主要的環(huán)節(jié)，也是決定合理運(yùn)輸?shù)囊粋€(gè)重要因素。因?yàn)?，圍繞著運(yùn)輸業(yè)務(wù)活動(dòng)，還有進(jìn)行裝卸、搬運(yùn)、包裝等工作，多一道環(huán)節(jié)，須多花費(fèi)、多勞動(dòng)。所以，物流部門(mén)在調(diào)運(yùn)物資時(shí)，對(duì)有條件直達(dá)、直撥運(yùn)輸。使物資不進(jìn)入中轉(zhuǎn)倉(cāng)庫(kù)，越過(guò)一切不必要的中間環(huán)節(jié)，有產(chǎn)地直運(yùn)到銷(xiāo)地，越過(guò)一切不必要的中間環(huán)節(jié)，減少二次運(yùn)輸。

（三）運(yùn)輸工具

在交通運(yùn)輸日益發(fā)展，各種運(yùn)輸工具并存的情況下，必須選擇運(yùn)輸工具和運(yùn)輸路線(xiàn)，合理運(yùn)用。根據(jù)不同貨物的特點(diǎn)，分別利用鐵路、水運(yùn)和汽車(chē)運(yùn)輸，選擇最佳的運(yùn)輸路線(xiàn)。

（四）運(yùn)輸時(shí)間

對(duì)物流業(yè)來(lái)說(shuō)，為了更好的為顧客服務(wù)，及時(shí)滿(mǎn)足顧客的需要，時(shí)間是一個(gè)決定性的因素。尤其在市場(chǎng)變化很大的情況下，時(shí)間問(wèn)題更為突出。所以在物流過(guò)程中，必須特別強(qiáng)調(diào)運(yùn)輸時(shí)間，要搶時(shí)間、爭(zhēng)速度，想方設(shè)法加快貨物運(yùn)輸，盡量壓縮待運(yùn)期，使大批貨物不要長(zhǎng)期徘徊、停留在運(yùn)輸過(guò)程中。

（五）運(yùn)輸費(fèi)用

運(yùn)輸費(fèi)用占物流費(fèi)用比重大，它是衡量運(yùn)輸經(jīng)濟(jì)效益的一項(xiàng)重要指標(biāo)，也是組織合理輸?shù)闹饕康闹?。運(yùn)輸費(fèi)用的高低，不僅關(guān)系到物流企業(yè)或運(yùn)輸部門(mén)的經(jīng)濟(jì)核算，而且也影響商品銷(xiāo)售成本。為此，在組織合理運(yùn)輸工作中，積極節(jié)約運(yùn)輸費(fèi)用，是物流企業(yè)的一項(xiàng)重要任務(wù)。

上述五個(gè)因素，既是互相聯(lián)系，又是互相影響的，有的甚至是互相矛盾的。這就要求進(jìn)行綜合比較分析，要求最佳運(yùn)輸方案。在一般情況下，運(yùn)輸時(shí)間快、運(yùn)輸費(fèi)用省、是考慮合理運(yùn)輸?shù)膬蓚€(gè)主要因素，它集中體現(xiàn)了物流過(guò)程中的運(yùn)輸經(jīng)濟(jì)效益。

第五節(jié) 配送的信息技術(shù)

一、條碼技術(shù)

條碼技術(shù)是在計(jì)算機(jī)的應(yīng)用實(shí)踐中產(chǎn)生和發(fā)展起來(lái)的一種自動(dòng)識(shí)別技術(shù)。為我們提供了一種對(duì)物流中的貨物進(jìn)行標(biāo)識(shí)和描述的方法。條碼是實(shí)現(xiàn)POS系統(tǒng)、EDI、電子商務(wù)、供應(yīng)鏈管理的技術(shù)基礎(chǔ)，是物流管理現(xiàn)代化、提高企業(yè)管理水平和競(jìng)爭(zhēng)能力的重要技術(shù)手段。

二、EDI技術(shù)

EDI (Electronic Data Interchange)是指通過(guò)電子方式，采用標(biāo)準(zhǔn)化 的格式，利用計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)化數(shù)據(jù)的傳輸和交換。構(gòu)成EDI系統(tǒng)的三個(gè)要素是EDI軟硬件、通信網(wǎng)絡(luò)以及數(shù)據(jù)標(biāo)準(zhǔn)化。

工作方式大體如下：用戶(hù)在計(jì)算機(jī)上進(jìn)行原始數(shù)據(jù)的編輯處理，通過(guò)EDI轉(zhuǎn)換軟件(Mapper)將原始數(shù)據(jù)格式轉(zhuǎn)換為平面文件(Flat File)，平面文件是用戶(hù)原始資料格式與EDI標(biāo)準(zhǔn)格式之間的對(duì)照性文件。通過(guò)翻譯軟件{Translator)將平面文件變成EDI標(biāo)準(zhǔn)格式文件。然后在文件外層加上通信信封(Envelope)，通過(guò)通信軟件(EDI系統(tǒng)交換中心郵箱(Mailbox))發(fā)送到增值服務(wù)網(wǎng)絡(luò)(VAN)或直接傳送給對(duì)方用戶(hù)，對(duì)方用戶(hù)則進(jìn)行相反的處理過(guò)程，最后成為用戶(hù)應(yīng)用系統(tǒng)能夠接收的文件格 式。

三、射頻技術(shù)

射頻識(shí)別技術(shù)（RFID）是一種非接觸式的自動(dòng)識(shí)別技術(shù)，它通過(guò)射頻信號(hào)自動(dòng)識(shí)別目標(biāo)對(duì)象來(lái)獲取相關(guān)數(shù)據(jù)。識(shí)別工作無(wú)須人工干預(yù)，可工作于各種惡劣環(huán)境。短距離射頻產(chǎn)品不怕油漬、灰塵污染等惡劣的環(huán)境，可以替代條碼，例如用在工廠(chǎng)的流水線(xiàn)上跟蹤物體。長(zhǎng)距射頻產(chǎn)品多用于交通上，識(shí)別距離可達(dá)幾十米，如自動(dòng)收費(fèi)或識(shí)別車(chē)輛身份等。

四、GIS技術(shù)

GIS（Geographical Information System，地理信息系統(tǒng)）是多種學(xué)科交叉的產(chǎn)物，它以地理空間數(shù)據(jù)為基礎(chǔ)，采用地理模型分析方法，適時(shí)地提供多種空間的和動(dòng)態(tài)的地理信息，是一種為地理研究和地理決策服務(wù)的計(jì)算機(jī)技術(shù)系統(tǒng)。其基本功能是將表格型數(shù)據(jù)（無(wú)論它來(lái)自數(shù)據(jù)庫(kù)、電子表格文件或直接在程序中輸入）轉(zhuǎn)換為地理圖形顯示，然后對(duì)顯示結(jié)果瀏覽、操作和分析。其顯示范圍可以從洲際地圖到非常詳細(xì)的街區(qū)地圖，顯示對(duì)象包括人口、銷(xiāo)售情況、運(yùn)輸線(xiàn)路和其它內(nèi)容。

五、GPS技術(shù)

全球定位系統(tǒng)（Global Positioning System－GPS）具有在海、陸、空進(jìn)行全方位實(shí)時(shí)三維導(dǎo)航與定位能力。GPS在物流領(lǐng)域可以應(yīng)用于汽車(chē)自定位、跟蹤調(diào)度，用于鐵路運(yùn)輸管理，用于軍事物流。

第三章  配送路線(xiàn)優(yōu)化的理論模型

  第一節(jié)   啟發(fā)式算法理論

一、啟發(fā)式算法的概念

啟發(fā)式源自英文單詞heuristics,啟發(fā)式方法意為通過(guò)對(duì)過(guò)去經(jīng)驗(yàn)的歸納推理以及實(shí)驗(yàn)分析來(lái)解決問(wèn)題的方法，即借助于某種直觀(guān)推斷或試探的方法。啟發(fā)式方法要求分析人員必須運(yùn)用自己的感知和洞察力，從與研究問(wèn)題相關(guān)而較基本的模型及算法中尋找其間的聯(lián)系，從中得到啟發(fā)，去發(fā)現(xiàn)適于解決該問(wèn)題的思路和途徑。

用啟發(fā)式方法解決問(wèn)題時(shí)強(qiáng)調(diào)“滿(mǎn)意”，常常是得到滿(mǎn)意解，決策者就認(rèn)為可以了，而不去追求最優(yōu)性和探求最優(yōu)解。之所以這樣，其原因是：1、很多問(wèn)題不存在嚴(yán)格最優(yōu)解，這時(shí)，對(duì)目標(biāo)的滿(mǎn)意性常比最優(yōu)性更能準(zhǔn)確地描述人們的選擇行為。2、對(duì)有些問(wèn)題，得到它的最優(yōu)解所花的代價(jià)太大。3、從實(shí)際決策的需要出發(fā)，有時(shí)要求解具有過(guò)高的精度沒(méi)有意義。

用啟發(fā)式方法求解問(wèn)題是通過(guò)迭代過(guò)程實(shí)現(xiàn)的，因而需擬定出一套解得探索規(guī)則。為能得到滿(mǎn)意解，在整個(gè)迭代過(guò)程中要不斷吸收新的信息，必要時(shí)改變?cè)瓉?lái)擬定的不合適的策略，建立新的搜索規(guī)則，注意從失敗中吸取教訓(xùn)，并逐步縮小搜索范圍。啟發(fā)式方法具體求解過(guò)程如圖3-1所示。

 

                          圖3-1 啟發(fā)式方法的求解過(guò)程

二、啟發(fā)式算法的求解策略

用啟發(fā)式方法求解問(wèn)題時(shí)，需采用一定的策略，下面列出幾個(gè)常用的策略，可根據(jù)問(wèn)題的性質(zhì)和要求選用。

（一）逐步構(gòu)造解策略

逐步構(gòu)造解策略是指每次增加解的一個(gè)元素（如節(jié)點(diǎn)、弧等），直到得到一完整的可接受解。

（二）改進(jìn)解策略

從一初始解（初始解不一定可行）開(kāi)始，通過(guò)一系列替換分解和合并過(guò)程來(lái)逐漸修正解，以提高解的可接受性。

（三）數(shù)學(xué)規(guī)劃策略

運(yùn)用數(shù)學(xué)模型和優(yōu)化算法，并通過(guò)對(duì)解的判別和修正以提高對(duì)問(wèn)題的適用性，常會(huì)提出高效的啟發(fā)式算法。

（四）分解策略

把一個(gè)復(fù)雜的問(wèn)題分解成一系列易于處理的子問(wèn)題來(lái)求解，一個(gè)子問(wèn)題的輸出常是下一個(gè)子問(wèn)題的輸入。

（五）分割策略

把一個(gè)復(fù)雜的問(wèn)題分割成一些平行的小的子問(wèn)題，然后求解每個(gè)子問(wèn)題，最后在相容原則下進(jìn)行綜合，把子問(wèn)題的解合并成原問(wèn)題的一個(gè)解。

（六）可行解空間的限制策略

在某些情況下，把可行解集限制在一個(gè)可應(yīng)用已存在高效算法的解集上，然后再求解問(wèn)題。

（七）松弛策略

有時(shí)擴(kuò)展問(wèn)題的可行域以得到一個(gè)易于處理問(wèn)題，然后求解松弛問(wèn)題，就能直接得到或者很容易得到原問(wèn)題的一個(gè)可行解，然后再對(duì)得到的解進(jìn)行修正。

（八）搜索學(xué)習(xí)策略

包括在解的空間的定向搜索以及在搜索過(guò)程中發(fā)現(xiàn)和收集新的信息，并根據(jù)對(duì)新信息的分析，重新確認(rèn)或改變搜索方向，修正搜索參數(shù)，消去不必要的搜索范圍，以有效提高搜索效率，盡快獲得問(wèn)題的解。

第二節(jié) 遺傳算法理論

一、遺傳算法的由來(lái)

遺傳算法是60年代由美國(guó) J. Holland 教授和他的學(xué)生建立發(fā)展的，其思想源于生物遺傳適者生存的自然規(guī)律，是一種新興的自適應(yīng)隨即搜索方法，它對(duì)優(yōu)化對(duì)象既不要求連續(xù)，也不要求可微，并具有極強(qiáng)的魯棒性和內(nèi)在的并行計(jì)算機(jī)制，特別適合于非凸空間中復(fù)雜的多極值優(yōu)化和組合優(yōu)化問(wèn)題，在機(jī)器學(xué)習(xí)、自動(dòng)控制、機(jī)器人技術(shù)、電氣自動(dòng)化以及計(jì)算機(jī)和通信等領(lǐng)域已取得了非凡的成就。近些年來(lái)，人們?cè)谟眠z傳算法解決現(xiàn)實(shí)中的各種組合優(yōu)化問(wèn)題上進(jìn)行了探索。

遺傳算法的工作機(jī)理是從達(dá)爾文進(jìn)化論中得到靈感和啟迪，借鑒自然選擇和自然進(jìn)化的原理，模擬生物在自然界的進(jìn)化過(guò)程中所形成的一種優(yōu)化求解方法。盡管這種自適應(yīng)尋優(yōu)技術(shù)可用來(lái)處理復(fù)雜的線(xiàn)性、非線(xiàn)性問(wèn)題，但它的工作機(jī)理十分簡(jiǎn)單。

二、遺傳算法的步驟

（一）構(gòu)造滿(mǎn)足約束條件的染色體。

由于遺傳算法不能直接遺傳算法是60年代由美國(guó) J. Holland 教授和他的學(xué)生建立發(fā)展的，其思想源于生物遺傳適者生存的自然規(guī)律，是一種新興的自適應(yīng)隨即搜索方法，它對(duì)優(yōu)化對(duì)象既不要求連續(xù)，也不要求可微，并具有極強(qiáng)的魯棒性和內(nèi)在的并行計(jì)算機(jī)制，特別適合于非凸空間中復(fù)雜的多極值優(yōu)化和組合優(yōu)化問(wèn)題，在機(jī)器學(xué)習(xí)、自動(dòng)控制、機(jī)器人技術(shù)、電氣自動(dòng)化以及計(jì)算機(jī)和通信等領(lǐng)域已取得了非凡的成就。近些年來(lái)，人們?cè)谟眠z傳算法解決現(xiàn)實(shí)中的各種組合優(yōu)化問(wèn)題上進(jìn)行了探索。

遺傳算法的工作機(jī)理是從達(dá)爾文進(jìn)化論中得到靈感和啟迪，借鑒自然選擇和自然進(jìn)化的原理，模擬生物在自然界的進(jìn)化過(guò)程中所形成的一種優(yōu)化求解方法。盡管這種自適應(yīng)尋優(yōu)技術(shù)可用來(lái)處理復(fù)雜的線(xiàn)性、非線(xiàn)性問(wèn)題，但它的工作機(jī)理十分簡(jiǎn)單。

處理解空間中的解，所以必須通過(guò)編碼將解表示成適當(dāng)?shù)娜旧w。實(shí)際問(wèn)題的染色體有多種編碼方式，染色體編碼方式的選取應(yīng)盡可能地符合問(wèn)題約束，否則將影響計(jì)算效率。

（二）隨即產(chǎn)生初始群體。

初始群體是搜索開(kāi)始時(shí)的一組染色體，其數(shù)量應(yīng)適當(dāng)選擇。

（三）計(jì)算每個(gè)染色體的適應(yīng)度。

適應(yīng)度是反映染色體優(yōu)秀與否的唯一標(biāo)識(shí)，遺傳算法就是要尋得適應(yīng)度最大的染色體。

（四）使用復(fù)制、交叉和變異算子產(chǎn)生子群體。

這三個(gè)算子是遺傳算法的基本算子，其中復(fù)制體現(xiàn)了競(jìng)爭(zhēng)與淘汰的自然規(guī)律，交叉體現(xiàn)了有性繁殖的思想，變異體現(xiàn) 了進(jìn)化過(guò)程中的基因突變。

（五）重復(fù)步驟3、4直到滿(mǎn)足制止條件為止。

三、遺傳算法的優(yōu)勢(shì)

（一）遺傳算法對(duì)問(wèn)題參數(shù)的代碼集起作用，而不是對(duì)參數(shù)本身起作用。遺傳算法處理的對(duì)象是染色體，因而要求把所要優(yōu)化問(wèn)題的基本參數(shù)轉(zhuǎn)化成定長(zhǎng)的有限符號(hào)的染色體。

（二）遺傳算法是從初始群體開(kāi)始搜索的，而不是從單點(diǎn)開(kāi)始搜索的，許多傳統(tǒng)優(yōu)化方法都是從搜索空間的單點(diǎn)出發(fā)，通過(guò)某些轉(zhuǎn)換規(guī)則確定下一點(diǎn)。這種點(diǎn)到點(diǎn)的搜索方法在多峰值優(yōu)化問(wèn)題中，首先找到的可能不是最優(yōu)峰值；而遺傳算法是以點(diǎn)集開(kāi)始的尋優(yōu)過(guò)程，初始群體是隨機(jī)地在搜集空間中選取的，這樣在搜索過(guò)程中達(dá)到最優(yōu)峰值的概率遠(yuǎn)大于點(diǎn)到點(diǎn)方法的概率。

（三）遺傳算法在搜索過(guò)程中只使用適應(yīng)度函數(shù)信息，而不用倒數(shù)及其他輔助信息。對(duì)于不同類(lèi)型的優(yōu)化問(wèn)題，傳統(tǒng)方法需要不同形式的輔助信息，沒(méi)有一種優(yōu)化方法能適應(yīng)各類(lèi)問(wèn)題的要求。遺傳算法在優(yōu)化過(guò)程中，放棄使用這些輔助信息，具有廣泛適應(yīng)性。

（四）遺傳算法使用頻率轉(zhuǎn)換規(guī)則而不用確定性規(guī)則。遺傳算法使用概率轉(zhuǎn)換規(guī)則來(lái)調(diào)整期搜索方向，各代群體間沒(méi)有統(tǒng)一的聯(lián)系規(guī)律。但使用概率轉(zhuǎn)換規(guī)則并不意味著這種方法屬于隨機(jī)算法范疇，它只是使用隨機(jī)轉(zhuǎn)換作為工具來(lái)調(diào)整搜索過(guò)程中趨向于目標(biāo)函數(shù)不斷改進(jìn)的區(qū)域。

于傳統(tǒng)方法相比，遺傳算法的優(yōu)越性主要表現(xiàn)在：首先，在遺傳算子的作用下，遺傳算法具有很強(qiáng)的搜索能力，能以很大概率找到問(wèn)題的全局最優(yōu)解；其次，由于它固有的并行性，能有效地處理大規(guī)模的優(yōu)化問(wèn)題。

第三節(jié)  配送路線(xiàn)的優(yōu)化模型

一、模型簡(jiǎn)介

TSP一般描述為：旅行商從駐地出發(fā)，經(jīng)所要去的城市至少一次后返回原地，應(yīng)如何安排其旅行線(xiàn)路，才能使總的旅行距離（時(shí)間、費(fèi)用）最少。對(duì)于現(xiàn)實(shí)問(wèn)題，由于限制條件的增加，TSP可衍生出許許多多相關(guān)的問(wèn)題。

一般TSP指一個(gè)旅行商訪(fǎng)問(wèn)所有的城市。這里設(shè)城市O為旅行商出發(fā)城市，需要訪(fǎng)問(wèn)的L各城市編號(hào)為1，••••，L，為了便于說(shuō)明問(wèn)題，把旅行商問(wèn)題構(gòu)造成網(wǎng)絡(luò)圖，以G=｛V,A,C｝表示，其中

V=｛0,1，L｝------點(diǎn)集，表示旅行商需要經(jīng)過(guò)的地點(diǎn)。

A=｛（i,j）|i,j=1,1,••••，L, i≠j｝-----弧集，表示旅行商可能走過(guò)的線(xiàn)路段集合。

C=｛ |（i，j）≤A｝-----費(fèi)用矩陣， 表示旅行商經(jīng)過(guò)對(duì)應(yīng)弧段（i，j）所花費(fèi)，如時(shí)間、距離、花費(fèi)等。

求解TSP即要求在加權(quán)圖G找到總費(fèi)用做小的哈密爾頓回路，這里點(diǎn)O稱(chēng)為源點(diǎn)。定義變量如下：

 =1 若?。╥,j）在線(xiàn)路上  或者   =0  若弧（i,j）不在線(xiàn)路上

則得到一下模型

 

 =1,j=0,1,••••l

 =1,i=0,1,••••l

X=( ) ≤S

 =0或1

二、求解方法

（一）節(jié)約法算法

節(jié)約算法又稱(chēng)C—W算法，是有Clarke和Wright于1964年首次提出的。

它的基本思想是首先把各點(diǎn)單獨(dú)與源點(diǎn)O相連，構(gòu)成1條僅含一個(gè)點(diǎn)的線(xiàn)路?？傎M(fèi)用那個(gè)為

                    

然后計(jì)算將點(diǎn)i和j連接在一起線(xiàn)路上費(fèi)用的“節(jié)約值”：

         

         

    

S(i,j)越大，說(shuō)明把i和j連接在一起時(shí)總路程減少越多。構(gòu)建線(xiàn)路時(shí)，根據(jù)S(i,j)從大到小的順序進(jìn)行，實(shí)現(xiàn)時(shí)可在表上操作，具體步驟如下:

Step1：計(jì)算節(jié)約紙S(i,j)，并排列成表格形式。

Step2：在表格中選擇最大元素S(i,j):

Step3：考察對(duì)應(yīng)的點(diǎn)i和點(diǎn)j，檢查是否滿(mǎn)足下列條件：

1、若點(diǎn)i和j均不在已構(gòu)成的線(xiàn)路上，則可連接點(diǎn)i和j，得到線(xiàn)路段o→i→j→o，轉(zhuǎn)步驟step4；

2、若點(diǎn)i和j在已構(gòu)成的線(xiàn)路上，連接后，但不是線(xiàn)路的內(nèi)點(diǎn)（即不與源點(diǎn)O直接相連），則可以連接，連接后得到線(xiàn)路段o•••→i→j→o或o→i→j→•••o，轉(zhuǎn)步驟step4；

3、若點(diǎn)i和j在已構(gòu)成的同一條線(xiàn)路上，則不能再進(jìn)行連接，轉(zhuǎn)步驟step4。

Step4：劃去第i行和第j列，則i點(diǎn)不能再到其他點(diǎn)，而j點(diǎn)也不能有其他點(diǎn)達(dá)到；

Step5：若所有元素均被劃去，則已得到完整線(xiàn)路，算法終止；否則，在未被劃去的元素中選擇最大元素，轉(zhuǎn)步驟step3。

（二）最鄰近法

Step1：取源點(diǎn)O開(kāi)始作為線(xiàn)路的起點(diǎn)；

Step2：尋找與上一次加進(jìn)線(xiàn)路中的點(diǎn)距離最近的點(diǎn)，把此點(diǎn)加到線(xiàn)路中去；

Step3：重復(fù)step2，直到所有的點(diǎn)都已考慮，這就得到了一條線(xiàn)路。

（三）幾何啟發(fā)式算法

step1：構(gòu)建點(diǎn)集的凸組合，此組合給出一初始線(xiàn)路。

Step2：選擇不屬于初始線(xiàn)路上的點(diǎn)k*及線(xiàn)路上的?。?， ），使由?。?， ）與?。?， ）構(gòu)成的角度最大。

Step3：把點(diǎn)k*插入到點(diǎn) 與 之間。

Step4：重復(fù)step2---step3，直到得到—哈密爾頓回路。

（四）最小生成樹(shù)算法

Step1：求圖G的一顆最小生成樹(shù)T；

Step2：在T的所有奇數(shù)度頂點(diǎn)上，求最小費(fèi)用匹配，從匹配解中增加分枝給已在T中的分枝，得到—歐拉回路；

Step3：檢查所有被不足訪(fǎng)問(wèn)過(guò)一次的頂點(diǎn)，將歐拉回路轉(zhuǎn)化成哈密爾頓回路。

（五）最近插入算法

Step1：取源點(diǎn)O作為起點(diǎn)。

Step2：找到點(diǎn)L，使 最小，構(gòu)成局部線(xiàn)路O—L—O；

Step3：對(duì)于已形成的局部線(xiàn)路，在不屬于此線(xiàn)路的點(diǎn)中，尋找離線(xiàn)路上的點(diǎn)最近的點(diǎn)K。

Step4：在線(xiàn)路上尋找弧(i,j)，使?jié)M足 極小，把K插入點(diǎn)i與j之間。

Step5：返回step3，直到得到—哈米爾頓回路。

（六）最節(jié)約插入算法

Step1、step2與最近插入算法相同。

Step3：在局部線(xiàn)路中尋找（i,j）及不屬于此線(xiàn)路上的點(diǎn)K，滿(mǎn)足 極小，然后把K插入i與j之間；

Step4：重復(fù)，直到得到—哈密爾頓回路。

（七）凸集插入算法

Step1：構(gòu)造點(diǎn)集的凸組合，此組合給出—初試線(xiàn)路。

Step2：對(duì)不在線(xiàn)路上的點(diǎn)K,確定在線(xiàn)路的哪兩個(gè)點(diǎn)i與j間插入點(diǎn)k。即對(duì)每個(gè)點(diǎn)k，找到 極小的（i,j）；

Step3：對(duì)在step2中找到的所有（i，k，j），確定（ ），使 極小；

Step4：把點(diǎn)k*插入到線(xiàn)路上的點(diǎn) 與 之間；

Step5：重復(fù)step2—step4，直到得到—哈密爾頓回路。

第四章 貝因美公司的配送流程優(yōu)化

第一節(jié) 貝因美公司的簡(jiǎn)介

貝因美始創(chuàng)于1992年，總部設(shè)在中國(guó)杭州，并在上海、北京、沈陽(yáng)、武漢、成都、敦化、鄭州設(shè)有分公司。全國(guó)設(shè)立25個(gè)分公司，有K/A、批銷(xiāo)、嬰童店、百貨、網(wǎng)絡(luò)五大渠道，50000多個(gè)零售網(wǎng)點(diǎn)。品牌價(jià)值超過(guò)50億元人民幣。2008年的全年銷(xiāo)售總額 有50多億元，2009年的全年銷(xiāo)售總額達(dá)到了100億元。

貝因美以“關(guān)愛(ài)生命，熱愛(ài)生活”為宗旨，全方位服務(wù)于中國(guó)嬰童事業(yè)，致力于嬰幼兒食品及嬰童產(chǎn)業(yè)的研究與國(guó)際性合作。主營(yíng)事業(yè)以嬰幼兒食品、嬰幼兒用品、育嬰咨詢(xún)服務(wù)、生命科學(xué)和母嬰保健、育嬰工程、愛(ài)嬰工程六大塊架構(gòu)而成。其中嬰幼兒食品為主導(dǎo)項(xiàng)目，全面涵蓋代乳品、斷奶期食品和輔助食品三大類(lèi)，是華東地區(qū)最大的斷奶期食品生產(chǎn)基地和中國(guó)三大嬰幼兒基本營(yíng)養(yǎng)食品專(zhuān)業(yè)生產(chǎn)企業(yè)之一，產(chǎn)品覆蓋全國(guó)。產(chǎn)品包括貝因美商標(biāo)各階段嬰幼兒米粉，奶粉，豆粉，營(yíng)養(yǎng)奶糕，營(yíng)養(yǎng)荷花糕，嬰幼兒磨牙餅，葡萄糖，蜂蜜，母嬰護(hù)理用品，童車(chē)，童床，童裝，玩具等。

貝因美奶粉的三大優(yōu)勢(shì) 優(yōu)質(zhì)奶源、先進(jìn)工藝、科學(xué)配方是打造奶粉品質(zhì)的三大關(guān)鍵因素，貝因美三者兼?zhèn)洌?、?shí)施和不斷完善生產(chǎn)管理體系，應(yīng)用全球領(lǐng)先的生產(chǎn)工藝與專(zhuān)業(yè)設(shè)備，為中國(guó)寶寶提供代表國(guó)際先進(jìn)水平的產(chǎn)品。 優(yōu)質(zhì)奶源——北緯45度以上是國(guó)際公認(rèn)的“黃金奶帶”。貝因美在地處北緯45度以上、有“中國(guó)奶牛之鄉(xiāng)”美譽(yù)的黑龍江省安達(dá)市設(shè)有貝因美奶源基地，并從同樣地處北緯45度以上、有“歐洲農(nóng)村”之稱(chēng)的愛(ài)爾蘭進(jìn)口優(yōu)質(zhì)原料乳。

優(yōu)質(zhì)奶源，是安全的品質(zhì)基礎(chǔ)；

全面科學(xué)管理，是安全的制度保障。

先進(jìn)工藝——在生產(chǎn)工藝與設(shè)備方面，貝因美投資13億元，聯(lián)手全球乳業(yè)工藝巨頭荷蘭斯托克公司，配置專(zhuān)門(mén)為嬰幼兒奶粉生產(chǎn)設(shè)計(jì)的謝弗爾斯三效牛奶濃縮器等國(guó)際一流專(zhuān)業(yè)生產(chǎn)設(shè)備，并在安達(dá)工廠(chǎng)建成了國(guó)內(nèi)首條高端嬰幼兒配方奶粉專(zhuān)用生產(chǎn)線(xiàn)；杭州工廠(chǎng)也分別從荷蘭高達(dá)公司和日本引進(jìn)了國(guó)際先進(jìn)的滾筒干燥營(yíng)養(yǎng)米粉生產(chǎn)設(shè)備 ，形成了具有年產(chǎn)嬰幼兒營(yíng)養(yǎng)米粉2萬(wàn)噸的生產(chǎn)能力，是華東地區(qū)最大的斷奶期食品專(zhuān)業(yè)工廠(chǎng)之一，從硬件上保障了為中國(guó)寶寶提供專(zhuān)業(yè)的國(guó)際先進(jìn)的產(chǎn)品。

科學(xué)配方——專(zhuān)為中國(guó)寶寶研制是貝因美的研發(fā)理念。不同國(guó)家的民族特性、地域環(huán)境和膳食結(jié)構(gòu)導(dǎo)致了各國(guó)嬰童食品配方的不同需求。

貝因美17年來(lái)，一直致力于研發(fā)符合中國(guó)嬰童特質(zhì)的產(chǎn)品，不斷完善研發(fā)組織和制度、引進(jìn)尖端研發(fā)人才和設(shè)備；與國(guó)內(nèi)外研發(fā)機(jī)構(gòu)展開(kāi)深度合作，比如創(chuàng)建貝因美母乳研究中心，致力于精準(zhǔn)還原中國(guó)母乳復(fù)雜的營(yíng)養(yǎng)結(jié)構(gòu),研發(fā)實(shí)現(xiàn)從高級(jí)配方到仿生配方的目標(biāo)，針對(duì)中國(guó)寶寶的身體特點(diǎn)能夠提供更為專(zhuān)業(yè)的配方和養(yǎng)育方案，以確保科學(xué)性與安全性。 這些就是貝因美為什么能夠一直沒(méi)有出任何問(wèn)題的原因，因?yàn)樨愐蛎朗冀K以質(zhì)量位企業(yè)發(fā)展的原則，16年來(lái)一直嚴(yán)把質(zhì)量關(guān)，始終做到對(duì)寶寶負(fù)責(zé)，讓媽媽放心！

 本文要研究的是貝因美坐落在杭州余杭區(qū)的安溪工廠(chǎng)，是全國(guó)最大的GMP標(biāo)準(zhǔn)嬰兒營(yíng)養(yǎng)米粉工廠(chǎng)，安溪工廠(chǎng)年產(chǎn)6萬(wàn)噸配方乳粉，總投資近3億引進(jìn)全套進(jìn)口全球領(lǐng)先工藝設(shè)備，目前在生產(chǎn)嬰幼兒配方奶粉生產(chǎn)線(xiàn)中首屈一指，采用全自動(dòng)化流程高架立體庫(kù)，建設(shè)現(xiàn)代化物流中心，打造了國(guó)家級(jí)檢測(cè)中心，已全面質(zhì)量監(jiān)控的軟硬件建設(shè)為中國(guó)寶寶提供專(zhuān)業(yè)的國(guó)際先進(jìn)產(chǎn)品。

            

圖4-1 貝因美工廠(chǎng)的生產(chǎn)車(chē)間

          

圖4-2 貝因美嬰幼兒用品

 

圖4-3 貝因美公司的組織結(jié)構(gòu)

第二節(jié) 貝因美的配送流程分析

首先，貝因美的安溪工廠(chǎng)每天會(huì)生產(chǎn)出全國(guó)各個(gè)分公司所需要的產(chǎn)品，包括貝因美什錦營(yíng)養(yǎng)米粉、營(yíng)養(yǎng)磨牙餅、磨牙棒、健兒葡萄糖、兒童成長(zhǎng)配方奶粉、乳清蛋白營(yíng)養(yǎng)米粉、豬肝番茄營(yíng)養(yǎng)米線(xiàn)、寶貝寶寶成長(zhǎng)奶粉、營(yíng)養(yǎng)小饅頭、淮山營(yíng)養(yǎng)米粉、深海旗魚(yú)營(yíng)養(yǎng)魚(yú)酥等。因?yàn)樨愐蛎腊惭bERP系統(tǒng)，每個(gè)分公司可以根據(jù)自己的需求情況給工廠(chǎng)下訂單，工廠(chǎng)根據(jù)訂單進(jìn)行生產(chǎn)。接下來(lái)的流程是對(duì)生產(chǎn)出來(lái)的產(chǎn)品進(jìn)行分類(lèi)保管，同時(shí)要檢查產(chǎn)品的品種和數(shù)量是否正確，檢查包裝是否有破損的情況，一切就緒之后，工作人員通過(guò)叉車(chē)把貨物搬到倉(cāng)庫(kù)的指定位置。

當(dāng)?shù)诙煲l(fā)貨的時(shí)候，工作人員開(kāi)始根據(jù)訂單把商品分揀出來(lái)，放到發(fā)貨場(chǎng)所指定的位置。配貨作業(yè)采用的是機(jī)械化的設(shè)備，采用的是摘果方式，即搬運(yùn)車(chē)往返保管場(chǎng)所，按照分公司的要求從某個(gè)貨位上取下某種商品，巡回完畢后就完成了一個(gè)分公司的配貨，接著在對(duì)下一個(gè)分公司配貨。

發(fā)貨是配送中心工作流程的最后一道環(huán)節(jié)，貝因美在浙江、上海、南京、蘇州、武漢、貴陽(yáng)、成都、北京、天津等全國(guó)各地都有自己的分公司，每天的發(fā)貨量平均有300多噸，每天光運(yùn)費(fèi)就要10萬(wàn)左右，所以如何通過(guò)優(yōu)化配送路線(xiàn)控制物流的成本是本文要研究的重點(diǎn)，因?yàn)樨愐蛎赖木W(wǎng)點(diǎn)遍布全國(guó)各個(gè)城市，所以要進(jìn)行全部的路線(xiàn)的優(yōu)化有一定的困難，本文選擇的研究范圍是浙江省內(nèi)的各個(gè)城市，有衢州、浦江、蘭溪、桐鄉(xiāng)、義烏、金華、湖州、諸暨、東陽(yáng)、嘉善10個(gè)城市。這些城市一個(gè)星期內(nèi)的需求情況相關(guān)數(shù)據(jù)如表4-1。杭州余杭到各個(gè)城市的距離的相關(guān)數(shù)據(jù)如表4-2。

表4-1 各個(gè)城市的一個(gè)星期之內(nèi)的需求數(shù)據(jù)

省份 單位名稱(chēng) 食品件數(shù) 食品體積 促銷(xiāo)品體積 總體積 總重量 發(fā)貨地

浙江 東陽(yáng)一諾（杭州分公司） 256 6.3 0.9  7.2  1.8  杭州分公司發(fā)

浙江 湖州黎明（杭州分公司） 1274 31.9 2.9  34.8  6.9  杭州分公司發(fā)

浙江 嘉善新昕（杭州分公司） 950 22.5 3.2  25.7  5.7  杭州分公司開(kāi)

浙江 金華鑫金珠（杭州分公司） 805 19.3 1.7  21.0  4.8  杭州分公司發(fā)

浙江 蘭溪永旺（杭州分公司） 416 9.9 2.4  12.3  2.9  杭州分公司開(kāi)

浙江 浦江金貝（杭州分公司） 479 11.8 1.0  12.8  3.2  杭州分公司發(fā)

浙江 衢州龍游（杭州分公司） 1269 29.8 36.0  33.4  8.3  杭州分公司開(kāi)

浙江 桐鄉(xiāng)梧桐店（杭州分公司） 267 6.7 5.4  13.7  5.3  杭州分公司開(kāi)

浙江 義烏鈺爾（杭州分公司） 526 11.9 4.0  15.9  4.7  杭州分公司發(fā)

浙江 諸暨一百（杭州分公司） 590 14.4 5.4  19.8  4.3  杭州分公司發(fā)

                 

表4-2   各個(gè)城市之間的距離

杭州 杭州

東陽(yáng) 172.0 東陽(yáng)

湖州 93.6 243.0 湖州

嘉善 88.9 237.0 106.0 嘉善

金華 193.0 74.9 264.0 260.0 金華

蘭溪 209.0 90.6 280.0 276.0 27.8 蘭溪

浦江 146.0 46.2 217.0 213.0 76.4 57.0 浦江

衢州 270.0 159.0 310.0 345.0 101.0 92.1 161.0 衢州

桐鄉(xiāng) 45.9 194.0 65.7 59.0 216.0 231.0 168.0 303.0 桐鄉(xiāng)

義烏 149.0 20.7 220.0 217.0 56.8 71.8 32.5 135.0 172.0 義烏

諸暨 99.6 82.3 171.0 167.0 108.0 123.0 60.2 187.0 122.0 64.0 諸暨

                           

 

                                     圖4-1 目前的配送模式

目前的配送模式來(lái)回所需的總路程有2934公里。

第三節(jié) 配送路線(xiàn)的分析與優(yōu)化

這里所用的配送車(chē)輛都是12頓的柴油貨車(chē)。

一、 方案一

不考慮車(chē)輛裝載，只考慮路線(xiàn)設(shè)計(jì)，使配送路線(xiàn)最短。先從杭州出發(fā)找距離杭州最近的城市，再由該城市作為中心點(diǎn)，找出距離該城市最近的另一個(gè)城市，這樣依次類(lèi)推，回到杭州的話(huà)就是一個(gè)回路了。要是還有城市沒(méi)連的話(huà)再按照這個(gè)方法依次連起來(lái)，直到各個(gè)城市都與杭州連起來(lái)成為一個(gè)回合了，這樣才算完成本次的配送。

可以得出的最終的配送路線(xiàn)如圖4-2所示：

 

                                       圖4-2  改進(jìn)后的配送路線(xiàn)

經(jīng)過(guò)計(jì)算優(yōu)化得到的路線(xiàn)有：

杭州－桐鄉(xiāng)－諸暨－杭州   總距離為267.5公里  總需求量為9.6噸 需要1輛車(chē)子

杭州－嘉善－浦江－義烏－杭州   總距離為483.4公里  總需求量為13.6噸  需要2輛車(chē)子

杭州－湖州－金華－蘭溪－衢州－杭州   總距離為747.5公里   總需求量為22.9噸  需要2輛車(chē)子

杭州－東陽(yáng)   總距離為172公里  總需求量為1.8噸  需要1輛車(chē)子

二、方案二

考慮車(chē)輛最優(yōu)裝載的路線(xiàn)優(yōu)化

配送中心與用戶(hù)最短的距離的相關(guān)數(shù)據(jù)如表4-2。

表4-2  各個(gè)城市之間的距離

貨運(yùn)量 杭州

1.8 172.0 東陽(yáng)

6.9 93.6 243.0 湖州

5.7 88.9 237.0 106.0 嘉善

4.8 193.0 74.9 264.0 260.0 金華

2.9 209.0 90.6 280.0 276.0 27.8 蘭溪

3.2 146.0 46.2 217.0 213.0 76.4 57.0 浦江

8.3 270.0 159.0 310.0 345.0 101.0 92.1 161.0 衢州

5.3 45.9 194.0 65.7 59.0 216.0 231.0 168.0 303.0 桐鄉(xiāng)

4.7 149.0 20.7 220.0 217.0 56.8 71.8 32.5 135.0 172.0 義烏

4.3 99.6 82.3 171.0 167.0 108.0 123.0 60.2 187.0 122.0 64.0 諸暨

 

表4-3 所得的節(jié)約路程如表

貨運(yùn)量 杭州

1.8  東陽(yáng)

6.9  22.6 湖州

5.7  23.9 76.5 嘉善

4.8  290.1 22.6 21.6 金華

2.9  290.4 22.6 21.9 374.2 蘭溪

3.2  271.8 22.6 21.9 262.6 298.0 浦江

8.3  283.0 53.6 13.9 362.0 386.9 255.0 衢州

5.3  23.9 127.4 75.8 22.9 23.9 23.9 12.9 桐鄉(xiāng)

4.7  300.3 22.6 20.9 285.2 286.2 262.5 284.0 22.9 義烏

4.3  189.3 22.2 21.5 184.6 185.6 185.4 182.6 23.5 184.6 諸暨

表4-4 節(jié)約路程排序（從大到小）

從（i-j) 蘭溪-衢州 金華-蘭溪 金華-衢州 東陽(yáng)-義烏 蘭溪-浦江 東陽(yáng)-蘭溪

路程（i-j) 386.9 374.2 362.0 300.3 298.0 290.4

從（i-j) 東陽(yáng)-金華 蘭溪-義烏 金華-義烏 衢州-義烏 東陽(yáng)-衢州 東陽(yáng)-浦江

路程（i-j) 290.1 286.2 285.2 284.0 283.0 271.8

從（i-j) 金華-浦江 浦江-義烏 浦江-衢州 東陽(yáng)-諸暨 蘭溪-諸暨 浦江-諸暨

路程（i-j) 262.6 262.5 255.0 189.3 185.6 185.4

從（i-j) 金華-諸暨 義烏-諸暨 衢州-諸暨 湖州-桐鄉(xiāng) 湖州-嘉善 嘉善-桐鄉(xiāng)

路程（i-j) 184.6 184.6 182.6 127.4 76.5 75.8

從（i-j) 湖州-衢州 東陽(yáng)-嘉善 東陽(yáng)-桐鄉(xiāng) 蘭溪-桐鄉(xiāng) 浦江-桐鄉(xiāng) 桐鄉(xiāng)-諸暨

路程（i-j) 53.6 23.9 23.9 23.9 23.9 23.5

從（i-j) 桐鄉(xiāng)-義烏 金華-桐鄉(xiāng) 湖州-金華 湖州-蘭溪 湖州-浦江 湖州-義烏

路程（i-j) 22.9 22.9 22.6 22.6 22.6 22.6

從（i-j) 東陽(yáng)-湖州 湖州-諸暨 嘉善-蘭溪 嘉善-浦江 嘉善-金華 嘉善-諸暨

路程（i-j) 22.6 22.2 21.9 21.9 21.6 21.5

從（i-j) 嘉善-義烏 嘉善-衢州 衢州-桐鄉(xiāng)   

路程（i-j) 20.9 13.9 12.9   

 

表4-5  用戶(hù)連接過(guò)程

（i-j)

蘭溪-衢州 金華-蘭溪 金華-衢州 東陽(yáng)-義烏

 11.2 >12 >12 6.5

連接與否 蘭溪-衢州 不連 不連 東陽(yáng)-義烏

（i-j)

蘭溪-浦江 東陽(yáng)-蘭溪 東陽(yáng)-金華 蘭溪-義烏

 >12 >12 11.3 >12

連接與否 不連 不連 義烏-東陽(yáng)-金華 不連

（i-j)

金華-義烏 衢州-義烏 東陽(yáng)-衢州 東陽(yáng)-浦江

 11.3 >12 >12 >12

連接與否 義烏-東陽(yáng)-金華 不連 不連 不連

（i-j)

金華-浦江 浦江-義烏 浦江-衢州 東陽(yáng)-諸暨

 >12 >12 >12 >12

連接與否 不連 不連 不連 不連

（i-j)

蘭溪-諸暨 浦江-諸暨 金華-諸暨 義烏-諸暨

 >12 7.5 >12 >12

連接與否 不連 浦江-諸暨 不連 不連

（i-j)

衢州-諸暨 湖州-桐鄉(xiāng) 湖州-嘉善 嘉善-桐鄉(xiāng)

 >12 >12 >12 11.0

連接與否 不連 不連 不連 嘉善-桐鄉(xiāng)

（i-j)

湖州-衢州 東陽(yáng)-嘉善 東陽(yáng)-桐鄉(xiāng) 蘭溪-桐鄉(xiāng)

 >12 >12 >12 >12

連接與否 不連 不連 不連 不連

（i-j)

浦江-桐鄉(xiāng) 桐鄉(xiāng)-諸暨 桐鄉(xiāng)-義烏 金華-桐鄉(xiāng)

 >12 >12 >12 >12

連接與否 不連 不連 不連 不連

（i-j)

湖州-金華 湖州-蘭溪 湖州-浦江 湖州-義烏

 >12 >12 >12 >12

連接與否 不連 不連 不連 不連

（i-j)

東陽(yáng)-湖州 湖州-諸暨 嘉善-蘭溪 嘉善-浦江

 >12 >12 >12 >12

連接與否 不連 不連 不連 不連

（i-j)

嘉善-金華 嘉善-諸暨 嘉善-義烏 嘉善-衢州

 >12 >12 >12 >12

連接與否 不連 不連 不連 不連

經(jīng)過(guò)節(jié)約法計(jì)算后得出的方案二的配送路線(xiàn)如圖4-3所示。

 

                                            圖4-3 方案二的配送路線(xiàn)

杭州－蘭溪－衢州－杭州  總距離為571.1公里   總需求量為11.2噸  需要1輛車(chē)子

杭州－義烏－東陽(yáng)－金華－杭州  總距離為437.6公里  總需求量為11.3噸 需要1輛車(chē)子

杭州－浦江－諸暨－杭州  總距離為305.8公里  總需求量為7.5噸  需要1輛車(chē)子

杭州－嘉善－桐鄉(xiāng)－杭州  總距離為193.8公里  總需求量為11.0噸 需要1輛車(chē)子

杭州－湖州－湖州   總距離為187.2公里  總需求量為6.9噸 需要1輛車(chē)子

三、 選擇最優(yōu)解

表4-6 各個(gè)方案之間的比較

 所需車(chē)輛 共行駛距離 共行駛小時(shí)數(shù) 運(yùn)輸費(fèi)用

線(xiàn)路優(yōu)化前 10  2934.0  48.9 5253

線(xiàn)路優(yōu)化方案一 6 1670.4  27.9  3542

線(xiàn)路優(yōu)化方案二 5  1695.5  28.3 2800

 

圖4-4  三個(gè)方案的車(chē)輛和行駛小時(shí)的比較圖

 

                                          圖4-5 三個(gè)方案的行駛距離和運(yùn)輸費(fèi)用的比較圖

從圖表4-6中可以看出來(lái)，方案二的運(yùn)輸費(fèi)用是最少的，所以方案二為最優(yōu)方案。

第五章 總結(jié)和展望

        通過(guò)對(duì)制造業(yè)配送的研究，讓我更深入地了解了配送的各個(gè)流程，進(jìn)貨、訂單處理、揀貨作業(yè)、補(bǔ)貨作業(yè)、配貨作業(yè)、送貨作業(yè)，并且通過(guò)對(duì)貝因美公司的配送流程的研究，理論結(jié)合實(shí)踐，對(duì)整個(gè)流程的操作體系有了新的理解。

        大型的制造業(yè)公司，往往在全國(guó)各地都有自己的分銷(xiāo)公司，本文因?yàn)槠拗频脑?，只?duì)貝因美公司在浙江省內(nèi)的各個(gè)網(wǎng)點(diǎn)進(jìn)行了跟蹤調(diào)查，并且搜集了很多的數(shù)據(jù)，最后對(duì)其配送路線(xiàn)進(jìn)行了優(yōu)化，得出了新的配送方案。

        但是這個(gè)模型是一個(gè)非常理想的情況，現(xiàn)實(shí)中會(huì)遇到很多的情況，比如說(shuō)天氣情況、路上的交通情況、甚至要考慮員工的流失情況，非常多的不可預(yù)測(cè)因素會(huì)影響這個(gè)模型最后的結(jié)果，所以我在這邊只能謙虛地說(shuō)配送路線(xiàn)的優(yōu)化的精確度還有很大的空間可以提高。

        未來(lái)，物流業(yè)和制造業(yè)的聯(lián)動(dòng)發(fā)展是一定是以后發(fā)展的趨勢(shì)，并且發(fā)展?jié)摿薮?。在物流需求擴(kuò)大，成本上升的壓力之下，越來(lái)越多的制造企業(yè)開(kāi)始從戰(zhàn)略高度重視物流功能整合，實(shí)施流程再造，分離外包物流業(yè)務(wù)，以更加專(zhuān)注于核心競(jìng)爭(zhēng)力的打造。制 造業(yè)為物流業(yè)的發(fā)展提供設(shè)施和技術(shù)基礎(chǔ)，物流業(yè)為制造業(yè)提供生產(chǎn)，現(xiàn)代物流業(yè)發(fā)展的滯后，必將在一定程度上影響制造業(yè)的發(fā)展，影響制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)。

參考文獻(xiàn)：

[1]汝宜紅，宋伯慧.配送管理[M].北京：機(jī)械工業(yè)出版社，2004.10

[2]李軍，郭耀煌.物流配送車(chē)輛優(yōu)化調(diào)度和理論與方法[M].北京：中國(guó)物資出版社，2001.11

[3]胡運(yùn)權(quán).運(yùn)籌學(xué)教程[M].北京：清華大學(xué)出版社，2007.4

[4]郎茂祥.配送車(chē)輛優(yōu)化調(diào)度模型與算法[M].北京：電子工業(yè)出版社，2009.3

[5]張潛.物流配送路徑優(yōu)化調(diào)度建模與實(shí)務(wù)[M].北京：中國(guó)物資出版社，2006.9

[6]白世貞，言木.現(xiàn)代配送管理[M].北京：中國(guó)物資出版社，2005.1

[7]徐天亮.運(yùn)輸與配送[M].北京：中國(guó)物資出版社，2002.9

[8]丁立言，張耀平.配送物流新趨勢(shì)[M].北京：清華出版社，2003.6

[9]薛荔.我國(guó)商業(yè)物流現(xiàn)狀與發(fā)展對(duì)策[A].武漢：西南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009.10

[10]龐文英.淺談我國(guó)制造業(yè)與物流業(yè)的聯(lián)動(dòng)發(fā)展[A].上海：物流工程與管理，2009

[11]李云，王平，陳勇，馬根峰，焦方源，蘇水根.郵政物流配送的數(shù)學(xué)模型研究[A].重慶：實(shí)用物流技術(shù)，2002

[12]劉寧杰，陳宇.基于ERP平臺(tái)的物流配送路徑優(yōu)化[A].廣西財(cái)經(jīng)學(xué)院工商管理系，2009

[13]楊錦冬，徐麗群.城市物流中心車(chē)輛配送配載調(diào)度指派模型研究[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004，11（32）:1452-1456.

[14] 霍震佳，張磊.求解配送收集旅行商問(wèn)題的啟發(fā)式算法[J].同濟(jì)大學(xué)學(xué)報(bào)， 2006，34（1）： 134-138

[15]蔣忠中，注定偉.物流配送車(chē)輛路徑優(yōu)化的模糊規(guī)劃模型與算法[J].系統(tǒng)仿真學(xué)報(bào)， 2006，18（11）：3301-3304， 3312

[16]姜昌華，戴樹(shù)貴，胡幼華.求解車(chē)輛路徑問(wèn)題的混合遺傳算法[J].計(jì)算機(jī)集成制造系統(tǒng)， 2007， 13（10）：2047- 2052

[17]唐連生，程文明，張則強(qiáng).基于改進(jìn)蟻群算法的車(chē)輛路徑仿真研究[J].計(jì)算機(jī)仿真， 2007， 24（4）：262-264

[18]劉興，賀國(guó)光.車(chē)輛路徑問(wèn)題的禁忌搜索算法研究[J].計(jì)算機(jī)工程與應(yīng)用，2007，43（24）：179-181，199

.上海：上海海事大學(xué)，2007.

[20] 何明珂.現(xiàn)代物流與配送中心.[M].中國(guó)商業(yè)出版社，1997.

[21] 吳清一著. 現(xiàn)代物流概論［M］.北京：中國(guó)物資出版社，2005.

[22] 周程著. 物流配送路徑優(yōu)化策略研究 [J].武漢理工大學(xué)學(xué)報(bào)，2005.

[23] MARKUS HESSE.Global Chain, Local Pain Regional Implications of Global Distribution Networks in the German North Range.  Growth and Change,2006,Vol. 37 No. 4 , 570–596.

[24] Alan Rushton, John Oxley, Phil Croucher. The handbook of logistics and distribution management [M]. Kogan Page Publishers，2000.

[25] Ronald H Ballou. Business Logistics Management.[M]. Fourth Edition.

Prentice-Hall,Inc.,1999.

       致 　謝

篇7

關(guān)鍵詞：隨機(jī)模擬法 航班計(jì)劃 航班元素 統(tǒng)計(jì)特征

中圖分類(lèi)號(hào)：TP31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）01（b）-0089-04

Abstract：The paper aimed at the requirements for simulation flight plan in the airspace capacity evaluation work，sets up a mathematics model according to the flow and pivotal property statistical characteristics of flight plan，the stochastic simulation method is used to solve the problem.For simulatingmany times，the simulation results is analyzed，the results shows that：the advantages of stochastic simulation method that solve complex and uncertainty problem can effectively solve the problem of generating simulation flight plan，the various flow statistical characteristics can meet the requirements，the method has strong stability and practicability.

Key Words：stochastic simulation flight plan flight elements statistical characteristics

我國(guó)經(jīng)濟(jì)的快速發(fā)展，對(duì)民航運(yùn)輸提出了新的要求，全國(guó)各主要機(jī)場(chǎng)通過(guò)改擴(kuò)建或者增加航班架次等方式來(lái)提高運(yùn)力運(yùn)量，這就需要對(duì)運(yùn)量提升進(jìn)行容量評(píng)估。在進(jìn)行容量評(píng)估工作時(shí)，往往需要多種不同容量的航班計(jì)劃作為評(píng)估模型的輸入數(shù)據(jù)。仿真航班計(jì)劃的生成對(duì)空域容量評(píng)估工作具有重大意義。

國(guó)際上，Terrab、Odoni和Richetta等人研究了基礎(chǔ)網(wǎng)絡(luò)中單個(gè)機(jī)場(chǎng)的航班集合起降時(shí)間分配問(wèn)題[1]。2003年，Thomas、Frederick等人研究了基于TAAM的仿真航班計(jì)劃，利用仿真的方法安排跑道航班計(jì)劃[2]。在國(guó)內(nèi)，1996年，王峰、馬壽峰和賀國(guó)光研究了航班計(jì)劃制定及優(yōu)化因素，運(yùn)用非線(xiàn)性規(guī)劃方法對(duì)航班計(jì)劃進(jìn)行優(yōu)化[3]。2001年，朱晶波等人建立了多元受限航班計(jì)劃優(yōu)化模型，提出了求解的改進(jìn)啟發(fā)式算法，并設(shè)計(jì)了相應(yīng)的航班時(shí)刻優(yōu)化系統(tǒng)[4]。2008年，鐘育鳴、韓松臣等人以機(jī)場(chǎng)實(shí)際航班運(yùn)行數(shù)據(jù)庫(kù)為基礎(chǔ)，討論了仿真飛機(jī)流的數(shù)據(jù)構(gòu)成，提出了飛機(jī)流的仿真思路、模塊結(jié)構(gòu)設(shè)計(jì)和仿真流程，構(gòu)建了飛機(jī)流的生成模型[5]。2011年，黃魁建立了終端區(qū)容量評(píng)估模型，并對(duì)終端區(qū)容量評(píng)估中的飛機(jī)流產(chǎn)生算法進(jìn)行了優(yōu)化研究[6]。

生成仿真航班計(jì)劃既要滿(mǎn)足相應(yīng)的流量分布要求，又要保證航班流的隨機(jī)性，同時(shí)航空公司對(duì)機(jī)場(chǎng)機(jī)位的使用權(quán)以及管制因素，也對(duì)容量評(píng)估工作以及航班計(jì)劃生成有重要影響。本文在跑道航班時(shí)刻研究的基礎(chǔ)上，考慮了航空公司機(jī)位的使用問(wèn)題以及管制因素，結(jié)合航班時(shí)刻分配的規(guī)則，對(duì)航班流量特征進(jìn)行分析并建立數(shù)學(xué)模型，然后采用隨機(jī)模擬法將目標(biāo)航班計(jì)劃流量特征參數(shù)作為已知參數(shù)，并針對(duì)航班流的隨機(jī)性，對(duì)模型進(jìn)行求解并生成仿真航班計(jì)劃。

1 航班流量分析及建模

在已知仿真航班計(jì)劃流量分布的條件下，首先根據(jù)進(jìn)離港高峰的數(shù)學(xué)特征對(duì)進(jìn)離港航班時(shí)刻進(jìn)行分配，然后綜合考慮以該機(jī)場(chǎng)為基地的航空公司的流量特征，進(jìn)行進(jìn)離港航班時(shí)刻的再分配，最后根據(jù)管制部門(mén)要求，對(duì)各時(shí)段各公司各機(jī)型的航班的具體航班時(shí)刻進(jìn)行最終分配。

1.1 仿真航班計(jì)劃流量分布

仿真航班計(jì)劃流量分布是由數(shù)據(jù)提供單位根據(jù)機(jī)場(chǎng)所在地理位置、人群出行特征、經(jīng)濟(jì)社會(huì)環(huán)境等因素，對(duì)未來(lái)航班流量預(yù)測(cè)的結(jié)果。作為仿真航班計(jì)劃生成的已知條件，仿真航班計(jì)劃流量分布還包含離港高峰、全天高峰和全天航班總流量三個(gè)關(guān)鍵條件。以圖1為例，已知的離港高峰時(shí)段出現(xiàn)在7點(diǎn)至10點(diǎn)之間，進(jìn)港高峰出現(xiàn)在18點(diǎn)以后，全天高峰流量出現(xiàn)在10點(diǎn)至18點(diǎn)之間，全天高峰流量值為32架次，全天流量為466架次。

1.2 進(jìn)離港航班時(shí)刻初次分配

2 隨機(jī)模擬法的應(yīng)用

隨機(jī)模擬法也被稱(chēng)為蒙特卡洛法或者統(tǒng)計(jì)試驗(yàn)法，隨機(jī)模擬法求解問(wèn)題的思想為：首先，建立一個(gè)概率模型或者隨機(jī)過(guò)程，使它的參數(shù)等于問(wèn)題的解；然后通過(guò)對(duì)模型或者過(guò)程的觀(guān)察或抽樣試驗(yàn)來(lái)計(jì)算所求參數(shù)的統(tǒng)計(jì)特征，最后給出所求解的近似值。而解的精確程度可用估計(jì)值的標(biāo)準(zhǔn)誤差來(lái)表示。

仿真航班計(jì)劃數(shù)據(jù)量大，除了要保證各種機(jī)型、公司以及各個(gè)方向的航班的到達(dá)和離港具有隨機(jī)性，還要保證航班計(jì)劃的各項(xiàng)統(tǒng)計(jì)特征能夠滿(mǎn)足對(duì)應(yīng)的預(yù)測(cè)參數(shù)，只有滿(mǎn)足這些條件，生成的仿真航班計(jì)劃才有意義。由此可知，仿真航班計(jì)劃的生成問(wèn)題，就變成了如何產(chǎn)生滿(mǎn)足相應(yīng)參數(shù)要求的航班計(jì)劃的問(wèn)題和如何保證航班計(jì)劃隨機(jī)性的問(wèn)題。

仿真航班計(jì)劃的各項(xiàng)特征，決定了傳統(tǒng)的確定性模型難以解決航班計(jì)劃生成中的不確定性難題。在這種情況下，可以考慮隨機(jī)模擬法。隨機(jī)模擬法可以針對(duì)仿真航班計(jì)劃中的各項(xiàng)屬性的隨機(jī)性問(wèn)題建立一個(gè)簡(jiǎn)單且便于實(shí)現(xiàn)的概率統(tǒng)計(jì)模型，使所求的量或解恰好是各項(xiàng)航班屬性概率分布或者數(shù)字特征。

2.1 隨機(jī)模擬法實(shí)現(xiàn)航班時(shí)刻初次分配

在已知航班流量分布的情況下，結(jié)合隨機(jī)模擬法，可以生成全天各小時(shí)的航班進(jìn)離港流量，并完成航班時(shí)刻的初次分配。

使用隨機(jī)模擬法，將航班計(jì)劃中的進(jìn)離港流量參數(shù)的目標(biāo)值作為已知條件，設(shè)，，，。為進(jìn)離港流量相對(duì)均衡時(shí)段離港航班流量占該時(shí)段航班流量的比例，為進(jìn)港高峰時(shí)段離港航班的流量比例，為進(jìn)離港相對(duì)均衡時(shí)各時(shí)段的航班流量集合。在進(jìn)港高峰時(shí)間為，在該時(shí)段內(nèi)生成取值范圍為的均勻分布隨機(jī)數(shù)，離港高峰時(shí)間為，在該時(shí)段內(nèi)生成取值范圍為的均勻分布隨機(jī)數(shù)，在進(jìn)離港流量相對(duì)均衡的時(shí)段內(nèi)，生成取值范圍為的均勻分布隨機(jī)數(shù)。令，

，由此可得全天各個(gè)時(shí)段的離港航班流量，的表達(dá)式為：。那么全天各時(shí)段的進(jìn)港航班流量也可求得。

2.2 隨機(jī)模擬法實(shí)現(xiàn)航班時(shí)刻再分配

對(duì)航空公司進(jìn)行分類(lèi)，在該機(jī)場(chǎng)有基地的航空公司稱(chēng)為基地航空公司，其他的航空公司稱(chēng)為無(wú)基地航空公司。在離港高峰時(shí)段，基地航空公司離港航班流量比例和無(wú)基地航空公司離港航班流量的比例可由終端區(qū)或者機(jī)場(chǎng)規(guī)劃設(shè)計(jì)部門(mén)給出預(yù)測(cè)值。假設(shè)第個(gè)小時(shí)的航班流量占全天航班流量比例為，航空公司的預(yù)測(cè)份額為，各航空公司航班流量占該時(shí)段航班總流量的比例為，那么由可以求得各個(gè)時(shí)段各航空公司航班流量的比例。

生成均勻分布的隨機(jī)數(shù)列，根據(jù)求得的值將生成的隨機(jī)數(shù)列劃分為區(qū)間，當(dāng)隨機(jī)數(shù)值落在對(duì)應(yīng)的區(qū)間時(shí)，設(shè)定該航班所屬的航空公司為對(duì)應(yīng)的航空公司，由此可以完成航空公司航班時(shí)刻的再分配。

2.3 航班時(shí)刻的最終分配

以8點(diǎn)至9點(diǎn)的航班為例，該時(shí)段，該小時(shí)航班流量占全天航班流量的比例為5.4%，那么可以求得該時(shí)段各個(gè)航空公司的離港流量占全天流量的比例，同理可以求得其它時(shí)段的比例值。表2為添加了航空公司信息的8點(diǎn)到9點(diǎn)的部分航班計(jì)劃表，進(jìn)離港標(biāo)志中，A代表航班進(jìn)港，D代表航班離港。各航空公司8點(diǎn)到9點(diǎn)的航班流量為。

第三步，同樣以8點(diǎn)至9點(diǎn)的航班時(shí)刻為例，令，。生成隨機(jī)數(shù)對(duì)航班排序，以五分鐘為單位對(duì)航班時(shí)刻進(jìn)行規(guī)范化處理，得到如表3所示的部分航班計(jì)劃表。由于8點(diǎn)至9點(diǎn)之間航班量為28架次，以五分鐘為單位規(guī)范航班時(shí)刻時(shí)，每五分鐘的航班流量為。

3.2 結(jié)果分析

經(jīng)過(guò)以上三個(gè)步驟，可以生成目標(biāo)航班計(jì)劃。使用matlab程序進(jìn)行100次航班計(jì)劃生成仿真，對(duì)航班計(jì)劃中的關(guān)鍵流量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果見(jiàn)表3。由以上結(jié)果可知，該文采用的航班計(jì)劃生成方法具有較好的穩(wěn)定性和實(shí)用性。

航班計(jì)劃是由管制部門(mén)、機(jī)場(chǎng)部門(mén)以及航空公司多方參與制作的，限于篇幅，本文未考慮航班來(lái)向去向、航班機(jī)型等因素。同時(shí)，隨機(jī)模擬法中對(duì)隨機(jī)數(shù)的使用，使本文中的方法更適用于大流量機(jī)場(chǎng)的仿真航班計(jì)劃的生成。對(duì)于更復(fù)雜仿真條件下航班計(jì)劃的分析與生成，還有待進(jìn)一步的深入研究。

參考文獻(xiàn)

[1] O.Richetta，A.R.Odoni.Solving optimally the static ground-holding policy problem in air traffic control[J].Transportation Science，1983，27，August 1993：p228-238.

[2] Thomas Curtis Holden，F(xiàn)rederickWieland.Runway schedule deter-mination by simulation optimization[Z].Proceedings of the 2003 Winter Simulation Conference.McLean，MITRE corporation，2003：1670-1676.

[3] 王峰，馬壽峰，賀國(guó)光.航班時(shí)刻表優(yōu)化模型的研究[J].系統(tǒng)工程學(xué)報(bào)，1996，11（1）：50-56.

[4] 胡明華，朱晶波，田勇.多元受限的航班時(shí)刻優(yōu)化模型與方法研究[J].南京航空航天大學(xué)學(xué)報(bào)，2003，35（3）：326-332.

篇8

關(guān)鍵詞：運(yùn)籌學(xué)；應(yīng)急物流；選址―定位

中圖分類(lèi)號(hào)：F250 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Because the efficient of emergency logistics can reduce the harms caused by emergency， it has caused wide public concerns among theorists. This paper provides an overview of Chinese emergency logistics study from many aspects： basic theory， the construction of system and the related models on the base reviewing the liberations in recent years， also it indicated that the modeling sense in operation research plays a decisive role in the research of emergency logistics.

Key words： operation research； emergency logistics； location-routing

近年來(lái)，我國(guó)各地突發(fā)事件頻發(fā)，其中自然災(zāi)害的發(fā)生的占比非常高，如2010年8月甘肅舟曲發(fā)生特大山洪泥石流、2014年7月云南發(fā)生洪澇泥石流災(zāi)害、2013年3月墨竹工卡縣發(fā)生山體滑坡災(zāi)害、2013年7月甘肅岷縣漳縣發(fā)生6.6級(jí)地震災(zāi)害、2014年新疆于田發(fā)生7.3級(jí)地震災(zāi)害、2015年9月江西福建等地發(fā)生洪澇風(fēng)雹災(zāi)害、2015年8月陜西山陽(yáng)發(fā)生滑坡災(zāi)害等。這些自然災(zāi)害的發(fā)生嚴(yán)重威脅人類(lèi)的生命和財(cái)產(chǎn)安全，以及社會(huì)的經(jīng)濟(jì)發(fā)展甚至?xí)绊懞椭C社會(huì)的構(gòu)建，在突發(fā)事件發(fā)生后，如何盡快地將賑災(zāi)物資送至災(zāi)區(qū)以減少災(zāi)害損失是應(yīng)急物流問(wèn)題研究的主要內(nèi)容，即應(yīng)急物流LRP問(wèn)題的研究。應(yīng)急救援部門(mén)必須以最小的成本、最快的時(shí)間、合理地選擇物資存儲(chǔ)點(diǎn)將存儲(chǔ)物資科學(xué)地安排車(chē)輛對(duì)受災(zāi)點(diǎn)進(jìn)行物資的配送服務(wù)以減少傷亡，提高受災(zāi)地區(qū)民眾的抗災(zāi)信心。

當(dāng)前國(guó)內(nèi)外學(xué)者對(duì)一般LRP問(wèn)題的研究比較具體深入，比如Min等[1]（1998）、Nagy等[2]（2007）、陳久梅等[3]（2014）都做過(guò)一般LRP問(wèn)題的優(yōu)化研究，當(dāng)前應(yīng)急物流的優(yōu)化問(wèn)題已經(jīng)引起了眾多學(xué)者的關(guān)注，但是對(duì)于應(yīng)急物流的LRP研究（定位―路徑）還相對(duì)較少?，F(xiàn)有文獻(xiàn)主要有兩種研究范式：一種是單獨(dú)研究其中一個(gè)問(wèn)題，即單獨(dú)研究應(yīng)急物流中心選址問(wèn)題或單獨(dú)研究應(yīng)急資源調(diào)度問(wèn)題；另外一種是將這兩個(gè)問(wèn)題集成起來(lái)進(jìn)行研究。然而應(yīng)急物流中物流中心點(diǎn)的選擇和運(yùn)輸路徑安排是直接影響應(yīng)急物流系統(tǒng)效率的兩個(gè)關(guān)鍵問(wèn)題，兩者之間相互依賴(lài)和影響，有必要結(jié)合應(yīng)急物流的突發(fā)性、不確定性、緊急性等特點(diǎn)，從整體系統(tǒng)優(yōu)化的角度，將這兩方面結(jié)合起來(lái)進(jìn)行研究，故近年來(lái)，大部分對(duì)于應(yīng)急物流問(wèn)題的研究均是對(duì)選址―配送這兩個(gè)問(wèn)題集成起來(lái)進(jìn)行研究。根據(jù)現(xiàn)有的研究，應(yīng)急物流LRP問(wèn)題基本可以按照信息是否確定分為以下兩類(lèi)：確定信息下的應(yīng)急救援問(wèn)題研究和不確定信息下的應(yīng)急救援問(wèn)題研究。

1 確定信息下的應(yīng)急物流LRP研究

確定性的應(yīng)急物流LRP問(wèn)題，通?？紤]的問(wèn)題中信息基本都是確定的，即不存在任何風(fēng)險(xiǎn)因素，并且受災(zāi)點(diǎn)的需求是確定的。針對(duì)確定性的應(yīng)急物流LRP問(wèn)題的研究，張玲[4]（2008）考慮到由于災(zāi)區(qū)范圍比較廣泛進(jìn)而災(zāi)區(qū)存在不同的級(jí)別，針對(duì)該實(shí)際情況，通過(guò)對(duì)災(zāi)區(qū)進(jìn)行分組，并運(yùn)用場(chǎng)景分析的發(fā)放，考慮其資源的布局和選址問(wèn)題，引入多類(lèi)0-1變量來(lái)表述該優(yōu)化問(wèn)題，構(gòu)建了基于多級(jí)別的資源布局多目標(biāo)規(guī)劃模型。黃向榮等[5]（2009）在考慮食品物流的相關(guān)特點(diǎn)和突發(fā)事件的突發(fā)性、緊急性以及弱經(jīng)濟(jì)性等特性的基礎(chǔ)上，構(gòu)建了食品的應(yīng)急物資分發(fā)中心選址決策的評(píng)價(jià)體系，并且結(jié)合蟻群算法（ACA）和徑向基神經(jīng)網(wǎng)絡(luò)（RBFNN）構(gòu)建了應(yīng)急物流物資分發(fā)點(diǎn)選址決策模型。曾敏剛等[6]（2009）針對(duì)應(yīng)急服務(wù)應(yīng)急物資分發(fā)點(diǎn)定位以及物資配送路徑這兩個(gè)子問(wèn)題，引入多個(gè)0-1決策變量去表述該優(yōu)化問(wèn)題，建立了以最小化總成本為目標(biāo)的選址―定位模型。葛春景等[7]（2011）研究了應(yīng)急設(shè)施選址中的多重覆蓋問(wèn)題，并以在滿(mǎn)足需求點(diǎn)的多次覆蓋需求和多需求點(diǎn)同時(shí)需求的條件下覆蓋的人口期望最大為目標(biāo)，建立了確定性的應(yīng)急物流優(yōu)化模型，通過(guò)改進(jìn)的遺傳算法對(duì)該模型進(jìn)行求解。鄭斌、馬祖軍等[8]（2013）針對(duì)兩級(jí)應(yīng)急物流系統(tǒng)中的中轉(zhuǎn)站選址和上下級(jí)進(jìn)行聯(lián)運(yùn)調(diào)度的集成優(yōu)化問(wèn)題，建立雙層規(guī)劃模型，并根據(jù)該模型的特點(diǎn)設(shè)計(jì)了一種混合遺傳算法。

通過(guò)以上文獻(xiàn)梳理可知，在運(yùn)用運(yùn)籌學(xué)建立應(yīng)急物流LRP模型過(guò)程中，通常引入0-1決策變量去解決應(yīng)急物資分發(fā)點(diǎn)選址問(wèn)題和車(chē)輛物資配送問(wèn)題，引入三類(lèi)決策變量，第一類(lèi)0-1決策變量是表示應(yīng)急物資分發(fā)點(diǎn)是否開(kāi)設(shè)，通常1表示該應(yīng)急物資分發(fā)點(diǎn)開(kāi)設(shè)，0則表示不開(kāi)設(shè)，當(dāng)該決策變量為1時(shí)，才分配運(yùn)輸車(chē)輛從該應(yīng)急物資分發(fā)點(diǎn)出發(fā)進(jìn)行物資配送服務(wù)，并且從同一個(gè)應(yīng)急點(diǎn)出發(fā)車(chē)輛的物資運(yùn)輸量需小于應(yīng)急點(diǎn)的物資存儲(chǔ)量；第二類(lèi)0-1決策變量是用來(lái)表示某運(yùn)輸車(chē)輛服務(wù)哪個(gè)受災(zāi)點(diǎn)的問(wèn)題，1表示運(yùn)輸車(chē)輛服務(wù)該受災(zāi)點(diǎn)，0則表示運(yùn)輸車(chē)輛不服務(wù)該受災(zāi)點(diǎn)；第三類(lèi)決策變量則表示某運(yùn)輸車(chē)輛是否從該應(yīng)急物資分發(fā)點(diǎn)出發(fā)，1表示這運(yùn)輸車(chē)輛從該應(yīng)急物資分發(fā)點(diǎn)出發(fā)，0則表示這個(gè)運(yùn)輸車(chē)輛不從該應(yīng)急物資分發(fā)點(diǎn)出發(fā)。這三類(lèi)0-1變量的引入合理地表述了應(yīng)急物流系統(tǒng)的優(yōu)化問(wèn)題，目標(biāo)函數(shù)通常為應(yīng)急物流系統(tǒng)總成本最小以及運(yùn)輸車(chē)輛到達(dá)所有受災(zāi)點(diǎn)的總時(shí)間最小，建立的模型均為0-1線(xiàn)性規(guī)劃模型。運(yùn)籌學(xué)中0-1規(guī)劃主要用于求解互斥的計(jì)劃問(wèn)題、約束條件互斥問(wèn)題、固定費(fèi)用問(wèn)題和分派問(wèn)題等方面，而應(yīng)急物流的優(yōu)化問(wèn)題從運(yùn)籌學(xué)的角度就是一種分派問(wèn)題，因此運(yùn)籌學(xué)能夠在應(yīng)急物流優(yōu)化問(wèn)題中大放光彩。目前，0-1應(yīng)急物流規(guī)劃問(wèn)題通常有三種解法，即窮舉法、變換法和隱枚舉法。解0-1型整數(shù)規(guī)劃最容易想到的方法，和一般整數(shù)線(xiàn)性規(guī)劃的情形一樣，就是窮舉法，即檢查變量取值為0或1的每一種決策組合，比較目標(biāo)函數(shù)值的大小，從而選出目標(biāo)值最小的那一組決策組合就是應(yīng)急物流優(yōu)化問(wèn)題的最優(yōu)解。然而由于應(yīng)急物流優(yōu)化問(wèn)題中涉及的變量較多，所有決策組合就非常多，可能解集將成指數(shù)劇增加，此時(shí)用這種方法效率就比較低下，因此通常運(yùn)用隱枚舉法進(jìn)行求解，“隱”的含義是指在檢驗(yàn)可能解的可行性和非劣性過(guò)程中，根據(jù)目標(biāo)函數(shù)的特性增加一個(gè)以前一非劣解目標(biāo)值的附加約束的過(guò)濾條件，以此達(dá)到減少問(wèn)題求解過(guò)程的運(yùn)算次數(shù)的目的。方法的核心思想均為檢查變量取值為0或1的策略組合，通過(guò)目標(biāo)函數(shù)值比較從而得出最優(yōu)解。

2 不確定信息下的應(yīng)急物流LRP研究

針對(duì)不確定性的應(yīng)急物流LRP研究，通?？紤]的問(wèn)題中信息基本都是不確定的，并且在救災(zāi)期間存在一定的風(fēng)險(xiǎn)，比如應(yīng)急設(shè)施點(diǎn)失靈風(fēng)險(xiǎn)、路徑中斷風(fēng)險(xiǎn)、路徑復(fù)雜度等，同時(shí)往往受災(zāi)點(diǎn)的需求是不確定的。

何珊珊等[9]（2013）針對(duì)在突發(fā)事件發(fā)生的緊急救援期，受災(zāi)點(diǎn)的需求很難確定，基于此建立了受災(zāi)點(diǎn)配送總時(shí)間最短和系統(tǒng)總成本最小的選址―路徑問(wèn)題的數(shù)學(xué)模型，并通過(guò)算例驗(yàn)證了多目標(biāo)魯棒優(yōu)化模型能夠體現(xiàn)受災(zāi)點(diǎn)對(duì)各類(lèi)物資需求不確定條件下選址―配送方案的最優(yōu)性與魯棒性的均衡。孫華麗等[10]（2013）針對(duì)需求隨機(jī)變化的應(yīng)急物流定位―路徑問(wèn)題，將救援過(guò)程劃分為兩個(gè)階段，將受災(zāi)點(diǎn)的物資需求表示為一個(gè)區(qū)間數(shù)，以物資送達(dá)時(shí)間最短和系統(tǒng)總成本最小為目標(biāo)，構(gòu)建了多物資、多運(yùn)輸車(chē)輛、多目標(biāo)的定位―路徑模型。張玲等[11]（2014）也將救災(zāi)過(guò)程分為了兩個(gè)階段，考慮到突發(fā)災(zāi)害初期災(zāi)情相關(guān)參數(shù)概率分布信息很難精確獲得，建立了基于情景的最小最大后悔值準(zhǔn)則的魯棒優(yōu)化模型，求解模型時(shí)，利用有限情景集表示第二階段的不確定數(shù)據(jù)，并將模型化為與其等價(jià)的混合整數(shù)模型，利用情景松弛的迭代算法進(jìn)行求解。商麗媛等[12]（2013）考慮不同情景下應(yīng)急物流需求的不確定性，將不確定需求用區(qū)間灰數(shù)表示，構(gòu)建了多情景下不確定需求的應(yīng)急物流配送中心選址模型，并設(shè)計(jì)了免疫量子粒子群算法進(jìn)行求解。針對(duì)由于自然災(zāi)害帶來(lái)的路網(wǎng)風(fēng)險(xiǎn)的應(yīng)急物流LRP問(wèn)題，閻俊愛(ài)、郭藝源[13]（2016）考慮到路網(wǎng)情況實(shí)時(shí)變化的復(fù)雜性下，構(gòu)建了應(yīng)急物流LRP動(dòng)態(tài)模型，以車(chē)輛配送時(shí)間最小為目標(biāo)，并通過(guò)設(shè)計(jì)的遺傳算法實(shí)現(xiàn)了基于動(dòng)態(tài)路網(wǎng)實(shí)時(shí)調(diào)整的問(wèn)題求解。陳鋼鐵、黎青松等[14]（2016）考慮到路網(wǎng)存在災(zāi)后受損的風(fēng)險(xiǎn)，故引入多種運(yùn)輸方式，基于此構(gòu)建了震后多式聯(lián)運(yùn)的應(yīng)急物資配送路徑優(yōu)化模型，并設(shè)計(jì)了啟發(fā)式算法對(duì)該應(yīng)急物流模型進(jìn)行了求解。

以上不確定信息下的應(yīng)急物流LRP優(yōu)化問(wèn)題研究中，均運(yùn)用了運(yùn)籌學(xué)不確定規(guī)劃的思想建立了應(yīng)急物流LRP模型，在應(yīng)急物資分發(fā)點(diǎn)選址問(wèn)題以及路徑配送與否方面，同樣引入三類(lèi)0-1決策變量來(lái)表示應(yīng)急物資分發(fā)點(diǎn)建立與否，車(chē)輛是否從某個(gè)應(yīng)急物資分發(fā)點(diǎn)出發(fā)以及車(chē)輛是否服務(wù)某個(gè)受災(zāi)點(diǎn)。除此以外，引入兩類(lèi)整數(shù)決策變量，一類(lèi)為運(yùn)輸車(chē)輛配送至某個(gè)受災(zāi)點(diǎn)的物資量，一類(lèi)為某個(gè)受災(zāi)點(diǎn)的物資未滿(mǎn)足量，在約束中，這兩個(gè)量的和大于該受災(zāi)點(diǎn)的物資需求量，同時(shí)針對(duì)未滿(mǎn)足量盡量最小化的目標(biāo)，將在目標(biāo)函數(shù)中賦予未滿(mǎn)足量一個(gè)很大的懲罰數(shù)。在模型求解中，運(yùn)用了隨機(jī)規(guī)劃的思想去處理一些風(fēng)險(xiǎn)因素，在處理受災(zāi)點(diǎn)物資需求的不確定方面，則運(yùn)用三角模糊數(shù)的理論或魯棒優(yōu)化的思想去處理不確定性，在模型求解過(guò)程中，最終均通過(guò)一定的方法把不確定模型轉(zhuǎn)化為確定的混合整數(shù)模型去進(jìn)行求解。

運(yùn)籌學(xué)的核心思想即為從現(xiàn)實(shí)生活場(chǎng)合抽出本質(zhì)的要素來(lái)構(gòu)造數(shù)學(xué)模型，探索求解的結(jié)構(gòu)，從可行方案中尋求系統(tǒng)的最優(yōu)解作為決策者最好的選擇。通過(guò)以上文獻(xiàn)的梳理，可以看出運(yùn)籌學(xué)在應(yīng)急物流系統(tǒng)定位―路徑優(yōu)化問(wèn)題中已經(jīng)成為核心工具之一，而應(yīng)急物流系統(tǒng)定位―路徑優(yōu)化問(wèn)題作為當(dāng)前的熱點(diǎn)問(wèn)題之一，它的研究仍然處于初步階段，許多領(lǐng)域還缺乏系統(tǒng)性和深入性的研究，需要進(jìn)一步加強(qiáng)研究。

參考文獻(xiàn)：

[1] Min H， Jayaraman V， Srivastava R. Combined location-routing problems： a synthesis and future research directions[J]. European Journal of Operational Research， 1998，

108（1）：1-15.

[2] Nagy G， Salhi S. Location-routing： issues， models and methods[J]. European Journal of Operational Research， 2007，177（2）：649-672.

[3] 陳久梅，邱晗光. 兩級(jí)定位―路徑問(wèn)題模型及變鄰域粒子群算法[J]. 運(yùn)籌與管理，2014（6）：38-44.

[4] 張玲，黃鈞，朱建明. 應(yīng)對(duì)大規(guī)模突發(fā)事件的資源布局模型與算法[J]. 系統(tǒng)工程，2008，26（9）：26-31.

[5] 黃向榮，謝如鶴. 基于蟻群算法與RBF神經(jīng)網(wǎng)絡(luò)模型的突發(fā)應(yīng)急配送決策[J]. 決策參考，2009（15）：56-58.

[6] 曾敏剛，崔增收，余高輝. 基于應(yīng)急物流的減災(zāi)系統(tǒng)LRP研究[J]. 中國(guó)管理科學(xué)，2010，18（2）：75-80.

[7] 葛春景，王霞，關(guān)賢軍. 重大突發(fā)事件應(yīng)急設(shè)施多重覆蓋選址模型及算法[J]. 運(yùn)籌與管理，2011，20（5）：50-56.

[8] 鄭斌，馬祖軍，李雙琳. 基于雙層規(guī)劃的應(yīng)急物流系統(tǒng)選址―聯(lián)運(yùn)問(wèn)題[J]. 系統(tǒng)科學(xué)與數(shù)學(xué)，2013，33（9）：1046

-1060.

[9] 何珊珊，朱文海，任晴晴. 不確定需求下應(yīng)急物流系統(tǒng)多目標(biāo)魯棒優(yōu)化模型[J]. 遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2013，32（7）：998-1003.

[10] 孫華麗，周戰(zhàn)杰，薛耀鋒. 考慮路徑風(fēng)險(xiǎn)的不確定需求應(yīng)急物流定位―路徑問(wèn)題[J]. 上海交通大學(xué)學(xué)報(bào)，2013（6）：962-966.

[11] 張玲，陳濤，黃鈞. 基于最小最大后悔值的應(yīng)急救災(zāi)網(wǎng)絡(luò)構(gòu)建魯棒優(yōu)化模型與算法[J]. 中國(guó)管理科學(xué)，2014（7）：131-139.

[12] 商麗媛，譚清美. 不確定應(yīng)急物流中心選址模型及算法研究[J]. 計(jì)算機(jī)應(yīng)用研究，2013，30（12）：3603-3605.

篇9

關(guān)鍵詞：配送中心；選址問(wèn)題；成本；服務(wù)半徑

中圖分類(lèi)號(hào)：F252.14 文獻(xiàn)標(biāo)識(shí)碼：A

0 引 言

物流配送中心是專(zhuān)門(mén)從事物資配送業(yè)務(wù)的物流基地，是通過(guò)轉(zhuǎn)運(yùn)、分類(lèi)、保管、流通、加工和信息處理等作業(yè)，根據(jù)用戶(hù)的訂貨要求備齊商品，并能夠迅速準(zhǔn)確和廉價(jià)地進(jìn)行配送的基本設(shè)施。物流配送中心連接著供應(yīng)商、制造商和分銷(xiāo)商及客戶(hù)，決定著供應(yīng)鏈的流通成本和運(yùn)作效率。在整個(gè)物流配送中心建設(shè)規(guī)劃中，一個(gè)非常重要的問(wèn)題就是配送中心的選址。正確的選址策略不僅可以減少企業(yè)的各項(xiàng)成本，還能為客戶(hù)提供更優(yōu)質(zhì)的服務(wù)。

一般來(lái)講，配送中心是一個(gè)成本中心而非利潤(rùn)中心，如果使用絕對(duì)成本作為考核指標(biāo)，管理人員將會(huì)更傾向于壓縮支出，這樣不利于高質(zhì)量地完成物流服務(wù)。因此，使用相對(duì)指標(biāo)更加合理，例如企業(yè)配送中心的服務(wù)半徑。如果配送中心的服務(wù)半徑過(guò)大，那么它的輻射范圍也越大，覆蓋的客戶(hù)就越多，其服務(wù)能力將供不應(yīng)求，這樣會(huì)影響配送服務(wù)的質(zhì)量及水平；另一方面，如果配送中心的服務(wù)半徑過(guò)小，那么它的輻射范圍也就越小，服務(wù)能力將會(huì)過(guò)剩，嚴(yán)重影響配送中心的使用效率。21世紀(jì)以來(lái)，物流企業(yè)的側(cè)重點(diǎn)已經(jīng)由單純地追求收益和利潤(rùn)向更好更高效地為客戶(hù)服務(wù)轉(zhuǎn)變。例如，以前百勝的配送中心設(shè)定300公里的最遠(yuǎn)服務(wù)半徑。在2012年年末盼盼食品等17家食品企業(yè)為了合理地布局增加企業(yè)競(jìng)爭(zhēng)力而大大縮短企業(yè)在全國(guó)各配送中心的配送半徑。由此可見(jiàn)，服務(wù)半徑對(duì)于企業(yè)來(lái)說(shuō)是一個(gè)決定企業(yè)布局的重要影響因素。

而配送中心最終是要為特定的目標(biāo)客戶(hù)服務(wù)的。因此，配送中心一定要能夠輻射到其特定的目標(biāo)客戶(hù)。那么配送中心的位置就必然要受到服務(wù)半徑的制約。配送中心選址問(wèn)題就是確定配送中心的數(shù)目、位置以及每個(gè)配送中心所服務(wù)的客戶(hù)群體。配送中心選址問(wèn)題所追求的目標(biāo)可歸納為三類(lèi)：一是成本，即追求總費(fèi)用最低；二是距離，即如何選擇確定配送中心的位置使得整個(gè)物流網(wǎng)絡(luò)總路徑最短；三是時(shí)間，即要求在最短的時(shí)間內(nèi)將物資運(yùn)送到需求點(diǎn)。這三個(gè)方面互為側(cè)重點(diǎn)，國(guó)內(nèi)外很多學(xué)者分別從三個(gè)方面加以研究，取得了重要的研究成果。

選址問(wèn)題近年來(lái)受到了越來(lái)越廣泛的關(guān)注，并且形成了幾種基本的模型，如連續(xù)選址模型、網(wǎng)絡(luò)選址模型和離散選址模型。連續(xù)選址也稱(chēng)為平面選址，允許在可行的連續(xù)空間任何位置選址。它有兩個(gè)基本的屬性，一個(gè)是解空間是連續(xù)的，另一個(gè)是要用適當(dāng)?shù)牧慷葴y(cè)量其距離。相關(guān)研究，如Brimberg等（2000）[1]、Kafer and Nickel（2001）[2]、Klamroth（2001）[3]等。對(duì)于網(wǎng)絡(luò)選址，距離被視為地圖中的最短路徑，允許在指定網(wǎng)絡(luò)的頂點(diǎn)和邊上選址。網(wǎng)絡(luò)選址的研究，如Boffey等（2003）[4]、Beasley（1993）[5]等。如果給定一個(gè)預(yù)配送中心集合，選址問(wèn)題可歸為離散選址。有興趣的讀者可以查閱Goldengorin等（2003）[6]、Harkness and ReVelle（2003）[7]、Grunert（2002）[8]、Chardaire（1999）[9]、Gourdin（2000）[10]等。

針對(duì)選址問(wèn)題模型的求解方法主要有定性和定量?jī)煞N。定性方法包括專(zhuān)家打分法和德?tīng)柗品ǖ龋欢糠椒òㄖ匦姆?、P中值法、數(shù)學(xué)規(guī)劃法、多準(zhǔn)則決策方法、各種啟發(fā)式算法、仿真法以及這幾種方法的結(jié)合等。

本文遵循經(jīng)濟(jì)性與服務(wù)性的原則，與傳統(tǒng)離散選址模型不同之處是，在考慮成本，即運(yùn)輸成本、固定建設(shè)成本、存儲(chǔ)成本基礎(chǔ)上，引入了服務(wù)半徑的約束，建立了多物流配送中心選址問(wèn)題的數(shù)學(xué)模型。最后，通過(guò)一數(shù)學(xué)例子對(duì)模型進(jìn)行了數(shù)值計(jì)算。然后用分區(qū)域法對(duì)同一例子進(jìn)行了求解。并將結(jié)果進(jìn)行了對(duì)比分析。結(jié)果表明帶服務(wù)半徑約束的選址模型比企業(yè)普遍使用的區(qū)域劃分選址方法成本更低，服務(wù)更高效。本文的研究將對(duì)實(shí)際問(wèn)題具有一定的借鑒作用。

1 建立模型

1.1 問(wèn)題描述

物流配送中心選址問(wèn)題可描述為：某地區(qū)有需求點(diǎn)若干個(gè)，已知每個(gè)需求點(diǎn)的需求量，現(xiàn)欲在有限個(gè)備選地址中選擇某幾個(gè)地址建立配送中心，并為每個(gè)需求點(diǎn)運(yùn)送物資，用來(lái)滿(mǎn)足每個(gè)需求點(diǎn)的需求，配送中心到其服務(wù)的需求點(diǎn)的配送半徑不能超過(guò)限值。目標(biāo)是使總費(fèi)用最少。結(jié)構(gòu)圖如圖1所示：

1.2 假設(shè)條件

為了簡(jiǎn)化配送中選址問(wèn)題，我們不妨做如下的幾個(gè)假設(shè)：

（1）在給定的若干個(gè)備選地址中選擇某幾個(gè)地點(diǎn)建立配送中心；

（2）每個(gè)需求點(diǎn)可由多個(gè)配送中心提供物資；

（3）配送中心容量足夠大，能夠滿(mǎn)足所有需求點(diǎn)的需求；

（4）各需求點(diǎn)的需求量一定且為已知；

（5）各配送中心沒(méi)有多余的物資冗余；

（6）配送中心與各用戶(hù)間的單位運(yùn)費(fèi)已知；

（7）運(yùn)輸費(fèi)用與運(yùn)輸量成正比。

為了建立模型，我們引入以下的幾個(gè)變量：

2 案例分析

山東某物流公司的客戶(hù)分布在本省的17個(gè)城市，為了滿(mǎn)足客戶(hù)需求并且降低成本，該公司決定在這些城市中建立3個(gè)配送中心，配送中心備選地分別是城市1、2、3、8、11、15、17，單位運(yùn)輸成本為1.8（元/噸公里），要求配送中心的服務(wù)半徑是270公里。公司面臨的首要問(wèn)題就是配送中心的位置和配送方案。圖2為山東省地圖，表1至表4分別列出了各需求點(diǎn)及其編號(hào)、各需求點(diǎn)的年需求量、各需求點(diǎn)的物資單位存儲(chǔ)費(fèi)用和固定建設(shè)成本，以及各需求點(diǎn)與備選點(diǎn)間的公路距離等。

2.1 精確求解

用LINGO軟件求解，得到目標(biāo)值為1 311 818元，配送中心選擇的地點(diǎn)為2、11、17（如圖3所示），配送方案如圖4所示。

2.2 分區(qū)域解法

精確解法將所有的地點(diǎn)放在一起進(jìn)行整體選址、配送。而現(xiàn)如今，很多企業(yè)是將配送中心按要求進(jìn)行分區(qū)域配送，比如現(xiàn)在很多企業(yè)習(xí)慣將中國(guó)分為華南、華中、華北、東北、西北、西南6個(gè)大區(qū)，然后分別在每個(gè)大區(qū)設(shè)定區(qū)域機(jī)構(gòu)，然后向下屬單位或者客戶(hù)進(jìn)行區(qū)域內(nèi)配送。

本案例中由于需求點(diǎn)較多而且分布比較廣，因此首先對(duì)所有的需求點(diǎn)進(jìn)行區(qū)域劃分，形成若干個(gè)配送區(qū)域。影響選址決策的因素有很多，本文選擇主要的幾個(gè)宏觀(guān)因素，根據(jù)各需求點(diǎn)間宏觀(guān)因素的相似性將需求點(diǎn)進(jìn)行分類(lèi)，使相似性較大的需求點(diǎn)聚集在同一個(gè)區(qū)域，具有較大差異的需求點(diǎn)劃分在不同的區(qū)域。為了確保所選因素量化的可行性，除了需求點(diǎn)坐標(biāo)外，本文還選取了5項(xiàng)反映該區(qū)域物流發(fā)展水平的主要指標(biāo)，包括市場(chǎng)繁榮度、信息、區(qū)位商、貨運(yùn)比重和工業(yè)比重[11]。各指標(biāo)含義如下：

（1）坐標(biāo)：坐標(biāo)主要是用于根據(jù)各需求點(diǎn)的相對(duì)位置確定其歸類(lèi)。

（2）市場(chǎng)繁榮度：城市批發(fā)零售貿(mào)易業(yè)的產(chǎn)品銷(xiāo)售額 / 該城市的國(guó)內(nèi)生產(chǎn)總值。

（3）信息：（城市移動(dòng)電話(huà)人數(shù)+城市固定電話(huà)戶(hù)數(shù)+使用網(wǎng)絡(luò)人數(shù)） / 該城市人口總數(shù)。

（4）區(qū)位商：（城市交通、倉(cāng)儲(chǔ)、郵電業(yè)從業(yè)人數(shù)/該城市總從業(yè)人數(shù)） / （全國(guó)交通、倉(cāng)儲(chǔ)、郵電業(yè)從業(yè)人數(shù)/全國(guó)總從業(yè)人數(shù)）。城市區(qū)位商反映了該城市的物流專(zhuān)業(yè)化水平。商值大于1，表示物流部門(mén)從事基本經(jīng)濟(jì)活動(dòng)；值小于1，表示全部物流部門(mén)都屬于非基本經(jīng)濟(jì)活動(dòng)，不利于城市的發(fā)展。

（5）貨運(yùn)比重和工業(yè)比重分別指該城市的貨運(yùn)總量和工業(yè)產(chǎn)值占山東本省相應(yīng)項(xiàng)目的比重。

表5顯示了各需求點(diǎn)相應(yīng)的指標(biāo)值及其分區(qū)結(jié)果，其中第5至第9列的數(shù)據(jù)來(lái)源于2011年山東省統(tǒng)計(jì)年鑒。最后一列是用SPSS軟件根據(jù)上述7項(xiàng)指標(biāo)用系統(tǒng)聚類(lèi)法歸類(lèi)的結(jié)果。

從表中可以看出配送區(qū)域分類(lèi)的結(jié)果，最佳配送區(qū)域劃分?jǐn)?shù)量為3，其中需求點(diǎn)威海市、煙臺(tái)市構(gòu)成區(qū)域1，需求點(diǎn)青島市、日照市構(gòu)成區(qū)域2，需求點(diǎn)濰坊市、東營(yíng)市、濱州市、淄博市、萊蕪市、泰安市、濟(jì)南市、德州市、聊城市、菏澤市、濟(jì)寧市、棗莊市、臨沂市構(gòu)成區(qū)域3。

計(jì)算各區(qū)域內(nèi)的最佳配送中心。根據(jù)表2、表3、表4的數(shù)據(jù)，利用EXCEL分別求出7個(gè)備選點(diǎn)作為配送中心時(shí)所對(duì)應(yīng)的總費(fèi)用，結(jié)果如表6所示。從表6的結(jié)果可以看出，3個(gè)區(qū)域的配送中心分別應(yīng)該建在威海市、青島市和濟(jì)南市，總費(fèi)用為

1 393 432.72元，具體的配送方案如圖5所示。

表7列舉了帶服務(wù)半徑約束的精確解法與現(xiàn)在普遍適用的分區(qū)域法的各種參數(shù)，分別從配送中心的選擇地點(diǎn)、固定建設(shè)成本、存儲(chǔ)成本、運(yùn)輸成本以及總費(fèi)用等方面進(jìn)行對(duì)比分析?？梢钥闯?，配送中心選擇的地點(diǎn)有很大的差異。帶服務(wù)半徑約束的精確解法相比分區(qū)域解法，不僅總費(fèi)用要少很多，而且能夠更高效地為客戶(hù)提供服務(wù)，服務(wù)水平明顯提高。導(dǎo)致這種差異的因素主要有以下幾個(gè)方面：其一，固定建設(shè)費(fèi)用。分區(qū)域解法在劃分區(qū)域的時(shí)候并沒(méi)有將各城市的固定建設(shè)成本考慮進(jìn)去，這導(dǎo)致了配送中心選擇地點(diǎn)的時(shí)候很可能將地點(diǎn)設(shè)在建設(shè)成本很高的備選點(diǎn)，如本例中青島市；其二，運(yùn)輸費(fèi)用，帶服務(wù)半徑約束的精確解法由于考慮了距離的因素，也就變相地縮短了配送中心的配送路程，從而最終使得總運(yùn)輸路徑減少，運(yùn)輸費(fèi)用比區(qū)域劃分法要少很多。綜合幾方面的考慮，本文引入服務(wù)半徑建立的模型要比現(xiàn)今很多企業(yè)正在使用的分區(qū)域法更適合企業(yè)。

3 結(jié) 論

本文重點(diǎn)就選址配送問(wèn)題，建立了帶有服務(wù)半徑約束的規(guī)劃模型，通過(guò)數(shù)學(xué)例子對(duì)模型進(jìn)行了數(shù)值計(jì)算。然后用分區(qū)域法對(duì)同一例子進(jìn)行了求解。并將結(jié)果進(jìn)行了對(duì)比分析。結(jié)果表明帶服務(wù)半徑約束的選址模型比企業(yè)普遍使用的區(qū)域劃分選址方法成本更低，服務(wù)更高效。對(duì)于企業(yè)來(lái)說(shuō)，不僅能夠節(jié)省相關(guān)的成本，而且能夠更好地為客戶(hù)服務(wù)，符合物流企業(yè)“一切以客戶(hù)為中心”的戰(zhàn)略要求。尤其是在油價(jià)上漲的當(dāng)下，本文提出的模型更有利于企業(yè)長(zhǎng)遠(yuǎn)、持續(xù)的發(fā)展。

但在建模及求解過(guò)程中，本文沒(méi)有對(duì)配送中心的容量（承載量）加以限定。而且在配送過(guò)程中，我們假定車(chē)輛是一次配送完成，不涉及車(chē)輛調(diào)度的具體問(wèn)題，并且對(duì)道路的狀況、客戶(hù)需求不確定情況等方面都沒(méi)有考慮，與現(xiàn)實(shí)有一定的差異。這些都需要在今后的研究中加以解決，從而更好地為企業(yè)的決策者服務(wù)。

參考文獻(xiàn)：

[1] J. Brimberg， P. Hansen， N. Mladenovic， E. Taillard. Improvements and comparison of heuristics for solving the multisource Weber problem[J]. Operations Research， 2000，48：444-460.

[2] B. Kafer， S. Nickel. Error bounds for the approximate solution of restricted planar location problems[J]. European J. Oper. Res.， 2001，135：67-85.

[3] K. Klamroth. Planar Weber location problems with line barriers[J]. Optimization， 2001，49：517-527.

[4] B. Boffey， D. Yates， R. D. G. Galvao. An algorithm to locate perinatal facilities in the municipality of Rio de Janeiro[J]. J. Oper. Res. Soc.， 2003，54：21-31.

[5] J. E. Beasley. Lagrange an heuristics for location problems[J]. European J. Oper. Res.， 1993，65：383-399.

[6] B. Goldengorin， D. Ghosh， G. Sierksma. Branch and peg algorithms for the simple plant location problem[J]. Comput. Oper. Res.， 2003，30：967-981.

[7] J. Harkness， C. Re Velle. Facility location with increasing production costs[J]. European J. Oper. Res.， 2003，145：1-13.

[8] T. Grunert. Lagrangean tabu search， in： C.C. Ribeiro， P. Hansen （Eds.）， Essays and Surveys in Metaheuristics[M]. Kluwer Academic Publishers， Boston， 2002：379-397.

[9] P. Chardaire， J. L. Lutton， A. Sutter. Upper and lower bounds for the two-level simple plant location problem[J]. Ann. Oper. Res.， 1999，86：117-140.

[10] E. Gourdin， M. Labbe， G. Laporte. The incapacitated facility location problem with client matching[J]. Oper. Res.， 2000，48：671-685.

篇10

鑒于即期客戶(hù)較難準(zhǔn)確預(yù)測(cè)，傳統(tǒng)的艙位分配存在著很大的不確定性，綜合運(yùn)用市場(chǎng)細(xì)分和收益管理的方法，考慮空箱調(diào)運(yùn)問(wèn)題，圍繞即期客戶(hù)和合同客戶(hù)這兩大客戶(hù)群建立航運(yùn)電商環(huán)境下兩艘對(duì)開(kāi)班輪的艙位分配優(yōu)化模型.以中日韓航線(xiàn)為例，計(jì)算為即期客戶(hù)和合同客戶(hù)預(yù)留的艙位數(shù)；根據(jù)在航運(yùn)電商環(huán)境下預(yù)測(cè)值與實(shí)際值差距縮小的特征，分析傳統(tǒng)環(huán)境下與航運(yùn)電商環(huán)境下集裝箱班輪艙位分配方案的差異.在航運(yùn)電商環(huán)境下計(jì)算所得的總收益大于傳統(tǒng)環(huán)境下的總收益，顯示該優(yōu)化模型的有效性和電商平臺(tái)的優(yōu)越性.結(jié)論如下：航運(yùn)電商的發(fā)展能有效提高班輪公司收益；電商平臺(tái)下的艙位分配趨勢(shì)使預(yù)測(cè)精度大大提高，預(yù)留的艙位數(shù)與實(shí)際到達(dá)的客戶(hù)需求出入較??；電商客戶(hù)在航運(yùn)電商環(huán)境下會(huì)得到大力發(fā)展，合同客戶(hù)的數(shù)量會(huì)逐漸下降.

關(guān)鍵詞：

航運(yùn)電商； 集裝箱班輪； 收益管理； 艙位分配

中圖分類(lèi)號(hào)： U695.22； F551

文獻(xiàn)標(biāo)志碼： A

0 引 言

在當(dāng)今航運(yùn)市場(chǎng)競(jìng)爭(zhēng)越發(fā)激烈、航運(yùn)市場(chǎng)環(huán)境越發(fā)黯淡時(shí)，隨著互聯(lián)網(wǎng)的風(fēng)起云涌，電子商務(wù)出現(xiàn)革命性的飛躍.它改變著世界貿(mào)易環(huán)境和企業(yè)運(yùn)作方式，成為航運(yùn)企業(yè)提高自身競(jìng)爭(zhēng)力的有力法寶.航運(yùn)電商已將傳統(tǒng)的訂艙和比價(jià)推上“線(xiàn)上交易”平臺(tái).這些新的電商平臺(tái)不僅使海運(yùn)業(yè)供需雙方長(zhǎng)期以來(lái)的交易模式發(fā)生改變，而且使交易雙方成本降低、效率提升、服務(wù)水平提高.行業(yè)集中度和標(biāo)準(zhǔn)化水平的提高促使海運(yùn)物流行業(yè)從原先的價(jià)格和規(guī)模競(jìng)爭(zhēng)升級(jí)到服務(wù)、體驗(yàn)和整合能力競(jìng)爭(zhēng).航運(yùn)企業(yè)的信息化水平將直接影響供應(yīng)鏈的有效建立，進(jìn)而影響企業(yè)的競(jìng)爭(zhēng)力.通過(guò)電子商務(wù)，航運(yùn)企業(yè)能夠及時(shí)獲取訂艙信息，以便實(shí)時(shí)調(diào)整航線(xiàn)、班期、配載和運(yùn)價(jià)，及時(shí)調(diào)整合同客戶(hù)和即期客戶(hù)的艙位分配，從而提高效率、降低成本.航運(yùn)電商正成為航運(yùn)業(yè)突破市場(chǎng)低迷與劇烈動(dòng)蕩、轉(zhuǎn)變商業(yè)模式的有效手段.

集裝箱班輪的艙位分配一直都是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)問(wèn)題.TING等[1]基于收益管理的思想，考慮客戶(hù)滿(mǎn)意度和航運(yùn)企業(yè)收益最大化兩個(gè)目標(biāo)，提出一種模糊多目標(biāo)規(guī)劃方法求解集裝箱班輪航位分配問(wèn)題.HA[2]利用泛太平洋西向航線(xiàn)的訂貨數(shù)據(jù)，應(yīng)用期望邊際收益（Expected Marginal Revenue）和閾曲線(xiàn)（Threshold Curve）模型，對(duì)集裝箱班輪公司的艙位控制策略進(jìn)行較為深入的研究.MARAGOS[3]和SPYRIDON[4]分析班輪貨運(yùn)的特點(diǎn)，研究多種情況（單航段、多航段、多航段多種類(lèi)貨物、臨時(shí)取消訂艙、超訂）下集裝箱艙位動(dòng)態(tài)分配和定價(jià)問(wèn)題，建模的方式有整數(shù)規(guī)劃、線(xiàn)性規(guī)劃、動(dòng)態(tài)規(guī)劃等，采用啟發(fā)式算法求解.隨后，ZURHEIDE等[5]對(duì)艙位分配問(wèn)題進(jìn)行持續(xù)的研究.FENG等[6]以裝載港貨量一定為前提，優(yōu)化傳統(tǒng)的艙位分配模型，使其更適用于復(fù)雜密集的亞洲港口網(wǎng)絡(luò)的港到港艙位分配問(wèn)題.卜祥智等[7]針對(duì)海運(yùn)收益管理的特征，建立考慮長(zhǎng)期運(yùn)力合同、空箱調(diào)運(yùn)的班輪運(yùn)力分配和路徑選擇隨機(jī)規(guī)劃模型，然后應(yīng)用穩(wěn)健優(yōu)化方法對(duì)此模型進(jìn)行求解.楊華龍等[89]利用概率統(tǒng)計(jì)方法，計(jì)算出在一個(gè)多港掛靠循環(huán)航次中所包括的各個(gè)航段應(yīng)為普通客戶(hù)預(yù)留的艙位數(shù)量，建立包含空箱調(diào)運(yùn)問(wèn)題的艙位分配隨機(jī)規(guī)劃模型，通過(guò)確定各航段為長(zhǎng)期合同客戶(hù)預(yù)留的艙位數(shù)量的上下限，將隨機(jī)規(guī)劃模型轉(zhuǎn)化為可以求解的確定性規(guī)劃模型.施欣[10]結(jié)合對(duì)集裝箱海運(yùn)空箱調(diào)運(yùn)過(guò)程的剖析，建立相應(yīng)的系統(tǒng)優(yōu)化模型，并通過(guò)數(shù)字仿真揭示成本、收益等經(jīng)濟(jì)參數(shù)以及船舶裝載能力對(duì)集裝箱空箱調(diào)運(yùn)策略的影響機(jī)制.陳繼紅[11]以班輪運(yùn)力配置模型為基礎(chǔ)，建立基于非線(xiàn)性目標(biāo)規(guī)劃的班輪聯(lián)盟艙位租賃決策優(yōu)化模型，用于分析和研究聯(lián)盟情況下集裝箱班輪系統(tǒng)艙位租賃、配置優(yōu)化與決策問(wèn)題.王琳等[12]對(duì)非合作博弈和聯(lián)合決策情形下的系統(tǒng)效率進(jìn)行比較，通過(guò)數(shù)值算例分析遠(yuǎn)期合同艙位優(yōu)惠價(jià)格對(duì)系統(tǒng)效率的影響，給出協(xié)調(diào)整個(gè)系統(tǒng)的方法，有效地提高系統(tǒng)總效率.李冰州等[13]進(jìn)一步研究考慮集裝箱二維特性（容量和重量）的最優(yōu)艙位分配策略，還考慮最優(yōu)超訂水平.殷明等[14]認(rèn)為：班輪運(yùn)輸是海洋運(yùn)輸?shù)囊环N方式，為海上集裝箱提供定期的運(yùn)輸服務(wù)，帶有濃厚服務(wù)性色彩；它向社會(huì)提供的不是實(shí)物形態(tài)的產(chǎn)品，而是一種勞務(wù)產(chǎn)品，即集裝箱貨物的空間位移.郭詠春等[15]探討碳約束配額、燃油價(jià)格、碼頭裝卸效率等對(duì)成本及碳排放量的影響，為船公司運(yùn)營(yíng)和政府決策提供參考.

綜上：現(xiàn)有文獻(xiàn)有的只考慮重箱而忽略空箱調(diào)運(yùn)；有的只研究確定情況下的需求，對(duì)于不確定需求沒(méi)有給出有效解法；有的僅僅考慮如何減少空箱調(diào)運(yùn)成本，并沒(méi)有考慮整個(gè)航運(yùn)公司的收益管理問(wèn)題；所有文獻(xiàn)都沒(méi)有考慮航運(yùn)電商對(duì)艙位分配的影響.本文在現(xiàn)有文獻(xiàn)的基礎(chǔ)上，運(yùn)用概率統(tǒng)計(jì)的方法，基于市場(chǎng)細(xì)分和收益管理理論，考慮空箱預(yù)留和航運(yùn)電商環(huán)境下不同客戶(hù)群的差異化定價(jià)進(jìn)行艙位分配，以謀求收益的最大化.

1 艙位分配模型構(gòu)建

1.1 問(wèn)題描述

在一條由若干個(gè)港口組成的固定航線(xiàn)上，班輪公司安排兩艘集裝箱班輪分別從該航線(xiàn)兩端相向?qū)﹂_(kāi)，依次掛靠沿線(xiàn)的各個(gè)港口.班輪公司的客戶(hù)群大體分為兩類(lèi)，合同客戶(hù)和即期客戶(hù).合同客戶(hù)指已經(jīng)與班輪公司簽訂長(zhǎng)期合同的客戶(hù)，以一些大的貨主和貨運(yùn)公司為主；即期客戶(hù)指那些零散的、不確定的客戶(hù).

假設(shè)班輪公司的客戶(hù)群在航運(yùn)電商環(huán)境下分為電商客戶(hù)和合同客戶(hù)， 在傳統(tǒng)環(huán)境下分為普通客戶(hù)和合同客戶(hù).本文的即期客戶(hù)指航運(yùn)電商環(huán)境下的電商客戶(hù)或傳統(tǒng)環(huán)境下的普通客戶(hù).

合同客戶(hù)由于貨物的穩(wěn)定性和數(shù)量較大可以享受班輪公司為其制定的折扣價(jià)格，而即期客戶(hù)定價(jià)相對(duì)較高.班輪公司為維持運(yùn)營(yíng)，在每個(gè)航次上都會(huì)為合同客戶(hù)預(yù)留一定數(shù)量的艙位，其余的則留給即期客戶(hù).如何確定為合同客戶(hù)和即期客戶(hù)在每個(gè)港口預(yù)留的艙位數(shù)，既滿(mǎn)足合同客戶(hù)的需求，又最大限度地滿(mǎn)足即期客戶(hù)的需求，盡可能多地降低艙位的虛耗和需求的溢出，以使獲益最大，是班輪公司需要考慮的問(wèn)題.

1.2 參數(shù)設(shè)置

Rc為來(lái)自合同客戶(hù)的單位運(yùn)輸收益，Re為來(lái)自電商客戶(hù)的單位運(yùn)輸收益，Ro為來(lái)自普通客戶(hù)的單位運(yùn)輸收益，Rb為空箱的單位運(yùn)輸收益，Q為每艘班輪的艙位數(shù)量，de為電商客戶(hù)實(shí)際的艙位需求量，do為普通客戶(hù)實(shí)際的艙位需求量，dc為合同客戶(hù)的艙位需求量，dbj為在港口j的空箱需求量，Qe為班輪為電商客戶(hù)預(yù)留的艙位數(shù)，Qo為班輪為普通客戶(hù)預(yù)留的艙位數(shù)，re為電商客戶(hù)預(yù)期的邊際收入，X為分配給合同客戶(hù)的艙位數(shù)，Y為空箱調(diào)運(yùn)數(shù).

1.3 模型假設(shè)

（1）對(duì)開(kāi)的兩艘班輪艙位數(shù)相同.

（2）這條固定航線(xiàn)共有n個(gè)港口，i，j=1，2，…，n， i

（3）合同客戶(hù)、電商客戶(hù)和普通客戶(hù)在正向航段（ij）和反向航段（ji）上的艙位需求都服從正態(tài)分布，即dc～N（d-c，σc），de～N（d-e，σe）和do～N（d-o，σo），其中d-c，d-e，d-o為期望值，σc，σe，σo為標(biāo)準(zhǔn)差.

（4）下列參數(shù)已知：Rc，Re，Ro和Rb，以及dc，de和do三者各自的均值和標(biāo)準(zhǔn)差.

（5）當(dāng)合同客戶(hù)的邊際收入與即期客戶(hù)預(yù)期的邊際收入相等時(shí)收益最大.

1.4 模型構(gòu)建

式（11）表示即期客戶(hù)與合同客戶(hù)的收益之和減去空箱運(yùn)輸費(fèi)用，所得集裝箱班輪運(yùn)輸收益最大；

式（12）表示第1艘班輪從港口i出發(fā)，分配給合同客戶(hù)的艙位數(shù)與空箱數(shù)之和不超過(guò)在港口i可接受即期客戶(hù)的艙位數(shù)；

式（13）表示第2艘班輪從港口j出發(fā)，分配給合同客戶(hù)的艙位數(shù)與空箱數(shù)之和不超過(guò)在港口j可接受即期客戶(hù)的艙位數(shù)；

式（14）表示在正向航段（ij）上，為使各港口進(jìn)出的集裝箱數(shù)保持平衡，空箱調(diào)運(yùn)數(shù)不小于港口j的空箱需求數(shù)，保證港口有空箱可用；式（15）表示在反向航段（ji）上，空箱調(diào)運(yùn)數(shù)不小于港口i的空箱需求數(shù)；式（16）表示在正向航段（ij）上，分配給合同客戶(hù)的

艙位數(shù)不能超過(guò)合同客戶(hù)實(shí)際的集裝箱艙位需求，目的是盡可能多地滿(mǎn)足即期客戶(hù)的艙位需求；式（17）表示在反向航段（ji）上，分配給合同客戶(hù)的艙位數(shù)不能超過(guò)合同客戶(hù)實(shí)際的集裝箱艙位需求；式（18）表示決策變量的整數(shù)約束.

2 算例分析

2.1 案例

有一條固定航線(xiàn)（見(jiàn)圖1），由5個(gè)?？扛劭诮M成，依次為上海港―青島港―釜山港―神戶(hù)港―東京港.在這條航線(xiàn)上有相向而行的兩艘班輪，合理分配艙位以使兩艘班輪的總收益最大.

2.2 已知條件

這兩艘班輪的容量都是5 000 TEU，其他已知條件見(jiàn)表1和2.

2.3 兩種環(huán)境下艙位的優(yōu)化結(jié)果

相對(duì)于傳統(tǒng)的艙位分配，通過(guò)航運(yùn)電商平臺(tái)預(yù)定艙位波動(dòng)幅度更小，艙位分配更加合理.根據(jù)航運(yùn)電商環(huán)境下預(yù)測(cè)值與實(shí)際值差距縮小的特征，當(dāng)de=do時(shí)分別取各航段σe的平均值為10，20和30 TEU，運(yùn)用MATLAB，根據(jù)表1和2給出的已知數(shù)據(jù)，求出傳統(tǒng)環(huán)境下和航運(yùn)電商環(huán)境下兩艘班輪在每一航段應(yīng)為合同客戶(hù)預(yù)留的艙位數(shù)、各港口可接受的即期客戶(hù)的訂艙數(shù)以及空箱調(diào)運(yùn)的情況.求解模型得到兩艘集裝箱班輪在各航段不同σ值所對(duì)應(yīng)的艙位優(yōu)化分配結(jié)果，見(jiàn)表3和4.

2.4 對(duì)比分析

根據(jù)上面的優(yōu)化結(jié)果，可以計(jì)算出航運(yùn)電商環(huán)境下和傳統(tǒng)環(huán)境下集裝箱班輪公司該航次運(yùn)費(fèi)總收益，見(jiàn)圖2.在傳統(tǒng)環(huán)境下，即使進(jìn)行艙位的優(yōu)化分配，最后計(jì)算出的總收益也只有29 448 717美元；在航運(yùn)電商環(huán)境下，即使當(dāng)σe=30 TEU時(shí)總收益也能達(dá)到31 244 778美元.對(duì)比兩種情況所計(jì)算的總收益可知，班輪公司通過(guò)電商平臺(tái)至少可以多賺取1 796 061美元的收益.

由圖2可知，在市場(chǎng)細(xì)分條件下通過(guò)航運(yùn)電商平臺(tái)進(jìn)行的艙位分配優(yōu)于傳統(tǒng)平臺(tái)下的艙位分配，且隨著σe的增大總效益呈下降趨勢(shì)，即在航運(yùn)電商環(huán)境下預(yù)測(cè)精度越低期望收益越小.

由圖3和4中合同客戶(hù)和即期客戶(hù)的平均數(shù)量可知，隨著σe逐漸減小（即預(yù)測(cè)精度逐漸提高），合同客戶(hù)數(shù)量逐漸下降，

即期客戶(hù)數(shù)量逐漸上升.因此，在航運(yùn)電商環(huán)境下進(jìn)行集裝箱班輪的艙位分配，一方面要保持電商平臺(tái)預(yù)測(cè)精準(zhǔn)性，合理?yè)碛泻贤蛻?hù)，另一方面要積極發(fā)展電商客戶(hù).

3 結(jié)束語(yǔ)

電子商務(wù)在近幾年發(fā)展迅速，電商對(duì)航運(yùn)的影響也日益顯著，特別是電商訂艙平臺(tái)的開(kāi)發(fā)使廣大客戶(hù)受益的同時(shí)，大大推了進(jìn)傳統(tǒng)航運(yùn)業(yè)向現(xiàn)代航運(yùn)業(yè)轉(zhuǎn)型.本文圍繞即期客戶(hù)和合同客戶(hù)這兩大客戶(hù)群建立艙位優(yōu)化分配模型，代入已知的各航段的運(yùn)費(fèi)率和艙位需求，首先求出傳統(tǒng)環(huán)境下兩艘班輪

分別為普通客戶(hù)預(yù)留的艙位數(shù)以及可以接受的合同客戶(hù)的艙位數(shù)，再求出航運(yùn)電商環(huán)境下不同σe值所對(duì)應(yīng)的艙位分配結(jié)果.根據(jù)最后的優(yōu)化結(jié)果對(duì)航運(yùn)電商平臺(tái)與傳統(tǒng)平臺(tái)總收益進(jìn)行對(duì)比，在航運(yùn)電商環(huán)境下計(jì)算所得的總收益大于傳統(tǒng)環(huán)境下的總收益，并遠(yuǎn)遠(yuǎn)大于只考慮合同客戶(hù)的總收益，顯示出該優(yōu)化模型的有效性和電商平臺(tái)的優(yōu)越性；通過(guò)對(duì)航運(yùn)電商平臺(tái)艙位分配的分析可知，隨著σe值的下降，班輪總收益呈上升趨勢(shì)，同時(shí)電商客戶(hù)增加，合同客戶(hù)相應(yīng)減少.從中可以看出電商平臺(tái)下的艙位分配趨勢(shì)使預(yù)測(cè)精度大大提高，預(yù)留的艙位數(shù)與實(shí)際到達(dá)的客戶(hù)需求出入很??；電商客戶(hù)在航運(yùn)電商環(huán)境下會(huì)得到大力發(fā)展，合同客戶(hù)數(shù)相反會(huì)得到抑制以致逐漸下降.

本文只研究航運(yùn)電商環(huán)境下單一固定航線(xiàn)上的兩種客戶(hù)群.今后可以進(jìn)一步研究多式聯(lián)運(yùn)，探討多班輪與多航線(xiàn)之間的相互作用與影響，對(duì)電商的概念和對(duì)象可以進(jìn)一步拓展，并考慮客戶(hù)群和集裝箱的種類(lèi)或一些特定情況下的集裝箱艙位分配問(wèn)題.

參考文獻(xiàn)：

[1] TING S C， TZENG G H. Fuzzy muliobjective programming approach to allocating containership slots for liner shipping revenue management[C]//Austria， Mikulas Luptacik， Rudolf Vetschera. Semmering： the 16th International Conference on MCDM， 2002： 116.

[2] HA D. Capacity management for the maritime industry （shipping，itineraries）[D]. Knoxville， USA： University of Tennessee， 1994.

[3] MARAGOS S A. Yield management for the maritime industry （shipping， itineraries）[D]. Cambridge， USA： Massachusetts Institute of Technology， 1994.

[4] SPYRIDON A M. Yield management for the maritime industry[D]. Cambridge， USA： Massachusetts Institute of Technology， 1994.

[5] ZURHEIDE S， FISCHER K. A revenue management slot allocation model for liner shipping networks[J]. Maritime Economics & Logistics， 2012， 14（3）： 334361.

[6] FENG CM.，CHANG CH. Optimal slot allocation with empty container reposition problem for Asia ocean carriers[J]. International Journal of Shipping and Transport Logistics， 2010， 2（1）： 2243.

[7] 卜祥智， 陳榮秋， 趙泉午. 考慮長(zhǎng)期運(yùn)力合同的班輪收益管理運(yùn)輸路徑優(yōu)化模型[J]. 中國(guó)管理科學(xué)， 2007， 15（6）： 3945.

[8] 楊華龍， 劉迪， 夏秋. 集裝箱班輪多港掛靠循環(huán)航次艙位分配[J]. 重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2013， 31（6）： 12481251.

[9] 楊華龍， 夏秋， 劉迪. 基于市場(chǎng)細(xì)分的集裝箱班輪運(yùn)輸艙位分配[J]. 中國(guó)航海， 2013， 36（1）： 132135， 142.

[10] 施欣. 集裝箱海運(yùn)空箱調(diào)運(yùn)優(yōu)化分析[J]. 系統(tǒng)工程理論與實(shí)踐， 2003， 23（4）： 7076， 89.

[11] 陳繼紅. 集裝箱班輪聯(lián)營(yíng)系統(tǒng)艙位租賃與分配決策優(yōu)化模型[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)， 2011， 41（17）： 4855.

[12] 王琳， 全雄文. 集裝箱班輪遠(yuǎn)期艙位分配博弈研究[J]. 物流技術(shù)， 2009， 28（4）： 5760.

[13] 李冰州， 陳旭， 武振業(yè). 集裝箱海運(yùn)二維收益管理能力分配隨機(jī)模型[J]. 系統(tǒng)管理學(xué)報(bào)， 2007， 16（4）： 447453.