运输；库存；集成优化
F740
A
1005-643206-0125-03
运输和库存是物流配送系统中两个非常重要的环节,无论是战略层的物流系统设计,还是操作层的物流系统运营管理；无论是生产物流,还是供应物流或销售物流,都必然要面对和必须要合理优化这两个环节。实践中,这两个环节的联系又是如此紧密,用系统论观点来集成考虑这两个环节一定会极大的改进物流系统性能。如Blumenfeld等基于运输库存集成优化思想为通用公司设计的一个供应物流管理的决策支持系统,用于控制通用公司的2万个供货商向其160个工厂的供货过程,据预测潜在的运营成本节省约26％。Golden等通过一仿真模型来分析库存和运输的主要因素,为一大型液化甲烷生产企业设计了配送作业计划,据报道在运营成本方面每年大约可以节省200万美元。Bell等在为一液化氧和液化氮生产企业优化配送作业流程时,采用了运输库存集成优化思想和相应的算法,使该企业的配送成本节省6％～10％。通过对一组模拟数据的计算和分析,Federg-Yllen和Zipkin得出的结论是,集成优化库存和运输比单独优化运输问题在运营成本上可节省大约6％。
1运输库存集成优化问题定义
在对物流配送系统进行深入研究的过程中,以有效控制配送系统中发生的库存成本、运输成本、配送频率、配送数量和配送线路安排等为内容的运输库存集成优化问题,成为研究的核心目标之一。运输库存集成优化问题可总体描述为：在一定的约束下,考虑一种或多种产品从一个或几个配送中心在一定时间范围内运送至一个或多个客户的整个物流配送系统的管理问题。设各级库存的控制采用一定的补货策略,由具备一定载运能力限制的车辆组成的车队负责其产品的运送。所谓运输库存集成优化就是在满足给定的客户对产品的需求及运输限定条件下,同时寻求最优的库存、运输配送策略以及决策方案使所研究的物流配送系统运输库存的总成本达到最小的最优化技术或方法。
2 运输库存集成优化问题分类
物流配送系统运输库存集成优化问题是一个涉及众多可变因素的复杂系统,对应许多具有不同应用背景的实际问题,众多的文献现已提出了各种模型来进行求解。不同研究者根据所考虑的不同实际问题建立不同的系统模型,寻求不同的求解算法,具有不同的分类标准。
各分类标准解释如下：
客户需求特性,确定型的客户需求是指客户需求量是已知的并在一定时期内相对稳定；随机型的客户需求是指客户需求量是随机的。
配送网络结构,可以分为单级和多级。单级配送问题是指不考虑设施的分级,所有设施均为同级；而多级配送问题则要考虑设施的分级。货物从总站型设施运人中间转运站型设施,经过简单处理后运到客户点。
配送中心数量,指所研究问题配送中心的数量,分为单配送中心和多配送中心两种。以典型的两级配送分析,可以是一对一,即一个配送中心给一个客户供货,也可能是一对多或多对多。
成本函数,相对于库存成本,运输成本的计算较为复杂,运输成本可能是运量的线性函数,也可能是其非线性函数,如运输成本相关于车辆行驶的线路等。
补货时刻,可以是连续时间也可以是离散时间进行补货。
产品种类,可以是单种产品配送,也可以是多种产品配送。
运输车型,是指有多少种车型为一个配送中心服务,分为单车型和多车型两种。
时间限制,主要是指满足客户要求或货物品质要求,从配送中心到客户的时间约束,分为无时间约束和有时间约束两种。
车辆装载能力,是指是否要考虑车辆装载能力的限制。不确定型是指对这个问题所涉及的每条路线上的货物总量很小,不会超出车辆的装载量,所以不用考虑车辆的装载能力的限制；确定型是指每条路线上的货物总量有可能超出车辆的装载能力,所以要把车辆的装载限制作为一个参数引入问题之中。
设施容量,是指是否考虑各个设施容量的限制。分为不确定型和确定型两种。
计划期间,单期间问题把整个期间作为一个时间段,是静态问题；多期间问题把整个时间段按问题要求分为多个期间,是动态问题。
目标数量,TIIOP的目标通常是总的成本最小,但有时也需要考虑其他目标,比如满足顾客的特殊需要、总体利润最大化等。如果是多目标问题,经常会出现各目标之间的冲突。
模型数据类型,在有些情况下,模型中的数据是来源于实际的；而有些情况下,这些数据是在实际中不可得的,需要对其进行假设。根据模型数据类型的不同,把TIIOP分成假设型和实际型两类。
国外许多学者对TIIOP的解决方法进行了有益的探讨,根据所采用的方法可以分为两种,分别是精确算法和启发式算法。
解决TIIOP的精确算法大都是基于运筹学的优化算法,可以分为以下四种：图论方法、动态规划、整数规划、非线性规划。在以上算法中,最为常用的是整数规划,而具体解决时效率最高的方法是分支一定界法,但是如果所涉及的TIIOP的规模较大,精确算法就不实用了。
解决THOP的启发式算法,由于TIIOP结合了库存问题和VRP,而后者是NP难问题,所以,在大多数情况下,要用精确算法来解决TII0P是十分困难的,很多情况下要引入启发式算法。
3 有待进一步研究的问题
从运输库存集成优化问题研究的现有成果看,对确定性需求的各种模型研究文献较为丰富,其结果也较为深刻。但对随机性需求的各种模型的研究较为困难,很多的实际问题即使可进行较准确地描述,但往往难以找到较好的数据处理及求解算法。应该说,迄今为止仍然有很多模型尚没有开始研究。随机需求下多种产品运输库存集成优化问题是今后运输库存集成优化问题的主要研究方向之一；在补货策略方面,仅在确定需求情况下考虑了采用系统补货策略的运输库存集成优化问题,但在随机需求的条件下这类问题也是确实存在的。
在市场环境迅速变化的今天,对于具有动态车辆路径问题性质,即存在随机客户情况下的运输库存集成优化问题的研究是十分必要的,因此,实时信息条件下的在线运输库存集成优化问题是运输库存集成优化问题今后研究的趋势之一；在问题的拓扑结构方面,缺少对于系统中存在多个配送中心以及开放路径情况下的运输库存集成优化问题研究。以上这些问题的研究正是运输库存集成优化问题在现实中得以有效的发挥作用所必须要解决的一些关键所在。
相关：
浅谈生物课堂教学生物学是一门实验性、实践性、操作性都非常强的学科。在教学过程中如何运用全新的教学方法,对学生进行科学思维、操作、观察、科学语言等素质的培养构建新的教学模式,是课程改革中面临的一个重要课题。创设情境,还..
学生自主学习能力的培养初中数学是数学学习的一个新的开始。学生自主学习是一种自律学习,是一种主动学习,因为每一个学生都是一个独立的人,学习是学生自己的事情,这是教师不能代替也是代替不了的,教师只是起指导作用,每一个学生都有相当强..