郝 勇, 朱 倩, 張海婷, 蔡 誠 (上海工程技術大學 航空運輸學院,上海 201620)
進入21世紀以來,隨著經濟的高速發展,物流業正成為新的經濟熱點。為促進產業結構的調整和推動區域經濟的發展,我國許多城市開始興建物流配送中心,物流基礎設施得到明顯改善,物流配送的技術水平和整體效率也得到較大程度提高。但作為物流網絡系統的關鍵節點,物流配送業的發展仍然存在不少問題,與國外先進水平還有較大差距。因此,國內許多學者加強了物流配送系統的運營模式和作業方式等方面的研究,他們運用不同的研究方法、從不同角度做了大量理論分析和實證研究,以期完善配送方式、降低企業庫存、提高供應保證的程度、提高物流配送的效益,進而達到降低物流企業成本、提高商業競爭力、發展物流配送系統,以及轉變經濟增長方式、促進產業結構調整、推動區域經濟發展的戰略目標。鑒于物流配送研究的重大理論意義和實踐價值,為對我國物流配送的效率水平有一個系統的理解和把握,有必要對現有成果進行統計和歸納,以便對今后的工作有所裨益。
本文依據我國物流配送業的發展歷程,收集2000年至2008年間在專業期刊上發表的涉及物流配送問題的較高水平的學術論文,分析總結這些文章中所研究的物流配送的各類問題及其解決方案,按照發表年份、研究內容、研究方法進行歸類,統計各類所占比例,分析各類研究成果的特征,為物流配送研究提供比較合理的基礎數據和研究對策。
其中,研究內容概括提煉為物流配送中心選址、系統內部作業與管理、專業市場物流配送模式、配送中心布局與建設、基于電子商務的物流配送、物流配送路徑優化和物流配送車輛調度等七類問題;研究方法概括提煉為運籌學方法、仿真技術、評價方法、單一遺傳算法、遺傳算法與其它方法結合、其它啟發式算法、其它定量方法、現狀分析與對策建議等八類,如表1所示。

表1 2000~2008年物流配送研究文獻的分類統計 單位:%
(1)物流配送中心選址問題
物流配送中心的選址研究是物流配送問題研究的主要內容,在整個物流系統規劃中占有十分重要的地位,需要綜合考慮多種因素,主要運用神經網絡、模擬退火、禁忌搜索等啟發式算法,以及運籌學方法和其它定量方法。韓慶蘭等 (2004)通過建立選址決策的模糊評價矩陣,利用BP人工神經網絡避免了傳統算法的不足,較客觀地對多個選址方案的優劣進行評價[1]。秦固(2006)將物流配送中心選址映射成一個聚類過程,利用蟻群系統中螞蟻通過信息素尋找最優路徑的機制,以物流配送的總成本最低為聚類準則,結合螞蟻將物體聚堆的行為模式來定義螞蟻的轉移概率、禁忌列表和信息素更新方式,提出了解決多物流配送中心選址問題的蟻群算法模型[2]。譚凌等 (2004)在傳統選址分析中加入庫存系統分析,以配送中心和門店的服務水平為約束條件,建立配送系統總成本優化模型,通過模型找到各方案下的最優庫存水平和最小成本,通過仿真分析需求變化和運輸距離變化對系統總成本及連鎖零售企業配送中心選址方案選擇的影響[3]。王轉、任冠星 (2006)提出了針對物流網點選址的需求勢能理論,并提出了一種基于需求勢能的分銷物流系統中配送中心的選址實現方法[4]。
(2)物流配送路徑優化問題
通過對物流配送網絡系統分析,物流配送路徑優化的研究達到進一步降低日益復雜的物流配送成本的研究目的。主要運用遺傳算法等啟發式算法,如遺傳算法與神經網絡算法、爬山法結合的混合遺傳算法,改進交叉或編碼方式的改進遺傳算法等,在求解車輛路徑問題方面均取得了較好的效果。但多數在初始化種群時均采用隨機初始化法等單一方式,容易陷入局部最優解或求解時間較長,而封全喜、劉誠 (2005)在初始化不同種群時,用隨機初始化法和構造初始化法等兩種不同的方法,以改變種群內部的平衡[5]。牛永亮等 (2006)提出較為接近實際的三層次物流配送網絡結構,針對第二層次車輛路線問題 (VRP)網絡模型,運用四叉樹原理進行客戶分區,使用兩階段啟發式算法優化車輛行駛路線[6]。蔣忠中、汪定偉 (2006)考慮車輛行駛時間和顧客服務時間的不確定性,通過優化設計車輛配送路徑,使得配送的總費用最小,并將模型描述的物流配送網絡由配送中心和顧客兩類節點構成的不完全無向圖表示[7]。高輝等 (2007)設計了基于量子比特概率幅比值自適應計算量子旋轉門旋轉角的新方法,通過0/1背包問題,分析新方法中相關參數對算法性能的影響,并應用算法求解物流配送路徑優化問題[8]。
(3)物流系統內部作業與管理問題
物流系統內部作業與管理的研究,以提高物流配送系統的客觀性與運行效率、降低物流處理成本為目標,定量的研究方法主要運用運籌學方法和仿真技術。王惠等 (2005)認為合理物流配送是敏捷物流得以實現的根本保證,其在分析敏捷物流的特點及其復雜信息的基礎上,結合排隊論、組合優化的知識,以動態分析與確定的預處理相結合的兩段法,提出復雜信息條件下的敏捷物流配送模型[9]。程日盛等 (2007)在分析傳統物流配送中心布局的缺點、研究影響物流配送中心布局的各種隨機因素的基礎上,根據物流配送中心布局的實際參數,運用計算機仿真的方法,模擬配送中心運行過程,計算配送中心的空間利用率、作業能力、運行效率與運行成本,確定物流中心的規模、作業流程與平面布局,提出配送中心布局方案并評價方案的優劣[10]。
(4)物流配送車輛調度問題
物流配送是物流活動中一個重要環節,必須對物流配送車輛進行優化調度,合理規劃車輛行駛路線,實現運輸成本最小。物流配送車輛調度方面研究的不是很多,其與物流配送路徑優化研究有一定的關聯性,定量方法基本是運用遺傳算法等啟發式算法。龔延成等 (2004)通過放回式隨機復制算子和適應度函數,把時間窗約束和車輛容量約束轉嫁到最小費用目標函數中,設計描述行駛線路的染色體結構、初始群體生成方法、獨特的交叉算子和換變異算子,建立適合于遺傳算法的車輛調度模型[11]。顧志康等 (2004)在分析傳統的遺傳算法求解物流配送問題的基礎上,針對染色體中某些需求點編號可能重復出現的情況,設計新的染色體結構,并通過基因的混合交叉方法進行基因重組,有效提高搜索到最優配送路徑的概率[12]。譚前進等(2007)針對物流車輛配送系統的設計與實現,提出基于遺傳算法的智能化解決方案,詳細闡述基于自然數編碼的遺傳算法在物流車輛調度中的運用等關鍵技術[13]。
(5)基于電子商務的物流配送問題
電子商務環境下的物流配送具有客戶位置分散、訂單多、批量小和重復線路多的特點,傳統的線路優化方法都在不同程度上遇到各種問題。反過來說,物流配送既是供應鏈管理中的核心問題,也已成為電子商務發展中的關鍵問題之一。鞠彥兵等(2005)建立包括制造商、醫藥分銷中心和零售商的物流配送系統的仿真模型,通過對模型仿真觀察物流配送的動態運行情況,并在給定約束條件下,通過構造目標函數對仿真模型進行優化,給出醫藥分銷中心最優的訂購時間間隔和不同藥品的最佳庫存量[14]。蔣忠中、汪定偉 (2005)利用分級聚類法模糊估計各個顧客的單位商品配送運輸費用,建立B2C電子商務中物流配送中心優化設計的數學模型,屬于混合0-1的模糊非線性規劃模型,具有多目標物流配送優化問題建模及其遺傳算法設計的特征[15]。王曉博等 (2007)針對電子商務環境下的配送特殊性,采用改進兩階段算法進行求解[16]。
(6)專業市場物流配送模式和配送中心布局建設問題
專業市場物流配送模式和配送中心布局與建設的研究主要是定性方法,側重于現狀分析與對策建議。藍伯雄等 (2003)認為在物流業的整個服務鏈中,存在著不同的分工與合作。末端物流服務與干線物流不同,不著眼于長途、大批量、形式規整的貨物運輸,而著眼于解決局部地域內品種各異、需求零星的面向終端用戶的物流綜合服務,解決商品到最終用戶的運輸和安裝服務等問題[17]。也有少數運用定量方法進行研究,姚奕穎等 (2005)根據我國郵區中心局體制的規劃網絡結構和郵運組織管理的優化目標,提出基于全國干線現代郵政物流配送優化的分布式算法,進行目標函數、調度策略以及算法的實現[18]。胡剛等(2003)應用圖論中的優化算法,提出一種側重于實用的城市物流中心分步布局選址模型,并在實際規劃中得到很好的應用[19]。
(1)物流配送中心選址的研究成果比較顯著,研究方法比較成熟,基本完成物流配送業初期發展所需要理論研究;
(2)物流配送路徑優化與物流配送車輛調度有密切的關聯度,物流配送路徑優化、物流配送車輛調度、系統內部作業與管理等三方面的研究雖然取得一定的成效,但理論研究未達到應有的運用效率,仍有較大的研究潛力和應用空間;
(3)專業市場物流配送模式、配送中心布局建設、基于電子商務的物流配送還處于定性的現狀分析和提出對策與建議階段,缺乏定量的科學依據和客觀數據的支撐,應是未來進一步研究的主要方向;
(4)需注意不同研究內容的橫向聯結,如電子商務與物流系統內部作業管理、與專業市場物流配送、與物流配送車輛調度等方面的結合,專業市場物流配送與物流配送路徑優化、與物流配送車輛調度等方面的結合。
[1] 韓慶蘭,梅運先.基于BP人工神經網絡的物流配送中心選址決策[J].中國軟科學,2004(6):140-143.
[2] 秦固.基于蟻群優化的多物流配送中心選址算法[J].系統工程理論與實踐,2006(4):120-124.
[3] 譚凌,高峻峻,王迎軍.基于庫存成本優化的配送中心選址問題研究[J].系統工程學報,2004,19(1):59-65.
[4] 王轉,任冠星.需求勢能理論的配送中心選址方法的研究[J].數學的實踐與認識,2006,36(2):133-140.
[5] 封全喜,劉誠.物流配送車輛路徑問題的并行遺傳算法研究[J].鐵道科學與工程學報,2005,2(4):88-91.
[6] 牛永亮,王金妹.物流配送車輛路線求解算法[J].交通運輸工程學報,2006,6(2):83-87.
[7] 蔣忠中,汪定偉.物流配送車輛路徑優化的模糊規劃模型與算法[J].系統仿真學報,2006,18(11):3301-3304.
[8] 高輝,徐光輝,王哲人.改進量子進化算法及其在物流配送路徑優化問題中的應用[J].控制理論與應用,2007,24(6):969-972.
[9] 王惠,符策,陳燕,等.復雜信息條件下敏捷物流配送問題的動態分析[J].系統工程,2005,23(8):31-35.
[10] 程日盛,張永,項陸舟,等.物流配送中心虛擬仿真設計方法[J].交通運輸學報,2007,7(4):121-126.
[11] 龔延成,郭曉汾,尤曉鈴,等.基于遺傳算法的物流配送車輛調度問題研究[J].數學的實踐與認識,2004,34(6):93-97.
[12] 顧志康,李旭宏,徐家兵.一種改進遺傳算法在物流配送車輛調度中的應用研究[J].公路交通科技,2004,21(11):118-120.
[13] 譚前進,林和平,谷文祥.基于遺傳算法的物流配送系統的設計與實現[J].計算機工程與應用,2007(6):199-202.
[14] 鞠彥兵,鐘玲,甘仞初,等.醫藥配送系統仿真模型及優化[J].計算機工程與應用,2005(11):185-188.
[15] 蔣忠中,汪定偉.B2C電子商務中物流配送中心優化設計[J].東北大學學報,2005,26(8):729-732.
[16] 王曉博,李一軍.電子商務中物流配送路徑優化研究[J].計算機工程,2007,33(10):202-204.
[17] 藍伯雄,張躍.一種新型的末端物流配送服務模式[J].管理世界,2003(6):147-148.
[18] 姚奕穎,饒麗君.現代郵政物流的配送優化[J].系統工程,2005,23(5):47-50.
[19] 胡剛,張衛華,王煒,等.城市物流中心布局研究[J].公路交通科技,2003,20(3):173-175.