基于改進遺傳算法的網絡零售企業逆向物流網絡規劃

計三有 敖弟維 王 勇

（武漢理工大學物流工程學院 武漢 430063）

網絡零售企業是在網上做零售銷售的企業，主要以B2C（商家對客戶）進行網上銷售為主要的經營模式.據中國電子商務研究中心監測數據顯示，2011第一季度中國網絡零售市場交易規模達到1 700億元，同比增長提速.其中B2C企業網絡零售市場交易規模有470億元.對于B2C購物網站而言，B2C巨頭京東商城、當當網、麥考林紛紛進一步完善自己的物流配送，以提高整個網絡零售行業中的競爭［1］.國內學者對于逆向物流網絡的研究，主要集中在：（1）當環境不確定的時候，產品可拆卸和重新制造的物流網絡模型；（2）在不確定環境下，通過整合正向物流和逆向物流來構建的物流網絡模型.以及在混合整數規劃模型的基礎上建立了一種單產品、有能力限制的產品回收逆向物流網絡優化設計模型等方面［2－6］.事實上，對于不同的逆向物流網絡其網絡設計方法和重點各有不同，一個好的逆向物流網絡在很大程度上決定了其逆向物流的運作效率.

1 逆向物流網絡模型

本文根據逆向物流面臨的物品的種類的不同，可將逆向物流網絡結構分為，例如再利用物流包 裝 （reusing）、產 品 的 再 制 造 （remanufacturing）、產品的回收（recycling）以及商業客戶退貨（commercial re－turn）等［7－8］.

1）可重新使用物流包裝型 在日常識生活當中啤酒和飲料等企業里使用的可重新利用物的物流包裝，包括玻璃瓶、鐵罐、塑料箱和標準托盤等.此類問題要考慮保管、收集設備的定位、物流包裝的數目和規模及需要運輸配送的費用等因素，由于再利用和原始利用之間不存在區別，所以閉環狀結構就很適應這種類型，該網絡多用于多種類型包裝的回收.在配送的時候不用考慮重新構建逆向物流，直接在正向物流的流程上作業相反流程即可；車輛的運輸費用是這類逆向網絡結構的主要的成本考慮要素，因此聯結點選擇上，以靠近服務的顧客群為的原則來進行設置.

2）再利用部件制造型 常見的重新制造物品包括貴重機械的部件，例如汽車的發動機、踏板、結構材料等.收集完這些物品后，然后通過逆向物流的檢測和拆分，再通過制造部門進行重新制造，成為為新的產品，供再次銷售.對于此種網絡結構，重新制造設施規模、定位、使用所需要的回收物流成本是考慮的重點.在決策計算時，必須考慮投資、運輸、處理和庫存的費用等；目前，此類網絡，大多是在正向物流基礎上進行展開，來構建分層閉環的供應鏈網絡結構.

3）以回收物品為目的型 此類型包括紙箱、玻璃、金屬、地毯、塑料等.然而卻要求先進的處理技術和設備，故投資費用很高，這就意味著該類型的網絡，需要大批量的處理，形成規模經濟，才會使得回收有意義、有價值.

4）商業客戶退貨逆型 商業退貨指的是：從零售業到制造業.企業當中常見的：超額庫存導致的退貨，合同折價退貨，發送不良貨物導致的退貨等.退回的產品的質量好，將被送到正常的銷售倉庫等待銷售；出現質量問題不影響商品功能的，可以作為特價商品銷售；如果退回商品不能滿足客戶的使用功能，那么就通過維修來處理，再進行銷售；客戶退貨是發生在消費者到零售業.例如產品期望不符導致的退貨，消費者產品損壞導致的退貨等.其處理方式和商業退貨相似.網絡流程的合理設計以及合同的有效管理是該逆向物流網絡設計的重點［9－12］.對于網絡零售企業合理的網絡設計主要體現在路徑的優化合理上，以及合理的安排配送車輛等問題上.

本文研究網絡零售企業的逆向物流網絡模型，根據網絡零售企業特性，采取商業客戶退貨逆向物流網絡模型，圖1是這種逆向物流系統的網絡結構.

圖1 商業客戶退貨逆向物流網絡結構示意圖

2 改進的遺傳算法

鑒于本文研究對象的特性，對傳統的遺傳算法里面一些因素作出了如下改進［13］：（1）不采用二進制編碼，直接采取自然數編碼，因為對于本論文的特點，采取二進制編碼容易導致頻繁生成無效的解，給算法帶來一定的復雜性；（2）在構建適應度函數的時候，本文改進了應適度函數，采取了適應度歸一化的函數，因為對于此類問題，直接加入問題中的最大、最小路徑，可以使得選擇算子更加有效，能判斷出較好的個體.適應度歸一化函數如下.

式中：len（i，1）為所有個體的路徑長度；minlen為所有個體路徑長度中的最小值；maxlen為所有個體路徑長度中的最大值.當fitness（i，1）＝1時說明i是當前最優的個體；（3 在選擇算子的時候，取其fitness（i，1）≥alpha×rand作為選擇算子的條件.因為加上alpha可以避免較好的個體不被淘汰，從而保留較好的值.alpha為淘汰保護指數，可取為0～1之間任意小數，取1時關閉保護功.

根據上述改進的遺傳算法，給出了如圖2的流程圖.

圖2 遺傳算法流程圖

3 網絡零售企業逆向物流網絡問題求解

3.1 網絡零售企業逆向物流網絡數學模型建立

建立模型的基本思路是在原有正向物流網絡的基礎上，結合每個車的載重限制，構建逆向物流網絡，使其結合正向配送的時候，所經過的路徑最短，總的運輸費用最低.

式中：U為所有點的集合；R為配送回收中心的集合；V為每個階段不同類型的車的集合；Lk為第k輛車的運輸能力；cij為節點i到節點j之間的相對距離；C為各點的相對距離矩陣；di為客戶i點的配送量；Pi為客戶i點的退貨量；xijk為車從點i到點j時，是否由第k輛車訪問；yijk為車輛從節點i到節點j時車k上的配送量；zijk為車輛從節點i到節點j時車k上的退貨量；wik為車輛離開節點i時車輛k的承重量；uik為點i是否由車k服務M，一個非常大的值.

目標函數式（1）為該逆向物流網絡最小化的運輸距離；約束式（2）為每個點只被訪問一次，每條配送路線為同一個車配送回收；約束式（3）為配送回收中心被每條配送路線的車訪問，每個客戶點只有一個車訪問；約束式（4）為送貨量均衡約束；約束式（5）為退貨量均衡約束；約束式（6）為在配送過程當中，所有的車都能滿足最大的載重能力；約束式（7）為限制每個車都不會超載；約束式（8），（9）為0－1規劃整數.

3.2 算例分析

本文選用一個網絡零售企業配送中心為例，該配送中心負責8個客戶的送貨與退貨業務，客戶的配送量和退貨量給出，客戶配送中心的相對距離給出，具體見表1.

表1 配送中心d到各客戶點的相對距離及配送回收量表

改進遺傳算法參數設定分別為：定參數種群個數n＝20，對于此類問題建議取為配送點個數的1～2倍，停止迭代次數c＝300，一般按視問題的大小和花費的時間而定；適應值歸一化淘汰加速指數取m＝2，可以從1，2，3，4，不宜太大；淘汰保護指數alpha＝0.9，可取為0～1之間任意小數，取1時關閉保護功能，最好取為0.8～0.9.

通過Matlab編程計算，改進遺傳算法的主程

式如下.

運算得出最優解，見表2.

表2 優化結果

圖3為改進遺傳算法通過Matlab編程繪制會的路徑優化圖.結果表明利用此種遺傳算法解決網絡逆向物流網絡規劃問題是可行有效的，并且優越性體現在：通過結果直接可以看出路徑情況，不需要轉化編碼方式；配送總距離上，加上了alpha指數使得改進的遺傳算法能夠把較好的個體保留下來.

4 結束語

圖3 路徑優化圖

網絡零售企業的逆向物流網絡規劃問題是一種新興的問題，其研究領域需要進一步的拓寬，本文選取改進的遺傳算法決絕此類NP難問題，說明了該算法的可行性.網絡零售企業逆向物流網絡規劃的問題隨著約束條件的增多，會產生許多新的問題，如考慮客戶有時間約束限制的情況，客戶退貨的時間不確定，以及考慮其他算法求解，是下一步研究工作的重點.

［1］曹 磊，張周平.2011年度中國電子商務市場數據監測報告［R］.杭州：中國電子商務研究中心，2012.

［2］米 寧.第三方逆向物流決策與網絡構建［D］.成都：西南交通大學，2004.

［3］馬丹祥.逆向物流網絡設計優化模型研究［D］.成都：西南交通大學，2005.

［4］ROGERS D STibben－Lembke R SGoing backwards：reverse logistics trends and practices［J］.Reverse Logistics Executive Council Press，2004，11（12）：15－16.

［5］夏偉依，楊明華.逆向物流理論研究綜述［J］.物流科技，2006，29（1）：14－17.

［6］達慶利，黃 祖慶，張 欽.逆向物流系統結構研究的現狀及展望［J］.中國管理科學，2004，12（1）：131－137.

［7］翟春娟，李勇建.B2C模式下的在線零售商退貨策略研究［J］.管理工程學報，2011，25（1）：62－64.

［8］張 敏，朱道立.退貨管理系統設計［J］.物流技術，2003（11）：58－61.

［9］馬祖軍，代 穎，張殿業.逆向物流網絡結構與設計［J］.物流技術，2004（4）：13－15.

［10］馬祖軍，代 穎.產品回收逆向物流網絡優化設計模型［J］.管理工程學報，2005（4）：114－1170.

［11］朱大海，李宗平.基于逆向物流管理的產品回收網絡規劃模型［J］.交通標準化，2005（12）：110－112.

［12］姜啟源，謝金星，葉 俊.數學模型［M］.3版.北京：高等教育出版社，2003.

［13］李敏強，寇紀淞，李 丹，等.遺傳算法的基本理論與應用［M］.北京：科學出版社，2002.