汽車零部件入廠物流庫存-運輸整合問題研究綜述

趙江源 鄒麗娜

(北京物資學院物流學院 北京 101149)

?

汽車零部件入廠物流庫存-運輸整合問題研究綜述

趙江源 鄒麗娜

(北京物資學院物流學院 北京 101149)

庫存和運輸二者間存在著復雜的惇反關系，如何平衡二者之間的悖反效應，將對汽車零部件供應體系的成本和效率產生巨大影響，因此將庫存與運輸進行整合深入研究具有重要的現實意義。本文基于對大量相關文獻和研究動態的分析,概括了循環取貨模式下汽車零部件入廠物流庫存-運輸整合問題的特點及現狀,指出了已有研究中存在的某些不足和缺憾,對今后這一課題的研究提供了借鑒。

入廠物流；庫存；運輸；整合

一、引言

汽車零部件入廠物流作為汽車物流的重要組成部分，針對入廠物流各環節進行整合優化，可以使得零部件供應效率得到有效提高，循環取貨供應模式正是在此背景下應運而生。循環取貨模式的應用，一方面可以縮短配送距離、提高車輛裝載率；另一方面，減少零部件的線邊庫存，大大降低入廠物流的供應總成本。

另外，庫存和運輸作為汽車零部件入廠物流中最關鍵的兩個環節，其成本占據汽車物流總成本的70%以上，優化庫存和運輸系統可以有效降低零部件入廠物流的總成本。但現在通常將庫存和運輸兩大因素相互獨立進行研究，實際上兩者的成本卻有著復雜的惇反關系，如何平衡二者之間的悖反效應，將對汽車零部件供應體系的成本和效率產生巨大影響，因此本文將針對循環取貨模式下汽車零部件入廠物流庫存-運輸整合問題進行綜述，包括庫存-運輸整合問題的國內外研究現狀、庫存-運輸整合優化的目的及今后的研究重點。

二、國內外研究現狀介紹

國內外學者針對庫存-運輸整合問題進行了長時間的深入研究。Raa and Aghezzaf[1]從戰略和戰術兩個角度出發來研究庫存-運輸整合問題。戰術層面是解決具體最優的問題并提出可靠的庫存-運輸整合方案，戰略層面是從全局考量戰術規劃中可能出現的各種情況以及對運輸車輛參數各項參數的限制。Yu,Y,Chen,H[2]將庫存-運輸整合問題分為兩類來研究，分別從單級供應體系和多級供應體系兩個角度考慮零部件的配送問題，并給予最優的配送方案。Huang和Lin[3]在綜合考慮車輛裝載約束及配送時間約束等條件，研究了一個多產品的ITIO問題，構建了基于庫存、運輸、時間窗約束在內的ITIO模型，并運用啟發式算法進行模型求解。Yu et al.[4]構建了一個基于需求可拆分的大規模的單周期ITIO規劃模型，并按照正態分布規律將問題進行轉化并求解。王旭、施朝春等[5]構建了基于供應商、汽車制造企業、第三方物流企業的雙層規劃模型，以此來考慮庫存和運輸兩者對于總成本的影響。王雪峰[6]研究了一對多配送系統下的庫存-運輸整合問題并建立相應的模型并用算法進行求解。雷邦軍[7]通過引入庫存訂購成本及需求量為模糊變量，針對一對多兩級配送系統，構建總物流成本最優的整合優化模型。

三、汽車零部件入廠物流庫存-運輸整合研究的目的

通過對循環取貨模式下庫存與運輸兩個獨立的環節進行整合，在滿足主機廠零部件需求和運輸限定條件之下，給出最優零部件運輸配送補及貨策略方案，即為了實現總目標利益最大化或者總成本最小化，確定循環取貨模式下各零部件供應商的補貨周期、固定補貨量、車輛分配數量及車輛行駛路線等策略。具體可解決以下問題：

1.確定零部件補貨周期及補貨量。這是需要解決的首要問題，根據庫存-運輸整個模型確定各零部件在整個汽車生產周期內最優的補貨周期和各周期的補貨量。

2.確定車輛分配數量及各車輛配送區域。庫存-運輸整合問題要解決的第二個問題是如何合理分配運輸車輛的數量以及各車輛的配送區域，這一般與各個供應商的地理位置、交通情況、車輛運力情況等密切相關。過多的車輛數量雖然可以保證每輛車的配送區域小，運輸距離短，然而會大大增加運輸車輛固定啟用成本；同理，車輛過少啟用成本雖然降低，但因每輛車的總運輸距離增加而使得運輸可變成本增加。所以，我們應該通過構建模型確定合適的車輛數量及各車輛所覆蓋的配送區域。

3.確定配送車輛最佳裝載量。此問題一般在循環取貨開始前就已確定。配送車輛的裝載量一般與零部件的種類、大小等屬性相關，可通過標準的周轉容器提高各配送車輛的裝載量。

4.確定配送車輛最優行駛線路。循環取貨實施后應確定各配送車輛按照何種路徑依次訪問各供應商進行循環取貨，目的是采用最佳的取貨路徑完成各供應商處的取貨作業，已達到整個配送過程的總成本最小。

4.未來研究展望。根據前文的總結可以看出，我們需要拓寬庫存-運輸整合問題的研究方向，不僅像前人那樣關注單一供應商與多個需求點的研究方向，更應該進行反向思考，針對多個供應商和一個需求點的庫存-運輸整合問題進行大量研究。在實際問題中，汽車零部件入廠物流就是典型的多對一問題(多個汽車零部件供應商對一個主機廠)，因此需要對此問題作進一步的深入研究。

另外，我們不應僅停留在理論研究層面，需將庫存-運輸整合模型及算法運用到實際案例中，通過實際數據驗證模型和算法的適用性和可靠性。

[1]Raa,B,Aghezzaf,E.Designing distribution patterns for long-term inventory routing with constant demand rates[J].International Journal of Production Economics,2008(112):255-263.

[2]Yu,Y,Chu,C,Chen,H,Chu,F.Large scale stochastic inventory routing problems with split delivery and service level constraints[J].Annals of Operation,Research,2012(197):135-158.

[3]Huang,S,Lin,P.A modified ant colony optimizational gorithm for multi-item inventory routing problems with demand uncertainty[J].Transportation Research Part,2010(46):598-611.

[4]Yu,Y,Wang,Z,Liang,L.A vendor managed inventory supply chain with Deteriorating raw materials and products[J].International Journal of Production Economics,2012,136(2):266-274.

[5]王旭,施朝春,葛顯龍.基于Milk-Run模式的庫存運輸整合優化[J].計算機集成制造系統,2011,17(4):852-857.

[6]王雪峰.連鎖經營企業物流配送的集成庫存-車輛路線問題[J].上海交通大學學報.2009,43(6)：953-956.

[7]雷邦軍,鐘波.模糊環境下庫存與運輸整合優化問題研究[J].北京工商大學學報(自然科學版),2008(6):63-67.

趙江源(1990-)，男，北京物資學院物流工程碩士研究生，研究方向：企業物流系統優化；鄒麗娜(1993-)，女，北京物資學院物流工程碩士研究生，研究方向：企業物流系統優化。