基于供應鏈的汽車零部件集配中心選址模型問題

嚴南南，章　麗

(上海海事大學科學研究院物流研究中心, 上海201306)

?

基于供應鏈的汽車零部件集配中心選址模型問題

嚴南南，章麗

(上海海事大學科學研究院物流研究中心, 上海201306)

摘要：針對汽車零部件集配中心的選址問題，考慮供應鏈中三個成員的利益，以汽車零部件集配中心的選址成本與運輸成本最小化、零部件供應商運輸過程中零部件貨損量最小化、整車廠(RDC)滿意度最大化作為選址目標，引入零部件在集貨配送中貨損的微分方程以及模糊預約時間理論，構建基于供應鏈利益共享的零部件集配中心選址的多目標決策模型。并運用模糊集理論，對目標函數進行處理，再用Matlab軟件對該模型進行求解，得到最佳的選址方案，進而用實例驗證該模型的有效性。

關鍵詞：供應鏈成員利益；多目標決策模型；集配中心選址；模糊隸屬度函數

0引言

隨著經濟和社會的快速發展，物流早已被稱為第三利潤來源，但實際情況確實是物流成本仍然占一半以上的產品成本，成為制約經濟發展的一大障礙，而配送中心又是物流系統的一個組成部分。配送中心是專門提供物流配送服務的地點，根據客戶訂單所需的貨物做好準備，包括進行接收、分揀、包裝、存儲和信息處理等操作，準確、快捷、低成本的進行集貨配送的物流設施。它是物流網絡中的重要節點，直接與供應商和客戶聯系，可以直接展示物流服務的質量。而且配送中心位置的選擇在物流系統的優化決策問題中也具有著重要的戰略意義。

由于配送中心選址問題的重要意義，國內外學者著手研究不同方向的物流配送中心選址問題，并且在理論和實踐方面都取得了很高的成就。Yurimoto等[1]建立了以配送的總成本最低為目標函數的數學模型研究物流配送中心選址問題，其中配送費用包括運輸費用和設備的運行成本。Sun等[2]學者針對顧客利益和物流計劃量部分，通過最低成本確定最優選址方案，再最大限度的減少客戶的成本來降低平衡需求。宋少忠[3]針對配送中心選址建立了配送網絡綜合最小費用模型，并采用鮑摩—瓦爾夫法、表上作業法對多集配中心的數量、選址位置和規模進行求解。湯希峰等[4]針對物流中心選址，將可靠性作為衡量配送中心系統可靠性的一種計算方法，構建了以最小化物流成本和物流服務可靠度最大化為目標的配送中心選址的多目標決策模型，并利用貪婪算法求解，為配送中心選址決策提供更全面的方向。關菲等[5]借鑒現有配送中心選址模型，建立了在模糊環境下以物流的總費用最少，配送中心綜合服務水平最高為目標的多目標決策模型，并用粒子群優化算法進行求解。方麗娟[6]考慮時間窗的情況下，提出了基于JIT的汽車零部件集配中心選址模型，并用LINGO求解論證。隋葳葳等[7]構建了以綜合運輸成本最低為約束條件的物流配送中心選址模型，并用啟發式算法求解模型；趙常朋[8]引入模糊隸屬函數對客戶滿意度進行評估，在此基礎上構造了基于客戶滿意度的配送路線優化模型，并運用節約算法解決該問題。蔣利軍[9]引入模糊預約時間的隸屬函數對顧客滿意度進行表示，提出了以顧客滿意度最大化為目標的配送中心的選址模型，并運用逐步寬容約束法尋求該模型的最佳解決方案。胡鮮[10]基于供應鏈成員的利益，運用模糊預約時間和食品消耗量的微分方程，建立了以選址成本和配送成本最小化、運輸途中食品的質量損失最小、零售商的滿意度最大化為目標的冷鏈配送中心選址的多目標優化模型，并用運籌學的方法來求解問題。Anjali[11]針對不確定因素下的城市配送中心的選址問題，采用多目標決策方法，先對備選地點進行了解，制定相應的評價標準，再用模糊理論對其無量綱化，運用模糊理想點法對最優解進行評價。馬龍飛等[12]考慮需求不確定下物流集配中心的選址問題，將隨機需求變量帶入離散模型，并用隨機規劃理論及遺傳算法進行求解。Cheng等[13]用模糊預約時間及遺傳算法求解了配送中車輛路徑規劃問題。任永昌等[14]采用模糊決策分析方法研究配送中心選址問題，建立影響因素指標體系等對方案進行決策，證明了該方法具有一定的理論和實踐價值。Jacek等[15]運用多準則決策法建立配送中心選址模型并求解；Walter等[16]提出了雙層優化模型的物流中心選址，模型假設配送中心可能受到擁堵，由用戶對供應限制的期望均衡模型，旨在應用解決自然災害的受害者提供救濟品災害管理的反應階段。

通過對已有文獻的研究可知，研究選址的文獻很多，但研究配送中心選址的文獻并不多，研究重工業類型包括汽車零部件集配中心選址的文獻更少，而這些研究的共同點是考慮在一定的物流服務水平下物流系統各個環節的花費，再采用不一樣的模型和算法得出使總成本最低的最佳解，進而得到最佳選址方案，雖考慮產品的質量及服務質量，但均是分開考慮。而在當今時代的供應鏈中，成本并不是衡量供應鏈效率的唯一指標。因此，本文從供應鏈中三個成員的利益角度出發，使得零部件集配中心以盡可能小的成本實現最大可能的服務水平，即確保供應商在運輸途中的零部件貨損率最小，又保證整車廠(RDC)的滿意度最大，將三個供應鏈成員利益的最優作為選址的目標，得出最優的零部件集配中心選址的多目標規劃模型，引入模糊隸屬函數對目標函數進行處理，運用運籌學方法進行求解，并針對實際案例進行分析計算，得出最優值。

1供應鏈環境下集配中心選址模型的構建

1.1假設條件

為了很好地限定研究的范圍并盡量簡化研究問題以便建立相關模型，對本文中汽車零部件集配中心的選址問題中涉及到的一些成本及因素，特意假設：

①選址僅考慮在一定的備選地范圍內進行，選址模型不考慮超出范圍內的選址方案；

②短時期的零部件供應商已定，變化的可能性不大，即使出現，也只是個別情況；

③供應商的地理位置按區域劃分，供應商的供貨量按區域總計，發貨量隨時間變動，但可以對集配中心的貨物流通量進行預測估計；

④對配送的零件品種不做區分；

⑤運輸中的單位運費只采用單一費率，不會根據運輸距離的遠近而采用多路段定價；

⑥集配中心的運營管理費用可以事先預測；

⑦零部件配送途中，貨損量與配送距離成正比，呈線性關系；

⑧零部件配送均用集裝箱運輸車進行輸送；

⑨整車廠(RDC)的需求量是固定的，可預測，且為常量；

⑩一個整車廠(RDC)只能由一個集配中心來滿足需求；

1.2多目標規劃函數

基于供應鏈中供應商、集配中心和整車廠(RDC)三方的利益考慮，建立以下多目標規劃模型。

1.2.1集配中心的總成本

集配中心的總成本包括零部件集配中心的建立成本(集裝箱運輸車的購置成本、土地購置成本、建設成本、年運營管理成本)和配送成本，可得：

(1)

式中：I為零部件供應商i的集合；J為零部件集配中心備選地址j的集合；K為整車廠k的集合；o為集裝箱運輸車的購置單價；λ為單位面積集配中心平均購置集裝箱運輸車的數量；pj為零部件集配中心j的單位面積土地購置費；q為單位面積集配中心的建設費；f為單位面積集配中心設施設備的購置費；S為零部件集配中心的面積；h為設施設備年折舊率；u為單位面積集散中心的運營管理費；w為單位距離單位數量零部件運費費率；Lij為供應商i到集配中心j的運輸距離；Ljk為集配中心j到整車廠(RDC)k的運輸距離；Ni(0)為供應商i的初始年零部件供應量；Nk為整車廠k的年零部件需求量。

1.2.2供應商在運輸途中的貨損量

零部件在運輸途中由于撞擊等原因，不可避免會產生壞損，運輸時間越長貨損的概率越大，隨著時間的推移貨物損壞率呈現指數的增長，所以先以從供應商i向零部件配送中心j配送零部件為例，以初始集貨配送的完好的零部件Ni(0)為標準，則零部件貨損的微分方程為：

得到初始應裝車的零部件數量為：

Ni(0)=eθTijNi,

同理，從零部件集配中心j向整車廠(RDC)k配送零部件時，零部件的貨損微分方程和初始應裝車的零部件數量如下：

可知運輸途中的零部件貨損數量包括供應商i到集配中心j的貨損量和集配中心j到整車廠(RDC)k的貨損量，即：

(2)

式中：Ni為供應商i的年零部件供應量；θ為集貨配送途中零部件的貨損率；v為集裝箱運輸車的平均運輸速度；Tij為供應商i到集配中心j的運輸時間；Tjk為集配中心j到整車廠(RDC)k的運輸時間；Rij為供應商i到集配中心j的運輸途中的堵車風險；Rjk為集配中心j到整車廠(RDC)k的運輸途中的堵車風險。

1.2.3整車廠(RDC)的滿意度

由于汽車零部件配送物流是一種對準時性要求很高的物流活動，實際問題中，整車廠(RDC)要求配送服務要在訂單下達之后的某個時間段進行，當汽車零部件集配中心無法滿足整車廠(RDC)在準時性上的配送要求時，整車廠(RDC)對汽車零部件集配中心的滿意度將大大降低。因此引入模糊預約時間理論表示整車廠(RDC)的滿意度。

可得：

(3)

多目標規劃函數的約束條件如下：

(4)

(5)

(6)

Yij≤Xj,

(7)

Zjk≤Xj,

(8)

Ni(0)≥Nk,

(9)

(10)

N為每輛集裝箱運輸車單次運輸的最大容量；ρ為每輛集裝箱運輸車的年輸送次數；χ為零部件集配中心的建設數量上限。目標函數(1)要求零部件集配中心的建立成本(包含集裝箱運輸車的購買成本、土地的購買成本、配送中心的建設成本、設施設備的購買成本、零部件集配中心j的年運營管理成本等)和從供應商到集配中心再到整車廠(RDC)的集貨配送成本的總和最小；目標函數(2)要求從供應商到零部件集配中心再到整車廠(RDC)的運輸途中零部件貨損率最小；目標函數(3)要求整車廠(RDC)對零部件集配中心的服務滿意度最大。約束條件(4)表示至少選址一個零部件集配中心，并且不超過χ個；約束條件(5)表示每個供應商的零部件產品由一個零部件集配中心負責配送；約束條件(6)表示每個整車廠(RDC)的零部件產品由一個零部件集配中心負責配送；約束條件(7)表示只在j處選址建立集配中心，才與供應商有供應關系；約束條件(8)表示只在j處選址建立了集配中心，才與整車廠(RDC)有配送關系；約束條件(9)表示供應商的年供貨量不小于整車廠(RDC)的年需求量；約束條件(10)表示各個零部件集配中心向供應商接收及向整車廠(RDC)配送的汽車零部件的總量應該小于零部件集配中心的配送能力。

2多目標選址模型求解

由于本文的第三個目標函數整車廠(RDC)滿意度的求解運用了模糊隸屬函數，所以運用模糊數學理論對其他目標函數進行模糊化處理，對三個目標函數都進行標準化處理，最后運用運籌學的線性功效系數法求解該模型。

2.1求解單個目標函數的最優值

目標函數轉化為：

(11)

(12)

(13)

2.2確定模糊目標集

綜上得到：

3案例分析

某第三方汽車零部件物流企業A公司計劃建設零部件集配中心，配送中心定位為服務特定的幾個整車廠的汽車零部件集配中心。經過公司老員工的認知經驗考慮后，鎖定在E1(外高橋港區)，E2(吳淞口港區)，E3(洋山港保稅區)這3個備選地址，選定其中一個建立汽車零部件集配中心。目前該第三方物流公司服務的客戶主要是汽車零部件供應商和整車廠(RDC)，其中供應商按區劃分為F1(寧波)，F2(南京)，F3(常熟)，F4(浦東)，F5(嘉定)，F6(閔行)這六個區域，以及H1(武漢)，p(煙臺)，p(沈陽)，h1(上海金橋)共4個整車廠，為了方便，下文均以字母表示。該第三方物流企業在建立零部件集配中心之前與上下游供應商和整車廠達成了合作意向，即該零部件集配中心選址要在一定程度上考慮供應商和整車廠的利益，即在盡可能小的集配中心選址和運營成本下，盡可能令供應商的零部件在運輸途中的貨損率最小以及整車廠對配送的滿意度最大。供應商和整車廠所在地以及集配中心選址的備選地址見圖1～圖4。集配中心j選址相關參數值，土地購置費，集配中心j到整車廠(RDC)k的運輸距離以及運輸堵車風險Rjk見表2～表4；供應商i的相關參數見表5～表7；整車廠(RDC)的相關參數見表8和表9。

圖1供應商分布

Fig.1Supplier distribution

圖2上海供應商分布

Fig.2Shanghai supplier distribution

圖3　整車廠分布

Fig.3　The distribution of the vehicle factory

圖4　備選地址分布

表2　零部件集配中心j的土地購置費

表3　集配中心j到整車廠(RDC)k的運輸距離

表4　零部件從集配中心j到整車廠(RDC)k的運輸路途堵車風險Rjk

表5　供應商i到集配中心j的運輸距離

表6　供應商i的年供應量Ni

表7　零部件從供應商i處到集配中心j的運輸路途堵車風險Rij

表8　整車廠(RDC)的年需求量Nk

表9　整車廠(RDC)k可接受及期望的配送時間范圍

將表1～表9的數據代入式(11)～式(13)，并用Matlab編程計算可得：

在獲得三個目標函數的最優值和最次值的情況下，由于多目標規劃的解的函數值必須在最優值和最次值的上界和下界之間。通過上述的求解方案，構造這三個目標的伸縮指標：

α1=-5.006 6×1010-(-6.154 0×1010)=1.147 4×1010,

α2=-1 815 500-(-9 424 200)=7 608 700,

α3=3.576 7-0.252 6=3.324 1。

于是得到目標函數的模糊約束條件為：

分別構建這三個目標函數的模糊極大集：

令M=M1∩M2∩M3，求解β在M集合中的極大值，原多目標規劃模型轉化為求解下列方程：

用Matlab得出3個備選地址的目標函數值如表10所示。

表10　汽車零部件集配中心選址目標函數結果

從表10中可以看出，如果只將選址及配送成本總和成本最小作為選址目標，那么最佳地點是E2；只將零部件的在途損失量最小作為選址目標，那么最佳地點是E1，只將整車廠(RDC)的滿意度最大作為選址目標，那么最佳地點是E1。

4結語

本文在考慮了現有物流配送中心選址問題及其模型的基礎上，從汽車零部件物流供應鏈中供應商、集配中心和整車廠三方的利益考慮，綜合考慮了集配中心選址成本及配送成本、在途運輸中的零部件貨損量和整車廠(RDC)滿意度三個方面，將其作為選址目標，建立多目標規劃模型，運用模糊集理論對目標函數進行處理，構建隸屬度函數，并用Matlab進行求解。然后用企業A的實際情況論證該模型，考慮了不同地址對配送中心成本、供應商在途貨損和整車廠(RDC)滿意度的影響，選出了合適的地址，從供應鏈成員利益角度為集配中心的選址提供了新方法。

當前的集配中心選址多數只單獨考慮物流成本最小化、客戶的滿意度最大化、貨損的最小化，或者考慮其中的兩個方面，有的依據其中一點建立獎勵懲罰目標函數。而本文考慮了三個選址目標，考慮的更加全面，也更加適應當今物流市場利益共享的發展潮流，對其他汽車零部件集配中心的選址及汽車物流的發展有一定的實際參考意義，極大的滿足了汽車零部件市場日益增長的高標準物流需求的要求。

由于本文只考慮了確定需求下的集配中心選址以及供應鏈中的三個主體，未來的研究可以考慮隨機需求下的集配中心選址，或者是把供應鏈中更多成員的利益納入選址決策模型，這些都有待進一步研究。

參考文獻：

[1]YURIMOTO S, KACAYAMA N.A model for the optimal number and locations of public distribution centers and its application to the Tokyo metropolitan area[J]. International Journal of Industrial Engineering.Theory Applications and Practice, 2002,9(4):363-371.

[2]SUN H J, GAO Z Y, WU J J.A bi-level programming model and solution algorithm for the location of logistics distribution centers[J]. Applied Mathematical Modelling, 2008, 32(4): 610-616.

[3]宋少忠.汽車零部件入廠物流鏈建設中的若干問題研究[D]. 長春：吉林大學,2012.

[4]湯希峰,毛海軍,李旭宏.物流配送中心的多目標優化模型[J]. 東南大學學報,2009,39(2): 404-407.

[5]關菲，張強.模糊多目標物流配送中心選址模型及其求解算法[J]. 中國管理科學,2013,21(SI):57-62.

[6]方麗娟.基于JIT的汽車零部件供應物流配送中心選址問題研究[D]. 武漢：華中科技大學,2012.

[7]隋葳葳，宋現允，付蕾.物流配送中心選址數學模型的算法問題研究[J]. 物流技術，2013，32(6)：157-159.

[8]趙常朋.基于客戶滿意度的物流配送中心路線優化研究[D]. 重慶：重慶交通大學,2009.

[9]蔣利軍.基于顧客滿意度的配送中心選址問題研究[D]. 成都：西南交通大學,2005.

[10]胡鮮.供應鏈環境下的食品冷鏈配送中心選址研究[D]. 北京：北京交通大學,2011.

[11]ANJALI A.A multi-criteria decision making approach for location planning for urban distribution centers under uncertainty[J]. Mathematical and Computer Modelling, 2011,53(1-2):98-100.

[12]馬龍飛,畢蕾.基于隨機需求的配送中心選址離散模型研究[J]. 物流科技,2010,33(1):24-27.

[13]CHENG R, GEN M.Vehicle routing problem with fuzzy due-time using genetic algorithms[J]. Japanese Journal of Fuzzy Theory and Systems, 1995, 7(5):1050-1061.

[14]任永昌,刑濤,趙國強.物流配送中心選址方案模糊決策分析[J]. 遼寧工程技術大學學報,2010,29(3):517-520.

[15]JACEK Z, SZYMON W. The selection of the logistics center location based on MCDM/A methodology[J]. Transportation Research Procedia, 2014(3): 555-564.

[16]WALTER J, NADA D. Bi-objective bilevel optimization of distribution center locations considering user equilibria[J]. Transportation Research Part E, 2016(85): 1-22.

(責任編輯梁碧芬)

收稿日期：2016-03-01；

修訂日期：2016-04-11

基金項目：國家自然科學基金資助項目(71071093)；上海市科委科技創新項目(12595810200)

通訊作者：嚴南南(1968—)，女，湖北鄂州人，上海海事大學副教授，博士；E-mail:nnyan68@163.com。

doi:10.13624/j.cnki.issn.1001-7445.2016.0836

中圖分類號：F252.8;F224

文獻標識碼：A

文章編號：1001-7445(2016)03-0836-11

Research on auto parts distribution center location model based on supply chain

YAN Nan-nan，ZHANG Li

(Logistics Research Center, Shanghai Maritime University, Shanghai 201306, China)

Abstract:For the auto parts distribution center location problem，based on the interests of the three members in the supply chain, in order to minimize location cost and transportation cost of the automobile parts distribution center and the amount of damaged parts in the process of transportation, and to maximize the satisfaction of vehicle plant (Regional distribution center), a multi-objective decision model for auto parts distribution center location based on benefit sharing in supply chain has been established, which introduces differential equations for parts damage in transportation and fuzzy due-time theory. Fuzzy set theory is used to process the objective function, and then the model is solved by Matlab software, thus the optimal location comes out. The model is verified by an example.

Key words:benefits of supply chain members; multi-objective decision model; distribution center location; fuzzy membership function

引文格式： 嚴南南，章麗.基于OpenGL的ArcGIS Globe動態三維符號渲染可視化研究[J].廣西大學學報(自然科學版)，2016，41(3)：836-846.