基于流程優化的即時物流效率仿真研究

李岸 許理 卞益民

【摘 要】即時物流是應O2O而生的物流模式的一種新發展，它按照用戶提出的配送要求，以每天的任務為目標，在充分掌握了各方面信息之后，即時安排最優的配送路線，并進行配送，最終實現及時送達。我們利用VENSIM研究即時物流模式，將即時物流的五個特性：商品準時高效率送達的及時性、配送區域范圍小的短途性、突發訂單迅速配送的驟發性、小型多量訂單導致的離散性數理化，在作圖分析的基礎上，探究各個變量對即時物流效率的影響。

【關鍵詞】即時物流；系統仿真；數據分析

一、描述即時物流各個變量之間的因果關系

利用Vensim進行系統仿真的前提是充分了解主變量和各個子變量之間的因果關系，保證整個流程的真實性。在以外賣配送為背景的前提下，物流效率作為最終的存量，受到及時性、短途性、驟發性、離散性等四個自變量影響；而及時性與訂單響應速度、路線規劃、用戶滿意度息息相關，短途性則與交通路線長短、交通擁堵情況、路面狀況存在一定的關聯，驟發性和用戶需求時間、商家反應能力、分配配送人員存在因果關系，最后的離散性則和訂單數量、訂單多樣性、訂單集中性有關。

二、做出變量之間的因果關系圖

在理解了各個因素之間的因果關系之后，我們利用Vensim畫出了因果圖，在該圖中，箭頭表示控制流，“+”和“-”則表示正反饋和負反饋，其中正反饋代表一個變量對另一個變量具有增強的效果，負反饋表示一個變量對另一個變量有平衡效果。在此因果關系圖中，運輸設備越好，路面狀況越好，運輸速度就會越快，運輸速度的增加就會導致及時性得到增強，另一方面，訂單整合率、用戶滿意度、線路規劃時間都對及時性起著正反饋作用，最后及時性的增強也會引起物流效率的增加。從驟發性的角度來看，用戶要求時間增加會導致驟發性降低，瞬間下單數量的增加則會引起驟發性增強，而分配配送人員會平衡驟發性，最后驟發性與物流效率存在負反饋關系。再從離散性的角度來分析，訂單數量的增加會致使訂單多樣性增加，訂單集中性降低，而訂單多樣性與離散性存在正相關，訂單集中性與離散性存在負相關，另一方面，商家反應速度的增加會降低離散性，還有線路規劃時間、訂單整合率都會平衡離散性，而離散性與物流效率存在負相關。最后再從短途性對因果關系進行分析，交通擁堵狀況的嚴重會使短途性降低，而路面狀況則對短途性起著正相關作用，最后短途性與物流效率存在正相關。

三、設置公式，給出數據，運行系統仿真圖

通過查閱大量的數據資料和相關論文，我們在次、此給出各個變量的公式。

（運輸設備）YB=4

（運輸速度）DV=（YB+RS+LV*0.2）+RD

（交通擁堵情況）RD=RAMP（5， 10 ， 20 ）

（路面狀況）RS=3

（短途性）SR=RD+RS

（及時性）TY=CS+DR-DV+SD

（線路規劃時間）SD=Time，Lookup（[（0，0）-（10，10）]，（0.658824，3.41637），（0.964706，3.91459），（1.67059，4.41281），（2.07059，4.12811），（2.65882，5.01779），（3.57647，

5.37367），（4.07059，5.12456），（4.23529，7.04626），（5.01176，5.76512），（5.10588，6.79715），（6.70588，7.08185），

（訂單整合率）DR=2

（用戶滿意度）CS=LV*0.2

（驟發性）SQ=（CT+SX）/CRT

（用戶要求時間）CT=Time，Lookup（[（0，0）-（10，10）]，（1.15294，2.17082），（1.48235，3.09609），（2.09412，3.41637），（2.84706，3.70107），（3.62353，3.70107），（4.82353，3.84342

），（5.10588，4.19929），（6.09412，3.62989），（6.49412，4.23488），（7.15294，3.84342），（7.52941，4.1637），（8.30588，3.98576），（8.4，4.62633

），（9.08235，4.98221），（9.41177，5.51601），（9.62353，4.66192） ）

（瞬間下單數量）SX=DS*0.5

（配送分配時間）CRT=5

（訂單數量）DS=Time-CRT，Lookup（[（0，0）-（10，10）]，（1.62353，1.63701），（2.16471，2.98932），（3.05882，3.55872），（4，4.23488），（4.72941，4.98221），（5.48235，5.76512），（5.67059，7.08185），（6.8，7.29537），（7.6，7.79359），（8.58823，6.79715），（9.57647，8.54093），（9.69412，7.58007） ）

（訂單集中性）DC=0.3*DS

（離散性）SL=（DM+DC）*DR*0.3-SD+SRV

（訂單多樣性）DM=0.4*DS

（商家反應速度）SRV=SA+MS

（商家規模）SA=3

（材料庫存）MS=5

（物流效率）LV=INTEG（LI，0）

（效率增加）LI=（TY+SR）/（SL+SQ）

四、分析圖像

（一）以時間TIME（Minute）為橫坐標，物流效率為縱坐標。由圖可知，在最初的幾分鐘內物流效率以凹函數的形式向上增長，之后的時間內一直呈線性增長（在短期內）。所以從整體上看，在不斷的循環下，物流效率呈短期遞增，長期穩定的狀態。

（二）觀察運行完畢后系統形成的圖像，可以看出，第一張圖中的效率增加變量在受到及時性、短途性、離散性和驟發性的影響下，起初時迅速增長，接著略微跌落，最后保持在一定的數值。而第二章圖中的及時性受到運輸速度、訂單整合率、用戶滿意度以及路線規劃時間的干擾，呈現先遞增后遞減，然后平衡在一條水平直線上。第三張圖中，短途性受到交通擁堵情況、路面狀況、運輸速度等多方面的約束，呈現先不變，在遞增，最后保持不變的的趨勢。第四張圖中的離散性則是在訂單數量、訂單多樣化、訂單集中性以及商家反應能力的影響下呈現先曲線下降，然后曲線上升，最后達到一定平衡的趨勢。在最后一張圖中，驟發性隨著用戶需求時間、分配派送人員時間以及瞬間訂單數量的影響下，呈現逐步遞增，最后保持一定平衡的狀態。

【參考文獻】

[1]孫曉華.產業集聚效應的系統動力學建模與仿真[J].科學學與科學技術管理，2008（4）：71-74

[2]胡立新.關于產業集聚現象的一個假設與模型[J].中國軟科學，2000（11）：84—87