基于約束理論的配電網物資智能采購配送

范江東 徐建斌 孫小江

摘要：建設智能電網，加強配網建設是重中之重。要確保配網安全、經濟、高效運行，就必須保證配網物資的及時供應。配網物資主要用于已經建設好的電網維護和新建設工程項目，而新建項目由于工程頻繁變更導致所需物資需求變化較快，出現物資積壓或短缺現象不可避免。基于約束理論，對國家電網Z省電力物資采購配送業務現狀及流程進行分析發現，其中存在著采購周期過長、車輛裝載率過低、配送路徑不合理、查驗周期超長等問題。為了提高電力物資企業的物資管理水平和物流效率，增強其核心競爭力，實現良好的經濟效益和社會效益，應建立電力物資采購鏈信息平臺，減小采購批量，縮短采購周期，徹底消除采購周期過長瓶頸；建立車輛配載模型、車輛路徑規劃模型和電力物資裝載配送平臺，通過裝載可視化、配送智能化，提升車輛裝載率和配送效率，縮短查驗周期，建設高效、智能的電力物資采購配送系統。

關鍵詞：電力物資；約束理論；采購周期；車輛裝載；配送路徑

中圖分類號：F253文獻標識碼：A文章編號：1007-8266（2019）03-0091-11

一、引言

隨著我國城市建設的飛速發展，電力用戶對提高配網供電可靠性、電能質量、工作效率和服務水平等方面都提出了更高的要求。國家電網公司提出建設智能電網，加強配網建設是重中之重。配網是整個電力系統的網絡末端，是電網的重要組成部分，肩負著向社會居民和中小型企業提供優質、合格、可靠電能的重任，直接反映了電網企業的供電質量、供電能力和供電服務水平。配網的建設和運行與電力物資公司的社會責任、企業形象、經濟效益以及客戶的利益密切相關。要確保配網安全、經濟、高效地運行，就必須保證配網物資的及時供應。因此，加強配網生產過程中所需的各種物資的選購、運輸、儲備、供應，提高物資管理水平，對保證配網生產的安全經濟運行、提高公司經濟效益和社會效益，都有著積極的意義。

配網物資主要用于已經建設好的電網的維護和新建設工程項目。其中，已經建設好的電網維護所需物資比較穩定，需求預測可以做到比較準確，不是本研究關注的重點。而新建設工程項目由于工程頻繁變更而導致所需物資需求變化較快，出現物資積壓或短缺現象不可避免，這正是本文研究的主要問題。本文以Z省電力有限公司為例，研究配網電力物資采購配送情況。雖然該省電力物資采購配送管理走在全國前列，但還存在一些問題，旨在通過本研究，為該省提升配電網物資供應水平提供幫助。

約束理論（Theory of Constraints，TOC）既是一種管理理論，也是一種生產管理方式。它強調把企業看作一個整體系統，注重提高整體效益，致力于消除系統瓶頸；允許企業存在合理的庫存和運作費用，并不提倡一味降低成本。本研究將TOC理論應用到配電網物資的采購配送體系中，解決Z省電力公司在物資采購配送時存在的采購周期及查驗周期長、配送車輛裝載率和配送效率過低等問題。

二、文獻綜述

（一）TOC理論應用研究

TOC理論，即瓶頸理論或者約束理論，是由以色列物理學家高德拉特博士提出的，與精益生產、六西格瑪并稱為全球三大管理理論。國外學者對約束理論的研究主要從其開創者高德拉特博士開始。1984年高德拉特博士的論著《目標》（The Goal）出版，書中詳細介紹了約束理論的原理和應用方法，并將其應用于制造業環境下，取得了很好的成效，成功地使優尼公司起死回生。20世紀80年代后期，TOC提出運用有效產出（Throughput）、存貨（Inventory）和營運費用（Operating Expenses）三個指標來衡量企業的經營狀況。1991年，約束理論又衍生出思維流程（Thinking Processes），使TOC的理論體系日臻完善[ 1 ]。古普塔（Gupta）[ 2 ]認為，約束理論從管理的范疇和覆蓋行業來看包括很多方面，通過對組織進行整體思考可以有效提高投資收益。

目前，國內專家學者對約束理論的研究也比較可觀。陳啟申[ 3 ]提出了傳統物料需求計劃（Ma？ terial Requirement Planning，MRP）和制造資源計劃（Manufacturing Resource Planning，MRPⅡ）的不足之處，介紹了約束理論的基本要點，包括三個指標、DBR排程法（Drum-Buffer-Rope，DBR）、五步驟工作法等，并指出TOC軟件在處理功能上的特點。唐帥[ 4 ]通過對約束理論和流程管理的關聯性進行分析，將約束理論應用于現代企業流程管理中，并指出其獨特優勢。劉輝[ 5 ]以作業指標體系、瓶頸資源等為前提，對約束理論的管理思想和管理工具進行了細致的分析，并將其應用于物流企業中。而后，孟輝[ 6 ]、宋斌等[ 7 ]構建基于約束理論、制造資源計劃推動體系和即時（Just In Time，JIT）生產控制拉動體系結合的集成化生產計劃與控制模型，使得整個系統大大節省編制時間，過程實現動態調整，計劃可以準確有效地實施。集成后的系統提高了生產系統的敏捷性，能快速響應客戶需求。陳子順等[ 8 ]深入分析了TOC五大核心步驟在應用過程中存在的障礙，提出將發明問題解決理論（Theory of the Solution of Inventive Prob？ lems，TRIZ）與精益生產應用到TOC五大核心步驟之中，利用模型中的TRIZ工具識別出潛力約束并解決存在的沖突，進一步合理配置非約束環節的工藝資源，并維持改進成果的穩定性。同時，江志斌和周利平[ 9 ]將精益管理、六西格瑪、TOC理論通過組合、整合以及融合三種方式，優劣互補提高企業經濟效益。夏燦明等[ 10 ]以生產制造企業為例，對公司生產系統進行改進，改變排產方式、提升瓶頸工序產能等，使公司的生產效率有了明顯的改善。

（二）車輛裝載問題研究

車輛裝載問題（Vehicle Filling Problem，VFP）一般是指在一些約束條件下，將一批貨物按照恰當的裝載方法裝入適合車型的車廂中，滿足配送要求的同時，使得車輛裝載率達到最高。車輛裝載問題是物流中公認的一個NP難題（Non-Deter？ ministic Polynomial Problems，NPC），一般都被歸結為經典的裝箱問題或背包問題來考慮[ 11-12 ]。

國外有關裝載問題方面的研究成果主要有：阿卜杜和馬斯利（Abdou & El-Masry）[ 13 ]提出了混裝并符合穩定性要求的三維貨板裝載算法；雷和孫（Lei & Sun）[ 14 ]結合貪心算法與啟發式算法，設計了求解多品種裝箱問題的貪心啟發式算法；洛（Loh）等[ 15 ]設計了求解帶有重量約束的一維裝箱問題的模擬退火啟發式算法；卡洛（Carlo）[ 16 ]設計了近似算法來求解總質量一定而物品數目不定的一維裝箱問題；弗朗索瓦（Francois）等[ 17 ]將兩種精確算法演變成了新的精確算法，求解了傳統的二維裝填問題。

在國內，井祥鶴等[ 18 ]對集裝箱的裝載問題進行了研究，在基本遺傳算法（Genetic Algorithm）和三維自由變形算法（Free-Form Deformation，FFD）的基礎上，提出了一種求解鐵路多車型平車裝載問題的混合遺傳算法。陳晨[ 19 ]、許光濘等[ 20 ]、張德富等[ 21 ]分別采用自適應遺傳算法、模擬退火算法、混合遺傳算法等啟發式方法，對集裝箱和軍用物資的裝載問題進行了研究。張磊等[ 22 ]對車輛路徑及裝載的整合優化問題進行了研究。牟欣[ 23 ]將在配送過程中相互聯系、相互制約的車輛裝載問題和車輛路徑問題結合在一起考慮，進行整合問題研究，從而達到同時優化車輛配送路徑與車輛裝載方案的目的。王超、金淳等[ 24 ]在三維裝載約束下的CVRP問題的基礎上，考慮配送數目與路徑總距離兩個目標函數，構建了三維裝載與聯合多目標優化問題模型，并證明其模型是有效的。楊廣全、馬玉坤等[ 25 ]針對手工編制集裝箱裝車裝載方案費時、裝載不合理等問題，基于集裝箱和鐵路車輛的參數，考慮集裝箱裝車后鐵路車輛的轉向架承重、左右兩轉向架承重差和重心橫向偏離量幾個方面，建立集裝箱裝載方案的優化模型。

（三）車輛路徑規劃研究

國內外學者發表了大量關于車輛路徑優化問題（Vehicle Routing Problem，VRP）的研究成果。早在1983年，博丁（Bodin）等[ 26 ]在長達140多頁的對VRP研究進展進行綜述的文章中，就列舉了699篇相關參考文獻。目前，各國學者對這個問題的研究已較為成熟，國外近年的研究成果主要如下。貝克（Baker）等[ 27 ]用遺傳算法很好地求解了實際應用中的車輛路徑問題；格尼沙（Ganesh）等[ 28 ]設計了種群搜索式啟發式算法來求解集送貨一體化車輛路徑問題；威廉（William）等[ 29 ]提出了求解多貨點車輛路徑問題的混合遺傳算法；恩里克（En？ rique）等[ 30 ]提出了求解帶有容積約束的車輛路徑問題的細胞遺傳算法；秀城（Hideki）等[ 31 ]設計了多次迭代局部搜索算法來求解帶靈活時間窗和訪問次數限制的路徑問題等。

在國內的研究中，邱榮祖等[ 32 ]將時間窗這一條件加入了規劃模型，并用地理信息系統（Geo？ graphic Information System，GIS）與禁忌搜索算法（Tabu Search Algorithm，TSA）聯合開發農產品物流配送路徑優化系統，為車輛路徑優化問題開辟了數字化和信息化的道路。徐優香[ 33 ]重點研究了冷鏈物流配送領域的車輛路徑優化問題，在特殊的環境下分析配送的時間價值和場所價值，具有突出的現實意義。李東寶和王永良[ 34 ]分析了在應急物流情況下的配送路徑優化問題。宋偉剛、張宏霞等[ 35 ]針對非滿載率的路徑優化，在單車場單車型情況下，考慮有時間窗，建立車輛路徑優化模型，并利用遺傳算法得到了最優解。李進、傅培華等[ 36 ]基于節能減排的新視角，在安排車輛路徑時考慮能耗、碳排放和租車費用，建立了非滿載運輸方式下低碳路徑模型，并利用禁忌算法得到最優解。葛顯龍等[ 37 ]基于商業中心相對分散的現狀，提出“多對多”的城市聯合配送機制，考慮運輸距離、實載率等與成本密切相關的油耗成本因素，并以其為優化目標，建立面向城市多區域聯合配送需求的車輛路徑模型。

（四）評述

綜上所述，國內外關于TOC理論的應用研究有一些新的進展，但在電力物資領域并沒有得到很好的應用；關于車輛裝載和路徑優化問題的研究，許多學者均對不同情況做了比較深入的分析，但是在解決采購配送鏈整體思路上還未利用TOC理論。因此，本研究針對電力物資，基于TOC理論，找出采購配送系統的實際問題，并分步提出相應的解決方法，對采購配送系統研究提出一個新的解決問題的思路。

三、浙江省電力采購配送業務現狀分析

通過對Z省電力物資進行實地調研可知，目前Z省電網物資配送有三個層級，按順序分別是中心庫、周轉庫、倉儲點。其中有3個中心庫，分別由J電力物資公司、W電力物資公司、X電力物資公司管理。J電力物資公司管轄J市以及周邊幾個地級市，J中心庫位于J市，對于J市，J中心庫也是周轉庫，下設9個縣級倉儲點，用Ai（i=1，2，…，9）表示。

下文主要以J電力物資公司為例，分析Z省電力物資采購配送系統。J電力物資公司遵循“統一受理，一口對外”的原則，對J管轄區域內所有配網物資進行集中招標采購，采購的物資分為統購統配和寄售兩種方式，經過中心庫檢測，然后向周轉庫、倉儲點下撥（參見圖1）。而所有物資按照規格可以分為通用類物資和定制定長類物資。其中，通用類物資納入中心庫集中存儲、檢測、配送，定制定長類物資需求由調配室集中審核（平衡利庫）后申報，匹配結果下達后分發各單位，由客服經理跟蹤履約，具體步驟是：

第一步，需求計劃及平衡利庫。首先根據Z省公司下發的物資目錄，結合J中心庫的倉儲物資種類情況，調整物資目錄并將其下發至需求單位。其次，項目單位和倉儲點根據需求上報需求計劃，在中心庫召開的月度供應計劃平衡會上進行討論，會上匯總并審核J中心庫的月度需求計劃，將最終月度需求計劃上報Z省公司調配平臺。

第二步，物資履約排產。Z省公司集中分配協議庫存，下達匹配結果；根據需求變化，由調配室協同Z省物資公司配合匹配結果調整，與供應商進行匹配結果確認；供應商確認匹配結果后進行排產，將排產計劃匯總到調配室；調配室通過分析當月物資供需情況，編制月度到貨計劃并下發至倉儲各部門；供應商按照月度到貨計劃發貨，之后中心庫到貨驗收。

第三步，檢測中心集中檢查。跟蹤中心庫實物到貨信息，生成抽檢計劃；由檢測中心進行抽檢送檢，開展集中抽檢，并反饋檢測結果和處理不合格產品。統購統配物資經檢查合格后，可以進行結算。

第四步，開展周配送。需求單位上報周領用計劃，經客服經理和調配室審批后，由中心庫配送物資至需求單位。

第五步，物資調配消缺與物資結算。需求單位物資接收時發現配送缺陷（物資缺失、損壞等），中心庫倉儲班根據缺貨承諾書處理配送缺陷。這一環節后，統購統配物資則完成了電力物資全部采購配送流程，寄售類物資需要經過物資結算環節，結算后完成電力物資采購配送流程。

（一）電力物資采購配送實施周期過長

通過J電力物資公司提供的資料以及實地調研，繪制了J電力物資公司采購配送業務實施的詳細流程（參見圖2），然后結合流程環節的起止時間，繪制了采購配送環節實施時序表（參見表1）。

根據表1、圖2對Z省J中心庫采購配送實施情況的分析，結合實地調研，在Z省J電力物資公司的中心庫，物資采購配送實施流程（包括結算業務周期）共分為12個環節，涉及6個部門，總耗時達96天，即J中心庫采購配送實施周期為96天。其中，在這12個環節中，用時超過20天的有4個，分別為中心庫寄存物資收貨流程、收貨后質量問題跟蹤反饋、中心庫配送及倉儲點出入庫、結算業務；用時超過10天（不超過20天）的有2個環節，分別是項目單位需求匯總和配合匹配結果調整；用時超過5天（不超過10天）的有4個環節，分別為中心庫利庫上報、省公司寄存需求分配、供應商匹配結果確認、供應商反饋排產到貨時間計劃表；當天完成的環節只有省公司物資目錄下發和縣公司倉儲點利庫需求上報。

與國內著名企業相比，京東商城實行2-11限時達服務，即當日上午11：00前提交的現貨訂單（以訂單出庫后完成揀貨時間點開始計算），當日送達；夜里11：00前提交的現貨訂單（以訂單出庫后完成揀貨時間點開始計算），第二天15：00前送達。在京東商城購物，從采購到配送完成僅需要不到一天的時間。在國際上，7-11便利店物流配送周期更是短得驚人，一般商品，該商店采用一天三次的配送模式。因此，整個電力物資采購配送實施周期則顯得過長，進而導致物資流通速度過慢，而工程項目每天都可能有所變更，進而導致中心庫貨物大量積壓或者短缺。

（二）庫存積壓大且同時存在物資短缺現象

目前，Z省電力物資采購采用集中招標形式，物資分為統購統配和寄售兩種方式送至中心庫，然后再由中心庫配送至周轉庫、倉庫點，最后至項目單位。J中心庫（也是J市周轉庫）有9個倉儲點，據統計，截止到2018年8月6日，各倉儲點統購統配物資到貨情況詳見表2，寄售物資到貨和配送情況詳見表3。

從表2和表3中可以看出，統購統配類物資比寄售類物資到貨率高。A1、A2、A7三個倉儲點到貨率超過95%，其他地區到貨率均不足95%，這些倉儲點存在個別物資缺貨現象。寄售類物資與統購統配類物資相比，到貨率較低，在9個倉儲點中，A7倉儲點到貨率最高，是79.24%；A8倉儲點到貨率最低，僅為29.67%，表明寄售類物資缺貨現象較為嚴重。統購統配類物資沒有配送率相關數據，而寄售類物資配送率最高的是A4，為94.23%；最低的是A8，為53.60%，表明寄售類物資在J市周轉庫下的各個縣級倉儲點積壓的庫存較多，增加了其倉儲成本，影響物資使用效率。

根據表2和表3，不難得到上報J市周轉庫匹配物資金額共44 900.318 5萬元，實際到貨 31 716.331 8萬元，到貨率為70.64%。其中，統購統配上報匹配23 240.108 2萬元，到貨20 026.625 1萬元，到貨率為86.33%；寄售業務上報匹配21 660.210 3萬元，到貨11 653.707 6萬元，到貨率為53.80%，完成配送9 768.009 4萬元，配送率83.82%。總體來說，到貨率不高，很大可能會導致J電力物資公司所負責的區域出現物資短缺的現象；寄售類型完成配送的物資為83.82%，沒有完成配送的則積壓于J市周轉庫中，這就意味著J中心庫有1 885.697 3萬元的物資積壓。

（三）供需協調效率低

電力企業各個部門都擁有自己獨立的信息系統，在實際操作中還存在不同程度的差異，因而導致很多部門之間物資信息銜接不及時、不協調等現象，嚴重降低了物資供需協同效率，增加了倉儲成本，不利于電力企業健康持續發展。

以J中心庫為例，在2017年12月、2018年1—3月寄售配網物資共計匹配3 452.85萬元，已全部到貨，但是有163.28萬元的物資未及時申請配送，長期存放在中心庫的倉庫中，由此可以看出采購配送鏈上的各部門各環節存在協調性差的問題。其中在J中心庫（也是J市周轉庫）配送的倉儲點A4的寄售配送率最高，但在這四個月中，A4公司的運作協調性不盡如人意。這四個月中，A4公司未申請配送的物資120.41萬元。該批物資已經到達中心庫長達六個月以上，一直未協調使用，長期積壓在中心庫（物資采購配送流程可參考圖2）。12月寄售匹配Z省電力16臺電纜分支箱共計10.08萬元，在2018年7月6日已經到達A4，至今A4倉儲點仍未向中心庫領取物資，即未完成系統流程手續。

對于上述庫存積壓大、物資短缺以及供需協同效率低的現象，由于配網工程變更過快，而采購周期過長，造成部分物資采購的數量不足而供不應求，另外一部分物資到貨后卻已經不再需要，從而導致庫存積壓。

（四）配送車輛裝載率和配送效率過低

通過調研，我們還發現Z省電力物資存在車輛裝載不合理和配送路徑不科學的問題。

1.車載率低，自動化程度低

目前Z省電力物資配送模式以自營配送為主，少部分物資由第三方配送或者供應商配送。在自營配送模式中，裝載物資以人工裝卸為主，只有一部分使用半自動化機械（如叉車），導致用時過長。同時，由于電力物資形狀大小各異，物資裝載不合理，車輛裝載率較低。

2.配送路徑規劃不合理，查驗周期過長，配送效率低

對于每個中心庫、周轉庫、倉儲點來說，下級的配送點有幾個到幾十個不等。一方面，目前Z省電力公司在配送環節對于信息技術應用不足，物資調撥和配送環節的可視化程度不高，在物資配送路徑上，沒有進行科學合理地規劃，可能會導致物資遺失、運送不安全等問題。另一方面，在配送時車輛從中心庫（或者周轉庫、倉儲點）出發去往多個目的地，由于未提前做好科學規劃，配送路徑重復、交叉等不合理現象長期存在。

目前Z省電力物資還存在許多簡單的點到點送貨模式或者自取模式，導致車輛裝載率不高或者送貨周期過長。因此，電力公司亟須解決裝載與配送規劃問題。

3.物料質檢耗時較長

中心庫收貨后向下級倉庫及工程點分撥，流程上采用逐件檢驗方法，排隊現象非常嚴重，用時經常超過一周，效率較低，需要改進。

四、電力物資采購配送瓶頸及措施

TOC理論的核心觀點主要立足于企業系統，通過聚焦于瓶頸問題的改善，達到系統各環節同步與整體改善的目標。TOC提出任何系統都至少存在著一個制約因素，因此要提高一個系統的產出，必須找到該系統的限制因素并打破瓶頸。TOC有一套思考的方法和持續改善的程序，稱為五大核心步驟：

第一步，找出系統中的瓶頸；

第二步，最大限度地利用瓶頸；

第三步，使企業的所有其他活動服從于第二步的決定；

第四步，打破瓶頸，提升瓶頸產能；

第五步，重返第一步，找出新的瓶頸問題繼續解決。

TOC理論的提出，極大地提高了企業的有效產出，降低了企業的生產成本。以J中心庫為例，整個采購配送周期是69天，其中采購周期為41天，配送周期為28天。在采購周期中，需求計劃制訂最短需要30天，供應商生產供應需要11天時間。基于TOC理論，本研究將以采購配送周期作為主要制約因素，找出瓶頸問題并給出解決措施。

（一）瓶頸分析

Z省電力物資采購配送流程實施過程中存在四個主要問題，分別為電力物資采購配送實施周期過長、庫存積壓大且同時存在物資短缺現象、供需協同效率低、配送車輛裝載和車輛路徑規劃不科學。由圖3可知，整個采購配送周期是69天，其中采購周期41天、配送周期28天。TOC約束理論需要找出整個采購配送周期中的瓶頸，從時間維度上不難找出系統的瓶頸為長達41天的采購周期。歸根結底，庫存積壓、物資短缺、供需協調效率低等現象都是由采購周期過長造成的。當采購周期縮短時，物資采購批量減小，工程項目變更概率變小，進而庫存積壓和物資短缺現象將得到明顯緩解，物資供需協調效率會相應地明顯提高。因此，采購周期過長是采購配送系統中的瓶頸。

（二）采購周期過長的解決措施

1.利用瓶頸——減小采購批量，縮短采購周期

電力物資采購配送系統中不改變人員、設備設施等瓶頸資源，通過減小采購批量，盡可能地縮短采購周期，以達到最大限度利用瓶頸的目的。目前，Z省電力物資每年采購需求相對穩定，根據訂貨點庫存控制法合理地減小采購批量，會縮短每個采購實施環節用時，也就是縮短需求計劃制訂周期和供應商生產供應周期，最終將大大縮短整個系統的采購周期。如果單純考慮采購系統，采購批量理論上可以無限減小直至單件，采購周期可以極大縮短無限接近到供應商生產及配貨時間。但是，在采購配送系統中，為了尋求與配送、倉儲等系統整體能力平衡，采購批量在減小到一定量時將不再繼續減小，采購周期也將不再縮短。最大利用瓶頸的具體措施如下。

（1）參考快速響應法則驗證縮短采購周期的可行性。波士頓咨詢公司高級副總裁喬治·斯托克（George Stalk）曾經提到的三個快速響應法則中的重要法則之一——0.5～5法則，即完整流程中處理各項工序所需的實際時間只占整個流程時間的0.5%～5%，而其余的95%～99.5%都是浪費時間。Z省電力物資公司目前實施的采購周期為41天（其中包括供應商生產供應周期11天）。縮短采購周期是改善電力物資采購配送系統的首選之路和必經之路。結合電力物資采購實施流程的現狀以及實施的難度，可以將采購周期從41天縮短至1個月或半個月，而不是馬上降到最短時間。

（2）根據訂貨點庫存控制法，計算得出在不同采購周期下，隨著采購訂貨批量的逐漸縮小，采購決策點和安全庫存的變化趨勢。訂貨點庫存控制法是再訂貨點法和安全庫存法的結合，它是根據安全庫存設置再訂貨點，當庫存量等于或者低于再訂貨點時進行訂貨采購。電力物資系統中用“采購”代替“訂貨”，所以本研究中用“再采購決策點”代替“再訂貨點”，用“采購提前期”代替“訂貨提前期”，用“采購周期”代替“訂貨周期”。下文以采購周期為1周為例，計算再采購點和安全庫存。具體計算公式如下：

假設電力物資供應商生產能力是相對穩定的，在提前期內，需求滿足近似正態分布的情況。其中，滿足95%物資需求的情況下，通過標準正態分布表可查得安全系數Z為1.96。根據調研資料，一周的平均需求為1 328.65萬元，標準方差為66.44，根據式（2）可得，安全庫存SS為225.28萬元；根據式（1），計算得出再采購決策點為794.71萬元。采購周期為半個月、一個月、41天的再采購決策點均以此方法計算，結果見表4。

通過以上分析可以看出，隨著采購配送周期的縮短，采購批量的減小，再采購決策點不斷合理縮小，該決策點能夠保證物資需求在一定程度上可以解決庫存積壓的問題。

2.遷就瓶頸——企業活動服從于利用瓶頸的決定

遷就瓶頸是指使企業的所有其他活動服從于利用瓶頸的決定。本研究中，在合理的范圍內通過減小采購批量來縮短采購周期。減小采購批量和縮短采購周期應為電力物資公司當前首要的任務，采購周期必須從41天、一個月、半個月逐步降到一周才能保證順利實施。在實施的過程中將盡可能多的資源投入到該決定中，其他直接的活動需要為此讓步，以使此目標能夠早日實現。

3.消除瓶頸——建立電力物資采購鏈信息平臺

消除瓶頸就是要改變以前的資源配置情況，提升企業產能。針對Z省電力物資公司目前的情況，建立電力物資采購鏈信息平臺是消除過長的采購周期這一瓶頸很好的途徑。而造成這一瓶頸的原因有很多，如企業內部和企業之間信息溝通不暢，企業內部供需協調效率低，企業實施環節冗余等。因此，要以電力物資采購過程智能化為目標，建立一個軟件功能健全、硬件設備齊全的平臺——電力物資采購鏈信息平臺。這是一個跨企業（電力物資企業和物資供應商企業）的信息管理平臺，不僅需要功能強大、適當的管理軟件，還需要借助可靠的硬件系統、網絡服務、數據管理、安全保障等一整套的配置系統。也就是說，它應該是建立在通信平臺基礎之上的針對電力物資企業和供應商公司的開放式的平臺，主要實現以下目標：

（1）能夠實現需求計劃的制訂。Z省電力物資的需求計劃制訂最短需要30天的時間，需要完成省公司目錄下發、項目單位需求匯總、縣公司倉儲點利庫需求計劃上報、中心庫利庫上報、省公司寄存需求分配、配合匹配結果調整、供應商匹配結果確認共7個流程環節。在該平臺上，這7個環節需要在最短時間內完成，以實現縮短采購周期的目標。該平臺給這些環節所涉及的部門設定固定上傳、調整、審核的時間段，必須在相應的時間段內完成該工作，否則將會影響下一實施環節，延長采購周期。

（2）能夠實現采購物資在供應商處的實時動態信息更新。該平臺要連接供應商的企業資源計劃（ERP）系統，實時查詢電力物資公司所需物資動態信息，包括物資在供應商處的生產狀態、物資所處位置、物資運輸路線（到達電力物資公司之前的路線）等信息。

（3）能夠實現物資在電力物資公司的實時動態更新。物資到達電力物資公司后，各部門應該隨時更新所處理物資的狀態，包括物資所處位置、環節流程處理狀態、物資結算狀態等信息，促進信息共享。

（4）能夠實現電力物資歷史數據的存儲、導入、導出。電力物資歷史數據對公司未來需求預測、公司設施設備的改造等都有影響，所以對于歷史數據的存儲、導入、導出也是該平臺需要實現的重要功能之一。

電力物資采購鏈信息平臺通過上述功能，不僅能夠使采購周期大大縮短，而且能夠保障采購工作的高質量完成，促進電力物資公司的健康、智能發展。電力物資采購鏈信息平臺的建立能夠突破瓶頸，有效提升企業產能。

反復利用TOC五大核心步驟并采取相應措施，采購子系統中采購周期可以縮短到一周甚至更短（參見表4）。

（三）配送瓶頸及相應措施

28天的配送周期（參見上述的TOC五步法）中存在三個瓶頸。第一，車輛的物資裝載速度、合理化及裝載率均較低；第二，車輛配送路徑不合理；第三，物料質檢耗時較長。

1.全面采用配送模式

Z省電力物資還存在許多簡單的點到點送貨或者自取模式。全面采用配送模式可以提高車輛物資裝載率，提升配送頻率，縮短配送周期，更好地滿足工程項目的需要。

2.建立車輛裝載模型，實現裝載可視化

在配裝環節，車輛裝載物資仍然憑借經驗，采用人工裝載的方法，并沒有進行科學合理裝載。因此，需要建立車輛裝載模型[ 30 ]。

如圖4所示，通過以下步驟建立車輛裝載模型。

第一步：確定運輸車輛的類型，如箱式還是棚式，然后確定車廂尺寸和基本配載原則；

第二步：根據車廂尺寸和基本配載原則確定可裝載體積；

第三步：根據待運物資得出其尺寸、數量和重量等數據，根據物資尺寸判斷貨物是否超長、超高和超寬，根據物資數量、重量和車輛載重確定貨物是否超重；

第四步：判斷物資的長、寬、高和重量是否超限，如果不超限，基于一定的配載方法對物資進行裝車，如果超限，立即結束；

第五步：確認物資是否裝完，如沒有裝完，返回第四步，如已裝完，判斷貨車重心是否偏移；

第六步：確定貨車的重心是否偏移。如果重心偏移，返回第四步，如果不偏離，結束。

可以采用Unity3D引擎等作為開發工具，實現三維裝載可視化。值得注意的是，要保證裝載可視化，首先需要實現電力物資包裝規格標準化。

3.建立車輛路徑規劃模型，實現配送路徑智能化

從中心庫、周轉庫、倉儲點各級倉庫出發的車輛都有多個配送目的地，車輛路徑依靠司機經驗，導致耗時過長等問題頻發，需要對車輛行駛路徑進行規劃。

如圖5所示，通過以下步驟對多個配送點車輛裝載及行駛路徑進行規劃。

第一步：查看需求客戶分布，確定所有配送點位置；

第二步：根據物資情況選擇合適的車輛；

第三步：結合當前交通狀況和運送成本，確定配送路線；

第四步：依據配送路線確定配載順序；

第五步：根據配載順序，基于一定的配載方法（參見圖4）對物資進行裝車；

第六步：裝車結束，對物資進行配送；

第七步：依據實時交通狀況確定配送路線可否微調，如果不能微調，則進行配送，如果可以微調，則結合實時導航推送的路線進行更新。

4.建立電力物資裝載配送信息管理平臺

電力物資裝載及配送要徹底解決人工裝載、配送路徑依靠人工經驗的問題，需建立電力物資裝載配送信息平臺，實現裝載可視化、配送路徑規劃智能化。

中心庫收貨后向下級倉庫等需求點分撥，采用逐件檢驗方法，排隊時長經常超過一周，效率非常低，這涉及供應商的產品質量和信譽問題、國家電力安全政策問題、國家招標政策問題、與供應商長期合作的可能性等，需要找到一個行之有效的管理辦法并建立一個暢通的管理平臺。

電力物資采購配送要解決本文所述問題，需要建立電力物資綜合管理信息平臺，包括采購生產模塊、裝載可視化模塊、配送路徑規劃模塊、庫存管理模塊、供應商合作管理模塊等。另外，財務結算會計核算模塊、人力資源配備模塊、各模塊銜接調整功能等也應同時考慮，這樣才能實現電力物資整個供應鏈的優化提升。

根據波士頓咨詢公司高級副總裁喬治·斯托克曾經提到的三個快速響應法則中的重要法則之一——1/4-2-20法則，即時間每縮短25%，效率可以增加1倍，成本可以降低20%。試想采購周期由41天、配送周期由28天均降到7天，節約的電力物資供應成本是驚人的，供應效率的提升更是巨大的。由此，Z省電力物資智能采購配送方案實施后一定會取得巨大的經濟與社會效益。

五、結論

綜上所述，基于現狀調研對Z省電力物資采購配送系統進行分析，利用TOC理論，從尋找瓶頸、利用瓶頸、遷就瓶頸、突破瓶頸四個層面，進行了對電力物資采購配送系統的優化。

首先，本文詳細地論述了解決采購周期過長這一瓶頸的方法，依據TOC理論，通過減小采購批量、縮短采購周期，建立電力物資采購鏈信息平臺，徹底消除采購周期過長的瓶頸。其次，針對配送瓶頸提出對策，如建立車輛配載模型、建立車輛路徑規劃模型、建立電力物資裝載配送平臺，實現裝載可視化、配送智能化的目標，為最終建立電力物資綜合管理信息平臺而努力。

通過前期的調研和后期的研究，筆者認為，Z省電力物資公司已具備實施智能采購倉儲配送的基本條件，可試點實施并逐步推廣。今后的研究重點應放在確定自營物流運用比例和集中配送比例、提高人員工作效率、減少物流工作環節等方面。

參考文獻：

[1]陸阿妮.約束理論的思維流程在物流企業中的應用[J].市場周刊，2004（S2）：77-79，60.

[2]GUPTA M，BOYD L，SUSSMAN L.A new approach to strate？ gy formulation： opening the black box[J].Journal of educa？ tion for business，2001，76（6）：338-344.

[3]陳啟申.約束理論[J].計算機集成制造系統，1998（5）：51-55.

[4]唐帥.基于TOC的企業流程管理[J].知識經濟，2008（8）：81-82.

[5]劉暉.約束理論[J].中國市場，2010（3-4）：38-39.

[6]孟輝.集成管理思想下的電力物資采購模式探討[J].科技資訊，2017，15（35）：101-102.

[7]宋斌，余向前，王琦，張洪青.基于集成管理思想的電力物資采購模式研究[J].中國市場，2013（42）：19-20.

[8]陳子順，王哲，石文豪，田驥驁.TRIZ和精益生產在約束理論中的應用[J].機械設計與制造，2018（12）：68-71.

[9]江志斌，周利平.精益管理、六西格瑪、約束理論等工業工程方法的系統化集成應用[J].工業工程與管理，2017，22（2）：1-7.

[10]夏燦明，樓園，齊霄.約束理論在H公司生產系統的應用[J].數學的實踐與認識，2016，46（13）：93-102.

[11]GEHNING H，MENSCHNER K，MEYER M.A computer based heuristic for packing pooled shipment containers[J]. European journal of operational Research，1990，44：277-288.

[12]COFFMAN E G，GAREY M R，JOHNSON D S.Approxima？ tion algornigthms for bin packing：a survey[C]//HOCH？ BAUM D.Approximation algorithms for NP-Hard problems. Boston：PWS Publishing，1996：46-93.

[13]ABDOU G，MASRY M.Three-dimensional random stack？ ing of weakly heterogeneous palletization with demand re？ quirements and stability measures[J].International journal of production research，2000，38（14）：3 149-3 163.

[14]LI S G，LEI L，SUN J P. On the multi-product packing-de？ livery problem with a fixed route[J].Transportation re？ search，2006（10）：1-11.

[15]LOH K H，BRUCE G，EDWARD W.Solving the one-di？ mensional bin packing problem with a weight annealing heuristic[J].Computers & operations research，2006，10（11）：1-9.

[16]CARLO F. On the bin packing problem with a fixed num？ ber of object weights[J].European journal of operational re？ search，2007，181（8）：117-126.

[17]FRANCOIS C，JACQUES C，AZIZ M.A new exact method for the two-dimensional orthogonal packing problem[J].Eu？ ropean journal of operational research，2007，183：1 196-1 211.

[18]井祥鶴，周獻中，徐延勇.多型號平車裝載問題的混合遺傳算法[J].鐵道學報，2006（6）：10-15.

[19]陳晨，繆嘉嘉，李愛平，吳泉源.機動車輛裝載問題的一種混合遺傳算法實現[J].計算機應用研究，2007（9）：34-36.

[20]許光濘，肖志勇，俞金壽.應用自適應遺傳算法解決集裝箱裝載問題[J].控制與決策，2007（11）：1 280-1 283，1 288.

[21]張德富，彭煜，朱文興，陳火旺.求解三維裝箱問題的混合模擬退火算法[J].計算機學報，2009，32（11）：2 147-2 156.

[22]張磊，袁建清，鄭磊.汽車整車配載與運輸路線優化方案及算法研究[J].計算機技術與發展，2011，21（6）：219-222.

[23]牟欣.物流配送中的車輛路徑與車輛裝載整合優化問題研究[D].重慶：重慶大學，2008.

[24]王超，金淳，韓慶平.三維裝載與CVRP聯合多目標優化問題的模型及算法[J].控制與決策，2016，31（5）：929-934.

[25]楊廣全，馬玉坤，劉飛.基于遺傳算法的集裝箱裝車配載方案的優化[J].中國鐵道科學，2014，35（6）：124-130.

[26]BODIN L，GOLDEN B，ASSAD A，BALL M.Routing and scheduling of vehicles and crews：the state of art[J]. Com？ puters & operations research，1983（10）：63-211.

[27]BAKER M B，AYECHEW M A.A genetic algorithm for the vehicle routing problem[J].Computers & operations re？ search，2003，30：787-800.

[28]GANESH K，NARENDRAN T，CLOVES T.A cluster-andsearch heuristic to solve the vehicle routing problem with delivery and pick-up[J].European journal of operational re？ search，2007，178（5）：699-717.

[29]WILLIAM H，GEORGE T S，PING J，HENRY C W.A hy？ brid genetic algorithm for the multi-depot vehicle routing problem[J].Engineering applications of artificial intelli？ gence，2007，6：1-10.

[30]ENRIQUE A，BERNABE D.Computing nine new best-sofar solutions for capacitated VRP with a cellular genetic al？ gorithm[J].Information processing letters，2006，98（3）：225-230.

[31]HIDEKI H，TOSHIHIDE I，SHINJI I，MUTSUNORI Y.The vehicle routing problem with flexible time windows and traveling times[J].Discrete applied mathematics，2006，154（6）：2 271-2 290.

[32]邱榮祖，鐘聰兒，修曉虎.基于GIS和禁忌搜索集成技術的農產品物流配送路徑優化[J].數學的實踐與認識，2011，41（10）：145-152.

[33]徐優香.基于云計算的冷鏈物流配送車輛路徑優化方法的研究[D].鎮江：江蘇科技大學，2013.

[34]李東寶，王永良.應急物流配送路徑優化問題研究[J].價值工程，2011，30（28）：25-26.

[35]宋偉剛，張宏霞，佟玲.有時間窗約束非滿載車輛調度問題的遺傳算法[J].系統仿真學報，2005（11）：24-28.

[36]李進，傅培華，李修琳，張江華，朱道立.低碳環境下的車輛路徑問題及禁忌搜索算法研究[J].中國管理科學，2015，23（10）：98-106.

[37]葛顯龍，許茂增，王偉鑫.基于聯合配送的城市物流配送路徑優化[J].控制與決策，2016，31（3）：503-512.

Research on Intelligent Procurement and Distribution of Power Materials Based on the Theory of Constraints

FAN Jiang-dong，XU Jian-bin and SUN Xiao-jiang

（State Grid Zhejiang Electric Power Co.，Ltd. Material Branch，Hangzhou，Zhejiang310000，China）

Abstract：The construction of intelligent grid and the strengthening of distribution network is the most important task for us. To ensure the safe，economic，and efficient operation of the distribution network，we must guarantee the timely supply of power materials. The power materials will mainly be used in the maintenance of grid that has been constructed and the construction of new project. But the frequent changes in the new project will lead to too much change in demand，which tends to create a shortage or excess of the required power materials. Based on the theory of constraints，the authors analyze the current situation of power material distribution and the process of that in Zhejiang province，it is found that there are problems such as excessive procurement cycle，low vehicle loading rate，unreasonable distribution route，and long inspection cycle. To improve the management level and logistic efficiency，enhance its core competitiveness，and realize better economic profit and social benefits，we should establish related information platform，reduce the lot size of procurement，shorten procurement cycle，improve the loading rate and distribution efficiency，shorten the cycle of examine，and construct the efficient and intelligent procurement and distribution system of power material.

Key words：power materials；theory of constraints；procurement cycle；vehicle loading；distribution route