集成物流管理系統中“定位—運輸路線安排問題”分析

張子野

摘 要：物流是產業鏈中的關鍵節點，物流管理將提高客戶滿意度、降低物流成本作為核心目標，在物流集成化發展背景下，定位—運輸路線安排問題成為企業關注的重點。為此本文分析集成物流管理系統中定位—運輸路線安排問題，介紹定位—運輸路線安排問題理論基礎及模型構建，總結當前有關該問題的研究現狀，豐富其理論基礎，供相關人員參考借鑒。

關鍵詞：集成物流系統? 定位—運輸路線安排問題? LRP模型

中圖分類號：F252 文獻標識碼：A 文章編號：2096-0298（2020）05（b）--02

定位—運輸路線安排問題由傳統物流體系中車輛路線安排問題與定位—配給問題引申而來，指的是在既定客戶點位置及需求量、潛在設施點位置及數量、其他約束條件的背景下，明確可用于客戶服務設施的位置和數量，并規劃潛在設施點與客戶間的最佳運輸路線，以使物流成本最小化、物流效率最大化。集成物流系統將成為之后一段時間內物流行業發展主流，分析定位—運輸路線安排問題意義凸顯。

1 集成物流管理系統中定位—運輸路線安排問題理論基礎

1.1 車輛路線安排問題（VRP）

車輛路線安排問題可解釋為，在物流設施位置既定的狀態下，設計運輸車輛從某一設施點到達一個或多個客戶位置的路線方案，以保證運輸路線最短或運輸總成本最低。在此問題中，需要設計巡回運輸路線，提高運輸車輛使用效率。但其不考慮設施位置，因此無法將物流系統運作總成本降至最低。

1.2 定位—配給問題（LAP）

定位—配給問題指的是基于客戶所在位置及貨物配給之間的關系，設計某一區域內物流設施位置分布及數量方案，以達到最小化物流運作成本及運輸成本的目的。在定位—配給問題中，車輛運輸路線呈發散狀分布，到達客戶位置后，車輛當即返回，不涉及巡回運輸。該狀態存在的突出問題是，車輛吞吐能力未得到有效利用，運輸工具利用率的降低間接導致運輸成本上升。

1.3 定位—運輸路線安排問題（LRP）

在集成物流管理系統中，各子系統之間緊密結合，有國外學者提出，將物流設施選址運輸路線設計相結合，得到定位運輸路線安排問題的概念，該問題指的是在客戶位置及需求量已知的前提下，給出潛在設施點位置及數量，依照一定的約束條件，從中找出能服務于用戶的設施點位置及數量，進而構建潛在設施點與用戶之間的最佳運輸路線，以將物流成本控制到最小范圍。該問題中物流總成本包括投建成本、運輸車輛固定成本及可變成本，約束條件包括配送時間、配送容量、配送路線等。

在實際分析LPR問題時，一般參考以下假設：用戶位置及需求已知或可通過計算獲得;潛在設施點已知;用戶與設施點之間存在單一對應關系。

1.4 VRP、LAP、LRP之間關系

VRP問題僅考慮路線安排問題而忽略設施點位置選擇，LAP問題中運輸路線呈放射狀，忽略路線安排問題。相對而言，LRP問題更為復雜，存在巡回運輸需求。LAP不考慮巡回運輸，因此平均運輸成本較高。VRP問題雖然考慮巡回運輸，但不考慮物流設施選址，在實踐過程中造成配送環節冗雜，同樣無法很好控制物流成本[1]。而LRP問題將設施位置及路線安排一同考慮，同時優化配送點位置及配送路徑，定位、路線及分配之間任意兩項形成雙向互動關系，不同物流要素之間的影響與制約關系被系統化研究，在構建集成化物流系統的同時，也可有效實現成本控制目標。

2 集成物流管理系統中定位—運輸路線安排問題模型構建

2.1 LPR模型構建

2.1.1 問題分析

集成物流管理系統中定位—運輸路線安排問題依照物流設施數量不同，可分為單個設施問題和多個設施問題。

（1）單個設施問題。單個設施LRP問題在用戶位置及物流需求數量既定的基礎上，從多個潛在配送點中選取一個作為配送中心，完成物流配送活動。該問題的假設條件包括貨物可按照要求進行配送;運輸車輛存在容量限制;不同需求點僅有一臺運輸車輛進行配送;車輛容量與各配送路線上全部配送點的物流需求相對等;不同運輸路線起點相同。在假設成立的前提下進行物流車輛路線及數量分配，最小化物流成本。

（2）多個設施問題。多個設施LRP問題在用戶位置、需求量、需求點個數既定的基礎上，找到最佳配送點數量、位置及配送路線，以滿足多個配送點的配送需求。該問題需滿足以下假設：貨物可按照要求進行配送;運輸車輛容量有限;不同需求點存在單一配送車輛;運輸車輛容量與配送路線上配送點的配送需求相適應;不同運輸線路起點相同。考慮到本文實際意義，對LRP模型的分析基于多個設施問題進行。

2.1.2 模型構建

（1）參數定義。I為潛在設施集合;J為客戶點集合;V為運輸車輛集合;D為設施與客戶點的集合;N為客戶點數量。

（2）決策變量定義。Zr：若潛在設施被選中，r=1，否則r=0;Xijk：第k輛車從設施i為客戶j提供配送服務取值為1，否則為0;Yij：若客戶j由設施i服務，取值為1，否則為0;Wpi：若供應商p為潛在設施送貨，取值為1，否則為0。

（3）目標函數。得到如下目標函數：

[2]。

其中，Cij表示客戶ij之間的運輸成本;Fr表示在i處建設或租用物流設施的成本;Ck表示車輛k固定配送成本;Dpi表示中心倉庫到潛在設施的單位運輸成本;Ypi表示中心倉庫到潛在配送中心的運輸量;Qi表示設施i的容量上限;Dj表示客戶點j的需求量;Qk表示配送路線上車輛k的額定載重。

2.2 LRP模型分類

國外有關定位—運輸路線安排問題的研究起步較早，到目前為止已積累大量理論經驗，有關LRP模型的文獻積累也非常豐富。Hokey·Min提出的LRP模型分類標準代表性較高，且在物流領域形成有效共識，因此對LRP模型的分類采用Hokey分類準則。

該準則中，分類標準囊括物流方向、需求模型、設施數量、設施容量、車輛數量、裝載能力、設施等級、計劃期間、時間限制、目標數量及數據來源。以上標準依次按照單向-雙向、確定-不確定、單個設施-多個設施、不確定-確定、單輛-多輛、不確定-確定、單級-多級、單期-多期、無-有、單目標-多目標、假設-真實劃分為兩個級別。

3 集成物流管理系統中定位—運輸路線安排問題研究現狀

3.1 國外研究現狀

3.1.1 有關求解算法的研究

國外有關求解算法的研究主要集中在兩階段緊急搜索算法、SFC算法、模擬退火算法等。其中，兩階段緊急搜索算法的核心原理為將禁忌搜索算法與設施定位及路線安排兩個階段相結合。在定位階段，增加或交換設施點，以確定最佳位置及數量;在路線安排階段，通過插入或交換客戶點找到成本最低的配送路線。循環計算直至達到成本最低點，得到最優解。相較于其他算法，兩階段禁忌搜索算法更適用于大規模LRP問題。

SFC算法在求解隨機性LRP模型時，由于需求無法事先預知，供應商只能對設施點的需求進行預測，以安排貨物補給方案，并依照方案進行最佳運輸車輛數量及線路安排。該算法的優勢在于，可在最短時間內匹配配送需求，降低設施點庫存。

模擬退火算法將原模型中部分與實際情況不符的假設條件去除，構建多設施、多車輛類型及各類型車輛有限等情況的LRP模型，將問題分解后分步驟進行求解，解決定位—配給問題后，再對最佳運輸路線進行研究。

3.1.2 有關問題模型的研究

有學者對LRP模型進行擴展，使其變為四層，包括供應點、中心存儲點、區域存儲點及中轉點、需求點。其中需求點又分為客戶和大客戶。該模型除考慮設施位置、運輸路線最優設計外，還將設施點倉儲納入其中，以更加貼合當前集成物流管理系統的實際運行情況，成為LRP模型研究的關注重點。

從以上分析可以看出，國外有關LRP問題的研究趨向復雜化和實際化，重在擴大算法的適用范圍，并希望對模型進行優化，使其有利于實際問題的解決。

3.2 國內研究現狀

國內對LRP問題的研究較國外起步晚，目前依然處于研究初期，現有有關集成物流管理系統中LRP問題的研究文獻數量有限。

最早一批學者對國外有關文獻進行總結，對LRP問題的內容及特征進行分析，并提出算法分類的概念，成為之后研究的重要指引。后有學者嘗試使用遺傳算法求解LRP問題，搭建LRP改進遺傳算法。研究過程中將LRP當作一個整體，以避免局部最優解現象的出現。另有學者提出多目標的LRP模型，在實現最小化物流成本的基礎上，提高企業物流反應能力，更好滿足客戶提出的不確定性配送要求[3]。該模型的特點在于，提供多種可選運輸方式，并將訂貨成本及分揀成本計入到物流成本中。使用步驟法進行模型求解，將成本最小化目標轉化為約束條件，再利用逐步逼近啟發式算法及模擬退火算法進行分析。

國內有關LRP問題的研究所集中在算法層面，且多為理論研究，但隨著物流產業的迅速發展，有關集成物流管理系統LRP問題的研究將頻繁開展，針對具體的物流需求，找到最佳的物流管理模式。

在未來一段時間，我國有關LRP的研究將朝向動態化、多目標化、垂直化發展，以適應物流行業的發展趨勢。例如，設施定位及路線安排中間物流活動非常頻繁，但可大致分為進庫及出庫兩個模塊。當前的研究主要針對出庫模塊的路線優化進行，未將兩個模塊結合考慮。未來LRP模型將覆蓋更多階段，對供應鏈進行集成化控制。

4 結語

定位—運輸路線安排問題是集成物流管理系統中的重點，該問題的有效解決能夠為物流成本降低及物流效率提升作出巨大貢獻。隨著物流與社會生產、流通環節關聯性的提升，物流方案制定面臨更高地要求和考驗。相關人員需要對LRP問題算法及模型作進一步探索，構建符合物流行業發展的LRP模型，促進物流產業優化升級。

參考文獻

王宏波，蔣淑玲.基于動態二維碼的物流管理系統[J].科技創新導報，2019（20）.

陸名錄.基于移動GIS物流管理系統的設計與開發[J].中國物流與采購，2019（21）.

楊朔，張民，宋源清，等.基于SSM框架的物流管理系統的設計實現[J].電腦知識與技術，2019，15（29）.