提前期分散控制下供應鏈物流協調調度仿真

王婭楠，張玉春

(蘭州理工大學，甘肅 蘭州 730050)

1 引言

在供應鏈物流傳輸領域中，提前期數值的獲取完全依賴于訂貨量，安全庫存與訂貨量之間的應用關系受到提前期、訂貨頻率兩項物理指標的直接影響。當訂貨量數值相對較少時，供應鏈訂貨的頻率數值較高，易導致庫存系統在整個補貨期內始終面臨較大的缺貨風險，因此為有效控制缺貨水平與年缺貨成本之間的物理關系，就需要增加物流企業的原始庫存量。此時安全庫存與訂貨量數值能夠保持穩定的反比數值關系；而當訂貨量不斷減少時，提前期實值會持續縮短，而在整個提前期內的貨物需求水平卻不一定會降低，由于安全庫存量會隨物流運輸距離的延長而減少，故此時的供應鏈訂貨量始終與安全庫保持正比影響關系[1-2]。

隨著貨物運輸量的增大，原有供應鏈服務模式很難完全滿足企業物流的實際調度需求。為解決此問題，傳統敏捷型物流調度策略從客戶收益最大化入手，在完善定制化服務流程的同時，確定貨物目標之間的優先級差異性水平[3]。然而此方法很難同時滿足企業與個人的個性化物流調度需求。此外，還有學者設計了基于雙層變鄰域蝙蝠算法的供應鏈物流運輸調度模型[4]和基于多車型供應鏈和混沌煙花算法的物流運輸調度模型[5]。其中，基于雙層變鄰域蝙蝠算法的模型考慮了多個供應商、多個制造商和多個零售商的三級供應鏈物流運輸調度，實現建立雙層變鄰域蝙蝠算法，增強變鄰域局部搜索過程的尋優能力，然后在合理的時間內求解最優的流運輸調度路徑。基于多車型供應鏈和混沌煙花算法的模型考慮了不同物流車輛容量、成本、車輛最大配送距離等約束條件，建立供應鏈物流運輸調度過程，并利用混沌煙花算法求解該過程，增強其收斂效果和尋優能力。然而在實際應用過程中，上述2種模型DIM供應鏈應用指標值偏低的問題。

針對上述問題，本研究引入提前期分散控制理論，設計了一種新的供應鏈物流協調調度模型，在物流成本量的支持下，確定供應鏈運輸成本的最小化目標，從而使運輸目標的規劃需求得到滿足。

2 基于提前期分散控制的物流調度與管理

基于提前期分散控制的物流調度與管理包含編碼和評價指標選取、配送點距離確定、物流成本計算三個處理流程，具體研究過程如下。

2.1 編碼和評價指標

提前期分散控制算法將供應鏈物流問題空間設定為評價指標編碼，評價函數及適應性函數是對調度問題進行合理評價的唯一應用標準，也是決定物流個體優越性及企業供應鏈生存能力的重要確定性指標[6]。

對于物流協調調度問題，本研究主要應從配送時效、配送能力、配送成本三個可量化方向上來進行評價。在傳統的調度研究中，一般用距離來衡量物流車輛的運輸行駛成本，但由于行駛距離是一個相對較為粗略的評估手段，因為在實際供應配送中，人員工時、發車費用、行駛消耗等費用值極大。因此，將Rij定義為一個初始的物流費用值，即從配送點i到配送點j的成本數值。具體編碼與評價指標選取定義式可表示為如下形式

(1)

2.2 配送點距離

各物流配送點之間以及與供應鏈車場間的距離，是計算物流貨物行駛時間和成本的最主要應用數據。一般情況下，物流企業可從交通部門得到與物流貨物里程相關的物理信息。這些物理信息中主要包含單條路線及物流有限點之間的距離信息，可作為任意兩配送點之間的供應鏈距離數據[7]。

常用的計算兩配送點之間最短距離的方法包含Floyd算法、Dijkstra算法兩種，作為提前期分散控制機制中的基礎處理手段，上述兩類方法都能有效確定某一配送點到其它任意配送點的傳輸距離。因此，本研究采用全調度政策對供應鏈物流運輸行為進行約束，得到距離矩陣G如下

(2)

其中，a代表距離矩陣G中的物流運輸系數，i1-4代表配送點i的實際物理坐標，j1-4代表配送點j的實際物理坐標。

2.3 物流成本計算

即使對物流供應服務不設定明確的配送時間要求，調度服務快速性也是運輸中需要考慮的重要應用問題。

通常來說，評價一個調度方案是否具有可行性，不僅僅是物流車輛的運輸行駛里程最短，也不全是供應鏈經濟成本最低，特別是對于某些特殊的運輸商品。例如，食品或其它類用戶具有更高時間性運輸要求的貨物。

與運輸經濟成本類似，物流成本用兩個配送點之間的車輛行駛時間以及實際停留時間來描述配送調度行為的便捷性[8]。綜上所述，可認為，供應鏈物流車輛調度的代價及運輸成本包括時間性與經濟性兩方面，且針對不同的貨物對象、物流用戶，調度要求也要有不同的側重方向，可分別設置多個不同的分散系數來描述。

本研究設計的具體物流成本計算方法如下

(3)

3 供應鏈物流協調調度模型

本研究在提前期分散控制原理的支持下，按照模型描述與模型假設、成本最小化目標定義、目標規劃形式確定的處理流程，從而實現對供應鏈物流協調調度模型的設計。

3.1 模型描述與模型假設

以一個物流服務作為基礎集成商，在多個功能型物流服務的共同作用下，建立兩級物流服務供應鏈的過程叫做物流協調調度模型的描述與假設。

通常來說，一個物流服務集成商需要同時面對多個調度客戶的服務訂單需求，且每個客戶的物流服務訂單都必須包含多個服務工序流程，一般情況下，這些服務工序可被劃分為個性化服務工序、規模化服務工序兩類[9]。

由于客戶訂單服務在運輸內容方面具有較強的相似性，因此，可將一個客戶對象與另一個客戶對象相似性較高的物流服務供需整合在一起，并建立完整的規模化運作行為。當然也可以按照客戶對象的實際調度需求，設置獨立的個性化服務對策。

當調度集成商接收到客戶對象的物流訂單后，可按照下述方式實現最優調度：

1)對這些訂單的服務時間與服務環節進行分析；

2)考慮每個提供商在服務時間方面的不確定性，向每個服務環節的功能型供應服務提供必要的時間范圍條件；

3)從調度成本、調度時間等多個方面設定待調度的優化目標，并確定出最優的調度處理計劃[10]。

綜上所述，得到調度模型描述與模型假設流程如圖1所示。

圖1 調度模型描述與模型假設過程示意圖

3.2 成本最小化目標

在供應鏈提供商物流運作時間不確定的情況下，物流服務商在集中進行物流調度服務時，需要綜合考慮多方面應用因素。

一般情況下，物流集成商需要考慮如下幾方面內容：

1)第一點是運輸成本因素，供應鏈物流成本最低是集成商調度服務構建的首要目標；

2)第二點是與運輸客戶相關的時間要求因素，服務集成商需要綜合考慮所有客戶在服務訂單完成時間方面的要求，合理性安排現有調度計劃，盡可能使提供商延遲時間得到有效控制，從而實現對物流客戶的良好調度服務；

3)第三點是與提供商相關的物流滿意度因素，集成商需要在考慮其它提供商應用滿意度問題的同時，安排相鄰物流服務工序之間的合理性交接需求[11]。

綜合上述分析，假設K1、K2、…、Kn分別代表n個不同的供應鏈物流需求指標，聯立式(3)，可將物流協調調度模型的成本最小化目標定義為

(4)

其中，d0代表最小的物流成本消耗條件，dn代表最大的物流成本消耗條件，f代表供應鏈貨物的傳輸調度系數。

3.3 目標規劃形式

一般情況下，物流協調調度模型存在一些必須遵守的硬性約束條件，既包含供應鏈客戶需求的時間影響約束、時間關聯約束等條件，也包含與提供商相關的物流運輸滿意度約束條件。

為了使調度求解方法同時具有最優性與有效性，以便在實際運營中能夠實現對貨物運輸需求快速適應，應在研究調度參數對供應鏈調度績效影響能力的同時，合理地設計各項物流表達參數。

因此，在提前期分散控制條件不發生改變的情況下，供應鏈物流協調目標的規劃形式越統一，最終所得的調度應用結果也就越真實[12]。假設x0代表供應鏈客戶需求的最小時間性約束條件，xn代表供應鏈客戶需求的最大時間性約束條件。聯立式(4)，可將基于提前期分散控制的目標規劃形式定義為下述形式

(5)

其中，Zmax代表物流參數的最大表達值，s1代表供應鏈物流運輸的滿意度約束條件，b1、b2分別代表兩個不同的物流路徑的協調調度應用指標。

至此，實現各項系數應用條件的計算與處理，在提前期分散控制理論的支持下，完成供應鏈物流協調調度模型的搭建。

4 仿真應用實驗

為驗證上述設計的提前期分散控制下供應鏈物流協調調度模型的實際應用價值，設計如下對比實驗。

搭建如圖2所示的供應鏈物流網絡，作為實驗組與對照組實驗所需的貨物運輸框架，并在實驗用主機中裝載Windows 10操作系統。其中，實驗組的控制主機搭載本研究設計了基于提前期分散控制的供應鏈物流協調調度模型(實驗組)，對照組的兩臺控制主機分別搭載傳統的基于雙層變鄰域蝙蝠算法的供應鏈物流運輸調度模型(對照組1)和基于多車型供應鏈和混沌煙花算法的物流運輸調度模型(對照組2)。實驗中，最大貨物運輸量為10Mt，物流運輸路徑共10條。在相同實驗環境下，分析各項實驗指標的具體變化情況。

圖2 供應鏈物流網絡

記錄當貨物運輸量處于1-10Mt之間時，實驗組、對照組物流運輸時間的實際變化情況，如表1所示。

表1 物流貨物運輸時間對比表

分析表1結果可知，隨著貨物運輸量數值的增大，實驗組、對照組的物流運輸時間均保持不斷上升的變化趨勢，但對照組的上升幅度明顯大于實驗組，且其初始值也明顯高于實驗組。從極值角度來看，對照組最大值3.36 h，與實驗組最大值1.29h相比，上升了2.07h。

綜上可以說明，本文設計的提前期分散控制下供應鏈物流協調調度模型的運輸過程耗時較少，說明其具有較高的時效性。

DIM供應鏈應用指標能夠反映定制型供應鏈服務模式的實際應用能力。一般情況下，DIM指標數值越大，物流服務模式的應用能力也就越強，反之則越弱。

表2記錄了實驗組、對照組DIM供應鏈應用指標數值的實際變化趨勢。

表2 DIM供應鏈應用指標數值對比表

分析表2結果可知，隨著實驗時間的延長，實驗組DIM供應鏈應用指標保持先上升、再穩定的變化趨勢，全局最大值達到了1.67，且能夠保持一段時間的數值穩定狀態。兩個對照組的DIM供應鏈應用指標則始終保持連續下降的變化趨勢，全局最大值分別僅能達到1.43和1.38，與實驗組極值相比，分別下降了0.24和0.29。

綜上可知，隨著提前期分散控制下供應鏈物流協調調度模型的應用，實際物流貨物運輸時間開始持續縮短，而DIM供應鏈應用指標數值卻一直不斷增大，能夠促進定制型供應鏈服務模式應用能力的增強，可較好滿足物流調度需求。

5 結束語

與傳統的物流調度策略相比，本研究設計的供應鏈物流協調調度模型可在提前期分散控制原理的作用下，同時完成對編碼與評價指標的選取，且可借助配送點距離定義，實現對物流成本的準確計算。

隨著模型描述與假設關系的不斷完善，成本最小化目標系數值開始逐漸趨于穩定，能夠對目標規劃形式進行初步完善，在輔助大規模物流服務轉變為定制型供應鏈服務模式方面，具備較強實際應用價值。