物流管理论文.docx

物流管理论文.docx

《物流管理论文.docx》由会员分享，可在线阅读，更多相关《物流管理论文.docx（45页珍藏版）》请在冰豆网上搜索。

物流管理论文

1.1研究背景

物流是为了满足消费者需要而进行的从供应地到接收地的原材料、中间产品、最终产品及相关信息的有效流动和储存计划、实施和控制的管理过程。

其功能是通过运输、仓储、装卸搬运、包装、流通加工、配送、信息处理等活动过程有机结合起来实现的。

其中配送对于物流的运行和发展有着深刻的社会根源和历史背景。

在市场经济体系中，物流配送犹如人体的血管，把国民经济各个部分紧密地联系在一起。

物流配送是物流的基本功能，作为直接面向最终客户提供的物流服务，在满足现代化的物流需求方面发挥着极其重要的作用。

如果没有配送就会影响物流的经济效益和社会效益，可以说物流成果主要是通过配送来实现的。

着名管理大师彼得德鲁克说“美国人花费的每美元中，大概有美分是花在产品制成以后的活动上，即在产品己经完工的以后……从经济学角度看，配送是将事物的物质特性转换成经济价值的过程，它为产品带来了客户。

”由可见配送活动及配送管理的重要性。

物流配送一般处于物流末，是直接面向用户提供服务的环节，它具有提高物流经济效益，优化、完善物流系统，改善物流服务，降低物流成本等功能，在物流系统中占有重要的地位。

随着市场经济的繁荣，企业业务规模日益扩大，物流配送作为现在现代企业一个重要环节，其效率高低直接影响企业的服务质量、配送成本，而配送路径优是物流配送的核心问题，因此物流配送路径优化问题是成为当前物流研究中的一个重要课题,所以它是一项特殊的、综合性的物流运动，其主要包括集货作业、配货作业、车载货物的配装、配送线路的确定[1]。

配送实际上是一个局部物流，是大物流在小范围内的运作，配送是物流系统的终端。

是否具备及时的配送时间影响服务水平的高低，这需要对车辆配送路径的合理优化和配送时间的掌控。

现代物流己成为世界经济发展的研究重点，我国政府也对物流产业的发展和监管非常重视。

但是目前，由于我国的物流产业起步晚，尚存在着许多问题。

如何改变这种局面，使物流行业健康稳步发展，是国民生产力发展急需解决的难题，当前主要可从提高物流配送服务质量入手。

在现代物流系统中，配送是一个重要环节，而在配送业务中，能否将货物及时送交收货人手中是物流系统优化的关，配送的质量好坏决定服务水平的高低，同时影响到客户对整个物流服务的满意程度。

然而物流车辆在配送过程中，会涉及到车辆路径优化问题。

由此说明，物流车辆路径优化问题是物流运作管理面临的重点问题，在交通和物流规划中具有举足轻重的地位。

武汉帝峰模具是一家集设计、生产、销售、配送于一体的经营五金模具和塑胶模具的有限责任公司。

作为一家以生产为主的企业，其在配送运输方面存在一定的不足之处，配送工作效率较低，配送成本较高。

从车辆路径优化方面考虑配送优化，对运输路线进行合理规划，寻找一条符合实际情况的优化路径，这样才能从实际上节省配送费用，缓解交通的压力，使配送工作顺利进行，从而节省配送过程中运输费用耗费，而且使配送服务水平提高，并提高用户的满意度，以致提高工作效率，减少运营成本。

1.2国内外研究现状

1.2.1国外研究现状

很多国外学者对仓储货位优化的问题进行了研究，比如以下几位：

Clarke和Wright（1964）对Dantzig和Ramser提出VRP?

问题模型的求解算法进行了改进，提出了更为有效的启发式算法Clarke-Wright节约法，后来该算法成功的用于求解车辆路径优化问题[2]；

Miller&Gillet（1974）提出扫描法（SweepMethod）,目的在于求解车辆调度问题,并针对当时几个求解相似问题的算法进行比较,证明该算法所求得的解较优于其它的方法[3]；

wialldr（1989）首先将禁忌搜寻法应用于车辆路线问题上,设计重复的虚拟物流中心,将车辆路线问题转换成旅行商问题（TSP）,利用2-opt或3-opt方法求解车辆路线；

Dorigo，Maniezzo和Colorni（1991）等意大利人将蚁群算法用于求解旅行商问题，并取得了很好的效果，后来，Dorigo在基本蚁群系统的模型的基础上又提出蚂蚁群系统（Ant?

ColonySystem，ACS）模型，该模型改进了蚂蚁系统模型的信息素更新方法和路径选择方式，并使用了一种随机选择和最优选择混合的路径选择方式，而信息素更新采用全局更新和局部更新的方式，提高了算法的全局收敛能力，相比于蚂蚁系统模型的性能有较大的提高，收敛速度明显加快。

后来很多学者对基本的蚁群算法进行改进，求解不同的问题模型；

Gendreau,HertZandL即orte（1994）使用插入法求解旅行商问题,再用贪婪法（GreedyMethod）进行路线切割,从而产生初始解；

Kennedy和Eberhart（1995）等美国博士，提出了粒子群算法，Eberhart博士等人对基本粒子群算法进行了改进，该算法被成功的用于求解物流路径规划问题；

被用来求解小规模数据网点的物流路径规划问题，这是一类精确式算法，在求解小规模网点的物流路径规划问题具有计算速度快、求解精确的特点[4]；

Babraroosglu&Ogzur（1999）利用禁忌搜寻法为土耳其某物流公司构建一套决定货车配送点顺序的方法DETABA,以二种乱数选取节点的方法产生初始解,找到其中最佳的解作为初始解,再以插入法（InsertinoProcdeuer）作为搜寻邻近解的移步方法,最后以2一opt改善方法找到最优解的值；

su&chen（1999）成功地将自组织影射网络应用在车辆配送区域及路线规划问题的求解上,其算法的主要概念是利用类神经网络快速运算、自我组织与平行处理的特性,配合M个一维环状网络拓扑来表现车辆路线配送问题；

T.Ralphs（2003）等美国利哈伊大学的研究者对CVRP问题模型进行了研究，CVRP是相对VRP问题提出的，表示参与配送任务的每一辆车都有自身的约束条件，如载重量、最大行驶里程等等，在满足这些约束条件的前提下，完成所有网点订单任务的配送，目标是总成本最少的路径规划问题，后来有很多研究者在CVRP问题模型的基础上提出了带有时间窗约束的CVRP问题模型，本文的研究的物流路径规划问题带有多个时间窗约束[5]。

在这些论文相继发表之后,由于该问题无论在理论上还是应用上都具有代表性,它是典型的物流配送优化问题，引起更多学者对许多相关学科的研究,导致该问题变成运筹学研究的焦点。

1.2.2国内研究现状

通过查阅相关文献资料了解到目前国内学者在企业的物流路径优化问题的研究起步较晚，有些学者在研究这方面课题时也提出过一些有建设性的思路[6]：

杨宝石（2013）把城市快递配送路径问题看作是简单的旅行商问题（TravelSalesmanProblem，TSP），针对该问题模型除了考虑了一般性的约束之外，仅仅只额外考虑了容量约束。

当问题规模不大时，可以得到全局最优解。

丁洁（2012）则将城市快递配送路径问题转化为多重旅行商问题（MultiTravelSalesmanProblem，MTSP），同时考虑到MTSP?

问题求解难度较大，故先将其转化为TSP问题，接着结合最小生成树的深度优先搜索算法来确定快递员最终的行车路线，以求得到该问题的近似最优解；

何俊生（2013）针对同城快递配送路径问题，提出了两个模型，一个不考虑时间窗约束仅考虑容量约束，另一个同时考虑，采用Dijkstra遗传优化算法求解并进行了比较对比分析。

姜艳和关雪（2008）提出了一个线性混合整数规划模型，该模型主要考虑时间窗约束和单车快件数目上限约束；

杨从平（2014）针对快递物流配送车辆路径问题，考虑了容量约束和单车最大行程距离约束，采用蚁群算法对桂林市某快递网络的配送路径进行了优化。

李炳会（2008）则用超时惩罚对时间约束进行了替代，即快递超过预定时间需要赔偿以进行惩罚；

张迅和刘海东（2013）根据快递配送的特点，研究了采用快件递送和揽收同时服务的配送策略的车辆路径问题。

他们假设车辆在配送中心与客户点之间或客户点之间行驶的时间服从正态分布，各客户点均带有有软时间窗约束，以及快件揽收数量服从泊松分布，依此建立一个线性混合整数规划的多目标模型，目标函数包括：

行驶路程最短，时间惩罚值最小和快件揽收数量最大。

同时他们提出了一种遗传算法：

该遗传算法采取种群个体适应度值排序和最佳个体保留的选择策略，以及通过参数控制自适应交叉概率来保证所求结果的优良性，通过设计算例并采用Matlab软件进行编程运算，实验结果证明了该遗传算法的可行性；

陈敏（2009）研究了如何快速响应动态信息的车辆调度问题，并将其描述成是一个实时带时间窗车辆路径问题（Real-timeVehicleRoutingProblemwithTimeWindows，RT-VRPTW）。

针对实际调度问题的规模、复杂度和特性，将动态问题转化成静态问题，提出了一种混合禁忌搜索算法，该算法分为两个阶段：

第一阶段，首先采用插入法生成初始方案；第二阶段，引入改进的禁忌启发式搜索算法对全局进行优化，实验结果表明该算法行之有效；

胡明伟和唐浩（2010）则研究了快递服务相关的动态车辆路径问题，并将其描述成带时间窗的动态旅行修理员问题（DynamicTravelingRepairmanProblemwithTimeWindows，DTRPTW），建立多目标优化模型，该模型包括服务客户数量最大、客户等待时间最小以及总运行时间最短三重优化目标。

他们采用基于词典式的排序方法，同时改进了Or-opt局部搜索算法。

根据仿真实验结果显示，与单目标模型相比，多目标优化模型能够明显降低被拒绝服务的客户数量和客户等待时间，同时总运营时间未发生明显增长；

吴海东（2011）针对城市快递服务问题，重点研究了服务质量相似性和快递车辆交接行为这两大新的快递服务趋势，同时建立两阶段模型，在满足随机客户需求的条件下，还能够保证快递配送的路径得到最优。

目前国内对VRP问题的研究很多都停留在理论研究阶段，实验成果并没用广泛的进行实际应用，而且研究的问题模型都有一定的条件约束，约束条件不同，则对应的问题模型也不一样，求解的算法也不太一样，这样算法就有一定的局限性。

1.3研究目的、意义和方法

1.3.1研究目的

为了提高物流配送系统的服务质量和节省配送费用,对物流车辆配送路径的优化和行程时间的预测所进行的研究，本文通过制定较为合理化、人性化的物流车辆配送路径,满足实际的物流配送要求,从而能将货物迅速、安全地送到客户手中,达到提高服务水平的要求；与此同时，加快物流系统对客户需求的物流配送路径优化和行程时间预测响应速度,提高服务质量,增强客户对物流环节的满意度,降低服务商的运作成本使整体的服务水平提高[7]。

1.3.2研究意义

第一，本文结合实际的配送情况，对配送车辆路径优化理论与方法进行系统研究是物流集约化发展、建立现代调度指挥系统、发展智能交通运输系统和开展电子商务的基础。

同时,优化后的物流配送路径,有利于缓解交通压力；

第二，规划好物流配送的行进路线,有利于节省配送费用,而对行程时问精确的预测反过来有利于指导物流规划的行进路线,引导车辆沿途配送物资；

第三，物流配送路径优化,是物流配送优化中关键的一环。

对货运车辆进行路径优化,可以提高物流经济效益、社会效益、实现物流科学化[8]；

第四，优化配送路径问题对提高物流企业配送效率，降低物流配送成本，促进经济的快速发展都具有重要的作用，从而对物流配送路径规划的研究具有非常高的应用价值。

1.3.3研究方法

（1）文献参考：

本文主要是通过对互联网上的相关文献、资料以及图书进行详细的阅读和思考，并参考其中相关有用的文字以及解决问题的思路及方法。

（2）实地考察：

在武汉帝峰模具有限公司实习期间，将搜集的资料进行大致的提炼，对于物流配送路径的各项考虑因素进行主次分类，并带着这些疑问在公司实习之余对配送路径方案进行大致的理解与总结。

（3）定量分析法：

依据近三个月物流单据结合运筹学相关知识，运用节约算法、扫描法和改进的最近插入法进行必要的分析与运算，并比较三种方法的结果以得到较优路径的设计方案。

1.4本文研究内容

本文以武汉帝峰模具有限公司为例，在对物流配送业务进行研究的基础上,针对物流配送中对成本影响较大的车辆路径问题（VRP）进行集中研究,在车辆载重限制、时间限制、客户需求量限制和指定地点的条件下建立了VRP数学模型,并利用启发式算法中的三种方法优化配送路径，并选出较优方案[9]。

本文的研究内容如下:

第一章阐述本文的研究背景，国内外研究现状，研究意义、目的和方法；

第二章对物流配送和配送路径优化问题进行了相关理论的概述，并介绍了节约算法、扫描法和最近插入法的原理及步骤；

第三章主要介绍了本人实习所在公司，描述了其在物流配送路径方面的现状以及存在的问题；

第四章是本文的重点部分,首先介绍了关于改进公司配送路径的基本思路，其次运用节约算法、扫描法以及改进的最近插入法优化配送路径，然后比较三者得出的结论并选出较优方案。

PAGE45

第2章相关理论概述

2.1物流配送

2.1.1物流配送的概念

物流的含义是：

依照客户的订单要求，在物流中心组织分货、配货，然后把分配完毕的物品以合适的数量在规定的时间内，以现代化的运送形式，运送到客户手中，以实现资源的优化配置。

配送（distribution）起源于“送货上门”。

20世纪60年代初期，生产企业或中转仓库根据客户的需求，将货物准确的运送到客户手中，形成了配送的雏形——“普通送货。

随着客户对产品多样化和差异化的要求，为了满足客户的需求，原始的普通送货开始转向分拣、配货、送货一体化。

因此产生了配送。

按照国家质量技术监督局发布的中华人民共和国国家标准“物流术语”（GB/T18354—2001），配送是指在经济合理区域范围内根据用户要求，对物品进行拣选、加工、包装、分割、组配等作业，并按时送达指定地点的物流活动。

我们可以将物流配送抽象的理解为一种共同化的服务模式，共同化可涵盖以下几个方面：

各类资源共同使用；设施共同采用；管理过程的共同进行。

具体来说，物流配送是物流活动的一种独特的业务形态，其独特之处在于它不是单独存在的，而是与资金流、物流、信息流进行了有机结合，这些资源的流动均存在于物流配送的整个过程中，可以毫不夸张的说，物流配送可以包含物流活动的必要因素。

从表面上看，配送是从运输衍生而来的功能，实际上，物流配送基本能够涵盖物流的所有职能，是一个完整的过程。

物流配送在很大程度上容易被外部环境所影响，随机性很强，因此，需要建立起完整的管理与控制，并需要强有力的理论与技术支持。

2.1.2物流配送的功能

（1）配送完善和优化了物流系统。

第二次世界大战后，高水平的干线运输呼唤支线运输和小搬运配套，但支线运输和小搬运在适应性、灵活性、服务性上的欠缺，致使运力不合理、运输成本过高，配送的出现使干线运输、支线运输及小搬运统一，输送过程得以优化和完善。

（2）配送提高了末端物流的效益。

配送通过大批量进货，集中发货，以及将多个小批量集中一起大批量发货，都能有效的节省运力，实现经济运输，降低成本，使末端的物流经济效益得到提高。

（3）配送通过集中库存使企业实现低库存或零库存。

采取准时制配送方式之后，生产企业完全可以依靠配送中心的准时配送而不需保持自己的库存或保持少量安全库存而不必留有经常库存。

（4）配送简化事物，方便客服。

采用配送的方式，客户只需向一处订购，或一个进货单位联系就可以订购到以往需要去许多地方才能顶到的货物，因此大大的减轻了客户的工作量和负担，也节省了事务的开支。

（5）配送可以降低整个社会物资的库存水平。

发展配送，实行集中库存，整个社会物资的库存总量必然低于各企业分散的库存总量。

同时，配送有利于灵活高度，有利于发挥物资的作用。

此外，集中库存可以发挥规模经济优势，降低库存成本[10]。

2.1.3物流配送的要素

（1）备货。

该环节是配送工作的最基础环节，主要包括以下几项任务：

寻货源；购货物；货物统计汇总；日常质量检验；会计核算；日常交接工作等。

物流企业应该定期对客户需求进行预测，并进行定量的货物储备，以备不时之需。

备货环节是配送的起始环节，在一定程度上影响了整个配送的成败，因此，在这个环节，应该努力降低成本，提高配送效益。

（2）存储。

可以分为储备与暂存这两种主要形态。

储备的含义是根据某一时期制定的配送经营目标及要求，建立起的资源保障以保障配送目标得以实现。

一般情况下，该种情况下的储备数量很大，并且结构也相对较为完善，根据货源多少及到货量，有计划的制定储备方案。

暂存的含义是在配送当天，依照分拣配货的具体要求，在理货场所进行的少量应急准备。

（3）分拣与配货。

这一点是物流配送区别于其他物流形式的功能要素，另外它也是一项特别重要的支持性工作，在一定程度上决定了物流配送的成败。

它是提升送货质量和档次的必然要求，也是企业提高自身服务水平的重要方式。

（4）配装。

在电子商务环境下，客户订单一般较小，也较为频繁，这样就存在货物的装配问题，如何能够集合不同类型的货物，最大程度的提高货车运力，是需要考虑的重要问题。

（5）运输。

电子商务环境下的终端运输一般属于短途、较小规模的运输，相比于干线运输，物流配送的运输面临着路径选择的问题。

在顾客分布分散、数量较多的情况下，如何能够将装配和线路进行有效的搭配，是一个难度很大的工作。

（6）送达服务。

在货物送到顾客面前以后，应该做好交接工作，完成相关手续的办理及业务结算，并且按照顾客的要求进行卸货。

（7）配送加工。

配送加工能够提升顾客的满意度，与普通流通加工有所不

同，配送加工主要是为了满足客户的基本需求。

2.2配送路径优化问题

物流路径优化问题通常可以这样描述：

由多辆车将货物从一个或多个配送中心送到多个地理位置上分散的客户，在满足一定的约束条件（货物的需求量、发送量、交货时间、车辆负载量限制、行驶路程限制、时间限制等）下，如何安排车辆及其行驶路线使得总的配送费用最小。

这是物流配送的一个核心问题[11]。

2.2.1配送路径优化的目标

配送路径合理与否对配送速度、成本、效益影响颇大,因此,采用科学的合理的方法确定配送路线是配送活动中非常重要的一项工作。

确定配送路线可以采取各种数学方法和在数学方法基础上发展和演变出来的经验方法。

无论采取何种优化方法,我们首先都要明确物流配送路径的优化目标,才能有效地针对目标进行优化。

目标的选择根据配送的具体要求、配送中心的水平、实力及客观条件而定,可以有以下多种选择：

（1）效益最高：

在选择以效益为目标时,通常以企业当前的效益为主要考虑因素,同时兼顾长远的效益。

效益是企业整体经营活动的综合体现,可以用利润来表示。

因此,在计算时是以利润数值最大化为目标值。

但由于效益是综合的反映,在拟定数学模型时,很难与配送路线之间建立函数关系,所以一般很少采用这一目标。

（2）成本最低：

计算成本比较困难,但和以效益为目标相比有所简化,在成本和配送路线之间有密切关系、且成本对最终效益起决定作用的情况下,采用以成本最低为目标实际上等于选择了以效益为目标,比较实用可行。

（3）路程最短：

如果成本和路程相关性较强,而和其他因素是微相关时,则可以选择路程最短为目标,这样可以避免许多不易计算的影响因素,大大简化算。

但需要注意的是,有时候路程最短并不意味着成本最低,如果道路条件、道路收费影响了成本,单以最短路程为最优解则不合适了。

（4）吨公里最小：

是长途运输中常作为选择目标,在多个发货站、多个收费站、整车发到的情况下,选择吨公里最低为目标可以取得满意结果。

在配送路线选择中,以吨公里最小为目标在一般情况下并不适用,但在采取共同配送方式时,也可以作为目标。

（5）准时性最高：

准时性是配送中重要的服务指标,以准时性为目标确定配送路线就是要将各客户的时间要求和到达各客户点的先后顺序进行协调安排,这样有时难以顾及成本问题,甚至需要牺牲成本来满足准时性要求。

但对准时性的要求必须建立在控制成本的基础上。

（6）运力利用最合理：

在运力非常紧张、运力与成本或效益有一定相关的情况下,为了节约运力、充分运用现有运力,而不需外租或新购车辆,也可以运力安排为目标,确定配送路线。

针对不同的物流配送问题,要根据具体情况选择优化目标。

本文研究的物流配送问题根据帝峰模具公司物流系统的特点,将优化目标设定为路程短、准时性高、运力利用合理。

2.2.2配送路径优化问题的分类

物流路径优化问题按照各种因素的不同形成了不同的种类，如表2-1。

表2-1不同分类依据下的路径优化问题类型[12]

2.2.3配送路径优化问题的解法分类

针对早期与现今的车辆路径问题模型，已有相当多的文献提出求解方法，可分为以下五大类[13]：

?

（1）系统仿真法（Simulation）?

此方法最早由Golden和Skiscim于1986年提出，主要应用于行车线路与物流配送中心区位的选择。

优点在于可直接观察系统安排的效率与效果，但由于问题的实际情况多变且具有不确定性，很难将要实现的配送情形系统逻辑化为仿真程序；

（2）人机互动法?

人机互动法是一种结合使用者的直觉、经验、以及专业能力，纳入求解过程的一种方法，这种方法可以让决策者在电脑上产生途径的中间阶段。

此方法结合人类决策与计算机计算能力，在求解的过程中，通过高度的人机交互模式，结合专家的决策信息计算出结果。

该方法的优点是寻优的过程中，决策者可以很清楚地看到各约束条件之间的替代关系以及参数变化可能导致的成本变化；

（3）精确解法（ExactProcedures）?

精确解法一般应用于线性规划（包括经过了专门处理的分枝定界法、割平面法和标号法）和非线性规划等数学规划技术，以便求得问题的最优解。

在VRP问题研究的早期，主要是单源点（One-Point）（即配送中心、车场等）派车，研究如何用最短路线（或最短时间内）对一定数量的需求点（即用户）进行车辆调度，因此主要运用精确算法求出问题的最优解。

精确式算法一般有以下几种方法：

分枝定界法（BranchandBoundApproach）、割平面法（CuttingPlanesApproach）、网络流算法（NetworkFlowApproach）和动态规划方法（Dynamic

ProgrammingApproach）等；

（4）启发式算法（Heuristics）?

由于上述三种方法的求解效率较差，所以大部分的学者都致力于启发式解法的发展。

该方法在解题时可减少搜寻的次数，所以是一种容易且快速求解困难问题的算法。

车辆路径问题的启发式解法，包括节约法（Savingmethod）、最邻近法（Nearestneighbor）、插入法（Insertion）及扫描法（Sweeping）等；

（5）智能算法（现代启发式算法）?

进入20世纪80年代，一些新颖的优化算法，如人工神经网络算法、遗传算法、模拟退火算法、禁忌算法、混沌等，通过模拟或揭示自然现象或过程得到发展，其思想涉及数学、物理、生物进化、人工智能等各方面，为解决复杂问题提供了新的思路和手段。

在优化领域，由于这些算法构造的直观性与自然机理，因而被称为智能优化算法（intelligent?

optimizationalgorithms）或现代启发式算法（meta-heuristicalgorithms）。

就目前的情况来看，智能算法应用于VRP的研究还不深入，一般都只考虑比较简单的约束（容量约束、时间窗约束），与实际应用还有相当大的距离。

但是，用智能优化算法解决VRP问题已经得到了人们的重视，相当多的学者致力于这方面的研究，发展势头很强劲，是进行VRP研究的一个热点方向。

?

相对于传统启发式算法,现代启发式算法不要求在每次迭代中均沿目标值下降方向,而允许在算法中适当接受目标值有所上升甚至不可行的解,其目的是能够跳出局部搜