物流配送中心直通配送运作时刻优化研究.docx

物流配送中心直通配送运作时刻优化研究.docx

《物流配送中心直通配送运作时刻优化研究.docx》由会员分享，可在线阅读，更多相关《物流配送中心直通配送运作时刻优化研究.docx（8页珍藏版）》请在冰豆网上搜索。

物流配送中心直通配送运作时刻优化研究

物流配送中心直通配送运作时刻优化研究

    时刻管理是形成供给链基于时刻的竞争优势的重要来源[1]，基于时刻竞争的核心就是紧缩补货提前期。

直通配送作为消除配送中心库存的一种补货方式，能够大幅度缩短货物的平均处置时刻，已为较多物流企业所采用。

配送中心内运作时刻作为直通配送下整个补货时刻中不可忽略的一部份，一方面影响货物的补货提前期，另一方面又对配送中心的货物周转率有着决定性作用，因此，对其进行优化，对于知足客户对时刻的严格要求和改善配送中心的运作效率均具有重要意义。

    关于直通配送下配送中心内的运作优化问题，目前主要从进出配送中心车辆排序和配送中心内车辆指派这两个方面着手。

如文献[2]研究了直通配送下配送中心仅有单出站口单入站口并允许临时库存的情况下，以最小化配送中心内总运作时间为目标的进出配送中心车辆的排序问题。

由于现实中配送中心多为多入站口多出站口，因此，更多的文献从车辆指派问题着手，对配送中心内的运作进行优化研究。

如文献[3]针对直通配送下，韩国邮政配送中心内出站口处的目的地指派优化问题，建立了以最小化搬运工具总移动距离为目标的数学模型；文献[4]考虑了车辆数量超过进出站口数量的情况，建立了直通配送下配送中心有货物处理能力约束的、以最小化搬运工具总移动距离为目标的车辆指派问题模型；文献[5]在考虑了车辆数量超过进出站口数量和配送中心有货物处理能力约束的基础上，建立了直通配送下引入操作时间约束的、以最小化总运作成本为目标的车辆指派问题模型；文献[6]以最小化搬运工具总移动距离为目标，建立了直通配送下进入车辆有运载能力约束的指派问题模型。

虽然文献[4～6]根据直通配送操作的实际情况对指派问题进行了一些拓展，但仍间接或直接地将成本优化作为研究的目标，缺乏对配送中心内运作时间的考虑，没有以优化时间为目标进行研究，这对于目前大量产品采用直通配送进行基于时间的竞争时，往往以最小化运作时间为主要目标的现实情况不符。

    鉴于此，本文提出将时间控制作为配送中心运作的首要目标，建立基于直通配送下配送中心内进出车辆指派问题的、以最小化配送中心内运作时间为目标的优化模型，并设计了对个体分两段进行编码、交叉和变异等操作的遗传算法对其进行求解，旨在为众多采用基于时间竞争方式产品的直通配送操作提供参考。

    1　问题描述及假设

    当选择直通配送作为补货方式时，常常需要将来自多个货源的进入货物在配送中心内不经过库存，直接配货后尽快送往目的地，因此，需要在调度货源车辆同时到达配送中心的情况下，将实施直通配送的入货车辆和出货车辆合理地分配到配送中心适当的进站口和出站口，以尽可能地缩短货物在配送中心内的操作时间，进而达到缩短补货时间和提高配送中心内货物周转率的目的。

对于此问题，将建立以优化配送中心内运作时间为目标的数学模型进行研究。

    假设条件：

    假设1　所有进出车辆在初始时刻均可用，对所有货源货物的操作在初始时刻同时开始，且所有货源送达的货物品种、数量及目的地均为已知，任意目的地对任意货源送达货物的需求情况是已知的。

    假设2　配送中心进出站口数量充足，能够为每个货源或目的地指派一个进站口或者出站口，且仅指派一个，对一个进站口或出站口最多只会指派一个货源或目的地，即同一货源的货物都在同一个进站口进行卸货搬运操作，送往同一个目的地的货物也在同一个出站口进行装载。

且假设货物在进站口被卸载之后能够直接向目的地所在的出站口搬运而不需要进行任何其他操作。

    假设3　配送中心有能力为每个进入配送中心的货源分配一台搬运机器，且只分配一台。

任意机器搬运单位任意品种货物运动单位距离所需的时间无差异，在配送中心内各台机器可以并行操作。

    假设4　全部送达货物不经过库存，直接配货后立即送往目的地。

任意货物卸载之后即可进行搬运操作，对任意货物的装载工作在货物到达出站口时立即进行。

在此假设情况下，大多数的货物卸载和装载工作将与货物搬运工作并行开展，仅有每个货源最初少数货物的卸载和最后少数货物的装载在全部搬运工作开始之前或结束后进行，这部分货物的装卸载时间相对于整个操作时间较短，因此，货物的装卸载所需时间可以不予考虑。

    2　模型建立

    　基本模型

    式

（1）和式

（2）表示最小化直通配送一次补货中配送中心内总运作时刻T即为最小化完成所有操作所需时刻中最长的那个货源所需的时刻；式（3）和式（4）表示任意一个货源的所有送货车辆均只能被指派到同一个进站口进行操作，而每一个进站口在一次补货操作中最多只能处置一个货源的货物；式（5）和式（6）表示为往某个目的地送货车辆都在同一个出站口取货，而每一个出站口在一次补货操作中也最多只能为往一个目的地的车辆提供服务；式（7）表示所有货源均按照目的地的需求送货，不存在缺货或多余货物。

    　模型的扩展应用

    在直通配送的实际操作过程中可能出现与假设不符的情况，如送货车辆非同时到达、货源或目的地数量超过进出站口数量等，可采取如下方式进行处理：

（2）配送中心进出站口数量不足的情形货源或目的地数量超过进出站口数量，在此情形下，可对进出站口进行转动指派，按照预测的出入站口完成操作及货源车辆抵达的情形，利用模型在即将空闲的进出站口及时指派适当的货源及目的地的车辆。

    在选择直通配送作为补货方式时，配送中心必须与供应方进行充分协调。

在考虑中心处理能力情况下对补货车辆进行精确的调配，缩小a[,k]，减少甚至避免进出车辆需要等待进出站口的情况发生，否则直通配送操作的顺利进行将受到影响。

    3　模型的求解算法

    　算法

    上述模型为0-1混合整数规划模型，且在实际应用中可能出现因进出站口、货源及目的地数量较大而需要大规模求解的情况，因此，采用遗传算法[7～9]对其进行求解，以获得较高的求解效率，并根据问题的特殊性，设计了具有针对性的交叉和变异等算子。

具体描述如下：

（1）编码　对每个个体分两段进行编码，编码总长度为I＋J，前I个编码（第1～I个）为进站口编码段，后J个编码（第I＋1～I＋J个）为出站口编码段。

将货源从1到K编码，随机排列在进站口编码段，当K＜I时，空余位置（I－K个）编码为0，目的地从K＋1到K＋L编码，随机排列在出站口编码段；当L＜J时，空余位置（J－L个）编码为0，如表1中个体表示配送中心有九个进站口（前九个编码）和八个出站口（第10～第17个编码），有八个货源（编码1～8）和七个目的地（编码9～15）。

    如以表1中的两个个体作为父代个体进行交叉，选择交叉点为4和14，则表1中的两个个体的共有编码别离为（6，1，5，）、（1，5，6）和（10，12）、（12，10），进行交叉操作以后形成的新个体为见表2。

    　算法步骤

    采用交叉和变异等算子，对模型进行求解，算法步骤如下：

    步骤1　初始化。

产生规模为M、满足群体多样性的初始群体。

    步骤2　计算适应值。

根据适值函数计算种群中每个个体的适应值。

    步骤3　选择。

利用轮盘赌选择法选择进行交叉的父代个体，适应值大的个体被选中的概率大。

    步骤4　交叉。

将选择的各组父代个体进行交叉，若交叉产生的新个体的适应值低于父代个体，且能够保持群体多样性，则用新个体替换父代个体，形成新的种群。

    步骤5　变异。

根据变异概率P对交叉产生的个体进行变异，若变异产生的新个体的适应值低于原个体，且能够保持群体多样性，则用新个体替换原个体，形成新的种群。

    步骤6　终止。

以种群进化代数作为计算终止条件，若达到最大代数，则停止计算，否则转步骤2。

    4　算例分析

    设计实验数据如下：

配送中心有九个进站口和九个出站口，进站口与出站口之间的垂直距离为50m，相邻进站口或出站口之间的间距为10m，配送中心内设备搬运单位货物移动单位距离需要时间t＝。

为简便起见，设备搬运货物时的运动距离

均为进出站口之间的直线距离，该距离能够按照几何方式计算取得。

在计算中，考虑到有八个货源的车辆需要分派到进站口，并有八个目的地的车辆需要分派到出站口。

各个货源货物供给量及目的地对货源配送货物的需求详细数据见表3。

    从表4能够看出，在通过100次迭代计算后，最优时刻明显降低且收敛，这说明通过本算法能够对模型目标进行较好的优化。

为了验证模型对时刻优化的有效性，采用表3的数据，将原算法中适值函数改成

，即以最小化搬运工具总移动距离为目标进行数值实验，其结果见表5。

    比较表5与表4可以看出，与以优化总移动距离的情况相比，以优化时间为目标时，总运作时间明显减少，说明本模型能够对配送中心内的运作时间进行有效优化。

另外，比较表5中实验4与实验1的数据，可以发现实验4中总移动距离小于实验1，但其总运作时间却高于实验1，可见，仅以最小化搬运工具总移动距离为目标，不能对配送中心内运作时间进行有效优化。

进一步说明，在满足客户严格的时间要求和改善配送中心运作效率方面，以最小化总运作时间为目标对进出配送中心的车辆进行指派，比以最小化总移动距离为目标更加有效。

    5　结语

    对直通配送下配送中心内的运作时间进行优化研究，能够缩短补货提前期和提高配送中心内的货物周转率，具有双重现实意义。

本文对直通配送情况下配送中心内货源及目的地的指派问题进行了分析，建立了以最小化配送中心内总运作时间为目标的优化模型，并基于此模型应用遗传算法求解。

算例结果表明，通过将货源和目的地分别指派到适当的进站口和出站口，能够大幅度压缩货物的补货时间和提高配送中心内的货物周转率。

这种模型和求解算法可以为采用直通配送的物流企业的配送中心内操作提供理论指导。