物流配送受扰延迟问题干扰管理模型探究.docVIP

物流配送受扰延迟问题干扰管理模型探究[摘 要] 物流配送过程中配送车辆遭遇干扰事件产生延迟后，如何快速形成使系统扰动最小的调整方案，是目前学术界和企业界面临的难点。针对这一问题，基于干扰管理思想，首先对系统扰动进行判定，明晰对初始方案进行调整的条件；然后分析物流配送系统的组成要素，提出了物流配送系统扰动程度的评价方法；进而构建了物流配送受扰延迟问题的干扰管理数学模型，并给出了求解该模型的蚁群算法；最后通过一个具体实例，验证了上述方法的有效性。 [关键词] 管理工程； 物流配送； 干扰管理； 蚁群算法 doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 22. 034 [中图分类号] C93； TP18 [文献标识码] A [文章编号] 1673 - 0194（2012）22- 0059- 03 0 引 言 物流配送是现代物流管理的重要组成部分之一，直接涉及到企业的生存与发展。因此，如何为客户提供满意的配送服务是物流企业必须解决的关键问题。物流配送过程中，配送车辆经常会碰到大量的干扰事件，如车辆抛锚、道路堵塞、天气变化等，从而导致延迟的发生，导致事先制订好的计划受到影响，甚至变得不可行。这就需要快速实时地生成新的调整方案，使得整个系统受到的扰动最小。因此，如何有效地处理干扰事件，已成为物流配送系统亟待解决的问题。 干扰管理（disruption management）[1]正是一种致力于实时处理这类问题的方法论，是近年来国际上管理科学、运筹学和系统工程等领域备受关注的新的研究方向。干扰管理需要针对各种实际问题和扰动的性质，建立相应的优化模型和有效的求解算法，通过对初始方案进行局部优化调整，实时生成使系统扰动最小的调整方案。这个调整方案不是针对扰动发生后的状态完全彻底地重新进行建模和优化，而是以此状态为基础，通过对初始方案进行局部优化调整，快速生成使系统扰动最小的调整方案。 干扰管理自提出以来，已成功应用到航空[2]、机器调度[3]、供应链[4]等多个领域。在物流配送受扰延迟上也取得了一定的进展[5-8]。以上学者为解决受扰延迟问题开辟了一条新的途径，但是关于干扰事件的影响分析以及物流配送系统扰动程度的评价方法，仍然没有得到很好的解决。 因此，为解决干扰管理在物流配送领域存在的上述问题，本文首先确定了需要对原计划进行调整的条件并提出了物流配送系统扰动程度的评价方法，然后建立了物流配送受扰延迟问题的干扰管理数学模型并给出了求解该模型的蚁群算法，最后通过实例验证了上述方法的有效性。 1 系统扰动的判定 延迟发生后，首先应该判定系统是否发生了扰动，即是否需要对初始方案进行调整。如图1所示，当配送车辆完成客户B的配送任务后发生了干扰事件，延迟时间为Δt，此时如果依然按照初始方案执行配送任务，那么到达未完成的任意客户I的时间为ti + Δt（ti是在没有发生延迟的条件下，按初始方案到达客户I的时间）。因此判定系统是否发生了扰动，与ti + Δt是否在客户I的时间窗内有关，即 ti + Δt LT 系统发生了扰动，需要对初始方案进行调整otherwise 系统没有发生扰动，不需要对初始方案进行调整 （1） 2 物流配送受扰延迟问题的干扰管理模型与算法研究 干扰事件发生后，如果需要对原计划进行调整，那么如何评价物流配送系统的扰动程度，使系统的扰动最小，是干扰管理的核心问题。本节首先建立物流配送原计划的数学模型，进而在该模型的基础上，研究物流配送受扰延迟问题的干扰管理数学模型。 2.1 物流配送原计划数学模型的构建 对于本文所要解决的物流配送问题，具体界定如下：从某一物流配送中心用单台配送车辆向多个客户送货，车辆为非满载（装载货运量小于车辆容量，一台车可服务多个客户），每个客户的位置和需求量一定，客户对送货时间的要求满足硬时间窗，要求合理安排车辆配送路径和行车时间，使目标函数得到最优，即准时到达和成本最低。 根据以上描述，建立物流配送原计划的数学模型如下： ETi ≤ ti ≤ si ≤ LTi i = 1，2，…，n （4） 模型中各参数及变量的含义为： G = （V，E）：无向图，V表示顶点集，E表示边集，顶点v1，v2，…，vn为客户，v0为配送中心； xij = 1， 车辆由vi出发后开向vj0， otherwise； cij： 车辆从vi到vj的运输成本； qi： vi的需求量； Q：车辆装载能力； [ETi，LTi]：vi的时间窗。其中，ETi是vi要求到货时间段的始点，LTi是vi要求到货时间段的终点； ti：到达vi的时刻（即vi开始接受服务的时刻）； si：车辆在vi的服务时间