求解有时间窗随机需求库存-路径问题一种算法.pdf

求解有时间窗的随机需求库存-路径问题的一种算法1 赵达，李军 西南交通大学经济管理学院，四川成都（610031 ） 摘 要：库存-路径问题是研究在供应商管理用户库存策略下，供应商如何合理安排长期库 存及配送计划的一类问题，属于NP-hard 类问题，也是运筹学领域中研究最活跃的方向之一。 本文以零售商系统下具有时间窗的随机需求IRP 为研究对象，提出了一种基于马尔科夫决策 过程与修正的C-W 节约算法的启发式分解算法，并给出了相应的数值算例。 关键词：库存-路径问题，时间窗，随机需求，马尔科夫决策过程，随机模拟 中图分类号：F253.4 文献标志码：A 1 引 言 供应商管理用户库存 (Vendor Managed Inventory, VMI )策略，打破了传统的各自为政的 库存管理模式，以系统的、集成的思想进行库存管理，从而有效地解决了牛鞭效应（Bull-whip effect ）。但对于供应商而言，如何充分利用自己的资源，同时对配送路线和库存管理做出更 有效率、更加灵活的决策是实施 VMI 必须要解决的问题。库存－路径问题（Inventory Routing Problem, IRP ）就是在如何同时优化配送和库存两个物流环节的现实需求推动下成为崭新的 研究领域，是实施 VMI 策略过程中的核心问题。IRP 是典型的 NP 难题，尤其在客户数量较 多、需求不确定并且同时具有时间约束的情况下，供应商将面临更大的挑战。 通常意义下的 IRP 主要是研究这样一类问题：在 VMI 策略下，在无限（或较长）计划 期内，由一个供应商向多个客户提供补货配送服务，需要确定对各个客户补充库存的数量和 时间以及车辆的行驶路径，在满足一定的约束条件（货物需求量，需求时间，库存水平等） 时，使系统总运行费用（订货费，存贮费，缺货损失费,运输费等）极小或总收益最大[1]，其 [2] 实质就是研究库存补充和配送之间的协调问题 。 IRP 与一般的车辆路径问题（Vehicle Routing Problem, VRP ）有很大的不同。首先，配 送的基础不同。VRP 是基于传统的零售商管理库存模式的，而 IRP 则是基于 VMI ；其次， 计划水平的不同。VRP 是典型的一天决策问题，IRP 则是一个无限期（或长期）计划水平 [3] 下的决策问题，每天的决定都会影响将来的决策 。 对于 IRP 的研究已经有了很多成果，按照客户需求的性质可以分为确定需求下的IRP， 以及本文的研究对象——需求随机下的 IRP 。但是，现有大部分研究都是针对需求确定下 IRP 的。其中，Ann Campbell 等[4]提出了一种两阶段分解算法求解客户需求确定的 IRP 问题。第 一阶段，用一个整数规划来决定计划期内每一天对各个客户配送的时间和数量。第二阶段， 在已知计划期内每一天对各个客户配送的时间和数量的情况下，决定每天一系列的配送路 线。Chien ,Balakrishnan 和 Wong [5]提出了一天决策问题的解决方法，但他们并不把每一天看 作是完全分离的实体，通过将数据从某一天传输到下一天，模拟了一个若干天计划的模型。 并构建了一个整数规划来处理有限可利用库存的配送，并运用了拉格朗日对偶法来解决这个 整数规划问题。 对需求随机条件下的 IRP 的研究，主要采用了混合整数规划、改进的随机EOQ 模型、 1本课题得到国家自然科学基金资助项目）；高等学校博士学科点专项科研基金（多层结构的时 间窗存贮－路径问题研究, 20030613016 ）；教育部新世纪优秀人才支持计划项目（NCET-04-0886 ）和四川 省教育厅青年基金项目（2005B025 ）的资助。 -1- 分解算法等启发式