基于ELECTREⅡ算法汽车制造企业逆向物流成本优化.docVIP

基于ELECTREⅡ算法汽车制造企业逆向物流成本优化 　　[摘 要] 逆向物流成本优化是降低企业总成本的一个重要途径。本文基于汽车制造企业逆向物流主要环节的成本分析,运用ELECTRE-Ⅱ算法对其逆向物流的多个运营方案进行了和谐性、非和谐性检验,进而确定方案间的级别高于关系,通过正向、反向排序并计算出平均序,最终得到了逆向物流成本管理的备选方案的优劣排序结果。 　　[关键词] ELECTRE-Ⅱ;汽车;制造企业;逆向物流;成本优化 　　doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 04 . 032 　　[中图分类号]F252.5 [文献标识码]A [文章编号]1673 - 0194(2010)04 - 0091- 06 　　 　　0 前 言 　　 　　随着社会对资源和环境的日益关注,人们越来越重视回收可以利用的废弃物。在重新利用废旧物品的过程中产生了一种从消费者回到生产商的新型物流――逆向物流[1]。 　　近年来,我国研究人员逐渐意识到逆向物流的重要性,并开展了多角度的逆向物流研究工作。有学者通过分析再制造逆向物流网络模型中不确定性因素存在的原因,提出基于轮盘赌的采样模糊模拟方法并建立了模糊线性规划模型[2];有的学者则构建了逆向物流累积批量处理的库存控制模型,研究了逆向物流中销售商对退回产品累积批量处理方式下的最优库存控制模型[3]等。但没有从企业逆向物流的总成本控制角度出发,进行项目实施方案评比选优方面的研究。鉴于这种情况,本文就如何优化企业逆向物流总成本,提出了基于ELECTRE-Ⅱ的算法,具体来说是通过对汽车制造企业逆向物流回收过程中物流成本控制方案进行排序并选优,最终达到科学决策,有效降低其逆向物流总成本的目的。 　　 　　1 汽车制造企业的逆向物流成本的分析 　　 　　逆向物流有退货物流、有回收价值的再生资源物流、无价值的废弃物物流3种[4]。本文主要探讨汽车制造企业逆向物流中的再生资源物流。 　　由于回收物流中所处理的对象物价值不是很高,所以物流费用必须保持在低水平,否则将导致以回收物资为原材料的生产企业陷入困境,甚至转而寻求其他途径解决原材料问题。因此,降低逆向物流成本具有极其重要的经济意义。逆向物流成本优化就是讨论在一个既定的客户服务水平上,如何使逆向物流系统的总成本最少。 　　对于汽车制造企业来说,按照功能可以将逆向物流成本划分为物流信息费、运输费、库存费、作业消耗成本、劳动力成本等5项。考虑到逆向物流成本的各个功能成本对总成本的作用不同,有必要首先对逆向物流的各个功能成本进行分析并确定其属性。 　　物流信息费。企业执行某一具体回收项目过程中,对相关情况进行调查、收集信息而产生的信息费用应限制在一定程度,过多的信息费会导致逆向物流总成本的增加。因此,物流信息费的属性是成本型。 　　运输费。在运输回收物品时,车辆的使用、燃油的消耗以及养路费等相关费用在逆向物流总成本中占较大比重,直接影响利润,应越少越好。因此,运输费的属性是成本型。 　　库存费。购买来的回收物资,包装、加工过程中产生的中间产品和未卖出的改造成品等都需要储存。若租用他人的仓库需要支付租金,占用自己的仓库也付出了隐性成本。这些库存费也应当越少越好。因此,库存费的属性是成本型。 　　作业消耗成本。回收物资的处理、半成品和成品的包装,以及加工过程中对燃料、电力、机器设备的损耗等作业消耗成本显然也是越少越好。因此,作业消耗成本的属性属于成本型。 　　劳动力成本。逆向物流过程的各个环节都需要人员参与。在总收入变化不大的情况下,从业人员的工资奖金等越多,利润就越少;但是如果工资奖金太低,会影响职工的工作效率和质量。因此,在不影响工作正常进行的情况下,劳动力成本应越少越好。故劳动力成本的属性是成本型。 　　在多属性决策中,以上分析的功能成本即可认为是方案的属性。对于逆向物流成本优化这一决策问题来说,由于其决策变量即逆向物流总成本方案的属性是离散型的,且备选方案数量为有限个,故属于有限方案多属性决策问题。这一类问题求解的核心是对各备选方案进行评价后排定方案的优劣次序,再从中择优[5]。 　　 　　2基于ELECTRE-Ⅱ算法的方案优化分析 　　 　　从以上分析可知,汽车制造企业逆向物流过程中所产生的费用都属于成本型,即方案的属性评价和选择都是希望在一定程度下越少越好。对回收物资的处理费用在不同属性之间如有差异,就形成了不同的运作方案。若某汽车制造企业的逆向物流实施方案有如下9个可供选择,且对应方案属性的决策矩阵如表1所示。 　　第一步:属性值的规范化。由于5个属性都是成本型,成本型属性指标越小越好,可令Zij=Yjmin/Yij,其中Yjmin是决策矩阵