生鲜农产品冷链物流配送干扰管理研究思考.docVIP

生鲜农产品冷链物流配送干扰管理研究思考 　　摘要：通过对比国内外干扰管理研究的文献资料，提出了生鲜农产品冷链物流配送干扰管理研究的必要性；在此基础上归纳了其产生干扰管理问题的主要环节，最后就相关问题的进一步研究提出了几点思考。 　　关键词：生鲜农产品；冷链；物流配送；干扰管理 　　中图分类号： F252.1文献标志码： A文章编号：1002-1302（2015）11-0588-04 　　收稿日期：2014-12-29 　　基金项目：国家自然科学基金（编号；上海生产力学会青年学者助研基金（编号：201401）；四川省人工智能重点实验室开放课题（编号：2012RYJ03）。 　　作者简介：李康（1983―），男，山西翼城人，博士研究生，主要从事冷链、电子商务与物流管理研究。Tel：（021E-mail：likang226@163.com。生鲜农产品具有难存贮、易腐败、销售生命周期小于产品保存周期等特点，是一种典型的短生命周期产品（short life cycle products）[1]。因此，生鲜农产品企业在面对复杂多变的经营环境时，遇到的各种不确定性因素也会有所增加。而这些不确定性事件常常发生在生鲜农产品的冷链物流配送过程中，如交通堵塞、设备故障、顾客的需求量发生变化以及顾客的时间窗变动等。这些现象发生的显著特点就是不确定性，这些不确定性因素往往产生的影响会导致整个冷链物流计划发生改变，因此及时有效地处理发生的干扰事件，减少损失，成为生鲜农产品冷链物流配送系统建设中必须研究的重点问题。在实际的应用领域，很多企业多是依靠积累的经验来应对物流配送过程中的干扰问题，因此无法保障相关问题可以及时有效地解决，更缺乏对此类问题进行系统性的管理和研究。为了保障生鲜农产品冷链物流的高效运转，提高服务质量，需要加快该系统干扰管理（disruption management）的研究 [2]。干扰管理是指：“在计划开始阶段， 用优化模型和求解算法得出一个好的运行计划；计划实施中，由于内外部不确定因素导致干扰事件的发生， 使原计划变得不可行，需要实时地产生新计划， 新计划要考虑到原来的优化目标， 同时又要使干扰带来的负作用最小化。”[3]由此可见，为了避免出现“双边际效应”，在面对干扰事件时，需要短时间内做出及时的反应，这些无疑都会给生鲜农产品冷链管理带来巨大的难度。因此，对确定性事件造成的干扰进行管理，已经成为产业界和学术界急需解决的问题。在总结国内外供应链干扰管理研究的基础上，将干扰管理思想应用到生鲜农产品冷链物流配送环境中，研究该系统面对诸多干扰问题时的防范、应对及管理能力，降低干扰事件发生后对整个冷链的影响，进而提出企业与生鲜农产品冷链发展核心竞争力的主要思路。 　　1物流配送干扰管理研究综述 　　干扰管理概念自20世纪90年代提出[3]以来，国外相关学者对该问题研究起步较早，美国学者Yu Gang教授首先研究了航空领域中的干扰管理问题[4]。随后相关研究成果不断丰富，其应用研究已经涉及到了项目管理[5]、生产计划[6]、供应链[7-8]、调度问题[9]等多个领域。物流配送系统是一个涉及多方参与的过程，其中的车辆路径问题（vehicle routing problem， VRP）本身就是一个NP-hard难题，因此，对该领域的干扰管理研究虽然起步较晚，但已经引起了国内外学者的关注[2]。虽然Rhalibi等最早研究了车辆路径重调度的干扰管理问题[10]，但目前的相关研究主要集中在模型算法及决策支持系统方面，国外较有代表性的研究有：Taniguchi等针对干扰管理问题情况下预测模型的不足，提出了基于动态行车时间的车辆路径规划模型，试验证明该模型在保证送达时间的情况下可以减少成本[11]。Du等针对B2C电商环境下的动态客户需求不断改变的干扰管理问题对VRP的影响，提出了“初始路线构造―路间调整―路内调整”的三阶段算法，并通过仿真系统进行了验证[12]。Potvin等针对不断变化的新增客户需求及配送时间变化的干扰管理问题，提出了插入算法来求解该问题，并加入了容忍度的概念，较好地解决了这个过程中的重调度[13]。Mu等研究了企业采用及时化生产后极易受到延迟供应干扰的影响，由此产生的车辆路径问题因为涉及到多个等待和旅行时间问题，会变得更加复杂；面对此问题研究者提出了禁忌搜索算法，并通过实例证明了该方法的有效性[14]。2012年Hu等提出了基于知识的模型用于处理城市物流配送过程中的干扰管理问题[15]。2013年他们针对此问题又提出了一个以知识或经验为基础的新的建模方法PAM（干扰处理策略，局部搜索算法和面向对象的建模）；该方法在求解大规模问题时有优势，弥补了传统算法的不足，可以更科学地解决实