郭海峰，林 群

?

不確定條件下多產(chǎn)品第四方物流閉環(huán)網(wǎng)絡(luò)魯棒優(yōu)化研究

*郭海峰，林 群

（沈陽理工大學(xué)自動化與電氣工程學(xué)院，遼寧，沈陽110159）

在不確定條件下，構(gòu)建了一個包括生產(chǎn)商、集中退貨中心、消費區(qū)/初始退貨點、維修處理中心、分銷中心和廢棄處置中心的單周期多產(chǎn)品第四方物流閉環(huán)網(wǎng)絡(luò)選址模型。在銷售量和退貨率均不確定的情況下，用魯棒優(yōu)化的方法進行優(yōu)化，目標是使總成本最小。通過lingo 10對具體算例進行求解。結(jié)果驗證了該模型的魯棒性。

第四方物流；魯棒優(yōu)化；區(qū)間分析；非概率情景分析；選址-路徑問題

第四方物流是一個供應(yīng)鏈的集成商，它對公司內(nèi)部和具有互補性的服務(wù)供應(yīng)商所擁有不同資源、能力和技術(shù)進行整合和管理，以提供一整套供應(yīng)鏈解決方案[1]。而目前的第四方物流是由因消費者個性化的需求導(dǎo)致產(chǎn)品多樣性形成的正向物流和又因無缺陷退換貨、退貨以及因環(huán)保法規(guī)和降低成本的要求導(dǎo)致企業(yè)對已售出產(chǎn)品的回收再制造形成的逆向物流組成，兩者相互交織形成復(fù)雜的供應(yīng)鏈物流復(fù)雜閉環(huán)網(wǎng)絡(luò)。而這種網(wǎng)絡(luò)存在諸多不確定性，使得這種物流網(wǎng)絡(luò)的選址-路徑優(yōu)化問題變得越來越來復(fù)雜。

目前，關(guān)于第四方物流路徑問題的研究都是基于多重圖建立模型，重點都集中于對求解算法的改進。文獻[1]基于多重圖建立模型，并提出一種簡化多重圖的方法。文獻[2]從多目標的角度對第四方物流路徑問題進行研究，基于多重圖建立模型，并采用動態(tài)調(diào)整選址策略的改進蟻群算法進行求解?；诙嘀貓D建模方法，對于物流網(wǎng)絡(luò)多種不確定條件下的優(yōu)化效果不明顯。文獻[3-4]對于突發(fā)事件如蓄意攻擊等不確定性研究第四方物流網(wǎng)絡(luò)的彈性設(shè)計。文獻[5]考慮了模糊需求下的第四方物流網(wǎng)絡(luò)路徑優(yōu)化。對于處理不確定性條件下的優(yōu)化問題，魯棒優(yōu)化方法是個很好的選擇[6]。魯棒優(yōu)化方法應(yīng)用于供應(yīng)鏈和逆向物流選址與路徑問題的研究有很多報道[6,7-10]。文獻[7]為研究不確定環(huán)境下的物流中心選址與分配問題，建立了一個魯棒優(yōu)化模型。文獻[8]建立了回收再制造的魯棒優(yōu)化模型，但是并沒有考慮新產(chǎn)品的制造和需求。文獻[9]在需求不確定的情況下，運用魯棒優(yōu)化方法動態(tài)分配應(yīng)急響應(yīng)、疏散交通流量。文獻[10]為研究成本參數(shù)與需求不確定情況下的多產(chǎn)品多周期的供應(yīng)鏈問題，建立了一個魯棒的多目標混合整數(shù)非線性規(guī)劃模型。而魯棒優(yōu)化在第四方物流應(yīng)用還鮮有報道。

本文的主要工作是：應(yīng)用魯棒優(yōu)化方法綜合考慮銷售量和退貨率均不確定的前提下，對集中退貨中心、維修處理中心和分銷中心進行選址，確定最優(yōu)路徑以及運輸量，以達到總成本最小的目的，并通過算例對其進行驗證。

1 購買-退貨第四方物流網(wǎng)絡(luò)模型

圖1 第四方閉環(huán)物流網(wǎng)絡(luò)結(jié)構(gòu)圖

如圖1所示構(gòu)建一個第四方物流閉環(huán)網(wǎng)絡(luò)結(jié)構(gòu)，包括生產(chǎn)商、分銷中心、消費區(qū)/初始退貨點、集中退貨中心、維修處理中心和廢棄處置中心。所有的退貨首先從消費區(qū)/初始退貨點運到集中退貨中心，在集中退貨中心進行檢測和分類處理；對于在裝卸、運輸過程中損壞和由于生產(chǎn)原因造成的有缺陷的退貨以及保修期內(nèi)的產(chǎn)品，運到維修處理中心，在經(jīng)過必要的維修處理后，恢復(fù)自身功能的商品運到分銷中心進行再次銷售，而沒有恢復(fù)自身功能即損傷比較嚴重的商品運到原生產(chǎn)商進行再生產(chǎn)以恢復(fù)其應(yīng)有功能，然后再運到分銷中心等待再次銷售；由于運輸、包裝、裝卸等原因產(chǎn)生的錯送品直接運到分銷中心等待再次銷售，同時要換成正確的商品，重新運送給顧客；由于客戶個人偏好等原因造成的無缺陷退貨則直接運往分銷中心，通過簡單的清潔、保養(yǎng)、重新包裝等操作，繼續(xù)在市場進行銷售；在集中退貨中心經(jīng)檢測為不具備應(yīng)有功能的廢棄品則運往廢棄處置中心進行填埋處理。

為了便于分析，給出以下假設(shè)和說明：

（1）模型僅針對上一個銷售期多種已售產(chǎn)品中退貨品處理的可計量的經(jīng)濟成本，不考慮時間成本、社會效益等；

（2）消費者只能通過初始退貨點進行退貨，消費區(qū)與初始退貨點合二為一；

（3）消費區(qū)/初始退貨點、廢棄處置中心、生產(chǎn)商位置已知，初始退貨點的退貨必須全部送至集中退貨中心，集中退貨中心容量足夠大且能及時回收所有退貨品并對其及時地篩選處理，可以選擇在原有的分銷中心候選地上擴建或新建；新建維修處理中心只負責退貨品的維修處理，其地址候選；廢棄處置中心沒有容量限制，不考慮初始退貨點和維修處理中心的廢棄產(chǎn)品；

（4）產(chǎn)品上一周期的銷售量在可預(yù)測的區(qū)間范圍內(nèi)；退貨率不確定，但可以預(yù)測幾種可能的情況；

（5）模型以年為時間單位，當年的運輸費用、集中退貨中心、維修處理中心的固定投資費用及單位處理費用均已知，所有的檢測和維修設(shè)備等固定設(shè)備設(shè)施都按一定的年限進行平均折舊；

（6）運輸費用與運輸量（或運輸距離）成正比，退貨品集中檢測、維修處理和廢棄處置費用與處理量成正比。

符號說明：

則魯棒優(yōu)化模型如下：

目標函數(shù)：

其中，

約束條件：

2 算例仿真與分析

應(yīng)用上述魯棒模型，構(gòu)建某一個大型家電企業(yè)的第四方物流閉環(huán)網(wǎng)絡(luò)的選址-路徑。這里考慮對兩種產(chǎn)品的購買-退貨情況進行分析。如表1所示，1代表消費區(qū)/初始退貨點編號，C（元/噸）為單位退貨成本，D（噸）為上一期銷售量。

表1 消費區(qū)/初始退貨點相關(guān)數(shù)據(jù)

為了便于分析，不考慮其他退貨行為（如產(chǎn)品季節(jié)性退貨、零售商存貨清理退貨和制造商產(chǎn)品召回退貨等）。根據(jù)市場消費情況，通常情況下，主要家電的退貨率在4.5％左右，而其零部件的退回率在產(chǎn)品的生命周期內(nèi)則可能會高得多（10%-25%之間）。本算例中假設(shè)商品1的退貨率有兩種可能的情景0.025和0.04，商品2的退貨率也有兩種可能的情景0.03和0.04，則總共有四種組合情景，如表2所示。

表2 組合情景

集中退貨中心、分銷中心和維修處理中心的布局規(guī)劃是購買-退貨第四方物流網(wǎng)絡(luò)規(guī)劃的核心內(nèi)容，其備選地點的確定不是任意的，必須遵循適應(yīng)性、協(xié)調(diào)性、經(jīng)濟性、戰(zhàn)略性等原則以選擇適宜的地址作為候選地點。經(jīng)綜合評價，選擇1、2、3、4作為新建集中退貨中心的候選地點，1、2、3為新建分銷中心的候選地點，而考慮到技術(shù)、資源等因素只選擇在2、2、3新建維修處理中心如表3所示。

表3 新建集中退貨中心、分銷中心和維修處理中心的相關(guān)數(shù)據(jù)

備選維修處理中心利用兩種單位可維修商品平均節(jié)約成本分別為110,120,130和145,150,160。已知生產(chǎn)商的位置坐標、利用單位再生商品平均節(jié)約成本如表4所示。已知廢棄處置中心的位置坐標、單位處理成本如表5所示。

表4 已知生產(chǎn)商的相關(guān)數(shù)據(jù)

Table 4 Relative data of known manufacturers

表5 已知廢棄處置中心的相關(guān)數(shù)據(jù)

Table 5 Related data of known waste disposal centers

表6 各設(shè)施間的距離（千米）

表7 魯棒優(yōu)化模型與確定模型的優(yōu)化結(jié)果比較

3 結(jié)束語

第四方物流是電子商務(wù)的基礎(chǔ)，而在電子商務(wù)環(huán)境下消費者需求的多樣性導(dǎo)致退換貨物流管理成為第四方物流網(wǎng)絡(luò)實施的關(guān)鍵因素。本文在綜述現(xiàn)有文獻報道的基礎(chǔ)上，調(diào)研一個高科技電子企業(yè)，構(gòu)建了比較貼近實際的購買-退貨第四方物流選址-路徑魯棒模型，并采用區(qū)間描述銷售量和退貨率的不確定性。最后，通過一個算例使用區(qū)間分析和情景分析相結(jié)合的方法進行該模型的優(yōu)化求解，得出了最優(yōu)的選址策略、路徑以及物流量結(jié)果，數(shù)值結(jié)果驗證了模型及其解的魯棒性。這種方法具有一定的理論和實踐價值，為高科技電子產(chǎn)品的購買-退貨第四方物流網(wǎng)絡(luò)的優(yōu)化研究提供了指導(dǎo)。

[1] Zhang H, Li X, Liu W H. A Method of Network Simplification in a 4PL System[J]. Lecture Notes in Computer Science,2005,28(10): 279-288.

[2] 任亮. 第四方物流多目標路徑問題的建模與優(yōu)化[D].沈陽:東北大學(xué),2009.

[3] 李銳,黃敏,張瑞友,等. 考慮蓄意攻擊的第四方物流彈性網(wǎng)絡(luò)設(shè)計模型[J].系統(tǒng)工程學(xué)報,2016,31(05):657-665.

[4] 李銳,孫福明,佟玉軍. 第四方物流多到多彈復(fù)性網(wǎng)絡(luò)設(shè)計[J].計算機工程,2017,43(04):228-233.

[5] 崔妍,黃敏,張欣,等. 基于模糊需求的第四方物流路徑問題優(yōu)化[J].控制工程,2017,24(08):1662-1665.

[6] 桂云苗,龔本剛,程幼明. 不確定條件下供應(yīng)鏈網(wǎng)絡(luò)魯棒優(yōu)化與算法[J].統(tǒng)計與決策,2011,23(8): 172-174.

[7] WANG Baohua, Shiwei H E. Robust Optimization Model and Algorithm for Logistics Center Locatio and Allocation under Uncertain Environment[J]. Journal of Transportation Systems Engineering and Information Technology, 2009, 9(2):69-74.

[8] Mir Saman Pishvaee,Masoud Rabbani,Seyed Ali Torabi.A robust optimization approach to closed-loop supply chain network design under uncertainty[J]. Applied Mathematical Modelling, 2011,35(2):637-649.

[9] Aharon Ben-Tal, Byug Do Chung, Supreet Reddy Mandala, et al. Robust Optimization for Emergency Logistics Planning: Risk Mitigation in Humaitarian Relief Supply Chains[J].Transportation Research Part B: Methodological, 2011,45 (8): 1177-1189

[10] S.M.J. Mirzapour Al-e-hashem , H.Malekly , M.B.Aryanezhad. A Multi-objective Robust Optimization Model for Multi-product Multi-site Aggregate Production Planning In A Supply Chain Under Uncertainty[J]. Int.J.Production Economics, 2011, 34(1):28-42.

ROBUST OPTIMIZATION ON CLOSED-LOOP NETWORK OF MULTI-PRODUCT FOURTH PARTY LOGISTICS UNDER UNCERTAINTY

*GUO Hai-feng，LIN Qun

(College of Automation and Electrical Engineering, Shenyang Ligong University, Shenyang 110159, China)

One single-period multi-product fourth party logistics closed-loop network location model, which including the manufactory, the distribution centre, the consumption area, the collection centre, the re-manufactory and the landfill, is presented. In the uncertain condition of recovery rate, remanufacturing rate and renewable rate, the model is solved with the robust optimization method. The objective is to minimize the total cost. Lingo 10 is to solve the model combining with specific examples. The result verified the robustness of the model.

fourth party logistics; robust optimization; interval analysis; on-probabilistic scenarios analysis; location-routing problem

1674-8085(2018)03-0038-07

TH16；F252

A

10.3969/j.issn.1674-8085.2018.03.009

2018-02-25；

2018-03-17

*郭海峰(1970-)，男，山東萊蕪人，教授，博士，碩士生導(dǎo)師，主要從事系統(tǒng)工程與供應(yīng)鏈管理、魯棒控制理論與應(yīng)用方面的研究(E-mail：ghf_1970@163.com);

林 群(1985-)，女，遼寧本溪人，碩士，主要從事系統(tǒng)工程與供應(yīng)鏈管理、魯棒控制理論與應(yīng)用方面的研究(E-mail:linqun85@163.com).