景 熠，李文川，周 旖

(1.重慶理工大學 管理學院，重慶 400054；2.南昌航空大學 經(jīng)濟管理學院，江西 南昌 330063；3.重慶理工大資產(chǎn)經(jīng)營管理有限責任公司，重慶 400054)

0 引言

隨著經(jīng)濟全球化趨勢的不斷加強，以及信息技術(shù)的蓬勃發(fā)展，單一企業(yè)之間的競爭已逐步轉(zhuǎn)變?yōu)楣溨g的競爭。毫無疑問，供應鏈中任何一個成員企業(yè)的不合作、不協(xié)同，都將影響整個供應鏈網(wǎng)絡的運作績效。將供應商、制造商、分銷商或者零售商分割開來，獨立地制定相應的運作計劃，在當前經(jīng)濟全球化背景下存在兩方面問題：①單一成員企業(yè)收益的最大化，并不代表整個供應鏈體系收益的最大化，甚至會損害上下游其他企業(yè)的利益；②單一成員企業(yè)的計劃制定得再完美，若供應鏈上下游的其他企業(yè)不配合，則計劃無法充分實現(xiàn)，甚至會影響整個供應鏈體系的正常運轉(zhuǎn)。

因此，一些學者將供應鏈運作中的生產(chǎn)和分銷兩個主要問題結(jié)合起來，進行了生產(chǎn)—分銷協(xié)同計劃的研究。Manzini等[1]首先針對由一個制造工廠、多個區(qū)域分銷中心和多個客戶需求點組成的三階段供應鏈網(wǎng)絡，建立了面向單產(chǎn)品生產(chǎn)和流通的協(xié)同計劃模型，然后將該模型拓展到面向多產(chǎn)品族的情形;Gebennini等[2]在文獻[1]模型的基礎(chǔ)上，考慮各個區(qū)域分銷中心的安全庫存問題，探討了安全庫存對運作成本和產(chǎn)品交付率的影響;Amorim等[3]針對具有固定保質(zhì)期和可變保質(zhì)期的兩種易逝產(chǎn)品分別建立了相應的協(xié)同計劃模型，根據(jù)問題的特點，以最小化運作總成本和最大化平均剩余保質(zhì)期作為運作優(yōu)化目標;Liu等[4]以最小化總成本、最小化運輸時間和最小化缺貨數(shù)量作為供應鏈網(wǎng)絡的運作目標，建立了相應的多目標協(xié)同計劃模型，并利用ε約束方法和字典序極小極大化方法進行求解;李應等[5]針對由多個工廠、多個分銷中心和多個零售商組成的供應鏈網(wǎng)絡，利用多層規(guī)劃的方法建立了分布式三層協(xié)同計劃模型;蔣國瑞等[6]考慮了非對稱信息條件下，多層分布式供應鏈網(wǎng)絡的協(xié)同決策問題，利用多層規(guī)劃的方法構(gòu)建了相應的生產(chǎn)—分銷協(xié)同計劃模型;Husseini等[7]建立了面向多制造商、多分銷商和多需求中心的協(xié)同計劃模型，并以最小化生產(chǎn)—分銷總成本和最大化產(chǎn)品供應質(zhì)量為優(yōu)化目標。在此基礎(chǔ)上，一些學者進一步考慮原材料供應環(huán)節(jié)，進行了供應—生產(chǎn)—分銷協(xié)同計劃的研究。Gholamian等[8]針對由多個供應商、多個制造工廠和多個最終需求點組成的三階段供應鏈系統(tǒng)，建立了協(xié)同計劃模型，以最小化總成本和最小化缺貨率作為運作目標;馬慧民等[9]針對由多個供應商、多個制造工廠和多個最終需求點組成的三階段供應鏈網(wǎng)絡，以最小化總成本為運作目標，建立了考慮價格折扣的協(xié)同計劃模型;Yllmaz等[10]針對由多個供應商、多個制造工廠和多個分銷中心組成的三階段供應鏈網(wǎng)絡，建立了允許生產(chǎn)能力擴充的協(xié)同計劃模型，根據(jù)模型特點，以最小化常規(guī)運作成本和能力擴充成本的總和作為優(yōu)化目標。

另一方面，隨著自然資源枯竭和環(huán)境問題的日益嚴重，廢舊產(chǎn)品的回收再利用和資源化處理受到了社會的普遍關(guān)注，許多國家已經(jīng)立法，責令企業(yè)要對產(chǎn)品的整個生命周期負責，以期節(jié)約資源和保護環(huán)境。越來越多的企業(yè)也更加主動地對處于生命周期末端的產(chǎn)品進行回收和再處理，進而實現(xiàn)價值增值。通過再制造等方式，“資源—生產(chǎn)—消費—廢棄”的開環(huán)過程正在向“資源—生產(chǎn)—消費—再生資源”的閉環(huán)供應鏈運轉(zhuǎn)方式轉(zhuǎn)變。因此，閉環(huán)供應鏈管理的研究受到越來越多的重視，在設施網(wǎng)絡規(guī)劃[11-12]、牛鞭效應分析[13-14]、產(chǎn)品定價策略[15-16]和契約協(xié)調(diào)策略[16-18]等方面取得了較為豐富的研究成果。然而這些研究主要側(cè)重戰(zhàn)略與戰(zhàn)術(shù)層面，有關(guān)運作層面(或執(zhí)行層面)的研究則略顯不足。晏妮娜等[19]針對由一個供應商和一個制造/再制造工廠組成的閉環(huán)供應鏈系統(tǒng)建立了運作計劃模型，徐家旺等[20]在此基礎(chǔ)上進一步考慮了顧客需求的不確定性;陳新林等[21]建立了一類基于單方?jīng)Q策的、具有供應商競爭和顧客需求不確定的閉環(huán)供應鏈生產(chǎn)計劃優(yōu)化模型。這些研究所考慮的研究對象都是以單節(jié)點生產(chǎn)工廠為中心的單鏈式閉環(huán)供應鏈，無法體現(xiàn)協(xié)同效應，所考慮的不確定因素也僅為市場需求的不確定性。

因此，本文借鑒正向供應鏈協(xié)同計劃的研究思想，針對由一個進行拆卸、檢驗的聯(lián)合回收中心，多個進行制造和再制造的生產(chǎn)工廠，以及多個進行銷售和下游回收的分銷中心組成的三階段閉環(huán)供應鏈網(wǎng)絡，充分考慮市場需求和廢舊產(chǎn)品供應情況的不確定性，建立回收—生產(chǎn)—分銷三層協(xié)同計劃模型，并基于決策交互的特點，設計分層迭代整體求解策略，在單層求解過程中設計雙倍體自適應遺傳算法(Double Chromosomes Adaptive Genetic Algorithm, DCAGA)。本文在正向供應鏈協(xié)同計劃研究的基礎(chǔ)上，進一步考慮第三方回收渠道，以及拆卸、檢驗、再制造和再銷售等逆向活動對成員企業(yè)協(xié)同運作的影響，構(gòu)建面向閉環(huán)供應鏈協(xié)同網(wǎng)絡的運作計劃模型，該模型能夠?qū)Ω鱾€成員企業(yè)的運作進行統(tǒng)一的計劃和安排，實現(xiàn)正、逆向活動的協(xié)調(diào)，并綜合考慮回收產(chǎn)品供應數(shù)量的不確定性和市場需求的不確定性。

1 問題描述

本文所考慮的三階段閉環(huán)供應鏈網(wǎng)絡，由一個進行拆卸、檢驗的聯(lián)合回收中心，多個進行制造和再制造的生產(chǎn)工廠，以及多個進行銷售和下游回收的分銷中心組成，其基本的網(wǎng)絡結(jié)構(gòu)如圖1所示。

聯(lián)合回收中心負責將回收產(chǎn)品拆卸為各個核心組件，并進行檢驗。經(jīng)檢驗合格的、可用于再制造的核心組件將被存放于庫存中，而對損壞程度較大、難以通過再制造進行修復的核心組件將進行環(huán)保廢棄處理。根據(jù)不同的生產(chǎn)需求，聯(lián)合回收中心將可用于再制造的核心組件運往各個制造/再制造工廠。

各個制造/再制造工廠可以投入原材料進行新核心組件的生產(chǎn)，也可以通過再制造工藝技術(shù)對回收中心運送來的核心組件進行再生產(chǎn)，恢復其質(zhì)量和性能；而新生產(chǎn)的核心組件用于裝配新產(chǎn)品，再生產(chǎn)的核心組件用于裝配再制造產(chǎn)品。根據(jù)不同的訂單需求，各個制造/再制造工廠將新產(chǎn)品和再制造產(chǎn)品運往下游各個分銷中心。

各個分銷中心可以選擇一個或多個制造/再制造工廠為其提供產(chǎn)品和服務，并向下游的零售商或客戶銷售新產(chǎn)品和再制造產(chǎn)品。同時，分銷中心還負責從下游零售商和客戶手中回收處于生命周期末端的產(chǎn)品運往聯(lián)合回收中心。

根據(jù)模型建立的實際情況作如下說明：

(1)聯(lián)合回收中心在考慮回收處理成本、預期銷售情況和目標收益等因素的基礎(chǔ)上，對可用于再制造的核心組件進行統(tǒng)一定價，但針對新建工廠或新生產(chǎn)線導入等情況，可能會在短期內(nèi)給予一定的價格支持。

(2)由于各個制造/再制造工廠所在地域的勞動力市場以及自身生產(chǎn)力水平不同，即便生產(chǎn)相同類型的產(chǎn)品或核心組件，不同工廠之間的生產(chǎn)成本也可能不同。

(3)由于各個分銷中心所在地域的消費情況和企業(yè)銷售策略不同，即便向下游客戶銷售相同類型的產(chǎn)品，或從下游客戶回收相同類型的產(chǎn)品，不同分銷中心之間的銷售價格或回收價格也可能不同。

(4)由于各個工廠和分銷中心所在地域不同，不同節(jié)點企業(yè)之間的運輸成本也存在一定差異。

(5)為聚焦研究重點，本文所考慮的不確定因素僅包括新產(chǎn)品和再制造產(chǎn)品市場需求的不確定性，以及廢舊產(chǎn)品供應數(shù)量的不確定性。

2 模型基本變量和參數(shù)

2.1 下標

回收—生產(chǎn)—分銷三層協(xié)同計劃模型中涉及的下標符號及其含義如表1所示。

2.2 變量

按照在模型中的出現(xiàn)順序，對三層協(xié)同計劃模型的變量含義進行說明，如表2～表4所示。

2.3 參數(shù)

按照在模型中的出現(xiàn)順序，對三層協(xié)同計劃模型的參數(shù)含義進行說明，如表5～表7所示。

3 不確定環(huán)境下回收—生產(chǎn)—分銷三層協(xié)同計劃模型

閉環(huán)供應鏈網(wǎng)絡的協(xié)同計劃分為聯(lián)合回收中心、制造/再制造工廠和分銷中心3個階層。在目標上，聯(lián)合回收中心、制造/再制造工廠和分銷中心都以追求自身利潤最大化為目標。該問題屬于一個多層遞階結(jié)構(gòu)的分散決策問題，即在一個完整的運作系統(tǒng)中，存在多個利益集團和決策者，每一個利益集團的決策者擁有各自不同的目標，這些目標之間是相互關(guān)聯(lián)的。多層規(guī)劃是研究復雜分散決策問題的一種有效方法，通過多層規(guī)劃方法建立的協(xié)同計劃模型，其各個層次的決策者被賦予不同的決策權(quán)限，允許在權(quán)限范圍內(nèi)制定自己的計劃。上層的決策會對下層的計劃產(chǎn)生影響，進而影響下層目標的達成，但無法完全控制下層的決策和計劃；當下層計劃制定出來后，又會對上層目標的實現(xiàn)產(chǎn)生影響。

在實際商業(yè)運營過程中，大多數(shù)企業(yè)都會通過歷史信息對未來的市場情況進行預測，并根據(jù)預測制定相應的計劃。但基于對市場走向(如市場情況良好、一般和欠佳等)的不同判斷，可能會產(chǎn)生多組不同的預測數(shù)據(jù)，而企業(yè)往往會從中選擇可能性最大的一種作為計劃的依據(jù)。然而這樣制定出來的計劃在市場走向發(fā)生偏離時將可能失效，無法應對市場的不確定性影響。因此，本文基于情景分析描述新產(chǎn)品、再制造產(chǎn)品市場需求和廢舊產(chǎn)品供應數(shù)量的不確定性，在預測數(shù)據(jù)的基礎(chǔ)上進一步考慮各種市場走向的概率并綜合考慮所有可能的情況。

根據(jù)情景分析方法，新產(chǎn)品市場需求、再制造產(chǎn)品市場需求和回收產(chǎn)品供應數(shù)量可以分別用S1個新產(chǎn)品需求情景s1、S2個再制造產(chǎn)品需求情景s2和S3個回收情景s3描述。prs1是新產(chǎn)品需求情景s1(1,2,…,S1)的發(fā)生概率，prs2是再制造產(chǎn)品需求情景s2(1,2,…,S2)的發(fā)生概率，prs3是回收情景s3(1,2,…,S3)的發(fā)生概率。因此，市場需求和回收產(chǎn)品供應數(shù)量不確定的閉環(huán)供應鏈協(xié)同計劃包含了S(S=S1·S2·S3)個預測情景s，每一個情景表示一組回收情況和需求情況的預測值。prs(prs=prs1·prs2·prs3)是預測情景s(1,2,…,S)的發(fā)生概率。

各層的數(shù)學模型分別表示如下：

(1)第一層：聯(lián)合回收中心

聯(lián)合回收中心以最大化自身收益為運作目標，其中收入部分為可用于再生產(chǎn)的核心組件的銷售總額，成本部分為運輸成本、環(huán)保廢棄成本、庫存成本、回收成本、拆卸檢驗成本的總和，表示為

SDTpt·σpt+UDTCpt·dtpt·dtbp+

(1)

同時，該層模型還應滿足下列約束：

1)回收產(chǎn)品的庫存平衡公式

dtbp,?p,t,s。

(2)

2)經(jīng)拆卸后得到的核心組件的庫存平衡公式

(3)

3)核心組件廢棄處理數(shù)量約束

(4)

4)庫存能力約束

?t,s;

(5)

(6)

5)拆卸、檢驗能力約束

dtpt·dtbp≤MDTp·σpt,?p,t。

(7)

6)運輸能力約束

?t,s。

(8)

7)非負整數(shù)約束

(9)

(2)第二層：制造/再制造工廠

制造/再制造工廠以最大化自身收益為運作目標，收入部分為新產(chǎn)品和再制造產(chǎn)品面向分銷中心的銷售總額，成本部分為運輸成本、制造成本、再制造成本、庫存成本、核心組件回購成本的總和，表示為

fdnpijts·tpbp+MPRpijt·fdrpijts·tpbp-

SApit·ηpit-UACpit·xpit·abp-SRApit·δpit-

afcits·tcbc]}。

(10)

同時，該層模型還應當滿足下列約束：

1)經(jīng)拆卸后得到的核心組件的庫存平衡公式

zcit·rpbc,?c,i,t,s。

(11)

2)新核心組件的庫存平衡公式

(12)

3)恢復核心組件的庫存平衡公式

(13)

4)新產(chǎn)品的庫存平衡公式

(14)

5)再制造產(chǎn)品的庫存平衡公式

(15)

6)庫存能力約束

?i,t,s;

(16)

(17)

(18)

(19)

(20)

7)生產(chǎn)能力約束

vcit·pbc≤MPci·πcit,?c,i,t;

(21)

zcit·rpbc≤MRPci·τcit,?c,i,t;

(22)

xpit·abp≤MApi·ηpit,?p,i,t;

(23)

ypit·rabp≤MRApi·δpit,?p,i,t。

(24)

8)運輸能力約束

(25)

9)非負整數(shù)約束

fdnpijts,fdrpijts,afcits,xpit,ypit,vcit,zcit,

(26)

(3)第三層：分銷中心

分銷中心同樣以最大化自身收益為運作目標，收入部分為新產(chǎn)品和再制造產(chǎn)品的銷售總額，以及聯(lián)合回收中心為回收產(chǎn)品支付的回購費用，成本部分為運輸成本、回收成本、缺貨成本、庫存成本、產(chǎn)品進購費用的總和，表示為

sompjts)+SPRpjt·(DSMpjts-ssmpjts)+URCCpjt·

γpjts-USNPpjt·sompjts-USRPpjt·ssmpjts-

fdrpijts·tpbp)]。

(27)

同時，該層模型還應當滿足下列約束:

1)新產(chǎn)品的庫存平衡公式

(DOMpjts-sompjts),?p,j,t,s。

(28)

2)再制造產(chǎn)品的庫存平衡公式

·tpbp-(DSMpjts-ssmpjts),?p,j,t,s。

(29)

3)回收產(chǎn)品的庫存平衡公式

?p,j,t,s。

(30)

4)回收產(chǎn)品數(shù)量約束

RPApjts-γpjts≥0,?p,j,t,s。

(31)

5)缺貨數(shù)量約束

DOMpjts-sompjts≥0,?p,j,t,s;

(32)

DSMpjts-ssmpjts≥0,?p,j,t,s。

(33)

6)庫存能力約束

?j,t,s;

(34)

(35)

(36)

7)運輸能力約束

?j,t,s。

(37)

8)非負整數(shù)約束

sompjts,ssmpjts,dapjts,fdnpijts,

(38)

4 基于DCAGA的分層迭代求解方法

多層規(guī)劃的求解一般都比較困難，對于簡單的多層線性規(guī)劃問題，一般可以找到反應函數(shù)的顯性表達形式，并在此基礎(chǔ)上進行求解。而在本文建立的回收—生產(chǎn)—分銷協(xié)同計劃模型中，各層決策變量雖然存在一定的內(nèi)在聯(lián)系，但是聯(lián)系較為復雜且約束條件較多，很難直接求出顯性反應函數(shù)。因此，本文采用分層迭代方法作為模型求解的整體策略，即從第一層開始依次向下一層迭代，同時設計DCAGA，將其應用于單次、單層模型求解，循環(huán)往復后獲取協(xié)同計劃問題的滿意求解結(jié)果。

4.1 分層迭代方法描述

結(jié)合模型的結(jié)構(gòu)和特點，分層迭代方法的具體步驟如下：

(1)生成初始變量 隨機產(chǎn)生第三層模型中變量dapjts的初始解，需滿足約束式(37)。

(6)循環(huán)計算 判斷求解過程是否滿足終止條件，若滿足，則輸出多層規(guī)劃模型最優(yōu)解的目標函數(shù)值及其相應的解集，不滿足則再次循環(huán)轉(zhuǎn)步驟(2)。

4.2 雙倍體自適應遺傳算法求解過程

在4.1節(jié)的分層迭代方法中，單次、單層的模型求解環(huán)節(jié)均采用了DCAGA。一方面，雙倍體結(jié)構(gòu)提供的記憶功能可以在交叉和變異過程中有效保留可用基因片段，改進收斂性能[22]；另一方面，引入的自適應公式可以實時調(diào)整交叉概率和變異概率，使其根據(jù)動態(tài)環(huán)境保持最佳取值，提高搜索性能。以單次生產(chǎn)模型的求解為例，設計如下關(guān)鍵技術(shù)步驟(第一、三層相似)：

(1)編碼與解碼

在雙倍體結(jié)構(gòu)中，每個完整的個體均由一條顯性染色體和一條隱性染色體組成，每條染色體的編碼和解碼方式完全相同。

(2)構(gòu)造適應度函數(shù)

本文采用適應性罰函數(shù)法，將搜索過程中獲得的信息作為反饋來指導懲罰系數(shù)的調(diào)整，即懲罰系數(shù)ω(m+1)隨進化代數(shù)的變化有以下3種更新方式：

(39)

式中：?1>?2>1，情況(1)表示過去m代中的最好個體均沒有受到約束懲罰，情況(2)表示過去m代中的最好個體均受到了約束懲罰。利用自適應公式對懲罰系數(shù)進行調(diào)節(jié)，若當前最優(yōu)個體均為可行解，則表明懲罰因子已經(jīng)足夠大，可適當降低對不可行解的懲罰壓力；若當前最優(yōu)個體均為不可行解，則需要適當增大對不可行解的懲罰。

(3)遺傳操作

1)選擇操作

采用輪盤賭方法進行選擇操作。DCAGA是以顯性染色體的適應度值作為個體選擇概率的計算依據(jù)，并根據(jù)選擇概率將整個個體，包括顯性染色體和隱形染色體，復制到下一代種群中，其計算公式為

(40)

式中Pd為個體被選擇的概率。該選擇操作表明個體按照其對應的適應度值確定被選擇和復制到下一代的概率，個體適應度值越高，其被選擇的概率越大。

2)交叉操作

采用雙點交叉操作對概率選中的染色體進行雜交，同時每代個體中顯隱性染色體的自適應交叉概率

Pcr=

(41)

式中：Gavg為當前種群的平均適應度值；Gmax為當前種群的最大適應度值；Pcr1和Pcr2為式(41)的控制參數(shù)，一般取Pcr1=0.9，Pcr2=0.6。

3)變異操作

采用逆序操作對概率選中的染色體實施變異，同時每代個體中顯隱性染色體的自適應變異概率

Pmu=

(42)

式中Pmu1和Pmu2為式(42)的控制參數(shù)，一般取Pmu1=0.1，Pmu2=0.001。

4)顯隱性重排

當執(zhí)行完選擇、交叉、變異操作之后，需要重新計算每個個體中顯性染色體和隱形染色體的適應度值，并根據(jù)適應度值的大小進行顯隱性重排，即適應度值較大的染色體在新一輪遺傳操作中將被設定為顯性染色體，適應度較小的染色體被設定為隱形染色體。

5 仿真實例

本章從某一汽車發(fā)動機生產(chǎn)供應網(wǎng)絡獲取基礎(chǔ)數(shù)據(jù)樣本，所考慮的三階段閉環(huán)供應鏈系統(tǒng)中，除了一個聯(lián)合回收中心，還有3個制造/再制造工廠(I=3)、5個分銷中心(J=5)。以其中某一系列電噴式發(fā)動機作為上述協(xié)同計劃模型和求解方法的應用對象。該系列產(chǎn)品主要包括3種不同型號的四缸電噴式發(fā)動機(P=3)，記為Ⅰ型、Ⅱ型、Ⅲ型。制造/再制造工廠可以針對發(fā)動機中的缸體總成、缸蓋總成、連桿總成和曲軸總成進行再制造修復和生產(chǎn)。3種發(fā)動機的排量均為1.6 L，缸徑均為81 mm，活塞行程均為77.4 mm，所用的材料都是鑄鐵缸體、全鋁缸蓋，發(fā)動機缸體和曲軸的曲拐尺寸均相同。Ⅱ型發(fā)動機和Ⅲ型發(fā)動機之間的核心組件可以相互交換使用，兩者的主要不同之處是電控方案和進氣管總成(可直接使用零部件)。而Ⅰ型發(fā)動機的連桿總成和缸蓋總成與前兩者不同，不能交換使用。因此，總共有6種不同的核心組件(C=6)，3種型號發(fā)動機p對核心組件c的物料系數(shù)BOCpc如表8所示。

在仿真軟件MATLAB 7.0上對上述模型和求解方法進行編譯，并在CPU處理器為Core i7、內(nèi)存為2 G、操作系統(tǒng)為Windows 7的筆記本電腦上運行。算法運行的參數(shù)為：pop_size=200，pop_gen=200，ω(0)=1/1 000，?1=5，?2=2，最大迭代次數(shù)為300。程序獨立重復運行20次，得到最滿意的計劃方案。其中：拆卸、檢驗批數(shù)dtpt的求解結(jié)果如圖2所示；核心組件生產(chǎn)批數(shù)vcit的求解結(jié)果如圖3～圖5所示；核心組件再生產(chǎn)批數(shù)zcit的求解結(jié)果如圖6～圖8所示；新產(chǎn)品裝配批數(shù)xpit的求解結(jié)果如圖9～圖11所示；再制造產(chǎn)品裝配批數(shù)ypit的求解結(jié)果如圖12～圖14所示(僅列出了部分關(guān)鍵變量的求解結(jié)果)。

最滿意求解結(jié)果表明，在規(guī)劃周期內(nèi)，聯(lián)合回收中心盈利7 780 214 元；3個制造/再制造工廠分別盈利26 750 224 元、25 869 842 元、14 226 788 元，總體盈利66 846 854 元；5個分銷中心分別盈利20 716 044元、19 252 228元、17 718 242元、18 866 324元、18 042 678元，總體盈利94 595 516；整個閉環(huán)供應鏈系統(tǒng)總收益為169 222 584元。從求解結(jié)果可以看出，本文所建立的協(xié)同計劃模型，可以在市場需求和回收產(chǎn)品供應數(shù)量不確定環(huán)境下，實現(xiàn)閉環(huán)供應鏈各級成員企業(yè)的正、逆向運作活動的統(tǒng)一計劃和協(xié)調(diào)：各個分銷中心都能夠積極地對處于生命周期末端的產(chǎn)品進行回收，并運往聯(lián)合回收中心；聯(lián)合回收中心能夠根據(jù)不同的生產(chǎn)需求，將可用于再制造的核心組件運往各個制造/再制造工廠；每一個制造/再制造工廠根據(jù)分銷中心下達的訂貨需求，合理安排新產(chǎn)品和再制造產(chǎn)品的生產(chǎn)；每一個分銷中心可以自主選擇新產(chǎn)品和再制造產(chǎn)品的供應渠道，并面向區(qū)域市場進行銷售，最大限度地提升自身收益。

另一方面，按照獨立制定運作計劃的方式雖然可以獲得局部收益的最大化，但是有可能影響其他成員企業(yè)的利益，甚至影響整個閉環(huán)供應鏈系統(tǒng)的協(xié)同運作績效。例如，若聯(lián)合回收中心獨立制定運作計劃，則可使其自身收益達到9 028 572 元，但此時制造/再制造工廠的總體盈利最多可達51 542 208 元，分銷中心的總體盈利最多可達85 103 256 元，整個閉環(huán)供應鏈系統(tǒng)總收益僅為145 674 036 元。因此，本文建立的模型和相應設計的求解過程，不但能夠比較準確地描述閉環(huán)供應鏈中不同成員企業(yè)之間的正、逆向運作活動，而且在決策信息不斷循環(huán)交互的過程中，可以實現(xiàn)各級成員都滿意的運作目標，確保各級成員之間、各級成員與整體系統(tǒng)之間的利益平衡。

6 結(jié)束語

本文在閉環(huán)供應鏈系統(tǒng)的協(xié)同計劃研究方面做了一些嘗試，針對由一個聯(lián)合回收中心、多個制造/再制造工廠和多個分銷中心組成的三階段閉環(huán)供應鏈網(wǎng)絡，在市場需求和回收產(chǎn)品供應數(shù)量不確定性影響的條件下，建立了回收—生產(chǎn)—分銷三層協(xié)同計劃模型。結(jié)合模型特點設計了分層迭代整體求解策略，并在單層求解過程中設計了雙倍體自適應遺傳算法，利用雙倍體結(jié)構(gòu)和自適應公式提升求解效率。所設計的模型和求解方法，不但能夠?qū)崿F(xiàn)閉環(huán)供應鏈各級成員企業(yè)正、逆向運作活動的統(tǒng)一計劃和協(xié)調(diào)，而且可以確保各級成員之間、各級成員與整體系統(tǒng)之間的利益平衡。最后，通過仿真實例驗證了所述模型和求解方法的適用性和有效性。