趙 斌,王和旭,謝 飛,郭新明

(1.西京學(xué)院,陜西 西安 710123;2.西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院,陜西 西安 710127;3.咸陽師范學(xué)院 計算機(jī)學(xué)院,陜西 咸陽 712000)

據(jù)《2018—2020中國大健康產(chǎn)業(yè)投資研究報告》可知，我國醫(yī)療器械產(chǎn)業(yè)已經(jīng)整體進(jìn)入高速增長的階段[1]。從2010年至2017年,中國醫(yī)療器械的市場規(guī)模從1 260億元增長至4 000多億元。2018年7月,第四屆中國醫(yī)療器械供應(yīng)鏈峰會在海口舉辦,會上針對醫(yī)療器械物流市場的產(chǎn)業(yè)鏈融合、供應(yīng)鏈管理、醫(yī)療物聯(lián)網(wǎng)及新政策下醫(yī)療器械的物流需求變化和發(fā)展路徑等方面都進(jìn)行了探討。

我國醫(yī)療器械的運(yùn)輸與倉儲大多實(shí)行獨(dú)立經(jīng)營,分散管理的方式[2]。然而在新醫(yī)改的背景下,傳統(tǒng)醫(yī)療器械物流模式已無法適應(yīng)目前醫(yī)院對于醫(yī)療器械的管理需求[3]。如何實(shí)現(xiàn)醫(yī)院醫(yī)療器械“零庫存”管理是急需解決的問題[4]。因此,應(yīng)結(jié)合醫(yī)療器械市場需求和特點(diǎn),緊跟公共衛(wèi)生社會化改革浪潮,對醫(yī)療器械物流資源進(jìn)行整合優(yōu)化[5],并逐步完善醫(yī)療供應(yīng)鏈平臺構(gòu)建,建設(shè)綜合型的醫(yī)療器械物流園區(qū)。

建設(shè)醫(yī)療器械物流園區(qū)的首要問題是進(jìn)行科學(xué)合理的選址規(guī)劃。園區(qū)選址的合理性將直接影響到整個園區(qū)的營運(yùn)效率和成本,以及未來倉儲設(shè)施的擴(kuò)建。為了確保選址的合理性,首要就是對基于經(jīng)濟(jì)、社會、環(huán)境和政策法規(guī)4個因素的評價指標(biāo)體系進(jìn)行構(gòu)建。在此體系的基礎(chǔ)上使用模糊綜合評價法確定最優(yōu)物流中心選址方案[6]。也可從宏觀角度通過AHP方法選定幾個園區(qū)建設(shè)的備選方案,再通過對環(huán)境、配送中心管理、客戶滿意度等因素進(jìn)行測評，從而建立混合整數(shù)規(guī)劃模型,并使用遺傳算法求解該模型[7]。

在使用智能模型時,常用神經(jīng)網(wǎng)絡(luò)或遺傳算法進(jìn)行園區(qū)選址。運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行選址時,可在選址影響因素分析的基礎(chǔ)上運(yùn)用改進(jìn)的MBP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行物流中心選址模型構(gòu)建，即把選址問題抽象成多個目標(biāo)排序問題[8-9]，或者根據(jù)影響因素分析結(jié)果建立一個基于模糊神經(jīng)網(wǎng)絡(luò)的選址模型[10]。

總之,目前國內(nèi)外學(xué)者對物流園區(qū)選址的方法很多[11]，主要集中于4類:第1類包括因素評分法、層次分析法(AHP)、 模糊綜合評價法(FCE)和Technique for Order Preference by Similarity to an Ideal Solution(TOPSIS)法構(gòu)成的基于綜合得分排序進(jìn)行選址;第2類是基于重心法、最短路徑法、P中值模型、Baumol-Wolfe模型、雙層規(guī)劃法、混合整數(shù)規(guī)劃法和多目標(biāo)規(guī)劃法的優(yōu)化理論選址;第3類是基于智能模型的方法,即神經(jīng)網(wǎng)絡(luò)和遺傳算法;鑒于以上的選址方法均由于自身特點(diǎn)導(dǎo)致其具有明顯的優(yōu)勢及劣勢,因此出現(xiàn)第4類組合選址方法,旨在通過更完善的方法得出更加科學(xué)的選址方案[12]。本文應(yīng)用的就是免疫算法和遺傳算法的組合智能算法,基于仿真平臺,得到科學(xué)可靠的最優(yōu)選址方案。

1 醫(yī)療器械物流園區(qū)選址理論框架

醫(yī)療器械物流園區(qū)的選址是一個復(fù)雜的系統(tǒng)優(yōu)化問題,首先，需要考慮各種影響因素,每個影響因素的重要程度不同,選擇權(quán)重較大的影響因素,從而確定選址優(yōu)化問題的目標(biāo),目標(biāo)個數(shù)不宜過多,否則增加求解困難。確定選址問題影響因素及目標(biāo)之后,建立選址規(guī)劃問題的數(shù)學(xué)模型,進(jìn)而對模型進(jìn)行轉(zhuǎn)化,使其符合線性規(guī)劃或非線性規(guī)劃數(shù)學(xué)模型的特征,最后,應(yīng)用智能算法,例如免疫算法、遺傳算法、粒子群算法、禁忌搜索、神經(jīng)網(wǎng)絡(luò)等得出最優(yōu)選址方案。

2 醫(yī)療器械物流園區(qū)選址影響因素分析

園區(qū)建設(shè)需綜合醫(yī)療器械物流市場需求,合理建設(shè)園區(qū),促使其與經(jīng)濟(jì)發(fā)展相一致;另外,園區(qū)定位有待提高,需從園區(qū)發(fā)展戰(zhàn)略、醫(yī)械市場和功能定位出發(fā),以確保定位的準(zhǔn)確;再者,避免選址的盲目性,綜合考慮園區(qū)選址及規(guī)劃布局影響因素,特別是對社會效益的影響。

醫(yī)療器械物流園區(qū)選址影響因素如表1所示。總體上分為4類:產(chǎn)業(yè)政策、社會效益、場地基礎(chǔ)、區(qū)位交通[13-14]。

園區(qū)建設(shè)具有較高的市場風(fēng)險,因此需要當(dāng)?shù)卣恼咧С?，例如低價租賃優(yōu)惠政策、投融資優(yōu)惠政策、項(xiàng)目審批加快政策等。同時,園區(qū)的建設(shè)和發(fā)展也需要與當(dāng)?shù)叵嚓P(guān)產(chǎn)業(yè)的規(guī)劃協(xié)調(diào),才能保證園區(qū)長穩(wěn)發(fā)展。

社會效益主要考慮園區(qū)對城市居民環(huán)境的影響。園區(qū)可通過城市共同配送,合理規(guī)劃車輛及配送線路。在滿足客戶需求的前提條件下,減少出行車輛數(shù)量,從而緩解交通壓力。園區(qū)的建設(shè)和發(fā)展還可以解決就業(yè)問題,擴(kuò)大就業(yè)規(guī)模。另外還要考慮對當(dāng)?shù)厣鷳B(tài)環(huán)境的影響,要打造生態(tài)醫(yī)療器械物流園區(qū),離不開周邊生態(tài)環(huán)境的支持。

場地基礎(chǔ)主要包括自然條件、地價水平、滿足跨區(qū)域配送、市場需求及周邊公共配套設(shè)施。運(yùn)輸配送過程也與自然條件密切相關(guān),因此,在選址時必須考慮自然條件;地價水平?jīng)Q定了園區(qū)投資額,以及建成運(yùn)營后的效益;園區(qū)物流具有區(qū)域性,因此,物流園區(qū)需要進(jìn)行跨區(qū)域配送；園區(qū)選址還要考慮滿足市場需求、園區(qū)存儲能力、先進(jìn)的儲存設(shè)備，例如冷鏈設(shè)備等；選址還要考慮完善的配套設(shè)施，園區(qū)是否具備充足的能源、水源以及良好的生活條件等。

園區(qū)選址時盡可能靠近交通樞紐,以縮短運(yùn)輸距離,減少物流成本,同時，應(yīng)盡可能靠近城市,可以縮短配送半徑,降低物流成本。

表1 醫(yī)療器械物流園區(qū)選址影響因素Tab.1 Influencing factors of siting of medical devices logistics park

3 問題描述及選址模型建立

3.1 問題描述

現(xiàn)有供應(yīng)點(diǎn)i向若干醫(yī)療器械物流園區(qū)運(yùn)輸貨物,經(jīng)物流園區(qū)存儲處理后再向需求點(diǎn)k進(jìn)行運(yùn)輸。模型假設(shè):①備案醫(yī)療器械物流園區(qū)方案都是可行方案,園區(qū)倉儲容量、運(yùn)輸能力均能滿足客戶需求;②每條運(yùn)輸線路暢通,無意外交通事故、道路維修等情況;③一個客戶點(diǎn)僅由一個園區(qū)供應(yīng);④供應(yīng)點(diǎn)數(shù)量、客戶點(diǎn)數(shù)量、供應(yīng)地到園區(qū)的距離及運(yùn)輸費(fèi)率、園區(qū)到客戶點(diǎn)的距離及運(yùn)輸費(fèi)率、供應(yīng)點(diǎn)供應(yīng)能力、客戶點(diǎn)的需求量、待選醫(yī)療器械物流園區(qū)的固定成本及可變成本均為已知參數(shù)。

3.2 參數(shù)及變量定義

參數(shù)及變量定義見表2，3。

表2 參數(shù)定義Tab.2 Parameter definition

表3 決策變量定義Tab.3 Decision variable definition

3.3 數(shù)學(xué)模型建立

綜合分析以上選址影響因素, 因本文考慮醫(yī)療器械物流園區(qū)的選址問題, 醫(yī)療器械物流園的主要功能就是實(shí)現(xiàn)醫(yī)療器械的城市配送及區(qū)域運(yùn)輸, 故選址模型的目標(biāo)主要考慮物流園區(qū)運(yùn)營成本(包括固定成本及可變成本)、 運(yùn)輸費(fèi)用及客戶滿意度3項(xiàng)目標(biāo)。 客戶滿意度采用運(yùn)輸距離指標(biāo), 運(yùn)輸距離越小, 送貨時間越短, 客戶滿意度越高, 因此， 可以用客戶點(diǎn)到園區(qū)的運(yùn)輸線路最長者達(dá)到最小作為客戶滿意度最大的目標(biāo),其中，各客戶到園區(qū)的運(yùn)輸總距離用v表示。 目標(biāo)函數(shù)式(1)表示醫(yī)療器械物流園區(qū)運(yùn)營成本、 供應(yīng)地到物流園區(qū)及物流園區(qū)到客戶點(diǎn)的總運(yùn)輸費(fèi)用、 客戶滿意度;約束條件中, 式(2)表示客戶k的需求量被滿足; 式(3)表示供應(yīng)點(diǎn)至物流園區(qū)的運(yùn)輸量不應(yīng)超過供應(yīng)點(diǎn)的供應(yīng)能力; 式(4)表示每個客戶只由一個園區(qū)負(fù)責(zé); 式(5)表示2個0～1變量之間的邏輯關(guān)系; 式(6)保證未被選中的物流園區(qū)發(fā)出貨物的數(shù)量為0; 式(7)是客戶滿意度目標(biāo)轉(zhuǎn)化的約束條件; 式(8)表示3項(xiàng)目標(biāo)權(quán)重之和為1; 式(9)～(11)是對決策變量的取值約束。

4 算法設(shè)計

本文對園區(qū)選址模型求解時采用組合智能算法,即由遺傳算法與免疫算法相結(jié)合的免疫遺傳算法。以目標(biāo)函數(shù)及約束條件為抗原,通過識別抗原,從而判定該類問題是否曾經(jīng)已被解決過。如果曾經(jīng)解決過,則直接進(jìn)行相應(yīng)記憶細(xì)胞的搜尋,繼而產(chǎn)生免疫遺傳算法中的初始抗體。計算親和度之后,選擇親和度高的抗體進(jìn)行存儲記憶。遺傳操作主要包括選擇、交叉、變異,并將免疫算子引入免疫遺傳算法中,從而有效防止種群退化。免疫算子包含接種和選擇兩個步驟,通過接種疫苗和免疫選擇進(jìn)行選擇壓力的有效調(diào)節(jié)[15]。因此,免疫遺傳算法的使用可以保持更好的群體多樣性的能力。優(yōu)化算法程序設(shè)計如圖1所示。

4.1 個體編碼及適應(yīng)度函數(shù)

個體編碼采用二進(jìn)制編碼方式,染色體的基因位數(shù)對應(yīng)待選醫(yī)療器械物流園區(qū)位置數(shù),序號對應(yīng)各物流園區(qū),求解結(jié)果若顯示某基因位的值為1,表示該位置對應(yīng)物流園區(qū)被選中,值為0,表示未選中。

算法實(shí)現(xiàn)中,將選址模型目標(biāo)函數(shù)對應(yīng)于抗原,問題的解對應(yīng)于抗體。適應(yīng)度函數(shù)F取目標(biāo)函數(shù)E的倒數(shù)。

F=1/E，

α+β+γ=1，

α∈(0,1),β∈(0,1),γ∈(0,1)。

圖1 免疫遺傳算法程序設(shè)計Fig.1 Program design of immune genetic algorithm

4.2 交叉與變異算子

交叉算子采用隨機(jī)確定交叉點(diǎn)位置的單點(diǎn)交叉[16]。算法中加入測評的環(huán)節(jié),分別對遺傳個體基因型特征的繼承性以及對進(jìn)一步優(yōu)化所需個體的多樣性進(jìn)行測評。具體測評采用連續(xù)多次的調(diào)換方式,遺傳代數(shù)決定其調(diào)換次數(shù)。變異算子采用二進(jìn)制碼中隨機(jī)選擇變異位,然后取反。

4.3 免疫算子

對每個醫(yī)療器械物流園區(qū)進(jìn)行成本分析,以最低點(diǎn)為目標(biāo)疫苗個體。目標(biāo)免疫操作即對個體進(jìn)行隨機(jī)疫苗注射,然后進(jìn)行觀察。如果使用度較原來提高,則保持遺傳免疫;如果反之,則表明不如父代，也就是說,遺傳出現(xiàn)較為嚴(yán)重的退化現(xiàn)象。根據(jù)免疫遺傳算法,父代中的個體會被替代。在選擇階段,通過計算其個體被選中的概率來進(jìn)行相應(yīng)的條件判斷。

5 算例及優(yōu)化結(jié)果

現(xiàn)有5個待選醫(yī)療器械物流園區(qū),10個供應(yīng)點(diǎn), 13個客戶點(diǎn)。供應(yīng)點(diǎn)至物流園區(qū)的有效距離及各供應(yīng)點(diǎn)供應(yīng)量如表4所示;物流園區(qū)至客戶點(diǎn)的有效距離及客戶需求量如表5所示; 物流園區(qū)建設(shè)費(fèi)用及可變成本如表6所示,運(yùn)輸費(fèi)率取0.75元/(t·km)。種群規(guī)模設(shè)置為30,交叉概率初始值為0.8,迭代次數(shù)為200次,根據(jù)專家打分,確定各目標(biāo)權(quán)重,其中α取0.3,β取0.3,γ取0.4。應(yīng)用Matlab語言進(jìn)行編程求解,得出求解結(jié)果如表7所示。

表4 供應(yīng)點(diǎn)至物流園區(qū)的有效距離(km)及各供應(yīng)點(diǎn)供應(yīng)量Tab.4 Effective distance(km) from supply points to logistics park and availability

表5 物流園區(qū)至客戶點(diǎn)的有效距離(km)及客戶需求量Tab.5 Effective distance(km) from logistics park to customer point and customer demand

表6 物流園區(qū)建設(shè)成本及可變成本Tab.6 Logistics park construction cost and variable cost

表7 物流園區(qū)最優(yōu)選址方案Tab.7 Optimal siting scheme of logistics park

如圖2所示,前18代演變過程中,適應(yīng)度下降很快,該階段搜索速度最快,第34次迭代得到全局最優(yōu)解,全局最優(yōu)解顯示應(yīng)選擇第5個醫(yī)療器械物流園區(qū),此時目標(biāo)函數(shù)值為44.5。其中，目標(biāo)函數(shù)前兩項(xiàng)，即物流園區(qū)運(yùn)營成本與運(yùn)輸費(fèi)用之和為122.08億元,目標(biāo)函數(shù)第3項(xiàng)客戶滿意度,即該醫(yī)療器械物流園區(qū)至客戶的最短運(yùn)輸距離為19.7km。

圖2 適應(yīng)度變化趨勢圖Fig.2 Variation trend diagram of fitness

6 結(jié) 語

本文提出了醫(yī)療器械物流園區(qū)選址的理論框架,通過分析園區(qū)選址影響因素,確定目標(biāo),建立了醫(yī)療器械物流園區(qū)選址模型,對模型進(jìn)行轉(zhuǎn)化,并應(yīng)用免疫遺傳算法對醫(yī)療器械物流園區(qū)選址模型進(jìn)行求解,得出最優(yōu)的園區(qū)選址方案。本文所應(yīng)用的免疫遺傳算法能夠克服傳統(tǒng)遺傳算法的不足,避免單一智能算法的早熟、收斂問題,進(jìn)一步提高迭代效率,為優(yōu)化復(fù)雜的醫(yī)療器械園區(qū)選址規(guī)劃問題提供了有效的解決方案,具有一定的理論和應(yīng)用價值。