高亞偉

【摘? 要】在物流配送的過程中，經(jīng)常會發(fā)生一些對初始配送方案造成擾動的干擾事件，這會對物流運營商及客戶造成不良的影響。為解決這一難題，論文對多車場車輛調(diào)度干擾管理問題進行分析，通過對相關(guān)文獻的研究，歸納出多車場車輛調(diào)度問題及干擾管理問題的研究現(xiàn)狀，并對相關(guān)的啟發(fā)式算法進行總結(jié)，指出現(xiàn)有研究的不足，展望下一步的研究方向。

【Abstract】In the process of logistics distribution， there are often some disturbance events that disturb the initial distribution scheme， which will have a bad impact on the logistics operators and customers. In order to solve this problem， this paper analyzes the disruption management problem of multi-depot vehicle scheduling. Through the research of the relevant literature， the paper summarizes the current research status of the multi-depot vehicle scheduling problem and the disruption management problem， and summarizes the related heuristic algorithms， points out the deficiencies of the existing research， and looks forward to the next research direction.

【關(guān)鍵詞】多車場;車輛調(diào)度;干擾管理;啟發(fā)式算法

【Keywords】multi-depot; vehicle scheduling; disruption management; heuristic algorithms

【中圖分類號】F259.2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2020）12-0148-02

1 引言

作為我國國民經(jīng)濟的基礎(chǔ)產(chǎn)業(yè)，現(xiàn)代物流行業(yè)涉及領(lǐng)域廣、從業(yè)人數(shù)多，包含了運輸、倉儲以及物聯(lián)網(wǎng)等多個產(chǎn)業(yè)，已成為我國的重點發(fā)展行業(yè)。同時，現(xiàn)代物流業(yè)也是供給側(cè)改革的重要內(nèi)容，其發(fā)展程度已成為衡量一個國家綜合國力的重要標志之一。近年來，得益于我國國內(nèi)經(jīng)濟的增長、互聯(lián)網(wǎng)的普及以及電子商務的快速發(fā)展，我國物流行業(yè)發(fā)展迅速。一方面，現(xiàn)代物流企業(yè)資產(chǎn)重組、資源整合的進程進一步加快，物流市場結(jié)構(gòu)不斷優(yōu)化，與“互聯(lián)網(wǎng)+”相結(jié)合的物流新興產(chǎn)業(yè)接踵而來，逐漸形成了一批管理現(xiàn)代化、服務網(wǎng)絡(luò)化、所有制多元化的現(xiàn)代物流企業(yè);另一方面，我國的社會物流總費用與GDP的比值逐年下降，物流運行效率和質(zhì)量有所提升，物流行業(yè)升級轉(zhuǎn)型趨勢明顯。據(jù)中國產(chǎn)業(yè)經(jīng)濟信息網(wǎng)統(tǒng)計，2019年全年我國社會物流總額高達298萬億元，累計增長5.9%。社會物流總費用已達14.6萬億元，其中社會物流總費用與GDP的比值約為14.7%。然而歐美、日本等發(fā)達國家的社會物流總費用與GDP的比值均不到10%，這說明我國的物流行業(yè)還處于由發(fā)展期向成熟期過渡的階段，依然存在著較大的發(fā)展空間。其中，車輛運輸過程中所產(chǎn)生的費用在物流總費用中占有很大的比重，物流運營商若能對配送的車輛進行合理的調(diào)度將減少5%～20%的運輸成本，所以對車輛調(diào)度問題的研究具有一定的現(xiàn)實意義。

面對社會物流需求的不斷增長，客戶網(wǎng)點分布不斷分散，物流運營商若只考慮用一個車場對客戶進行物流配送服務已遠遠不能滿足現(xiàn)實生活的需要，配備多個車場必然是未來的趨勢。物流運營商需要在多個車場間合理地安排車輛的行駛路線，在考慮物流配送成本的同時，還需考慮到時間窗、客戶滿意度、碳排放等因素，由此延伸出了多車場車輛調(diào)度問題。

在實際的物流配送過程中，經(jīng)常會發(fā)生一些干擾事件，如客戶地址變動、車輛故障、客戶需求量變動等，這些事件的發(fā)生必然會對物流運營商的配送計劃造成一定的擾動，從而影響物流運營商、客戶以及配送人員之間的利益。因此，如何合理地對車輛的行駛路線進行調(diào)整以達到擾動最小是物流運營商亟待解決的問題。

2 多車場車輛調(diào)度問題研究

多車場車輛調(diào)度問題指的是物流運營商可以從多個車場調(diào)度車輛，為多個客戶提供物流配送服務，在滿足服務時間窗、客戶需求量、車輛容量等約束條件下，達到客戶滿意度最高、配送成本最低等目標。該問題是基本車輛調(diào)度問題的擴展，是更為復雜的NP難題，目前學者已從多方面對該問題進行了全面的研究。例如，研究了帶有時間窗約束的多車場車輛調(diào)度問題，即每個客戶都有自己期望收到貨物的時間窗，物流運營商需要在規(guī)定的時間窗內(nèi)將貨物送給客戶，否則將會受到相應的懲罰，其中時間窗主要分為硬時間窗、軟時間窗及模糊時間窗三類?？紤]了多種車型的多車場車輛調(diào)度問題，即物流運營商配有多種車型對客戶提供物流服務，每種車型的裝載量、使用成本、行駛速度等均不相同?？紤]了多起訖點的多車場車輛調(diào)度問題，即貨物的轉(zhuǎn)運點隨著貨物信息的動態(tài)變化而變化，更符合現(xiàn)實的需求?？紤]了多維裝箱問題的多車場車輛調(diào)度問題，即在物流配送過程中由于某些特殊貨物具有易損、易碎等特征，這種情況下貨物不可隨意疊放。這時貨物能否裝車就取決于貨物底面能否拼裝入車廂底面中，需要靈活確定待裝貨物和裝貨空間之間的匹配關(guān)系，以減少重復確定裝箱方案所消耗的時間。根據(jù)運輸貨物種類的不同，可以分為冷鏈物流、農(nóng)產(chǎn)品物流、危險品物流等多種類型。根據(jù)配送車輛服務完客戶后是否返回原車場，還可將多車場車輛調(diào)度問題分為封閉式和開放式兩種類型。

3 車輛調(diào)度干擾管理問題研究

干擾管理理論是指在計劃執(zhí)行的過程中發(fā)生了不可預測的干擾事件，使得正在執(zhí)行的方案變得不可行，此時要對正在執(zhí)行的方案進行調(diào)整，調(diào)整后的方案不僅要滿足最初的優(yōu)化目標，還要使干擾事件帶來的負面作用最小。干擾管理需要根據(jù)研究的問題及具體的干擾事件構(gòu)建對應的數(shù)學模型，快速地給出最優(yōu)調(diào)整方案。調(diào)整后的方案并不是對原方案進行徹底的改動，而是在原方案的基礎(chǔ)上進行小規(guī)模的調(diào)整，目的是得出對整體系統(tǒng)擾動最小的調(diào)整方案，所以干擾管理方案得出的結(jié)果往往并不是成本最優(yōu)的。干擾管理理論自被提出以來就受到學者的廣泛關(guān)注，目前已在項目管理、航空調(diào)度、企業(yè)管理以及車輛調(diào)度等領(lǐng)域取得了很好的應用成果。

學者對于車輛調(diào)度中的干擾事件研究主要劃分為客戶時間窗變動、客戶地址變動、車輛故障、客戶需求變動、客戶數(shù)量變動等幾類。學者針對不同的干擾事件，以干擾事件對系統(tǒng)造成的擾動進行度量，構(gòu)建出具體的干擾管理數(shù)學模型。楊華龍等[1]研究了客戶時間窗變動的干擾管理問題，考慮了路線、服務時間、運輸費用三個方面的因素，以費用偏離最小為目標構(gòu)建數(shù)學模型。卜心怡等[2]針對客戶地址變動這一擾動因素，以客戶和物流運營商的利益最大化為目標構(gòu)建擾動恢復模型。曹慶奎等[3]以車輛故障為干擾因素，結(jié)合了行為運籌理論對客戶、物流運營商及配送人員的滿意度進行度量，建立救援車輛調(diào)度數(shù)學模型。

4 相關(guān)求解算法研究

多車場車輛調(diào)度干擾管理問題已被證明為NP難題，難以找出問題的最優(yōu)解，因此，普通的精確算法已不適用于求解此類問題，目前，學者更熱衷于采用啟發(fā)式算法來提高此類問題的求解效率和準確性。①遺傳算法。依據(jù)達爾文生物進化論中“優(yōu)勝劣汰”的法則，John Holland于20世紀70年代提出遺傳算法。該算法通過交叉、變異等操作對種群不斷優(yōu)化，通過判斷染色體的適應度值大小，將種群中適應度高的個體遺傳到下一代，經(jīng)過多次迭代找出最優(yōu)解。該算法具有很強的魯棒性，但容易出現(xiàn)早熟的問題。②蟻群算法。該算法通過模仿蟻群覓食活動演變而來，在尋找食物的過程中螞蟻會慢慢地聚集在最短路徑上，該路徑就是問題的最優(yōu)解。蟻群算法對初始路徑的要求不高、參數(shù)較少，但容易陷入局部最優(yōu)。③禁忌搜索算法。禁忌搜索是在搜索過程中構(gòu)造一個短期記憶表，即為禁忌表，表中存放剛剛搜索過的結(jié)果。在一定次數(shù)范圍r內(nèi)，禁忌表中所存放的結(jié)果不能重復，r次之后，禁忌解除。禁忌表始終保持r個移動。當滿足停止規(guī)則或迭代內(nèi)所搜索到最好結(jié)果無法改進時，搜索活動停止。該算法容易理解，容易實現(xiàn)，具有較強的通用性，且局部開發(fā)能力強，收斂速度很快。但全局開發(fā)能力弱，只能搜索到局部最優(yōu)解，并且搜索的結(jié)果完全依賴于初始解和鄰域的映射關(guān)系。

除了上述算法之外，還有人工蜂群算法、細菌覓食算法、模擬植物生長算法等啟發(fā)式算法。每種算法具有各自的特點，研究者需根據(jù)不同的研究問題結(jié)合不同的算法進行求解。

5 結(jié)語與展望

目前，學者對多車場車輛調(diào)度問題、干擾管理問題及相關(guān)求解算法進行了全面的研究，但對于多車場車輛調(diào)度干擾管理問題的研究還存在以下幾點問題：①現(xiàn)有的研究大多以時間來度量客戶的滿意度，然而現(xiàn)實生活中影響客戶滿意度的不只有時間因素，在后續(xù)的研究中應考慮加入其他因素;②目前，學者的研究僅僅考慮了一種干擾因素，事實上考慮多種干擾因素相結(jié)合更符合現(xiàn)實的需求;③目前，很多啟發(fā)式算法在求解大規(guī)模復雜問題上依然存在著許多的問題，今后的研究應繼續(xù)對算法進行改進，提高算法的性能。

【參考文獻】

【1】楊華龍，葉迪，張倩，等.時間窗變動的車輛調(diào)度干擾管理模型與算法[J].運籌與管理，2017，26（10）：56-64.

【2】卜心怡，劉超，錢軍.基于配送地點變化的物流干擾管理研究[J].生產(chǎn)力研究，2016（11）：19-22.

【3】曹慶奎，邵松娟，任向陽.考慮配送主體感知的救援車輛調(diào)度研究[J].物流科技，2016，39（2）：1-3.