陳嬋娟，寇創(chuàng)創(chuàng)，劉利軍，宋 博

（陜西科技大學(xué)機(jī)電工程學(xué)院，陜西 西安 710021）

1 引言

目前，汽車制造企業(yè)入廠物流主要為供應(yīng)商直送模式，該模式取貨周期長、到貨時(shí)間不易控制，并且成本較高，針對供應(yīng)商直送模式存在的問題，國外研究者受到牛奶配送啟發(fā)，提出了milkrun 模型[1]，過去幾十年里，milk-run 模型已經(jīng)取得了一定成就。2001年，Rilett通過建立模糊邏輯關(guān)系網(wǎng)絡(luò)解決了車輛調(diào)度中的路徑優(yōu)化問題[2]；2005年，文獻(xiàn)[3]在循環(huán)取貨路徑優(yōu)化模型研究中引入C-W節(jié)約算法和2-exchange算法的兩階段算法；2007年，文獻(xiàn)[4]建立了取貨路徑庫存成本與運(yùn)輸成本最低的目標(biāo)函數(shù)，設(shè)計(jì)了兼顧庫存和線路規(guī)劃的算法；

同年文獻(xiàn)[5]對循環(huán)取貨和供應(yīng)商直送模式的利弊進(jìn)行了對比研究；2013年，文獻(xiàn)[6]建立了動(dòng)態(tài)循環(huán)取貨物流入廠及線路規(guī)劃模型；2014年，文獻(xiàn)[7]為降低成本提出了供應(yīng)商分級的概念[7]。

然而，大多研究集中于定時(shí)、定線、閉環(huán)運(yùn)輸?shù)确矫?，milkrun模型本身缺乏改善和優(yōu)化研究。

針對milk-run模型在遠(yuǎn)距離、大批量取貨時(shí)的局限性，提出一種“多層級循環(huán)取貨”模型，該模型在milk-run模型基礎(chǔ)上加入了集貨思想，使得取貨距離增加、成本降低、取貨周期縮短，最后通過某汽車制造企業(yè)入廠物流實(shí)例對該模型可行性進(jìn)行了驗(yàn)證。

2 多層級循環(huán)取貨模型的提出

多層級循環(huán)取貨模型的構(gòu)建，如圖1所示。分為五步。

圖1 多層級循環(huán)取貨模型構(gòu)建和可行性驗(yàn)證Fig. 1 Multi-Level Milk-Run Model Construction and Feasibility Verification

第一步根據(jù)供應(yīng)商基本數(shù)據(jù)運(yùn)用系統(tǒng)聚類法劃分區(qū)域；

第二步根據(jù)取貨量和交通便利程度運(yùn)用Topsis法對供應(yīng)商進(jìn)行層級劃分，將第一層級供應(yīng)商設(shè)為該區(qū)域集貨點(diǎn)；

第三步運(yùn)用蟻群算法規(guī)劃集貨點(diǎn)最優(yōu)取貨路徑；

第四步建立成本、取貨周期最優(yōu)數(shù)學(xué)模型；

第五步判斷該模型是否優(yōu)于傳統(tǒng)模型，是則輸出取貨方案，否則重新優(yōu)化路徑。

3 多層級循環(huán)取貨模型的建立與驗(yàn)證

以下為構(gòu)建多層級循環(huán)取貨模型的詳細(xì)步驟。

3.1 供應(yīng)商區(qū)域的劃分

針對供應(yīng)商隨機(jī)分布的客觀事實(shí)，運(yùn)用系統(tǒng)聚類法[8]將供應(yīng)商劃分為數(shù)個(gè)區(qū)域。步驟如下：

（1）根據(jù)供應(yīng)商基礎(chǔ)數(shù)據(jù)對供應(yīng)商進(jìn)行編號(hào)和定位；

（2）計(jì)算各供應(yīng)商之間的距離；

（3）將每個(gè)供應(yīng)商設(shè)為一類；

（4）合并距離最小的兩類為一新類；

（5）若類的個(gè)數(shù)為一，則進(jìn)行下一步，否則計(jì)算各新類與當(dāng)前各類之間距離，再轉(zhuǎn)回步驟四.

（6）做聚類圖；

（7）根據(jù)聚類情況和實(shí)際需求，決定劃分的類數(shù)。

3.2 集貨點(diǎn)的選取

多層級循環(huán)取貨模型的構(gòu)建，主要在于供應(yīng)商層級的劃分和集貨點(diǎn)的選取。選取的步驟如下：

（1）針對同一區(qū)域的供應(yīng)商，確定Topsis[9]法評估指標(biāo)；

（2）對指標(biāo)數(shù)據(jù)無量綱化處理；

（3）對數(shù)據(jù)矩陣歸一化處理；

（4）求得最優(yōu)和最劣向量；

（5）計(jì)算各指標(biāo)到最優(yōu)和最劣向量的距離D+和D-；

（6）計(jì)算Ci，Ci最大則為第一層級供應(yīng)商。

3.3 集貨點(diǎn)的路徑優(yōu)化

蟻群算法[10]作為一種研究“旅行商問題”的經(jīng)典算法，在循環(huán)取貨問題的研究中也被廣泛應(yīng)用，具體流程如下：（1）對相關(guān)參數(shù)進(jìn)行初始化；

（2）隨機(jī)將螞蟻放于不同出發(fā)點(diǎn)，對每個(gè)螞蟻計(jì)算其下個(gè)訪問供應(yīng)商，直到有螞蟻訪問完所有供應(yīng)商；

（3）計(jì)算各螞蟻經(jīng)過的路徑長度，記錄當(dāng)前迭代次數(shù)最優(yōu)解，同時(shí)對路徑上的信息素濃度進(jìn)行更新；

（4）判斷是否達(dá)到最大迭代次數(shù)，若否，返回步驟2；是，結(jié)束程序；

（5）最優(yōu)路徑。

3.4 多層級循環(huán)取貨模型可行性的驗(yàn)證

通過比較多層級循環(huán)取貨和milk-run兩種模型，驗(yàn)證多層級循環(huán)取貨的可行性，具體流程如下：

（1）多層級循環(huán)取貨數(shù)學(xué)模型理論依據(jù)

數(shù)學(xué)模型建立的依據(jù)是取貨過程中所產(chǎn)生的成本和時(shí)間，具體細(xì)節(jié)如下：

①第二層級供應(yīng)商為供應(yīng)商直送模式，成本為油耗和運(yùn)費(fèi)之和；

②第一層級供應(yīng)商為循環(huán)取貨模式，成本為集貨點(diǎn)存儲(chǔ)成本、油耗和運(yùn)費(fèi)迭代之和；

③取貨周期為在途時(shí)間、循環(huán)取貨時(shí)間和裝載貨物時(shí)間；

（2）多層級循環(huán)取貨成本、取貨周期數(shù)學(xué)模型

模型參數(shù)表，如表1所示。

表1 模型參數(shù)表Tab.1 Model Parameter Table

由于本模型不可能將所有因素都考慮到，條件假設(shè)如下：

①同區(qū)域用同一種車型，不考慮車的差異問題；

②采用基于距離的運(yùn)輸價(jià)格體系，如元/km；

③車輛行駛速度恒定，不受客觀因素的影響；

④裝卸貨物時(shí)間固定；

⑤無車輛數(shù)量限制；

⑥不考慮取貨時(shí)的交通狀況以及限號(hào)等因素。

（4）比較同一條件下兩種模型的Zmin和Tmin值，若多層級循環(huán)取貨模型Zmin、Tmin均小于milk-run模型，則多層級循環(huán)取貨模型可行，否則，不可行，并轉(zhuǎn)回到第三步。

4 算例分析

某汽車制造企業(yè)在某地有18家供應(yīng)商，以此作為實(shí)例來驗(yàn)證多層級循環(huán)取貨的可行性。

4.1 多層級循環(huán)取貨模型算例

（1）系統(tǒng)聚類劃分區(qū)域

18家供應(yīng)商的位置坐標(biāo)，如表2所示。表中：D1—坐標(biāo)原點(diǎn)。

表2 某汽車制造企業(yè)供應(yīng)商位置Tab.2 Location of Car Manufacturer

該算例包含18家供應(yīng)商，根據(jù)所在位置，運(yùn)用系統(tǒng)聚類法，將18家供應(yīng)商劃分為三個(gè)區(qū)域，如表3所示。

表3 供應(yīng)商分區(qū)結(jié)果Tab.3 Supplier Partition Results

（2）Topsis法確定集貨點(diǎn)

區(qū)域劃分完畢后，運(yùn)用Topsis 法分別對三個(gè)區(qū)域的供應(yīng)商進(jìn)行層級劃分，確定集貨點(diǎn)。

評價(jià)結(jié)果分別為D4、D14、D11，如表4所示。

表4 各區(qū)集貨點(diǎn)選取結(jié)果Tab.4 Results of Collection Points in Each District

（3）基于蟻群算法的路徑優(yōu)化

在多層級循環(huán)取貨模型中，由于第二層級供應(yīng)商采用供應(yīng)商直送，因此不需要優(yōu)化路徑，路徑優(yōu)化主要針對第一層級供應(yīng)商D4、D14、D11。

運(yùn)用蟻群算法可得最優(yōu)路徑為：D4-D11-D14

（4）驗(yàn)證模型求解

根據(jù)集貨點(diǎn)選址結(jié)果和數(shù)學(xué)模型，如表4、表5所示。

表5 多層級循環(huán)取貨模型基礎(chǔ)數(shù)據(jù)Tab.5 Basic Data of Multi-Level Cycle Picking Model

計(jì)算成本和取貨時(shí)間，求解過程和結(jié)果如下：

4.2 milk-run模型算例

在循環(huán)取貨模型中，取貨對象為表2 所示的18 家供應(yīng)商，milk-run模型參數(shù)，如表6所示。

表6 Milk-Run模型基礎(chǔ)數(shù)據(jù)Tab.6 Milk-Run Model Basic Data

運(yùn)用蟻群算法可得最優(yōu)路徑為：

4.3 計(jì)算結(jié)果

兩種模型成本和取貨周期的結(jié)果，如表7所示。

表7 成本和取貨周期結(jié)果Tab.7 Cost and Pickup Cycle Results

在相同條件下，多層級循環(huán)取貨模型可以降低取貨成本約2.58%，可以減少取貨周期約22.19%，因此，多層級循環(huán)取貨模型克服了milk-run模型遠(yuǎn)距離取貨成本高、周期長的問題。

5 結(jié)論

多層級循環(huán)取貨是一種遠(yuǎn)距離、大批量、少批次的取貨模型，彌補(bǔ)了milk-run模型的不足。

首先，該模型相較于milk-run模型極大的縮短了取貨周期，有利于配送中心和主機(jī)廠建立時(shí)間窗和控制取貨周期，從而達(dá)到節(jié)省庫存成本的目的。

其次，使供應(yīng)商減少了配送成本，有利于主機(jī)廠對上游供應(yīng)鏈的控制。

最后，取貨模式的改變也將影響配送中心倉儲(chǔ)和配送流程，因此，物流服務(wù)定價(jià)、庫區(qū)布局和工作流程將重新調(diào)整，同時(shí)也是未來的研究方向。