企業逆向物流系統優化研究

摘要：隨著市場競爭的加劇、產品生命周期的日益縮短、自然資源的日漸枯竭、人們環保意識的加強，逆向物流越來越受到企業的重視。因而，構建并優化自己的逆向物流系統成為企業具有戰略意義的工作。文章首先分析了企業構建逆向物流系統的指標體系和優化時所應采取的措施，并據此建立數學模型，運用遺傳算法來進行求解，并對結果進行了分析。最后用一個算例來驗證模型的可行性，并總結了模型的不足之處和將來的研究方向。

關鍵詞：逆向物流；優化；遺傳算法

中圖分類號：F224文獻標識碼：A文章編號：1002-3100(2008)12-0016-03

Abstract: Enterprises pay more and more attention to reverse logisticswith the intensifies of market competition， the increasingly shortened product life cycle， the gradual depletion of natural resources and people's awareness of environmental protection. Therefore， building and optimizing enterprises' reverse logistics systems is their critical strategic work. This paper， first analyzes the indicator system which is used when enterprises construct their systems and the measures they will take when they optimized their systems. Then it establishes a mathematical model and uses the genetic algorithms to solve it， and analyzes the results. Finally， an example is taken to verify the feasibility of the model， and the inadequacies of the model and future research directions are summed up.

Key words: reverse logistics; optimization; the genetic algorithms

0引言

1992年Stock在美國物流管理協會（CLM）上第一次提出了逆向物流的概念：逆向物流是一種包含了產品退回、物料替代、物品再利用、廢棄處理、再處理、維修與在制造等流程的物流活動。Carter和Ellram（1998）認為，逆向物流是物品在渠道成員間的反向傳遞過程，即從產品消費地（包括最終用戶和供應鏈上的客戶）到產品來源地的物理性流動。Rogers和Tibben Lembke（1998）對逆向物流的定義為計劃、實施和控制原料、半成品庫存、制成品和相關信息，高效和成本經濟地從消費點到起點的過程，從而達到回收價值和適當處置的目的。隨后，國內外學者對逆向物流的深入研究，使逆向物流概念，日趨完善。人們逐漸認識到在原有正向物流網絡系統的基礎上構建逆向物流網絡系統，可以充分利用原有物流網絡的資源，有利于正向和逆向物流系統的協調運作。在國際上，一些著名的制造商，如IBM、DELL、NEC、松下、東芝等電子產品生產企業，已經建立了自己的逆向物流系統網絡，并開始實施具體的產品回收業務。逆向物流在企業中的作用逐漸體現出來， 在很大程度上節約了企業的資源，提高了企業在市場上的競爭力和信譽度。

我國的逆向物流起步比較晚，并且大部分的研究工作主要集中在逆向物流產生的原因、企業逆向物流的模式選擇等理論方面，而在運用相關的指標體系進行逆向物流系統的構建與優化方面的研究還相對較少。本文對企業逆向物流系統進行了分析研究、提出系統優化指標體系，并建立了數學模型。借助遺傳算法來對企業的逆向物流系統進行評估并根據結果提出系統優化的相關措施。

1逆向物流系統建設優化模型

逆向物流系統在構建過程中，需要大量相關的指標支撐，本文根據在建設過程中的實際情況，總結出具有代表性的關鍵性指標（如表1所示）。

對表1各項指標的解釋：

企業信息平臺建設水平：企業中的信息平臺主要指基于因特網在企業內部構建局域網、數據庫等基礎軟硬件設施。企業的信息平臺為企業提供一個信息溝通和交流的基礎，從而保證企業各項工作順利進行。

企業信息技術的使用水平：信息技術是指主要用于管理和處理信息所采用的各種技術的總稱。在企業中主要指信息系統的實施和各種管理應用軟件的應用。信息技術可以確保逆向物流系統在運作過程中信息傳遞的效率和及時性。

企業回收處理中心建設水平：企業為了能夠高效率處理逆向物流必須建設一定規模的回收物品處理中心，從而能夠及時地將已回收的產品進行適當的分類、維修處理、分拆加工、廢棄處理等。

企業管理信息系統使用水平：企業的信息平臺構建起來后，在各種相關的信息技術的支撐下進行運作。這時企業要加強管理信息系統的使用，對各種數據信息進行標準化、實時準確的記錄，從而使各項工作能夠相互協調、順利開展。

企業管理者的重視程度：構建并運行企業的逆向物流系統是企業的一項重大的工程。領導層、管理層重視程度直接決定了逆向物流系統的構建水平和運行效率。

企業信息管理水平：良好的信息管理水平可以保證信息的暢通和安全性，從而保證逆向物流系統的順利運行。

企業運輸水平：逆向物流系統的運行在一定程度上加劇了企業的物流總量，所以企業要有一個強大的運輸隊伍來承擔這部分物流，從而使企業的逆向物流能夠順利、高效的運行。

企業與客戶的及時溝通水平：企業要能夠及時與客戶進行溝通，不但可以發現產品的問題，而且還可以提前了解市場行情。這樣一來，在一定程度上可以減少一定量的逆向物流并且還可能獲得市場機會，為企業提高利潤提供可能。

企業員工認識以及創新水平：要使員工認識到逆向物流實施的重要意義，激勵他們的工作熱情和創新意識，從而提高公司的整體工作效率。

企業為了提高逆向物流系統水平就要采取相關的措施對系統進行優化改進，根據國內外逆向物流系統建設的經驗，總結出提高系統水平所采取的相關措施（如表2所示）。

由此我們可以看到，企業在建設逆向物流系統的時候，需要解決兩個問題，即：

逆向物流系統總體水平A會隨著建設措施B的實施而變化，因為有的措施的實施在增強系統的某個指標水平的同時，可能會削弱另一個或幾個指標水平，因此，它們之間的關系可以記作：A=fB。所以，這是一個多目標優化問題，通過目標的加權和的方法，構造出優化目標函數，即：

MaxZ=vA-?棕B，或MaxZ＝vfB-?棕B

其中v和?棕是權重，表示管理者對目標一與目標二的偏好v+?棕=1且0≤v，?棕≤1。v＞?棕表示管理者比較看重企業逆向物流系統建設；反之，表示管理者比較看重系統在建設過程中所需的費用。

因而，目標函數為：MaxZ=vfB+B-B，

2求解

遺傳算法（Genetic Algorithm，GA）是近幾年發展起來的一種嶄新的全局優化算法。它借鑒生物界的進化規律（適者生存，優勝劣汰遺傳機制）并進一步演化。它是由美國密歇根大學的John Holland教授1975年首先提出，之后吸引了大批的研究者，迅速將這種方法推廣到優化、搜索、機器學習等方面，并奠定了堅實的理論基礎。其主要特點是直接對結構對象進行操作，不存在求導和函數連續性的限定；具有內在的隱并行性和更好的全局尋優能力。當今的許多研究領域都涉及到了遺傳算法，并且在解決實際問題時取得了良好的效果。具體的求解步驟如下：

（1）編碼

（2）產生群體

當t=0時，隨機產生幾個個體組成一個群體Pt，該群體代表優化問題的一些可能解的集合，也就是企業逆向物流系統優化過程中可以采取的幾種可行方案，一般來說，它們并不是最優的方案，GA的任務就是從這些群體出發，模擬進化過程，擇優汰劣，最后得出最優方案。

（3）評價

（4）選擇

（5）交叉

（6）變異

在生物的進化過程中，基因突變是偶然的現象，所以突變概率P是很小的概率，是將染色體中的某一位基因進行反轉，即由1?邛0或0?邛1。突變算子可以防止任何一位數遍歷整個群體后收斂于一個值，更重要的是，它防止群體收斂并停滯于局部最優點。突變率通常很低，所以通過交叉獲得的好的染色體不會丟失，并且保證算法能搜索到問題解空間的每一點，從而使算法更具有全局優化性，增強了遺傳算法的能力。

在自然演變過程中，選擇、交叉和變異都同時出現以繁衍出后代。遺傳算法的詳細實現變化非常大，主要的過程就是迭代過程，如此循環往復，使群體中最優個體的適應度和平均適應度不斷提高，直到最優個體的適應度達到某一限值或最優個體的適應度和群體的平均適應度不再提高，則迭代過程收斂，算法結束。

3算例

4結束語

遺傳算法是一種多參數、多個體同時優化的算法。用它來研究逆向物流系統建設和優化具有一定的科學性。當企業的規模大、決策復雜時，我們可以采用細分企業的系統建設指標和建設措施來增強決策的準確度。但是，運用遺傳算法來解決此類問題，也有其缺陷所在，即：存在一個過早收斂的問題，從而使模型并不能找到全局最優解，而是過早的收斂于局部最優解。因此，在以后的研究中如何來阻止過早收斂以及采用何種措施來提高算法的科學性均是熱門的研究方向。

參考文獻：

[1] 王志明，王福才． 逆向物流的決策問題分析框架[J]. 物流管理，2007(3):49.

[2] 朱煜，汝宜紅，鄭凱． 循環物流系統的概念分析[J]． 物流管理，2007(2):45.

[3] 王西兵，等． 循環經濟模式下構建企業逆向物流的思考[J]． 上海企業，2006(2):31．

[4] 李敏強. 遺傳算法的基本理論與應用[M]. 北京：科學出版社，2002.

[5] 王小平，曹立明. 遺傳算法：理論、應用與軟件實現[M]. 西安：西安交通大學出版社，2002.