基于低碳物流的循環取貨入場物流優化

[摘 要]本文以低碳環保理念為基礎，分析了循環取貨入場物流的一般優化方法。構建了車輛裝載率和運輸路徑同步優化模型，創新性地提出了加入隨機變量的貪婪算法來對模型進行求解。運用C#編程編譯優化程序，并隨機選取相應的實例數據進行分析驗證。驗證結果表明，優化方法可以提高物流環節中的車輛裝載率，減少運輸車輛數，從而減少入場物流中的碳排放量，符合低碳物流的標準。

[關鍵詞]低碳物流；循環取貨；入場物流；運輸路徑

[中圖分類號]F252 [文獻標識碼]A [文章編號]1005-6432（2014）44-0012-03

1 循環取貨的現狀

循環取貨（Milk Run）^[4]起源于北美。循環取貨是制造商用同一貨運車輛從多個供應商處取零配件的一種操作模式。對于有些用量少的零部件，且是附近供應商提供，為了不浪費車輛的運能，充分節約運輸成本，每天固定的時刻卡車從制造企業工廠或者集貨、配送中心出發，到第一個供應商處裝上準備發運的原材料，然后按事先設計好的路線到第二家、第三家，依此類推，直到裝完所有安排好的材料再返回，具體運作方式如圖1所示。

圖1 循環取貨流程

在循環取貨模式應用之初，由于制造業的業務量較小，供應商比較少，而且分布比較集中，循環取貨的模式取得了較好的效果。隨著中國經濟的發展，制造商的規模日益增加，入場物流的業務量急劇攀升，現有的循環取貨模式已經難以滿足客戶的需求。經過分析，可以總結出循環取貨入場物流模式以下問題。

循環取貨入場模式問題分析

問題原因結果

車輛裝載率低原材料零部件尺寸眾多，形狀不一難以及時地完成訂單

運輸路徑安排不合理供應商、主機廠數目多而分散

運輸路線設計困難運輸效率低下

車輛調度不合理業務劇增，原始系統落后

車輛信息難以掌握運輸成本居高不下

從表中可以看出，車輛裝載率和運輸路徑的安排成為了入場物流循環取貨模式的瓶頸，車輛裝載率的低下，以及運輸路徑的不合理將會導致資源的浪費，增加在物流過程中的碳排放量，不符合低碳物流的標準。

2 循環取貨模式車輛路徑和裝載率的優化設計

相比傳統的入場物流模式，循環取貨入場物流模式已經很好地減少了物流環節中碳排放量。但是，為了進一步優化入場物流循環取貨模式，使入場物流過程中的碳排放量最小化，結合循環取貨現狀的分析，將車輛裝載率和運輸路徑作為優化的主要內容，設計了如圖2的優化思路。

圖2 車輛裝載率與運輸路徑優化思路

2.1 建立數學模型

（1）確定目標

以成本為目標。主要考慮運輸過程中的成本最小化。經調研發現影響碳排放量的主要因素是車輛的數量及行駛總路程。

以裝載率為目標。主要考慮裝載率最大化原則。為提高車輛的利用率，減少車輛往返的次數，需要將車輛裝載率作為確定循環取貨的另一目標。

該模型主要結合了上述兩個目標來對入場物流循環取貨模式進行優化設計。

（2）確定約束條件

循環取貨運輸路徑選擇模型滿足的約束條件主要包括：

滿足所有供應商零件的種類、規格、數量的要求；

滿足主機廠零件需求時間的要求；

盡量每天在固定的時間窗口到各供應商處取貨；

車輛在取貨過程中的實際容積不得超過車輛的最大允許容積；

在運載中心現有運力范圍之內。

（3）建立模型

循環取貨路徑的選擇不僅僅要考慮選擇最短的線路，而且要考慮使用車輛的數量、生產企業的JIT供應，以滿足企業的生產節拍、時間窗口和多頻次小批量運輸等多方面的要求，同時對自身、供應商以及生產運作系統施加有益的壓力，提高整個生產系統的穩定性及彈性。

基于以上分析，建立了如下模型：

① 假設條件

在一個回路中，除出發點外不能重復經過同一個點；

車輛裝載率達到85%以上可以返回；

車輛的行駛距離沒有限制；

選擇的車輛容積為60m3（內徑：12m×2.3m×2.3m，近似等于60m3）；

主機廠設定為O點，其余依次為1，2 ，3，…，n，其中n為自然數；

忽略貨物的形狀與取貨順序對滿載率的影響；

車輛僅在設定的時間窗口內進行取貨和運輸。

② 參數說明

dij：節點i和節點j之間的距離；

Pi：節點i供應商提供的零件外包裝尺寸；

Vk：車輛的容積；

K：車輛K，其中K屬于自然數；

③定義變量

yik=1， 點i由車輛k完成

0， 其他情況xijk=1， 從點i到j由車輛k完成

0， 其他情況

④ 確定目標函數

minz=ni=1nj=1mk=1dijxijk（1）

⑤ 確定約束條件

mk=1yik=1 i=1， 2， …， n（2）

0.85Vk≤ni=1piyik≤Vk i=1， 2， …， n（3）

ni=1xijk=yik i=1， 2， …， n（4）

nj=1xijk=yikj=1， 2， …， n

說明：

目標函數表示每輛車的總運輸路徑最短；

約束式（2）表示每一節點會有相應的車輛完成；

約束式（3）表示車輛裝載率限制，裝載率大于車輛容積的85%；

約束式（4）、（5）共同約束形成回路。

2.2 加入隨機變量的貪婪算法

路徑選擇是一個VRP問題，在分析現有的路徑選擇算法的基礎上，通過對各種算法的對比總結，本部分采用了加入隨機量的貪婪算法。此算法是一種在啟發式算法原理的基礎上，考慮了精確度而加入隨機量的貪婪算法。

貪婪算法可以更加迅速方便地解決問題。該算法具有自頂向下，層層深入的優點，節約了為找最優解要窮盡所有可能而必須耗費的大量時間。其從局部最優解出發，局部到整體，得到解決該問題的一個整體最優解。

與此同時，加入隨機量可以擴大對最優解的搜索范圍，提高解的質量，這樣可以根據實際路線情況調節運輸路徑。

該算法求解的一般步驟為：

①隨機選擇一點取貨，每個點都有相應的一定數量的標簽標記（該標記的數量表示該點需要取貨的頻次），由于考慮到時間窗口的限制，每次該點當期所需貨物取完時，該點的標簽數量相應地減少一個，當該點所有的標簽數量減少到0時，該點消失（即該點的取貨任務完成）；

②車輛從制造廠出發，在相應的時間窗口內，選擇滿足時間窗口限制的取貨點進行取貨，取貨后首先判斷一輛車是否能夠把該點的貨物取完，若取不完，則該車輛返回主機廠，該車輛完成一次循環取貨。對于該點剩余的貨物，則派第二輛車來取貨物，直到相應時間窗口內的貨物取完；若能取完，判斷車輛是否達到額定裝載率（即裝載率是否大于85%），若未達到，則搜索最近的點進行取貨；

③在最近的點取完貨后再次判斷車輛的裝載率是否達到85%，若是，則該次循環取貨完成，該車輛走過的路徑為一條循環取貨路徑；若否，繼續尋找最近點取貨，直至達到額定裝載率為止，生成循環取貨路徑；

④當一張訂單的所有取貨點在經過所有的時間窗口后取完時，則此訂單完成。

3 實驗及結果分析

基于上述算法，利用C#編寫出一套可執行程序，隨機選取了一個制造廠的入場物流數據對優化后的循環取貨運輸的運輸路線進行了求解。輸入供應商數量192，貨車容積60，貨車載重20，裝載率上限100后，導入相應訂單，按相應的操作步驟操作后會得到如圖3所示的運行結果。通過該程序，可以算出運輸車輛的平均裝載率為78.3%，所需運輸車輛數為36輛，車輛行駛總路程為31550，相比由被測試的制造商提供的入場物流的數據（裝載率60%，運輸車輛需要54輛，車輛行駛總路徑42100）而言，車輛裝載率和運輸路徑都得到了很大程度的優化。車輛裝載率提高和運輸車輛數目的減少，很大程度上減少了入場物流過程中的能源消耗，從而減少了碳排放量。

4 結 論

低碳物流是當今物流企業的發展的趨勢，能否成功地向低碳物流的方向轉型成為了企業之間彼此競爭的又一個新的主題。本文從車輛裝載率和車輛路徑出發，提出了優化循環取貨入場物流模式的方法，旨在降低入場物流過程中的能源消耗，減少碳排放量。并用實例數據進行了分析驗證方法的可行性，對物流企業向低碳物流轉型具有一定的借鑒意義。

參考文獻：

[1]于一秀，邱燦華.我國低碳物流問題研究[J].廣西財經學院學報，2010，23：63-65.

[2]姜舒曼.汽車制造企業零部件入場物流循環取貨路徑優化——以華中某汽車制造企業為例[J].物流技術，2013，35：76-80.

[3]汪金蓮，蔣祖華.汽車零部件入廠物流的循環取貨方法研究[J].管理科學與工程，2008，2：1402-1406.

[4]Jianhua Ma，Guohua Sun，Xiang Li.Mutation Ant Colony Algorithm of Milk-Run Vehicle Routing Problem with Fastest Completion Time Based on Dynamic Optimization[J].Discrete Dynamics in Nature and Society，2013，Vol.2013.

[5]I.Nyoman Sutapa，I.Gede Agus Widyadana，Christine Christine.STUDI TENTANG Travelling Salesman DAN Vehicle Routing Problem DENGAN Time Windows[J].Jurnal Teknik Industri，2003，Vol.5（2），pp.81.

[6]A.V.Dereventsov.Comparison of the convergence rate of pure greedy and orthogonal greedy algorithms[J].Mathematical Notes，2012，Vol.92（3），pp.485-489.