DJ公司分倉物流網絡優化研究

王之威

摘要：隨著電商的發展，消費者對物流時效的要求愈來愈高，分倉備貨應運而生。文章為解決DJ公司目前存在的物流問題，建立了一種基于最小運輸倉儲費用的多產品三階段物流網絡模型，用以優化DJ公司的分倉物流網絡布局，并進行了實證研究，采用lingo求解，取得較好的優化結果。

關鍵詞：分倉備貨；lingo；物流網絡模型；電商；物流時效 文獻標識碼：A

中圖分類號：F252 文章編號：1009-2374（2016）20-0023-03 DOI：10.13535/j.cnki.11-4406/n.2016.20.011

1 概述

隨著網購的快速發展，物流變成了影響服務水平的關鍵因素，電商爆倉等各種物流問題帶來的物流時間延長極大地影響了消費者的滿意程度。而分倉備貨通過分散多倉庫存儲，降低了商家倉庫統一發貨造成的延遲發貨、電商爆倉等可能，但與傳統物流模式相比，分倉物流網絡要比傳統物流模式復雜得多，需要對其進行系統的研究。目前，關于電商分倉方面的研究較少，而物流網絡的研究較為成熟。王鵬（2010）等通過建立了混合非線性整數規劃模型來研究快遞企業物流節點布局問題；徐麗蕊（2013）基于配送成本最低建立了配送路徑優化模型，并通過Lingo求解；劉艷秋（2015）基于最小物流費用建立了多級配送網絡優化模型，并通過改進模擬退火算法進行求解。當前的物流網絡研究相對簡單，多為兩階段求解或者產品或顧客需求單一。基于此，本文結合DJ公司的實際情況建立多產品三階段物流網絡模型進行研究。

2 問題描述

DJ公司是國內一家大型物流公司，一直服務線上眾多商家進行快遞物流運輸。現在開放北京、沈陽、上海、武漢、廣州、西安、成都的7大物流中心為電商企業提供分倉備貨服務，同時DJ公司在全國共劃分西北、華北、東北、華東、華中、西南、華南7個消費者區域。商家將倉庫內所有產品運往最近的物流中心，再由該物流中心將貨物中轉到其余物流中心進行倉儲，當消費者訂單到來，由覆蓋該消費者區域的物流中心進行就近發貨。開展分倉備貨服務以來，一直由商家自主選擇進行幾個物流中心備貨以及每個物流中心覆蓋的消費者區域，隨著分倉服務開展規模的擴大，越來越多的商家開始使用DJ公司的分倉備貨服務，商家的自主選擇帶來了DJ公司整體管理上的混亂和物流成本的提高，因此公司的管理者迫切需要一個針對不同商家不同產品的合理的分倉備貨體系來降低整體物流倉儲運輸成本，再與商家進行協調，降低整體物流成本并提高效率。

3 優化模型

3.1 模型特征

已知全國7個消費者區域對多種產品的實際需求量以及不同商家在不同商家倉庫的存量，現某商家要求將某一倉庫所有產品運往DJ公司的某物流中心，然后通過該物流中心將不同產品分別中轉到全國某些物流中心進行存儲，最后訂單到來時，由這些物流中心將產品送達顧客。整個物流過程組成一個三階段物流網絡如圖1所示：

該模型特征如下：（1）商家倉庫與中轉物流中心是多對一的關系，即單個商家倉庫只能將商品運往單個物流中心，而物流中心能夠接受多個商家倉庫送貨；（2）一個商家倉庫可能存放一種產品也可能存放多種產品，不同商家倉庫也可能存放同樣產品。同樣一個代發物流中心可能存放一種產品也可能存在多種產品，不同代發物流中心也可能存放同樣產品。消費者可能只需要一種產品也可能需要多種產品；（3）一個消費者區域可以由多個代發物流中心發貨，但是對某一商家的某一產品，一個消費者區域只能由某一個代發物流中心發貨；（4）商家倉庫至中轉物流中心是商家通過自有車輛進行整車運輸，運輸費用按照一般整車運輸費用公式進行計算。中轉物流中心至代發物流中心是DJ公司進行整車運輸，運輸費用按照DJ公司的運價成本表計算。代發物流中心至消費者區域是DJ公司采用自有車輛進行快遞包裹型運輸，運費按照DJ公司單位公里配送成本計算。

3.2 模型建立

3.2.1 決策變量。x（i，j，k）是將產品i從商家倉庫j運往中轉物流中心k的運輸量；y（I，k，l）是將產品i從中轉物流中心k運往代發物流中心l的運輸量；Q（j，k）為0，1變量，表示商家倉庫j是否將產品運往中轉物流中心k；G（I，l，m）為0，1變量，表示代發物流中心lj是否將產品運往消費者區域m。

3.2.2 參數意義。i=1，2，3，…，e是產品編號，j=1，2，3，…，a是商家倉庫編號，k=1，2，3，…，b是中轉物流中心編號，l=1，2，3，…，c是代發物流中心編號，m=1，2，3，…，d是消費者區域編號；h（i）是產品的重量；f（i，j）表示所有消費者對產品i的需求來自商家倉庫j的數量；p（i，m）表示消費者區域m對產品i的需求量；O（l）表示代發物流中心l的庫存限制（針對不同商家人工設定）；z（i）表示對產品i整車運輸單位運價（元/千克千米），v（i）表示針對產品i配送單位運價（元/千米）；A（j，k）表示從商家倉庫j到中轉物流中心k的運輸距離，B（k，l）表示將產品從中轉物流中心k運往代發物流中心l的單位重量產品運價，S（l，m）表示代發物流中心l到消費者區域m的平均運輸距離，W（i）表示產品i的單位存儲費用。

3.2.3 模型及意義。本文采用混合整數規劃來描述多產品分倉物流網絡問題，具體模型如下：

目標函數（1）為運輸成本和倉儲成本之和；式（2）、式（3）、式（4）表示每個產品分別的進出平衡；式（5）表示單個商家倉庫只能將商品運往單個物流中心；式（6）表示某消費者區的同一種產品的訂單只能由一個物流中心發貨；式（7）表示物流中心庫容限制；式（8）、式（9）、式（10）為決策變量。

4 基于Lingo模型求解

對于建立的數學模型，本文利用Lingo進行求解，Lingo在求解最優化問題上已得到了廣泛的應用。根據模型的目標函數和約束條件，編程如下：

model：

sets：

product/i1，i2/：h，w，z，v；

warehouse/j1，j2/；

transfercenter/k1，k2，k3，k4，k5，k6，k7/；

distributioncenter/l1，l2，l3，l4，l5，l6，l7/：o；

customer/m1，m2，m3，m4，m5，m6，m7/；

pw（product，warehouse）：f；

wt（warehouse，transfercenter）：Q，A；

pwt（product，warehouse，transfercenter）：x；

ptd（product，transfercenter，distributioncenter）：y；

td（transfercenter，distributioncenter）：B；

pdc（product，distributioncenter，customer）：G；

dc（distributioncenter，customer）：S；

pc（product，customer）：p；

endsets

min=@sum（pwt（i，j，k）：x*q（j，k）*h（i）*a（j，k）*z（i））+@sum（ptd（i，k，l）：y*B*h（i））+@sum（pdc（i，l，m）：p（i，m）*G*S（l，m）*v（i））+@sum（pc（i，m）：p*W（i））；

@for（product（i）：@for（distributioncenter（l）：@sum（transfercenter（k）：y（i，k，l））=@sum（customer（m）：G（i，l，m）*p（i，m））））；

@for（product（i）：@for（transfercenter（k）：@sum（warehouse（j）：x（i，j，k））=@sum（distributioncenter（l）：y（i，k，l））））；

@for（product（i）：@for（warehouse（j）：@sum（transfercenter（k）：Q（j，k）*x（i，j，k））=f（i，j）））；

@for（warehouse（j）：@sum（transfercenter（k）：Q（j，k））=1）；

@for（product（i）：@for（customer（m）：@sum（distributioncenter（l）：G（i，l，m））=1））；

@for（distributioncenter（l）：@sum（product（i）：@sum（transfercenter（k）：y（i，k，l）））<=O（l））；

@for（wt：@bin（Q））；

@for（pdc：@bin（G））；

@for（pwt：@gin（x））；

@for（ptd：@gin（y））；

END

5 優化案例

以DJ公司對于某手機經銷商的分倉服務為例，該經銷商由兩個倉庫，位于韶關和漢中。該經銷商對于銷量最大的兩種商品采用DJ公司的分倉備貨服務，取W（1）=W（2）=2，z（1）=z（2）=0.0009，v（1）=v（2）=0.00125，其他實驗數據如表1至表8所示：

對于給定數據，在Lingo代碼的數據段以矩陣形式輸入參數：A、B、f、h、O、p、S、v、w、z。運行程序、求解結果如圖2所示：

根據優化結果，求得最小成本19797930元，對于兩種產品，優化后物流網絡如圖3所示：

6 結語

本文研究目前比較新的分倉物流模式，以DJ公司為研究對象，建立了基于多產品的三級物流網絡模型，并借助Lingo進行求解，得到了基于不同產品消費者需求和商家倉庫存量的最優物流運輸路徑。本模型在一定程度上解決了DJ公司目前面臨的分倉物流問題，目前已經在DJ公司試用，成本節約明顯。

參考文獻

[1] 王鵬，陳佳娟.基于LINGO的快遞企業物流節點布局規劃方法[J].物流技術，2010，（21）.

[2] 徐麗蕊.基于LINGO的城市物流配送路徑優化[J].電子設計工程，2013，（22）.

[3] 劉艷秋，焦妮，李佳.基于確定網絡的多級物流網絡優化設計[J].沈陽工業大學學報，2015，（1）.

[4] 高寶鑫，王東.約束聚類下的B2C電商物流網絡區域聚合[J].哈爾濱商業大學學報（自然科學版），2016，（1）.

[5] 于斌.基于需求動態變化的應急物流網絡配送模型研究[J].無線互聯科技，2015，（18）.

[6] 馬宇紅，孫淑芬.多產品三階段供應鏈選址分配問題及其遺傳算法[J].科技導報，2012，（9）.

[7] Gernot Liedtke，Hanno Friedrich.Generation of logistics networks in freight transportation models[J].Transportation，2012，396.

[8] Altiparmak F，Gen M，Lin L，et al.A genetic algorithm approach for multi-objective optimization of supply chain networks

[J].Computer Indusrial Engineering，2006，51（1）.

[9] 陳允峰.利用lingo軟件解決最短路問題的兩種方法

[J].信息技術與信息化，2015，（10）.

[10] 苑學梅，陳博文，劉真真.軍事物流運輸網絡最小時間最大能力流的模型求解及Lingo實現[J].軍事交通學院學報，2014，（3）.