企業物流網絡流量分配問題優化研究

摘 要：針對企業物流網絡分配存在的問題，在綜合考慮成本、客戶滿意度兩個子目標的情況下，使用多目標線性規劃模型來構建零售企業物流網絡流量分配模型，以鴻泰企業為案例進行實證分析，利用lingo實現模型編碼并求解，得到優化結果并進行分析，最終確定鴻泰企業的物流網絡流量分配方案，進而驗證了該模型的有效性。

關鍵詞：多目標規劃；企業物流；物流網絡；流量分配；lingo

中圖分類號：TP319；F259.2 文獻標識碼：A 文章編號：2096-4706（2018）04-0112-03

Abstract：In view of the problems existing in the distribution of enterprise logistics network，the model of multi objective linear programming is used to construct the logistics network flow distribution model of retail enterprises under the circumstances of comprehensive consideration of cost and customer satisfaction. The model is analyzed with Hongtai enterprise as an example. The model is encoded and solved by lingo，and the optimization junction is obtained. Finally，we determine the logistics network traffic allocation scheme of Hongtai enterprises，and further verify the validity of the model.

Keywords：multiple objectives programming；internal logistics；logistics network；flow distribution；lingo

0 引 言

在經濟全球化的大趨勢下，現代物流業呈現良好的發展態勢。雖然中國的物流業起步晚于發達國家，但當前發展十分迅速，正處于高速發展的階段。物流在企業經營過程中占據重要地位，但物流配送成本較高及配送滿意度不高向來是行業中十分棘手的問題。對物流網絡流量進行合理分配可以有效解決配送中出現的這些問題。多目標規劃作為解決生活中需要同時滿足多個要求的問題的一種手段，在解決物流網絡流量分配問題上能夠發揮很大作用，也被越來越多的企業作為其解決物流網絡流量分配問題的重要手段。

1 國內外研究現狀

近年來，關于物流網絡優化的問題，國內外諸多學者從不同的角度對其進行了深入研究。S.Lozano等以物流成本和對環境影響最小為目標，對物流網絡的規劃設計進行了研究[1]；Parichehr Paam等運用多目標粒子群算法，對環境及社會等多個因素共同影響下的逆向物流網絡進行了優化設計[2]；王建華等基于供應總成本最小化目標，構建了供應物流網絡的優化問題模型，并利用遺傳算法進行求解[3]；陳誠等基于STM理論，建立了大型城市的地下物流網絡布局模型，采用模擬植物生長算法的智能方法求解[4]；程發新等以總成本及碳排放最小為目標，建立了混合整數規劃模型，采用多目標粒子群優化算法對模型進行求解[5]；周曉等構建了以物流成本最小、單程運輸時間最短等為基礎的多目標物流網絡貨流分配優化模型，并運用變權的模型求解方法對模型進行求解[6]；任建華等提出了物流配送的路徑優化問題，用改進的蟻群算法建立了車輛配送路徑模型[7]；馬士華等對物流網絡選址與分配問題進行了研究，以運輸費用最低為前提建立了選址分配模型，利用兩層遺傳算法對該模型進行了求解[8]。

國內外大多數學者的研究集中在物流網絡布局或路徑優化方面，但是針對物流網絡的貨物流量分配問題的研究很少，且利用lingo軟件對多目標規劃模型進行求解的也很少，因此結合lingo軟件對物流網絡的貨物流量分配問題進行深入研究是很有必要的。

2 問題描述

目前，國內多數零售企業在物流網絡流量分配方面，仍存在許多問題：物流成本過高，主要是運輸費和人工費過高；客戶滿意度較低，存在客戶需求無法充分保障的情況。為改善企業存在的問題，本文借助多目標規劃的方法，對企業的物流網絡進行優化，建立物流成本最小、客戶滿意度最高的雙目標的物流網絡流量分配數學模型。

物流網絡結構如圖1所示，該物流網絡包含供應節點、樞紐節點及需求節點。其中，Si表示供應節點，i=1…I；Mr表示樞紐節點，r=1…R；Dj表示需求節點，j=1…J。

3 模型建立

3.1 假設條件

為了便于創建滿足物流成本最小、客戶滿意度最高的雙目標的物流網絡流量分配模型，做出如下假設：

（1）物流網絡中的供應節點個數確定，且供應節點的容量視為無窮大；

（2）需求節點即客戶的貨物需求量一定且已知，客戶對企業的價值可評估；

（3）中間節點的容量有限，且只對物資進行中轉和集散，實現“零庫存”；

（4）各個節點之間的單位運輸成本、各個節點之間的距離已知；

（5）不考慮天氣變化等不可抗因素的影響；

（6）只考慮運輸過程中消耗的費用，不考慮人工費用及各節點中轉等產生的費用。

3.2 建立模型

物流網絡流量分配問題主要研究如何改善流量分配不合理情況，使企業的多個目的得到充分滿足，給出相對滿意的流量分配方案。以成本最小，客戶滿意度最高為優化目標，構建多目標規劃模型如下：

其中，ZMr為中間節點Mr的最大容量；gDj為需求節點Dj的貨物需求量；xSiMr為物流網絡中供應節點Si到中間節點Mr的運輸線路上的貨物流量，xMrDj為中間節點Mr到需求節點Dj的運輸線路上的貨物流量；aSiMr為物流網絡中供應節點Si到中間節點Mr的運輸線路上的單位運輸成本，aMrDj為中間節點Mr到需求節點Dj的運輸線路上的單位運輸成本；lSiMr為物流網絡中供應節點Si到中間節點Mr的運輸線路上的運輸距離；lMrDj為中間節點Mr到需求節點Dj的運輸線路上的運輸距離；ValDj為需求節點Dj即客戶對企業的價值；yDj為需求節點Dj的實際到貨量；SDj為需求節點Dj即客戶對配送的滿意度水平，SDj∈[0，1]。

λ1、λ2表示兩個子目標函數f（x）、g（y）的權重系數（λ1、λ2≥0；λ1+λ2=1），將權重系數λ1、λ2分別設置為0.6和0.4，轉化之后的單目標規劃模型為：G（x）=min{0.6f（x）+0.4g（y）}。

4 算例驗證

4.1 算例分析

以河南省的零售企業鴻泰企業為例，選用該企業在洛陽地區的一個一級配送中心（供應節點），兩個二級配送中心（中間節點），以及六家門店（需求節點）為研究對象，其配送的物流網絡如圖2所示。

企業數據如表1-表3所示。由表1可知門店當前配送量分別為1.4、2、3.6、2.3、1.1、3.1噸。已知各門店平均每次貨物需求分別為1.4、2.2、3.9、2.6、1.1、3.4。中間節點M1，M2的容量分別為6.5、8.5噸，企業經調查評估，確定各門店的價值分別為0.711、0.522、0.573、0.650、0、606、0.786。由公式（2）可計算得到6家門店的整體滿意度為3.704。

由表2和表3知，S1-M1、S1-M2、M1-D1、M1-D2、M1-D3、M1-D4、M2-D2、M2-D4、M2-D5、D2-D3、D4-D3、D5-D6線路上的單位運費分別為13、8.4、12.54、11.52、8.6、11.88、9.72、9.36、8.58、6、4.32、8。

分析發現部分門店的需求無法完全配送。需求無法滿足，企業的損失將是巨大的，不光當前可能獲得的利潤會大打折扣，也會損失潛在客戶甚至影響企業形象。所以，對鴻泰企業現有物流網路流量分配情況進行改善是十分必要的。

4.2 運用lingo優化求解模型

基于之前構建的多目標規劃模型和已知的參數，利用lingo軟件編寫相關程序。程序編寫結束之后，對模型進行求解。最終解得各條線路上流量分配情況如表4所示。可知各個門店的實際配送情況分別為1.218、1.914、3.393、2.262、0.957、3.367。

由優化得到的貨流分配方案，通過公式計算，得到一次運輸的成本為279.609元。原方案為303.464元，與原方案相比，單次運輸費用節省了24.037元。同時，由公式（2）得，當前分配方案下的整體滿意度為3.442，與之前相比下降了0.262。優化之后，運輸費用下降，但是客戶整體滿意度也輕微下降，由于運輸費用與滿意度兩個因素之間存在效益背反現象，出現這種結果是不可避免的。

數據經無量綱處理后，由式G=0.6C+0.4V可以得到優化之后的目標值為8.991，再計算優化之前的目標值為9.928，比之前的目標值有所下降，說明優化后的流量分配方案在整體上對現有物流網絡進行了改善，使企業的整體效益得到提升。

5 結 論

本文針對現代零售企業物流網絡貨流分配中存在的問題，以物流成本最小化及客戶滿意度最大化為目標建立了多目標規劃模型，引用實際案例進行實證分析，并用lingo軟件進行求解，優化了實際案例。大多數文章站在供應者的角度構建相關目標函數，本文考慮了需求者角度，綜合考慮這兩個角度構建相關目標函數及模型，從整體上對企業物流網絡進行改善，該模型更加具有科學性。本文對企業物流網絡流量分配問題的研究僅考慮了雙目標，今后的研究可以考慮三個或三個以上的目標。

參考文獻：

[1] ADENSO-DíAZ B，LOZANO S，MORENO P. Moreno. How the environmental impact affects the design of logistics networks based on cost minimization [J]. Transportation Research Part D，2016，48：214-224.

[2] Kannan Govindan，Parichehr Paam，Amir-Reza Abtahi. A fuzzy multi-objective optimization model for sustainable reverse logistics network design [J]. Ecological Indicators，2016，67：753-768.

[3] 王建華，李南，徐斌.具有批量折扣的供應物流網絡優化遺傳算法研究 [J].中國管理科學，2007（3）：75-79.

[4] 陳誠，邱榮祖.基于混合整數規劃模型的木材物流網絡優化 [J].中南林業科技大學學報，2013，33（1）：94-98.

[5] 程發新，李莉，潘婷.碳稅政策下多目標再制造物流網絡優化 [J].工業工程與管理，2017，22（5）：135-141+149.

[6] 周曉，張錦，張菲，等.基于變權的多目標物流網絡貨流分配方法 [J].西南交通大學學報，2012，47（1）：151-157.

[7] 任建華，王鶴，邱云飛.蟻群聚類算法在物流網絡優化中的應用 [J].遼寧工程技術大學學報（自然科學版），2010，29（S1）：82-84.

[8] 肖慶，馬士華，唐堯.存在三重屬性節點的物流網絡選址分配問題研究 [J].運籌與管理，2016，25（5）：59-67.

作者簡介：鐘紹琴（1994-），女，江西宜春人，碩士研究生。研究方向：物流決策與績效評價。