基于系統(tǒng)動力學的城市地下智能物流系統(tǒng)仿真研究*

□ 顏浩龍,王 晉

(湖南工業(yè)職業(yè)技術學院，湖南 長沙 410208)

隨著社會的進一步發(fā)展和城市規(guī)劃的不斷優(yōu)化，將城市地下智能物流系統(tǒng)納入到新型城市規(guī)劃中是完善城市功能的必然發(fā)展趨勢，因此學術界與企業(yè)界關注城市地下智能物流系統(tǒng)理論與應用的學者專家越來越多。城市地下智能物流系統(tǒng)的配送網(wǎng)絡的多級HUB結構模式是城市地下智能物流系統(tǒng)的規(guī)劃與設計的重要組成部分，HUB組合模式的設計關系到總站和地下各級HUB的建設規(guī)模，并且直接決定了各級HUB的最大負荷和配送軌道結構形式。

1 文獻綜述

國內(nèi)外學者對城市地下物流的研究已經(jīng)取得了一定成果，國內(nèi)學者李彤、王眾托[1]以斯坦納最小樹(SMT)為理論模型,建立了符合我國大型城市不斷擴展這一特點的樹狀地下物流網(wǎng)絡布局模型，并通過對國際公布的STEINLIB實例數(shù)據(jù)計算并與蟻群算法和模擬退火算法進行比較研究。曾令慧、周愛蓮[2]研究了地下物流網(wǎng)絡運輸過程中的運輸工作量、時間費用、運輸能力和最長時間的約束條件下的以運輸費用和運輸時間最小化的目標函數(shù)優(yōu)化模型。易美、周愛蓮[3]以物流設施建設成本、運輸費用及中轉服務費用最低為目標函數(shù),以物流設施的節(jié)點、運輸管道容量限制及管道路線最長限制等為約束條件構建一個數(shù)學模型。曾令慧、周愛蓮[4]研究了地下物流網(wǎng)絡運輸過程中的運輸工作量、時間費用及中轉延誤,合理設置最大運輸能力和最長時間的約束條件,建立運輸費用和運輸時間最小化的目標函數(shù)優(yōu)化模型。李昊、張恒旭[5]研究了地下物流網(wǎng)絡在該地的構建方法,建立了地下物流節(jié)點選擇模型，完成了地下物流通道設計，優(yōu)化了地下物流網(wǎng)絡系統(tǒng)，討論了建設時序與動態(tài)優(yōu)化的方法。華云、董建軍[6]以ULS網(wǎng)絡的經(jīng)濟、效率、便利、協(xié)同為目標,基于解釋結構模型分析影響因素間的關系，構建了多級遞階結構模型。包敏[7]采用圖論、最優(yōu)化方法等理論建立了基于集合覆蓋度的地下物流各節(jié)點選址模型,并設計了基于Floyd算法和主目標法的求解算法。童勝昌[8]針對城市地下物流網(wǎng)絡優(yōu)化問題，構建了以網(wǎng)絡可用性、網(wǎng)絡可達性、網(wǎng)絡適應性為一級指標的三維網(wǎng)絡效率評估模型指標體系。劉川昆等[9]結合國內(nèi)外地下物流系統(tǒng)研究成果，基于路徑優(yōu)化與運輸成本建立了以總成本最小為優(yōu)化目標的線性規(guī)劃模型。方龍祥、于雪雨[10]研究以合肥市二環(huán)及周邊區(qū)域的數(shù)據(jù)為例構建了集合覆蓋模型,并采用0-1整數(shù)規(guī)劃算法確定地下物流系統(tǒng)網(wǎng)絡節(jié)點的分布。婁曉夢、周愛蓮[11]以政策審批、工程地質、經(jīng)濟、環(huán)境、技術與施工這5項可能引起重大風險的因素對地下物流系統(tǒng)建設建立評價指標體系,并通過熵權法、模糊數(shù)學方法對系統(tǒng)建設風險進行綜合評價。顏浩龍、王晉[12]運用集覆蓋理論構建了配送到戶的城市地下物流交通網(wǎng)絡,采用三級HUB的結構解決城市內(nèi)地面收貨終端分布不均衡的問題。任睿等[13]針對一類軸輻式地鐵-貨運系統(tǒng)(M-ULS)網(wǎng)絡提出三階段布局優(yōu)化方法，并建立熵權-TOPSIS模型篩選地下貨運流量，構建網(wǎng)絡選址-分配-路徑組合優(yōu)化模型。

綜上所述，國內(nèi)外專家學者關注城市地下物流研究已有一定的時間，積累了一定的實踐經(jīng)驗和理論成果，但是受工程技術的限制，早期的城市地下物流系統(tǒng)規(guī)模較小，功能也比較單一。隨著近年來工程裝備與技術的飛速發(fā)展，當代社會已具備大規(guī)模建設城市地下物流系統(tǒng)的技術能力與經(jīng)濟實力，對城市地下物流系統(tǒng)的完整理論研究開始變成一個比較迫切的問題。當前已有的相關研究成果主要集中在地下節(jié)點選址、網(wǎng)絡優(yōu)化和項目可行性等方面，以城市地下物流系統(tǒng)項目實施為目標的相關研究還較少，特別是對城市地下物流系統(tǒng)的各級HUB的協(xié)同規(guī)劃與最大負荷等方面的研究還相當匱乏。

2 城市地下物流系統(tǒng)系統(tǒng)動力學建模

2.1 物流量的估算

城市地下物流對象范圍設定為超市、快遞、餐飲。城市規(guī)模以某市主城區(qū)人口密度為例，20000人/平方公里，1500畝/小區(qū)，每個FDC(三級HUB)聯(lián)接10個小區(qū)，即10平方公里，每個RDC(二級HUB)聯(lián)接10個FDC(三級HUB)，共500平方公里，總人口1000萬。

①快遞量估算。人均每日消耗的快遞物流量：快遞人均1件/天，平均每個快遞包裝箱按20cm*20cm*40cm計算，即0.016立方米，每個小區(qū)日均快遞量估算為320立方米/天。每個FDC日均物流量3200立方米，每個RDC日均3.2萬立方米，整個城市日均16萬立方米。

②超市物流量估算。人均物流量按0.01立方米/天估算，每個小區(qū)日均超市快消品消耗量估算為200立方米，每個FDC日均超市快消品物流量2000立方米，每個RDC日均2萬立方米，整個城市日均10萬立方米。

③餐飲物流量估算。人均物流量2KG/天，折合為0.002立方米/天，每個小區(qū)餐飲物流量估算為40立方米，每個FDC日均餐飲物流量為400立方米，每個RDC日均4千立方米，整個城市日均2萬立方米。

綜上所述，平均每個小區(qū)DC每天的三類貨物物流量估算匯總為560立方米，每個FDC的日均物流量為5600立方米，每個RDC的日均物流量為5.6萬立方米，整個城市的日均物流量估算為28萬立方米。

2.2 集裝設備裝載分析

城市地下物流系統(tǒng)的集裝設備選型對象主要考慮20尺普柜和托盤，20GP集裝箱內(nèi)部容積為33立方米,按裝載28方估算，托盤采用1米*1.2米的標準托盤，每托盤堆碼量按2立方米估算。整個城市每天物流總量28萬立方米，即1.4萬GP/天，每個集裝箱長度按7米計算，貨列總長度為98千米。配送批次設計如下：

①按4小時每批次配送。每天平均配送3次，每4小時集中配送1次，每次配送0.47萬集裝箱，每個集裝箱長度按7米計算，按每天早、中、晚三個批次計算，每個批次要送貨33.67千米。按一級軌道額定速度80千米/時計算，每批需要0.42小時完成發(fā)車，按5個RDC計算，平均每個RDC每次接受貨物933集裝箱，每個RDC覆蓋10個FDC，平均每個FDC每批接收貨物93.3集裝箱，每個FDC覆蓋10個小區(qū)，平均每個小區(qū)每批接收貨物9.33集裝箱。

②按每小時一個批次配送。每天平均配送12次，每次配送1167集裝箱，每批貨列長度為8.16千米。按一級軌道額定速度80千米/時計算，每批需要0.1小時完成發(fā)車，按5個RDC計算，平均每個RDC每次接受貨物233集裝箱，每個RDC覆蓋10個FDC，平均每個FDC每批接收貨物23.3集裝箱，每個FDC覆蓋10個小區(qū)，平均每個小區(qū)每批接收貨物2.33集裝箱。

2.3 基本假設

①以1小時為周期進行定時分批的發(fā)送；

②以托盤為基礎裝載單元設備；

③地下物流系統(tǒng)每天按12小時工作時間計算；

④城外貨物輸入按一定范圍內(nèi)的隨機函數(shù)設定。

2.4 系統(tǒng)動力學建模

采用美國VENTINA公司的VENSIM6.3版對城市地下智能物流系統(tǒng)配送網(wǎng)絡進行仿真建模如圖1所示。

圖1 城市地下智能物流系統(tǒng)動力學流圖

3 城市地下物流系統(tǒng)系統(tǒng)動力學模型仿真

3.1 仿真目標

城市地下智能物流系統(tǒng)系統(tǒng)動力學仿真主要是為了四個方面的目標:①模擬不同模式下整個系統(tǒng)的通過能力問題，獲取各模式下保持通暢的關鍵數(shù)據(jù)，并以此為基礎研究各HUB每批貨物的處理能力;②模擬不同輸入情況下各HUB設施的貨物緩存量，并以此為依據(jù)在下一步研究中研究各級HUB的設計問題；③對三種模式進行對比分析，并根據(jù)對分析，研究不同情況下的三種模式的優(yōu)勢與不足；④研究整個地下物流系統(tǒng)配送能力的主要限制因素是哪些。仿真過程中的基本參數(shù)設定如表1所示。

表1 系統(tǒng)動力學仿真基本參數(shù)設定

3.2 仿真過程

分別仿真以下幾種情況：①CDC額定輸入,RDC、FDC、小區(qū)DC等各級HUB均呈均勻分撥時的峰值測試；②CDC隨機輸入，RDC、FDC、小區(qū)DC等各級HUB均做呈均勻分撥時的峰值測試；③CDC隨機輸入，RDC、FDC、小區(qū)DC均做極限變化時的峰值測試。

3.3 仿真結果

3.3.1 四級分撥模式的仿真結果分析

“CDC——RDC——FDC——小區(qū)DC”的四級分撥模式的仿真結果如圖2所示，曲線1，CDC額定輸入,RDC、FDC均呈均勻分撥時的峰值測試；曲線2，CDC輸入隨機增大，RDC與FDC均做呈均勻分撥時的峰值測試；曲線3，CDC輸入隨機增大，RDC與FDC均做極限變化時的峰值測試。測試結果表明：①主要瓶頸是各級HUB的處理能力，即對貨物的分揀、裝卸和發(fā)車的能力，在這種模式下，每個HUB都有爆倉的可能，例如，小區(qū)DC爆倉時會影響到上級FDC的發(fā)貨，而FDC的爆倉又會引起上級RDC的爆倉，RDC的爆倉則會引起總基地的爆倉；②各小區(qū)DC、FDC、RDC的物流量的不均衡會引起局部爆倉，如，在外部基地額定的處理能力內(nèi)，由于各RDC物流量的不均衡，可能會在某RDC發(fā)生爆倉現(xiàn)象，同理，在某RDC處理能力內(nèi)，由于下級各FDC的需求量不均衡，可能在某FDC形成爆倉，在某FDC處理能力內(nèi)，由于下級各小區(qū)DC的需求量不均衡，也會在某小區(qū)DC形成爆倉；③由于地下各級HUB的內(nèi)部空間建設的建設成本較大，因些在建設地下物流系統(tǒng)時，需要設計好足夠的拓展空間，隨著物流量的增加，用于擴大各級HUB的緩沖量和處理能力，主要是各節(jié)點區(qū)域和軌道預留足夠的拓展空間；④CDC輸入隨機增大，且RDC、FDC分撥同時隨機時，會形成三重峰值疊加的效應，造成各級HUB貨物輸入量極速增大，當CDC突然增加2.2倍時，隨機時，RDC增幅峰值達7倍，F(xiàn)DC增幅峰值達11倍，均衡情況下RDC增幅為1.8倍，F(xiàn)DC增幅為1.8倍。

圖2 四級分撥下的仿真結果圖

3.3.2 三級分撥模式的仿真結果分析

“CDC——FDC——小區(qū)DC”的三級分撥的仿真結果如圖3所示，曲線1，CDC額定輸入，F(xiàn)DC均呈均勻分撥時的峰值測試；曲線2，CDC輸入擴大，F(xiàn)DC做呈均勻分撥時的峰值測試；曲線3，CDC輸入擴大，F(xiàn)DC做極限變化時的峰值測試。測試結果表明：①在CDC額定輸入而FDC隨機的情況下，當總輸入量超過FDC最大處理能力時會形成爆倉，此時FDC的處理能力成為瓶頸，建設時需要留足拓展空間；②當CDC額定輸入，各FDC輸入均衡，但是各小區(qū)DC隨機時，物流量超過小區(qū)DC設計最大額度時會爆倉，此時小區(qū)DC的處理能力成為瓶頸，建設時需要預留拓展空間；③CDC輸入隨機增大，且FDC分撥同時隨機時，會形成二重峰值疊加的效應，造成各級HUB貨物輸入量極速增大，當CDC突然增加2.7倍時，隨機時，F(xiàn)DC增幅峰值達6.1倍，均衡情況下FDC增幅為2.2倍。

圖3 三級分撥下的仿真結果圖

3.3.3 二級分撥模式的仿真結果分析

“CDC——小區(qū)DC”的二級分撥的仿真結果如圖4所示，曲線1，CDC額定輸入，F(xiàn)DC均呈均勻分撥時的峰值測試；曲線2，CDC輸入擴大，F(xiàn)DC做呈均勻分撥時的峰值測試；曲線3，CDC輸入擴大，F(xiàn)DC做極限變化時的峰值測試。測試結果表明：①當CDC總輸入隨機波動輸入，其他各級HUB穩(wěn)定輸入時，如果物流量超過了最大設計額度，總部基地CDC會爆倉，需要整個地下物流系統(tǒng)以滿負荷狀態(tài)運行足夠的時間才能處理完，或者將部分貨物以地上配送的方式完成。②在CDC輸入總量不變、各小區(qū)DC隨機的模式下，當小區(qū)DC輸入量超過最大設計處理能力時會形成爆倉，但是小區(qū)DC通常會有較大的緩沖倉，同時還可以采用地面配送來解決爆倉情況。③CDC輸入隨機增大，且小區(qū)DC分撥同時隨機時，會形成二重峰值疊加的效應，造成各級HUB貨物輸入量極速增大，當CDC突然增加2.4倍時，隨機時，小區(qū)DC增幅峰值達3.4倍，均衡情況下小區(qū)DC增幅為2.3倍。

圖4 二級分撥下的仿真結果圖

4 結論

①城市地下物流系統(tǒng)配送批次問題：常規(guī)模式下的一天二批或三批的配送頻率，對各級HUB的各功能區(qū)面積和容積要求較大，且不能滿足同城內(nèi)各種即時配送的需求，特別是對餐飲生鮮等即時補貨的響應，且整個系統(tǒng)的配送頻次調控的空間較小，基本上只能固定在一天兩次或三次。而采用按小時配送模式，則對CDC和各級HUB的分揀功能要求較高，要求每小時的輸出量大于輸入量，如果CDC和各級HUB的即時分揀處理能力低于貨物輸入時，則會造成大面積配送延誤情況的發(fā)生，這方面，CDC和各級HUB的分揀處理能力可以相互調節(jié)，若CDC能夠全部處理完成，則以下各級HUB的分揀需求會相應減少，同理，如果CDC分揀能力達到峰值時，可以通過啟用各級HUB分揀能力的方式來提高整個系統(tǒng)的即時分揀能力。因此，城市地下智能物流系統(tǒng)在設計時，整個系統(tǒng)每小時能處理的物流量峰值應該是所有HUB處理能力，正常工作時，可以根據(jù)物流量來動態(tài)調整啟用整個系統(tǒng)的各級HUB站點，即三種不同模式的動態(tài)調整。

②二律背反的問題。相同時間內(nèi)配送批次的增加會增加對城市地下物流網(wǎng)絡的開行方案的要求，使之變得更加的復雜，四級HUB模式、三級HUB模式和二級HUB模式依次增加了城市地下物流系統(tǒng)開行方案的發(fā)車次數(shù)，而高發(fā)車頻次和每列車次車廂數(shù)的減少會降低整個運輸網(wǎng)絡的總運輸能力，因此需要一個動態(tài)調節(jié)模型來解決這個問題，使開行方案能隨著運輸量的變化而不斷調整以滿足配送需求。

③三種不同結構模式仿真結果對比分析顯示，貨物處理能力最大的模式為第三種“CDC——小區(qū)DC”二級分撥模式，這種模式將物流配送量超過最大設計值時的爆倉預設在總站和小區(qū)DC中，避免了RDC、FDC不便于處理爆倉情況的局限，同時也充分利用了總站和小區(qū)DC處理爆倉能力相對更容易的特點。