带有随机运输时间和成本的4PL路径优化问题

作者:黄敏;任亮;王兴伟; 刊名:系统工程学报 上传者:余江

【摘要】针对复杂多变环境带来的第四方物流(4PL)运输时间和成本的随机性,研究带有随机运输时间和成本的4PL路径优化问题.在总运输成本约束下,以总运输时间最小为目标,建立期望值模型(EVM)以及机会约束规划模型(CCPM).进而,为提高模型求解效率以及鲁棒性,将CCPM转化为等价确定性模型(EDM).根据4PL选择路径过程中需要同时选择第三方物流供应商的特点,设计蚁群算法和带有替换策略的改进蚁群算法对模型进行求解.算例分析验证改进算法的有效性,并表明EDM在保证解的鲁棒性的同时保证了较高的求解效率.

全文阅读

1引言随着经济全球化和Internet的不断发展,作为促进供应链中其他产业发展关键纽带的物流业得到各行各业的广泛关注[1].同时,人们对物流服务的要求也逐渐提高[2].为了提高企业核心竞争力,传统的处理方式是将物流服务外包给专业的第三方物流(third party logistics, 3PL)供应商[3].而逐渐加剧的市场竞争环境表明, 3PL缺乏资源整合能力,供应商之间的合作不够深入,互补性资源得不到充分利用,很难满足当前持续增长的市场需求[4].因此,以整合供应链资源为主要目的,管理具有互补性的资源、能力和技术,从而为客户提供一整套供应链解决方案的第四方物流(fourth party logistics, 4PL)[5]吸引了业界和学术界的广泛关注,具有广阔的发展前景[6]. 4PL整合、管理和协调供应链上下游企业和客户,实现了物流管理和供应链管理的统一.4PL的特点决定了路径问题是4PL优化的关键问题[7], 4PL路径问题(fourth party logistics routing problem,4PLRP)包括两个方面,即路径选择问题和3PL供应商选择问题.区别于VRP等传统路径问题[8], 3PL供应商选择问题是4PLRP的重要组成部分,同时也是4PL和3PL的一个重要区别所在. Yao[9]和Krakovics等[10]对4PL和3PL供应商的评价问题进行了研究.王勇等[11]和Aguezzoul[3]从供应链整合角度重点对3PL供应商选择问题进行了研究. Li等[12]将4PLRP分解为路径选择和3PL供应商选择两个子问题,在路径选择完成后再利用资源分配模型选择3PL供应商.更多学者[13, 14]认为应将路径选择和3PL供应商选择两方面问题综合在一起考虑,通过多重图思想描述4PLRP,简化了该问题. Chen等[15]将路径选择问题和3PL供应选择问题综合到一个有向多重图上,清晰的描述了4PLRP,并使用遗传算法快速的求解了较小规模问题.黄敏等[16]通过一个无向多重图描述4PLRP,在考虑时间窗、承载能力和信誉等的基础上,基于多重图转化为简单图的思想设计和声搜索算法求解了较大规模的问题.上述研究主要是针对确定性问题,将物流运输中的成本和时间假定为确定量.但受客观世界不确定性因素的影响,如天气、交通、人为误操作等, 4PL供应链中的运输成本和时间扰动明显.尤其是受Internet影响下的物流运输系统,具有很强的复杂性、连锁性和动态性,容易受到众多干扰事件的影响[17]. Cui等[4]假设4PL系统没有历史数据, 3PL供应商运输时间的分布由相关专家根据历史经验给出,并描述为模糊变量,研究了带有模糊处理时间的4PLRP.然而,物流运作中另外一种情形是,物流企业具有历史数据,从而可以预估不确定事件的发生概率或概率分布.本文将3PL供应商的运输时间以及运输成本假设为随机变量,研究了带有随机运输时间和成本的4PL供应链路径优化问题.针对随机问题,传统的处理方式是建立期望值模型和机会约束规划模型.期望值模型比较简单,但鲁棒性低.机会约束规划模型可以保证较高的解的鲁棒性,但其随机模拟过程需要消耗大量的运算时间.因此,针对所提出的问题,在建立期望值模型和机会约束规划模型的基础上,将机会约束规划模型转化为清晰的等价确定性模型,从而提高模型求解效率并保证解的鲁棒性.根据4PL选择路径过程中需要同时选择3PL供应商导致每对节点间可能存在多种连接方式的特点,设计蚁群算法以及带有替换策略的改进蚁群算法对模型进行求解.数值实例验证所设计算法的有效

参考文献

引证文献

问答

我要提问