本文摘要：摘要：應(yīng)急物流是在發(fā)生重大突發(fā)事件時(shí)保障人員、物資和資金需求的一項(xiàng)特殊物流活動(dòng)。在應(yīng)急物資郵政運(yùn)輸模型中，如何快速準(zhǔn)確地將應(yīng)急物資運(yùn)送至需求點(diǎn)是應(yīng)急物流面臨的巨大挑戰(zhàn)。雙層規(guī)劃方法可以在滿足需求點(diǎn)對(duì)應(yīng)急物資需求的情況下，使整個(gè)物流過程中的
摘要：應(yīng)急物流是在發(fā)生重大突發(fā)事件時(shí)保障人員、物資和資金需求的一項(xiàng)特殊物流活動(dòng)。在應(yīng)急物資郵政運(yùn)輸模型中，如何快速準(zhǔn)確地將應(yīng)急物資運(yùn)送至需求點(diǎn)是應(yīng)急物流面臨的巨大挑戰(zhàn)。雙層規(guī)劃方法可以在滿足需求點(diǎn)對(duì)應(yīng)急物資需求的情況下，使整個(gè)物流過程中的物流成本最低，物流時(shí)間也最短。構(gòu)建了一個(gè)以上層物流成本最低、下層物流時(shí)間最短為目標(biāo)的雙層規(guī)劃模型，并設(shè)計(jì)了一種混合禁忌搜索遺傳算法(HTSGA,hybridtabusearchgeneticalgorithm)求解模型，解決了災(zāi)后應(yīng)急物流的運(yùn)輸路徑優(yōu)化問題。最后，實(shí)驗(yàn)結(jié)果對(duì)比驗(yàn)證了所提模型和算法的有效性。
關(guān)鍵詞：雙層規(guī)劃方法;應(yīng)急物資郵政運(yùn)輸;混合禁忌搜索算法
1引言
自然災(zāi)害的頻繁發(fā)生使得人們的生命和財(cái)產(chǎn)安全遭受到巨大的威脅，因此，為了減少人員傷亡和經(jīng)濟(jì)損失，在發(fā)生突發(fā)災(zāi)害時(shí)，如何把大量的救援物資快速精準(zhǔn)地送到需求地是應(yīng)急物流面臨的巨大挑戰(zhàn)。應(yīng)急物流是在發(fā)生嚴(yán)重自然災(zāi)害及其他突發(fā)性事件時(shí)，能夠及時(shí)地保障人員、物資和資金需求的一項(xiàng)特殊物流活動(dòng)。在應(yīng)急響應(yīng)中，經(jīng)常會(huì)出現(xiàn)一系列問題，如救援物資供應(yīng)點(diǎn)與需求點(diǎn)相距太遠(yuǎn)、交通擁堵等導(dǎo)致救援物資不能及時(shí)送達(dá)等。
因此，及時(shí)合理地分配和運(yùn)輸救援物資具有至關(guān)重要的作用。隨著應(yīng)急物流優(yōu)化問題的不斷演變，應(yīng)急物資的分配以及運(yùn)輸路線的選擇已成為近年來的研究熱點(diǎn)，如應(yīng)急選址[1-3]、應(yīng)急物資分配[4]、應(yīng)急物資運(yùn)輸[5]、應(yīng)急車輛配送路徑[6]以及應(yīng)急車輛調(diào)度[7]等。本文主要考慮在發(fā)生重大突發(fā)事件后，如何在有限時(shí)間內(nèi)滿足需求點(diǎn)需求的情況下進(jìn)行物資分配，使得物流時(shí)間最短、成本最低。通過構(gòu)建雙層規(guī)劃模型，設(shè)計(jì)求解算法，進(jìn)行算例實(shí)驗(yàn)，對(duì)比本文HTSGA和文獻(xiàn)[8]的雙層遺傳算法的實(shí)驗(yàn)結(jié)果，驗(yàn)證了HTSGA的有效性與可行性。
2相關(guān)技術(shù)研究
為了優(yōu)化應(yīng)急物流系統(tǒng)，一些學(xué)者對(duì)應(yīng)急物資分配和運(yùn)輸路線的選擇進(jìn)行了研究，文獻(xiàn)[9]提出了一種用于應(yīng)急資源分配的改進(jìn)位置分配模型，定義了應(yīng)急服務(wù)級(jí)別(ESL,emergencyservicelevel)的新概念，然后將該問題表述為混合整數(shù)非線性規(guī)劃(MINLP,mixed-integernonlinearprogramming)模型，提出了一種混合枚舉搜索規(guī)則的遺傳算法求解MINLP模型，這種模型確定了應(yīng)急物資配送中心的數(shù)量、選址和規(guī)模，但是在預(yù)測(cè)疾病和后勤管理方面還存在局限性。文獻(xiàn)[10]對(duì)車輛路徑問題(VRP,vehicleroutingproblem)進(jìn)行了研究，為了使車輛的調(diào)度和操作工作更合理，在滿足應(yīng)急物流及時(shí)性的前提下降低了物流成本，對(duì)應(yīng)急物流中VRP的特征進(jìn)行分析。
針對(duì)VRP的實(shí)際情況，提出了一種改進(jìn)的遺傳算法并將其應(yīng)用于應(yīng)急物流中由VRP建立的通用數(shù)學(xué)模型，但該方法需要大量計(jì)算，并且計(jì)算量與人口規(guī)模有關(guān)，計(jì)算時(shí)間較長(zhǎng)。文獻(xiàn)[11]提出了一種由地震災(zāi)害引起的應(yīng)急物流運(yùn)輸調(diào)度問題，該問題分兩個(gè)階段進(jìn)行研究：1)選擇合適的運(yùn)輸方式;2)確定運(yùn)送到災(zāi)區(qū)的救援物資的分配。對(duì)粒子群算法進(jìn)行二進(jìn)制和自然數(shù)編碼改進(jìn)，利用改進(jìn)后的算法求解模型。由于該算法缺乏對(duì)災(zāi)區(qū)救援物資需求動(dòng)態(tài)變化的考慮，所以存在應(yīng)急物資后勤計(jì)劃不準(zhǔn)確的問題。文獻(xiàn)[12]針對(duì)應(yīng)急物流問題，提出了一種多目標(biāo)動(dòng)態(tài)遺傳算法，該算法通過使用最少數(shù)量的救援車輛生成最優(yōu)路徑，使整個(gè)救援過程更有效，但是無法解決異構(gòu)車輛的應(yīng)急物流運(yùn)輸問題。
文獻(xiàn)[13]對(duì)應(yīng)急物流配送過程中的位置和需求信息等進(jìn)行了研究，通過分析風(fēng)險(xiǎn)偏好值設(shè)計(jì)了一種兩階段的隨機(jī)規(guī)劃模型，并提出了一種在合理計(jì)算時(shí)間內(nèi)解決問題的簡(jiǎn)單兩階段啟發(fā)式方法。1973年，Bracken等[14]首次提出雙層規(guī)劃數(shù)學(xué)模型，而雙層規(guī)劃和多層規(guī)劃名詞的正式出現(xiàn)是在1977年Candler等[15]的科學(xué)報(bào)告中。雙層規(guī)劃利用上、下層決策者之間既相互獨(dú)立又相互影響的特點(diǎn)求解問題，首先上層決策者做出決策，其次下層決策者根據(jù)上層決策信息優(yōu)化自身的目標(biāo)并做出決策，最后上層決策者利用下層決策者優(yōu)化后的決策做出最終決策。
如何將雙層規(guī)劃方法應(yīng)用于應(yīng)急物流，目前已有部分學(xué)者對(duì)此進(jìn)行了研究。文獻(xiàn)[16]研究了在模糊環(huán)境中具有固定費(fèi)用的雙目標(biāo)應(yīng)急物流運(yùn)輸問題，構(gòu)建了模糊環(huán)境下的運(yùn)輸模型，其中有3個(gè)特殊模型：一些可替代物品模型、一些易損物品模型以及具有安全系數(shù)的災(zāi)害運(yùn)輸問題(DTP,disastertransportationproblem)模型。文獻(xiàn)[17]利用雙層規(guī)劃方法構(gòu)建了應(yīng)急物流設(shè)施選址—車輛路徑問題穩(wěn)健雙層優(yōu)化模型，該模型主要研究了應(yīng)急物流設(shè)施的選址和車輛運(yùn)輸路線的選擇，針對(duì)需求點(diǎn)在突發(fā)事件發(fā)生時(shí)對(duì)救援物資的需求量存在不確定性的情況，利用分散式?jīng)Q策中的轉(zhuǎn)換定理將模型中不確定系數(shù)確定化進(jìn)行求解，開發(fā)了一種混合的遺傳算法求解轉(zhuǎn)換后的模型。
文獻(xiàn)[18]建立了一個(gè)應(yīng)急物流設(shè)施選址—車輛路徑問題的雙層規(guī)劃模型，模型的上層目標(biāo)為物流系統(tǒng)消耗的時(shí)間最短，下層目標(biāo)為配送成本與時(shí)間懲罰成本之和最小，設(shè)計(jì)了一種混合模擬退火算法，該算法在傳統(tǒng)的模擬退火算法的基礎(chǔ)上進(jìn)行改進(jìn)，引入了帶有啟發(fā)式規(guī)則的兩階段式方法。對(duì)于存在多種配送方式混合配送的問題，該模型并沒有進(jìn)行考慮，因此，無法解決多車混合配送的問題。文獻(xiàn)[19-20]構(gòu)建的數(shù)學(xué)模型以物資運(yùn)送時(shí)間最短、物資分配公平性最大為上、下層目標(biāo)，是一個(gè)動(dòng)態(tài)的雙層規(guī)劃模型。該模型考慮了一系列約束條件，如需求點(diǎn)的時(shí)間窗、物資最低滿足率等，并設(shè)計(jì)了一種符合雙層規(guī)劃動(dòng)態(tài)模型特點(diǎn)的混合遺傳算法。
但隨著震后救援工作的不斷推進(jìn)，該算法無法動(dòng)態(tài)優(yōu)化應(yīng)急物資的配送問題。在文獻(xiàn)[16-20]中，現(xiàn)有的雙層規(guī)劃應(yīng)急物資運(yùn)輸模型主要研究了應(yīng)急物資分配的公平性與滿足率、物資運(yùn)輸時(shí)間長(zhǎng)短以及物流成本高低等方面。由于應(yīng)急物流需要很強(qiáng)的時(shí)效性，因此，最小化物流時(shí)間和物流成本是現(xiàn)有采用雙層規(guī)劃方法構(gòu)建應(yīng)急物流運(yùn)輸模型的主要目標(biāo)，但文獻(xiàn)[18-20]的模型對(duì)物流成本和物流時(shí)間的優(yōu)化缺少對(duì)庫存成本和應(yīng)急物資集散點(diǎn)準(zhǔn)備時(shí)間的考慮。
因此，本文在滿足各個(gè)需求點(diǎn)需求的情況下，考慮時(shí)間對(duì)模型產(chǎn)生的影響，采用雙層規(guī)劃方法構(gòu)建數(shù)學(xué)模型。本文所提模型主要以整個(gè)物流過程中的總成本最低為上層目標(biāo)、耗費(fèi)總時(shí)間最短為下層目標(biāo)，結(jié)合禁忌搜索算法和遺傳算法設(shè)計(jì)了一種HTSGA求解模型，達(dá)到應(yīng)急物流消耗的成本最低和物流時(shí)間最短的效果。對(duì)比本文所提算法與文獻(xiàn)[8]所提算法的實(shí)驗(yàn)結(jié)果，驗(yàn)證了HTSGA的有效性與可行性。
3應(yīng)急物資郵政運(yùn)輸模型
3.1問題描述
郵政物流業(yè)務(wù)不斷發(fā)展壯大，為了應(yīng)對(duì)愈發(fā)激烈的市場(chǎng)競(jìng)爭(zhēng)，依靠強(qiáng)大的運(yùn)輸網(wǎng)絡(luò)優(yōu)勢(shì)，郵政企業(yè)積極整合物流運(yùn)輸資源。郵政車輛運(yùn)輸[21-22]問題的關(guān)鍵是如何進(jìn)行車輛運(yùn)輸調(diào)度，使得運(yùn)輸效率得到提高。在發(fā)生自然災(zāi)害時(shí)，為了使救援工作更便利，面對(duì)不斷變化的救災(zāi)環(huán)境，應(yīng)急物資郵政運(yùn)輸需要在災(zāi)區(qū)附近選擇一些合適的應(yīng)急物資配送中心，通過運(yùn)輸車輛將災(zāi)區(qū)外圍應(yīng)急物資集散點(diǎn)的物資運(yùn)送到災(zāi)區(qū)附近的應(yīng)急物資配送中心，然后根據(jù)災(zāi)區(qū)需求點(diǎn)對(duì)物資需求量的大小，對(duì)應(yīng)急物資進(jìn)行分配。根據(jù)應(yīng)急物資郵政運(yùn)輸?shù)奶卣�，作出如下假設(shè)。
1)應(yīng)急物資運(yùn)輸車輛和應(yīng)急物資足夠多。2)應(yīng)急物資配送中心與需求點(diǎn)、需求點(diǎn)與需求點(diǎn)之間都存在可行路徑。3)存在多個(gè)應(yīng)急物資配送中心，并且每個(gè)應(yīng)急物資配送中心滿足多個(gè)應(yīng)急物資需求點(diǎn)的需求。
4)應(yīng)急物資需求點(diǎn)的物資需求為單一品種的商品，并且商品的規(guī)格和單價(jià)相同。5)每個(gè)應(yīng)急物資需求點(diǎn)僅由一個(gè)應(yīng)急物資配送中心的一輛運(yùn)輸車輛配送物資，應(yīng)急物資需求點(diǎn)的物資需求必須得到滿足。6)每個(gè)應(yīng)急物資需求點(diǎn)都有兩個(gè)時(shí)間點(diǎn)，期待最早被配送的時(shí)間點(diǎn)和能接受最晚被配送的時(shí)間點(diǎn)。7)應(yīng)急物資運(yùn)輸車輛為同一類型，并且每輛運(yùn)輸車輛在運(yùn)輸任務(wù)完成后必須返回出發(fā)點(diǎn)。8)應(yīng)急物資運(yùn)輸車輛早到或晚到應(yīng)急物資需求點(diǎn)，都會(huì)產(chǎn)生相應(yīng)的時(shí)間懲罰成本。
3.2模型參數(shù)模型中的參數(shù)說明。
3.3模型建立根據(jù)自然災(zāi)害發(fā)生后對(duì)初期救援情況的分析，可將應(yīng)急物流系統(tǒng)分為上、下兩級(jí)。根據(jù)上、下兩級(jí)不同的決策目標(biāo)，使用雙層規(guī)劃方法構(gòu)建模型，其中，上層以整個(gè)物流活動(dòng)的總成本最低為目標(biāo)，下層以整個(gè)物流過程所耗費(fèi)的時(shí)間最短為目標(biāo)，上、下層模型之間相互關(guān)聯(lián)又相互制約。本文基于文獻(xiàn)[8-9,18]的研究成果，在上層模型的總成本中加入應(yīng)急物資配送中心的庫存成本，確保整個(gè)應(yīng)急物流過程的總成本最低，并且將運(yùn)輸成本分為兩個(gè)部分，其中，時(shí)間懲罰成本對(duì)文獻(xiàn)[23]的時(shí)間懲罰函數(shù)加以改進(jìn)。在下層模型中，加入了應(yīng)急物資集散點(diǎn)接到應(yīng)急物資配送中心的供貨需求后投入準(zhǔn)備的時(shí)間。因此，根據(jù)不同的決策目標(biāo)，對(duì)應(yīng)急物資郵政運(yùn)輸問題采用雙層規(guī)劃方法構(gòu)建模型進(jìn)行描述。
4算法設(shè)計(jì)
根據(jù)上述模型的特點(diǎn)，本文基于文獻(xiàn)[24]設(shè)計(jì)了一種混合禁忌搜索算法和遺傳算法的HTSGA，其中，HTSGA的步驟如下。步驟1對(duì)算法中的參數(shù)進(jìn)行初始化設(shè)置。步驟2對(duì)種群進(jìn)行初始化設(shè)置。
步驟3根據(jù)雙層規(guī)劃模型中的下層目標(biāo)式(9)計(jì)算種群的適應(yīng)度值，并使用輪盤賭算法保留優(yōu)秀個(gè)體。步驟4判斷算法是否滿足終止條件，即迭代數(shù)K是否達(dá)到預(yù)設(shè)值，若滿足終止條件，則結(jié)束算法并輸出優(yōu)化結(jié)果;否則，繼續(xù)執(zhí)行下一步操作。步驟5從優(yōu)秀的個(gè)體中隨機(jī)選擇兩個(gè)染色體ix和jx，以初始交叉概率Pc對(duì)其進(jìn)行交叉操作，產(chǎn)生兩個(gè)新的染色體ix和jx，根據(jù)玻爾茲曼選擇機(jī)制，新的染色體選擇概率為()()1,()()e,()()iiiifxfxiLiifxfxPfxfx≥(16)自適應(yīng)交叉概率Pc為00avgmaxavgmaxavg,()()(()()),()()()()cicciiPfxfxPPfxfxfxfxfxfx≤(17)其中，maxf()x、f()xavg分別表示種群的最大適應(yīng)度值和平均適應(yīng)度值，L表示禁忌表的長(zhǎng)度。
5實(shí)驗(yàn)分析
為了能夠更好地理解上述模型，本文設(shè)計(jì)了一個(gè)簡(jiǎn)單的算例。假設(shè)隨機(jī)給出4個(gè)應(yīng)急物資配送中心，編號(hào)分別為A、B、C、D，應(yīng)急物資需求點(diǎn)20個(gè)，運(yùn)輸車輛數(shù)量足夠。假設(shè)應(yīng)急物資集散點(diǎn)j的固定使用成本為16000元，規(guī)格相同的運(yùn)輸車輛的容量為800件，平均行駛速度為90km/h，車輛包含配對(duì)人員的派遣成本為800元/輛，應(yīng)急物資的裝卸成本和裝卸時(shí)間分別為1元/件、0.1min/件，車輛的運(yùn)輸成本為1元/km，每件物資的時(shí)間懲罰成本為1元/h，應(yīng)急物資配送中心接到需求點(diǎn)的需求后投入準(zhǔn)備的時(shí)間均為1.5h，應(yīng)急物資集散點(diǎn)接到應(yīng)急物資配送中心的需求后投入準(zhǔn)備的時(shí)間均為1.5h，固定的應(yīng)急物資訂購成本為100元。
郵政運(yùn)輸論文投稿刊物：《中國郵政》(月刊)創(chuàng)刊于1976年，是由中華人民共和國國家郵政局主管、主辦。郵政綜合性刊物。集中反映我國郵政通信建設(shè)、業(yè)務(wù)技術(shù)發(fā)展?fàn)顩r、經(jīng)營管理、服務(wù)水平、職工生活、教育訓(xùn)練、古代郵驛和集郵等內(nèi)容。
6結(jié)束語
本文針對(duì)應(yīng)急物流的時(shí)效性和物流成本研究了災(zāi)后應(yīng)急物資郵政運(yùn)輸問題，通過使用雙層規(guī)劃方法構(gòu)建了一個(gè)上層以整個(gè)應(yīng)急物流過程的總成本最低、下層以配送過程所耗費(fèi)時(shí)間最短為目標(biāo)的數(shù)學(xué)模型。針對(duì)雙層規(guī)劃模型中上、下層目標(biāo)決策者既相互獨(dú)立又相互影響的特點(diǎn)，設(shè)計(jì)了一種帶禁忌搜索的遺傳算法HTSGA求解模型，最后通過一個(gè)簡(jiǎn)單的算例和對(duì)比算法驗(yàn)證了本文所提算法和模型的有效性與可行性。本文僅利用單一的車輛進(jìn)行運(yùn)輸，未來可以對(duì)多種車型混合配送的多聯(lián)式車輛運(yùn)輸問題以及車輛返回時(shí)是否出現(xiàn)空載現(xiàn)象等方面進(jìn)行研究，提高車輛使用效率。本文暫未考慮道路交通信息，下一步可以利用車載網(wǎng)絡(luò)技術(shù)獲取車輛運(yùn)輸過程中的道路交通信息，通過信息實(shí)時(shí)共享進(jìn)行車輛的動(dòng)態(tài)規(guī)劃。
參考文獻(xiàn)：
[1]RAWLSCG,TURNQUISTMA.Pre-positioningofemergencysuppliesfordisasterresponse[J].TransportationResearchPartB:Methodological,2010,44(4):521-534.
[2]GENGSQ,HOUHP,ZHANGSG.Multi-criterialocationmodelofemergencysheltersinhumanitarianlogistics[J].Sustainability,2020,12(5):1759.
[3]FENGJR,GAIWM,LIJY.Multi-objectiveoptimizationofrescuestationselectionforemergencylogisticsmanagement[J].SafetyScience,2019,120:276-282.
[4]WANGYY,BIERVM,SUNBQ.Measuringandachievingequityinmultiperiodemergencymaterialallocation[J].RiskAnalysis,2019,39(11):2408-2426.
[5]GARZA-REYESJA,VILLARREALB,KUMARV,etal.Alean-TOCapproachforimprovingemergencymedicalservices(EMS)transportandlogisticsoperations[J].InternationalJournalofLogisticsResearchandApplications,2019,22(3):253-272.
作者：周海霞1,2，梅育榮1,2，呂福如1,2，孫知信1,2
轉(zhuǎn)載請(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/24923.html
