（交通运输规划与管理专业论文）VMI下库存管理与运输调度整合优化研究.pdf

摘要 摘要 随着信息技术的不断进步和经济的全球化，企业的物流管理已从单个企业 转向企业所在的供应链之间的竞争。供应商管理库存( v e n d o rm a n a g e d i n v e n t o r y , 简称d 在这种新的社会环境和市场特点下应运而生。v m i 打破 了传统的各自为政、条块分割的库存管理模式，以系统、集成的思想进行库存 管理。无论是理论研究还是实际操作，v m f 系统设计和运行中的核心问题就是论 文研究的库存管理与运输调度整合优化问题( i n v e n t o r yr o u t y n gp r o b l e m , 简 称朋四。御的研究使得供应方可以根据需求方的销售信息，更加合理地安排 库存补充和配送计划、从而降低物流成本。 在综述国内外对库存管理与运输调度整合优化问题( 瑚i 尸) 研究现状的基础 上，论文对删问题进行了理论研究，并通过案例分析探讨理论研究结论在实 践中应用的可行性。 论文阐述了i r p 问题的定义与研究特性，分析了i r p 计划决策者必须解决 的三个问题：时问或频率、配送量、配送路线，介绍了脚管理策略，包括眦 的定义、眦的产生与发展、v m i 系统的构成，着重分析了v m i 下库存管理、运 输调度与传统库存管理、运输调度的区别。 论文分析了所研究的物流系统特征、成本构成与决策变量，建立了以系统 总费用最小为目标函数的库存管理与运输调度整合优化模型，并提出了求解该 模型的迭代算法、遗传算法步骤与流程图，求解最优的补货配送频率、配送量、 配送路线。 论文最后以某跨国快速消费品公司拟在上海地区发展v m i 管理的实例为背 景，通过开发、调试算法程序与上机运算，验证了论文理论研究部分提出的模 型与算法，得出了实例分析的结论。 关键词：物流，供应商管理库存，库存运输优化，迭代算法，遗传算法 a b s t r a c t a b s t r a c t t o g e t h e rw i t ht h ed e v e l o p m e n to fi n f o r m a t i o nt e c h n o l o g ya n de c o n o m i c s g l o b a l i z a t i o n ，t h ee n t e r p r i s el o g i s t i e sm a n a g e m e n th a sb e e nc h a n g e df r o mt h es o l e e n t e r p r i s et ot h es u p p l yc h a i nw h e r ee n t e r p r i s ei s v e n d o rm a n a g e di n v e n t o r y e m e r g e su n d e rt h i sn e ws o c i a le n v i r o n m e n ta n dm a r k e t i n gc h a r a c t e r i s t i c v m ib r e a k s t h et r a d i t i o n a li n v e n t o r ym o d ew h e r ee a c hd o e st h i n g si nt h e i ro w nw a y sa n du s e s s y s t e m i ca n di n t e g r a t e di n v e n t o r ym a n a g e m e n t n om a t t e ru n d e rt h es i t u a t i o no f t h e o r e t i cr e s e a r c ho rp r a c t i c a lo p e r a t i o n t h ek e yi s s u eo fv m is y s t e md e s i g na n d o p e r a t i o ni si n v e n t o r yr o u t i n gp r o b l e m t h er e s e a r c ho fi r pc o u l da r r a n g ei n v e n t o r y s u p p l e m e n tm o r er e a s o n a b l yf o rs u p p l i e ru n d e rd e m a n d e rr e q u i r e di n f o r m a t i o n ，i n o r d e rt od e c r e a s et h e1 0 9 i s t i c sc o s t o nab a s eo fs u m m a r i z i n gt h ec u r r e n tr e s e a r c ho fi r ph o m ea n da b r o a d t h i s a r t i c l ed o e st h e o r e t i c a lr e s e a r c hf o ri r pa n da l s oa n a l y z e st h ep r o b a b i l i t yu n d e rt h e r e a lo p e r a t i o n a lc o n d i t i o nb yc a s ea n a l y s i s t h i sa r t i c l ed e s c r i b e st h ed e f i n i t i o na n dc h a r a c t e r i s t i co fi r p a n da n a l y z e st h r e e n e c e s s a r yp r o b l e m sw h i c hh a v et ob es o l v e db yi r pp l a nm a k e r t h o s et h r e e q u e s t i o n sa r ed e l i v e r yt i m eo rf r e q u e n c y , d e l i v e r ya m o u n ta n dd e l i v e r yr o u t e t h i s a r t i c l ea l s oi n t r o d u c e sv m i ，i n c l u d i n gd e f i n i t i o n ，p r o d u c t i o n ，d e v e l o p m e n t ，s t r u c t u r e ， a n dm o s ti m p o r t a n t l ya n a l y z e sd i f f e r e n c e so fi n v e n t o r ym a n a g e m e n ta n dd e l i v e r y m a n a g e m e n tb e t w e e nv m im o d ea n dt r a d i t i o n a lm o d e t h i sa r t i c l ea n a l y z e st h ec h a r a c t e r i s t i co ft h eg i v e nl o g i s t i e ss y s t e m c o s t s t r u c t u r ea n dv a r i a b l eo fd e c i s i o n m a k i n g d e s i g n sam o d e la b o u ti r pw h i c hc o u l d m i n i m i z et h es y s t e ml o g i s t i c sc o s t a n do f f e r ss o m ea l g o r i t h m st oa t t a i nt h eo p t i m a l d e l i v e r yf r e q u e n c y , d e l i v e r ya m o u n ta n dd e l i v e r yr o u t e t h i sa r t i c l eg i v e sa ne x a m p l et h a tam u l t i n a t i o n a lf m c gc o m p a n yp l a n st o d e v e l o pv m ii ns h a n g h a i u n d e rt h eb a c k g r o u n dt h em o d e la n da l g o r i t h ma lep r o v e d o u tb yc o m p u t e ro p e r a t i o n ，m e a n w h i l et h ee x a m p l ea n a l y s i si sw o r k e do u t k e yw o r d s ：l o g i s t i c s ，v e n d o rm a n a g e di n v e n t o r y ( v m i ) ，i n v e n t o r yr o u t i n g p r o b l e m ( i r p ) ，i t e r a t i v ea l g o r i t h m ，g e n e t i ca l g o r i t h m ( g a ) i i 学位论文版权使甩授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名： 习凌 2 护谚，年月潞日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 学位论文作者签名： j 诫 妒辟 月澎日 第1 章绪论 1 1 论文选题背景 第1 章绪论 随着全球化和竞争的加剧，以客户为中心的物流管理将面临更为复杂的竞 争环境，企业之间由单纯的产品质量、性能方面的竞争转向企业所在的供应链 之间的竞争。供应链管理作为一种成熟的管理模式，其理念在于提高企业自身 核心竞争力的同时，更强调合作伙伴间的战略协作。处于同一供应链中的不同 企业可以在企业间交换某些决策权、工作职责和资源，以加强协作，共同开拓 市场。供应商管理库存( v e n d o rm a n a g e di n v e n t o r y ，简称v m i ) 就是基于供应 链管理思想而产生的一种新的库存管理模式，它集中体现了供应链“横向一体 化”的战略思想，打破了传统的各自为政、互不协调的库存管理模式，以系统 化、集成化的思想进行库存管理，使整个供应链获得同步化的运作，增强企业 的市场响应能力和竞争能力。 作为一种先进的库存管理模式，v m i 系统中需要考虑的问题很多，既包括 库存控制管理，也包括配送运输优化，但其中最关键的就是论文所要研究的库 存与运输的整合优化问题( i n v e n t o r yr o u t i n gp r o b l e m ，简称i r p ) 。无论是理论 研究还是实际操作，i r p 都是v m i 系统设计和运行中的核心问题，一旦i r p 得 以解决，其他问题即可迎刃而解；而如果i r p 解决不了，v m i 系统的功能就无 从实现。尤其是在v m i 实施初期，供应方由于承担了需求方库存管理责任，将 不可避免地导致其库存成本和管理成本的上升。z r p 的研究使得供应方可以根据 需求方的销售信息，更加合理地安排库存补充( 或生产) 计划，削减其库存成 本( 或产品生产成本) ；采用更加合理的运输策略和方式，采用更加有效的运输 计划来降低其运输成本，最终获得总成本的降低。 i r p 问题是典型的n p 难题，涉及到经济学、运筹学、应用数学、组合优化、 计算机软件、计算机应用、运输管理、工业工程与物流学等众多学科，是组合 优化等领域的前沿与热点研究问题。御如此强大的优化魅力和宽阔的应用背景 吸引着全世界无数的科学家、工程师和管理者为之探索。在国外，无论是御 的理论研究还是实际应用都己经相当深入，自上世纪8 0 年代以来，相关的文献 第1 章绪论 数以千计，而代表其实际应用的v a i l 系统更是己经作为一种先进的库存管理模 式完全融入了企业( 尤其是零售企业和制造企业) 的日常运作。相对来说国内 对于艘的研究还不够深入，无论理论和实际应用都还处于初步阶段。查阅相 关文献只有十几篇，v m i 系统的应用更是只局限在少数比较有实力的大型企业。 为此，论文提出该选题，借鉴国内外先进的理论和方法，在v m i 环境下对库存 管理和运输调度问题进行综合研究，希望为企业系统管理库存与运输、降低成 本、提高物流经营管理水平、增强竞争力提供参考与指导。 1 2 库存与运输整合优化问题( i r p ) 的描述 库存与运输的整合优化问题( i r p ) 是以车辆调度问题( v e h i c l er o u t i n g p r o b l e m ，简称v r p ) 为基础，结合库存管理发展而来的，论文所提出的v m i 模 式下的i r p 被赋予更具体的含义。 1 2 1 问题的定义 通常，库存与运输的整合优化问题( 脚) 主要是研究这样一类问题：在有 限( 或无限) 计划期内，由一个供应商向n 个客户提供配送服务，客户i 一段时 间需求量为d f ，有m 辆最大载重为w 的车辆由供应商调度安排，单位时间单位 商品的存储费为h ，在保证每个客户不出现缺货的前提下使由供应商和客户组成 的物流系统在整个计划期内的运作成本最小。 库存与运输的整合优化问题( 脚) 的计划决策者一般必须对三个主要问题 进行决策： ( 1 ) 时间或频率 如果计划期长度己经确定，则需要决策在什么时候为哪些客户提供配送服 务；如果计划期长度未知，则需要决策在整个计划期内以什么样的频率为客户 提供配送服务。 ( 2 ) 配送量 在了解客户需求信息后，决策者需要确定在每次配送时为每个客户提供的 配送量是多少。 ( 3 ) 配送路线 2 第l 章绪论 配送车辆选择怎样的配送路线依次访问不同的客户从而完成配送任务。 其中前两个决策主要考虑的是库存管理与控制问题，第三个决策涉及配送 路线安排问题。 1 2 2 问题的研究特性 论文从7 个方面来介绍库存与运输的整合优化问题( 侬p ) 特性。 ( 1 ) 决策目标 从决策者进行决策时所要解决的问题来看，i r p 主要解决客户的配送时间或 频率、配送量以及车辆的配送路线等几个问题，不涉及诸如运输方式( 铁路、 航空、水运、公路) 和运输批量等其它运输决策。 ( 2 ) 研究对象 研究对象是由供应方( 工厂、中央仓库、配送中心) 和需求方( 零售商、 客户、小的区域性配送中心等) 组成的物流配送系统。根据不同的文献研究的 侧重点不同，通常可将物流系统进一步分为三种情况：r s y s t e m ( r e t a i l e r s y s t e m ) 、 d r s y s t e m ( d e p o ta n dr e t a i 尼rs y s t e m ) 和d s y s t e m ( d e p o ts y s t e m ) 。建立在这 三个物流系统上的各种数学模型所涉及的运输优化决策基本相同，不同的是对 有关库存方面的问题采用了不同的处理方法。其中，r s y s t e m 是基于这样一种假 设，即所有的需求方由一个决策者( 或组织) 管理，属于集中型策略，不考虑 供应方的库存保管费用和订货费用，或供应方没有库存，但考虑需方库存费用。 此时决策者需要确定的是货物如何在需求点间分配( 库存分配) 和如何将货物 运送到需求方( 运输优化) 。d r s y s t e m 则是在r - s y s t e m 的基础上要考虑供应方 的库存保管费用和订货费用，同时供应方的再订货点也是个决策变量。决策者 一般管理由供需双方所组成的整个物流系统。d s y s t e m 则是不考虑供应方和需 求方的库存费用，此费用由供应方或需求方自己负责。决策者往往以保证所有 需求方不出现缺货为前提，以所有需求方补货的运输费用整体最小或系统的运 营绩效最大为目标来规划数学模型。 ( 3 ) 拓扑结构 拓扑结构指的是由供应方和需求方所组成的物流系统的网络拓扑结构，可 能是单对单( o n e o n e ) 、单对多( o n e - m a n y ) 、多对单( m a n y o n e ) 或多对多 ( m a n y - m a n y ) 。由于受求解算法的影响，目前有关库存一运输问题研究的文献 3 第1 章绪论 大多致力于研究拓扑结构为单对多( o n e - m a n y ) 的物流系统。 ( 4 ) 货物种类 指在供应方和需求方之间运输的货物种类的数量，可以是一种货物或多种 货物。当处理多种货物种类时，一般也是首先对每种货物单独处理。 ( 5 ) 需求特性 需求可分为三种情况：需求方的需求量己知；需求量是随机的，但需求的概 率分布特性己知；需求特征完全未知。 库存与运输的整合优化问题( 脚) 的决策变量中虽然也涉及到车辆配送路 线安排，但是库存与运输的整合优化问题( 脚) 与常见的车辆配送路线安排问 题( 阳己p ) 有很大的不同。这部分内容将在第二章讨论。 ( 6 ) 费用因素 主要涉及库存和运输费用。库存相关费用主要由货物保管费、缺货损失费 和订货费构成。运输相关费用包括启用运输工具的固定费用及与行驶距离相关 的可变费用，有时也包括运载工具在需求方停留的费用。 ( 7 ) 限制因素 涉及的具体问题不同，求解问题的限制也不同。一般都包含几个主要因素， 如供应方的供应能力，需求方的存储能力，可执行运输任务的运载工具数量， 运载工具的载重量，运载工具每天的最大行驶距离，需求方的时间窗限制等。 1 3 国内外研究现状 1 3 1 国外研究现状 最早提出库存与运输的整合优化研究的是h a r r i s ，虽然h a r r i s 早在1 9 1 3 年 就提出了整合运输和库存系统研究的重要性，但在此后的近一个世纪里，由于 整合研究的复杂性及当时供应链中运输和库存两环节的相对分离，该研究一直 受到较少的关注。事实上，一直到2 0 世纪8 0 年代初，库存问题和运输问题基 本上还是分别进行研究的。进入2 0 世纪8 0 年代中期，随着全球市场竞争的加 剧，高效率、高效益的配送一体化战略开始凸现其重要性和必要性，库存问题 和运输问题的整合研究开始成为众多国外学者研究的重点。到1 9 8 4 年， f e d e r g r u e n 和z i p k i n 首次在同一优化模型中同时讨论了这两个彼此悖反的问题。 4 第1 章绪论 对库存与运输的整合优化问题( 御) ，国外对应不同实际问题的具体研究 模型十分繁多。以下按客户需求的特点为确定型和随机型两类情况对不同的研 究结果展开回顾。 h a r r i s ( 1 9 1 3 年) 讨论了需求速率为常量、以连续速率发运、单发点单收点 并使库存与运输总成本最小化的模型，并给出了经典的经济订货批量( e c o n o m i c o r d e rq u a n t i t y ，e o q ) 公式。 h a r r i s 的单路径配送模型是基本的物流网络模型，为复杂的物流网络模型求 解提供了基础。b u r n 等( 1 9 8 5 年) 使用分析的方法研究了单发点多收点物流网 络的联合库存和运输最小费用问题。模型的特点是只有一种产品且服从确定性 需求，提出了两种配送策略：第一种策略是分别装载直接运送至每一零售点， 使用基于e o q 的最优补货批量；第二种策略是多销售商货物同装于一辆车而巡 回送货，实行满载运输，对该策略他们关注的是顾客的密度和同一区域的运送 而非特别客户的需要。在第二种策略中，客户被分成若干交付区域，每一区域 内的客户由一辆车以相同的频率配送。研究表明随着货物价值、运送距离、区 域内客户密度及库存费用等的增加，第二种策略要优于第一种策略。 a n i l y 和f e d e r g r u e n ( 19 9 0 年) 假设每一零售商以恒定的速率吸收产品，研 究了单产品、确定性需求、时间连续的库存及车辆路线优化问题，他们建立的 模型假设系统只有一个配送中心但并不持有库存，他们所采用的方法是通过将 客户按需求之和进行分组并由指定的车辆服务，最后他们确定出每组每个客户 的最优进货周期，从而得到最优库存策略和派车策略。 c h a n d r a 和f i s h e r ( 1 9 9 4 年) 讨论了单产品、一对多配送( 车队从单一原点 运输产品到多个需求点) 的联合运输和库存模型，作者考察了库存控制和运输 作业相互协作的优点，并通过实例分析，得出两者之间协作可以导致较大费用 节约的结论，然而，他们没有讨论解的质量和算法的执行情况。 v i s w a n a h a n 和m a t h u r ( 1 9 9 7 年) 研究了由一个中心仓库和多个客户多产品 组成的配送系统，各种产品由一卡车车队负责从中心仓库向客户运输交付。库 存只保存在中心仓库，作者的启发式算法求解出了具体交付数量和配送路线， 以使长期运行的库存和运输平均总费用最小。 h e r e r 和r o u n d y ( 1 9 9 7 年) 研究了一对多配送系统并考虑了基于旅行商问 题( t r a v e l i n gs a l e s m a np r o b l e m ，t s p ) 的车辆行驶费用，他们找到了一种很接 近于最优解的启发式算法。 5 第1 章绪论 聊d ，( 1 9 9 9 年) 研究了一个零件供应商为一个装配工厂( 点对点) 供应零 件以满足给定生产计划的供应问题。虽然将库存和运输作为一个系统进行了研 究，但并没有考虑车辆的路线，对所研究的实例，该文报告可以节约费用约1 2 。 b e r t a z z i ( 2 0 0 2 年) 等研究了各客户的需求确定，一辆运输能力有限的车辆 在有限时间范围内的不同补货时刻从单一供应商出发巡回为其供货，在不允许 缺货的限制条件下，提出的启发式算法确定了对每一客户访问的时刻、每次交 付货物的数量以及车辆每次行驶的路线。 事实上，对需求的确定性假设是为了便于分析和推导，得出的结果对某些 实际问题具有一定的指导意义，但确定性假设对实际问题却只是一种近似，由 此推得的结果对一些实际问题的应用并不理想，故近年来有些研究者在需求服 从随机分布的假设下做了一些研究工作。 较早提出随机型运输和库存整合研究的是f e d e r g r u e n 和z i p k i n ( 1 9 8 4 年) ， 通过研究仓库选址确定了最优的控制库存策略和车辆配送路线，以使总系统费 用达到最优。笔者考虑了单周期、一个中心仓库、多配送地点、客户为随机需 求等假设，将所建立的复杂的数学规划模型分解成较简单的单纯库存问题和几 个车辆配送路线问题( 玢泸) ，从而求解他们的随机模型。 t r u d e a u 和d r o r ( 1 9 9 2 年) 针对一对多的配送问题，讨论了假设每一客户 面对随机需求、并且一条配送路线上的总需求可能会超过车辆载重量的情况。 e r n s t 和p y k e ( 1 9 9 3 年) 讨论了客户随机需求的单配送中心单客户的配送系 统，模型同时考虑库存和运输费用，并给出算法确定出零售商和中心仓库的最 优基本库存策略和最优的周期长度。 - c h e n 和z h e n ( 1 9 9 8 年) 讨论了包括订货费用的多层库存系统，对组合泊松 需求的多层配送系统通过给定的有效的启发式算法给出了近似最优解，该算法 首先给出了费用函数的上界和下界，然后使其最小化从而获得一个启发式解， 即近似最优解，但此算法需较多的计算时间。 迄今为止，库存与运输决策整合研究对确定性需求的各种模型研究有较多 文献记载，但对随机性需求的各种模型的研究进展较慢。其中对典型的一对多 配送网络模型开始有一些成果，对多对多或更复杂的配送网络模型则因其复杂 性目前已发表的文献极少。 6 第1 章绪论 1 3 2 国内研究现状 国内对库存与运输的整合优化问题( 卿) 研究尚处于介绍国外研究成果或 对该问题进行定性研究阶段，目前仅有少量的研究库存与运输整合优化具体算 法的成果出现。 大连海事大学的孟小平( 2 0 0 1 年) 研究连锁企业的二级库存系统优化问题， 将运输成本和库存成本作为连续函数，运用求导的方法进行了求解。 西南交通大学的袁达庆( 2 0 0 1 年) 在宏观上给出了库存运输联合优化 ( s t r a t e g i ci n v e n t o r yt r a n s p o r t a t i o ni n t e g r a t e do p t i m i z a t i o n ，简称s i t i o ) 问题的 定义、特点和分类，并从决策的三个层次一战略层、战术层和作业层分别对随 机需求情况下的库存运输联合优化问题展开研究。在研究战略层和战术层s i t i o 问题时均采用客户分组的方法，首先将客户按照距离划分成不同的客户子集， 然后按同频率为每一个客户子集中所有客户服务。在作业层s i t i o 问题的研究中 作者以一天为配送周期，讨论了单周期、供应能力有限情况下，每日的车辆运 营策略。 大连海事大学的梁蔚( 2 0 0 2 年) 分别从零售商和生产商的角度对御展开 讨论。在零售商与其客户组成的配送系统中，作者主要讨论确定需求下的办p ， 构造以系统总成本( 包括供应商固定订货成本、库存维持成本、用户库存维持 成本以及配送成本) 最小为目标函数的优化模型，并提出粗略算法，通过反复 迭代，协调库存补给需求和用户补给需求之问的影响，进而求得优化策略。首 先将客户按照地理位置进行适当分组，按组逐一进行供应商库存补给决策和用 户配送决策，然后分析用户配送计划和车辆调度安排发生改变时，供应商订货 决策可能受到的影响，反复进行此过程，不断协调用户配送计划和供应商库存 补给计划，直到总成本无法再减少为止。在生产商与其客户组成的配送系统中， 作者以随机需求下的多产品脚为研究对象，提出改进的周期检查补给策略， 运用反复迭代算法求得整个问题的最优解。 北方交通大学的高梦昭、张文杰( 2 0 0 3 年) 就运输成本与库存成本之间的 关系展开讨论，证明二者之间存在线性强相关关系，但没有涉及具体的优化。 西南交通大学的叶志坚、杜文、王清荣等( 2 0 0 3 年) 主要讨论了v m i 模式 下供应商自身库存补充和配送的整合优化问题。论文通过( 0 ，9 ) 库存补充策 略，以长期期望总成本最小的优化模型来确定系统最佳库存补充量和配送周期。 7 第1 章绪论 西南交通大学的姜世峰( 2 0 0 3 年) 以客户需求确定型库存运输问题为研究 对象，不考虑需求方库存费用，以最小运输费用为决策目标。作者重点研究了 如何处理短期计划与长期计划这种“整体一局部”的矛盾关系，提出了较为有 效的两阶段法。第一阶段在一个月的跨度上对整个计划周期做粗略估计，第二 阶段详细地考察一个较短的时间周期，以小时乃至分钟为时间单位安排可执行 配送计划的所有剩余细节。在第一阶段补货计划的处理中，作者采用与文献 1 8 相同的思想，首先将客户划分成客户子集后再对其安排补货。与文献 1 8 有所不 同的是，作者假设当客户子集中某一( 或某几个) 客户接受配送服务时，并不 要求所有客户都同时接受服务，而是有所取舍。 总的说来，国内关于i r p 的研究已经在逐步深入，如客户需求已经由确定 性转向随机性；货物种类也不再局限于单品种，己经向多品种货物方向发展； 系统网络结构开始多样化，o n e m a n y ，m a n y m a n y 均有所涉及。但是，距离国外 在该问题方面的研究还存在较大的差距。 1 4 论文研究内容 基于v m i 的库存与运输的整合优化问题有着丰富的内涵，其中还包括如何 建立相互信任的机制，如何考核供应商的绩效，以及如何在供应商和客户之间 分配v m i 带来的成本节约达到双赢的局面等等。论文并不关注诸如此类的管理 层面问题，而是着重解决“如何制订高效低成本的库存补充和货物配送计划” 这一库存与运输的整合优化问题的核心问题。 1 4 1 研究对象系统特性 论文研究的物流系统具有r - s y s t e m 特性，不考虑供应方的库存费用，决策 者以一定时期内所有需求方的库存费用和运输费用所构成的总费用最小为决策 目标，考虑单一车型、单一货物，系统拓扑结构为o n e - m a n y ，即一个配送中心 ( 供应方) 和多个客户( 需求方) 。 1 4 2 研究思路及内容 已知一定时期客户的需求量d ，并假设所有客户在这一时期按同频率接受补 8 第1 章绪论 货，即整个配送系统具有唯一的一个最佳配送频率和配送量。具体求解采用逐 次迭代法，即首先在不考虑配送费用的情况下，利用经济订货批量( e o q ) 公 式求出最佳订货批量q d ，。然后将配送批量为q d 时的配送费用加到订货费用上， 再次利用经济批量公式，求出考虑配送费用后的最佳配送批量q 。取前后两次 最佳配送批量的平均值再计算此时的总系统成本，并与前两次配送批量下的系 统成本较低者进行比较，再取其间的均值计算出总成本并与前一次的比较。依 此类推，直到系统费用函数不再减少为止。此时的q 即为一次配送的配送量， d q 即为一定时期的配送频率。 论文各章的内容结构如下： ( 1 ) 第一章，绪论。内容包括：论文选题背景、库存管理与运输调度整合 优化问题( 卿) 的定义与研究特性。国内外对脚问题的研究现状。论文的研 究思路与主要内容。 ( 2 ) 第二章，v m i 及v m i 下的库存管理与运输调度。内容包括：供应商管 理库存( v m i ) 的定义，v m i 的产生与发展，v m i 系统的构成。v m i 下库存管理 的优势，v m i 下库存管理与传统库存管理的区别。通过对玢己p 和坎p 两种策略 的比较，阐明v m i 下运输调度的特点。 ( 3 ) 第三章，v m i 下库存管理与运输调度整合优化模型研究。内容包括： 对所研究的物流系统及决策变量进行描述，建立以系统总费用最小为目标函数 的库存管理与运输调度整合优化模型，并提出求解该模型的迭代算法步骤与流 程图。对求解运输调度问题的算法进行分析，提出了运输调度优化模型的约束 处理方法，设计了求解运输调度优化模型的遗传算法流程图、并对在利用遗传 算法求解时所涉及的相关问题进行了研究。 ( 4 ) 第四章，实例分析。内容包括：以某跨国快速消费品公司拟在上海地 区发展v m i 管理的实例为背景，运用论文提出的库存管理与运输调度整合优化 模型，开发并调试通过算法程序。经计算机运算，求解出最优的配送频率、配 送量与配送路线，以及求解出构成物流系统总成本的各单项成本。此外，还对 公司采用两种不同管理模式时的物流成本进行了比较分析。 ( 5 ) 第五章，结论。简要总结了本论文的主要工作、研究成果，并指出了 需要进一步深入研究的问题。 9 第2 章v m i 及v m i 下的库存管理与运输调度 第2 章v mi 及v 下的库存管理与运输调度 2 1v mi 概述 v m i 是供应链库存管理的一种策略，与传统的供应链库存管理不同之处在 于：在典型的由供应商和客户组成的两级供应链中，传统的供应链中客户自己 管理库存，客户按照自己的策略自己决定向供应商发送订单的时间和数量，供 应商仅仅负责在接到订单后在一定的期限内将货物送达客户处。而在v m i 中， 由供应商负责客户库存的管理，即供应商有权共享客户的销售和库存信息、并 根据自己对销售的预测和客户的库存水平代替客户发出订单，以及负责货物的 配送，对积压货物或损坏货物的处理。 对于v m i 的定义，论文采用a p i c s ( 美国生产与库存管理协会) 对v m i 的定义：“一种优化供应链的策略，在这种策略下供应方可以获取客户的库存数 据，并且按客户的要求负责维持其库存水平。供应商按预定的周期检查客户的 实际库存，撤销损坏或过期的库存，完成库存补给并持续修改库存的补给策略”。 2 1 1v mi 的产生与发展 在传统的物流配送中，供应商一般按照客户的订货要求进行即时配送。供 应商根据一段时期客户的订货记录预测其下一阶段的需求量，并对各个客户的 订货记录综合起来进行分析，根据长期客户订单安排生产。然而这一方式却存 在以下问题： ( 1 ) 物流配送不均衡抑制了配送成本的进一步降低。传统方式下，单个客 户订货还有一点规律性( 如客户根据其销售情况和库存情况进行补货) ，但客户 之间的订货是很随机的，供应商往往会遇到这样的情况：在刚根据订单要求给 一个客户配送完货，同一地区距离很近的另一客户又发出订单，这就又得去为 其配送货物。这样运输频率或距离就会增加，潜在的配送成本无法降低。此外， 这种订货的随机性还影响了对车辆的使用。若客户的订单骤增，配送车辆和司 机就无法满足配送需要；反之，骤减时，又会产生闲置。这种成本空间就更大 了。 1 0 第2 章v m i 及v m i 下的库存管理与运输调度 ( 2 ) 供应链中的各个环节的库存难以控制。上述客户订货的随机性对配送 成本的影响只是问题的一个方面，它对供应链中各个环节的库存影响更大。这 种影响称之为“需求放大效应”或“牛鞭效应( b u l l w h i pe f f e c t ) ”其表现如下图： 顾客消费量 分销商订货量 零售商订货量 供应商计划 图2 1 需求放人效应示意图 “需求放大效应”首先是由宝洁公司发现，宝洁公司在考察其最畅销产品一 婴儿尿布的订货规律时，发现零售商销售的波动性并不大，但当考虑分销中心 向宝洁公司的订货时，却吃惊地发现波动性明显增大了，当进一步考察宝洁公 司向其供应商3 m 公司订货时，发现其订货的变化更大。随后宝洁公司物流研究 人员对这一现象进行了深入研究，发现这一效应的发生与需求预测、订货提前 期、批量订货、价格波动和订单的膨胀等因素有关。比如，在需求预测这一因 素上，传统生产商根据供应商的订货记录进行预测，供应商根据零售商的需求 进行预测，而零售商则根据顾客消费需求进行预测，因为各个预测对象的样本 数不一样，其预测的准确性就存在差距。而如果供应商能够得到零售商销售数 据，则其预测准确性将大大提高。另外，在订货批量和订货提前期上，如果能 将订货批量减少、订货周期缩短，进行少批量、多频度订货，那么也能大大降 低库存的波动性。在发现原因的基础上，宝洁公司尝试与零售商进行v m i 合作， 结果大大降低了库存，加快了库存周转速度，获得了巨大的利益。 第2 章v m i 及v m ii 卜的库存管理与运输调度 宝洁和沃尔玛的v m i 应用是该领域内最早的成功案例。上世纪8 0 年代，当 两家公司还没有开始他们之间的合作，零售商和供应商只分享很少的信息。然 而从这两位产业巨人建立了可以共用的软件系统开始，供应链上企业问的紧密 合作进入了新的时代。通过建立的网络系统，当宝洁的产品在沃尔玛的配送中 心存货低于一定水平时，该系统就能自动地向宝洁的物流中心发出警告，宝洁 也就能根据沃尔玛的库存信息决定配送的数量并及时向沃尔玛的配送中心供 货。在某些地区，该系统直接监测沃尔玛每个超市货架上的存货信息，当某种 宝洁的产品的存货量大幅下降时，实时的通过卫星告知宝洁的物流部门。通过 这种实时通信，宝洁可以更准确的掌握市场信息，以更准确地安排生产并在合 适的时间将产品摆上沃尔玛的货架。这样的合作使宝洁可以最大限度的减少库 存，因为它并不需要将产品堆积在仓库里等待沃尔玛的订单。另外在该系统中， 资金的流动也是自动的。该系统为合作双方都带来了利益，为宝洁节省了大量 处理单据的时间，减少了库存和订购费用；而宝洁所节省的费用，也支持了沃 尔玛“天天低价”的销售策略。 1 9 9 4 年至1 9 9 7 年，美国供应链管理专家斯坦福大学教授l e e 在搜集大量数 据的基础上对这一现象进行分析后，用定量分析技术得出各种因素在不同情况 下对库存数量的影响程度，在数学理论上进一步证实了v m i 的巨大作用。他指 出供应商管理客户库存这一方式是从根本上减少库存波动影响的最有效措施。 供应商根据客户提供的顾客需求，在预测出每一时间段( 如每月、每周甚至每 日) 需求的基础上，一方面可以算出每次配送合理的时间、配送量、配送车辆 和配送路线，从而进行统一、均衡、稳定有序的配送补货；另一方面还可以对 上游物流系统如分销仓库的设置数量和地点、仓容量、补货周期、补货批量、 运输方式以及生产批量、生产提前期、原材料和零部件的供应周期和供应数量 做出合理的规定。国外发达国家在理论上和实际上都认识到供应商管理库存 ( 阳打) 对于整个供应链物流系统的巨大优化作用，这样供应商管理库存( 玢材) 就得到了长足发展。 2 1 2v 川的系统构成 基本的v m i 系统结构由需求预测和补货配送模块组成，如下图所示： 1 2 第2 章v m i 及v m i 下的库存管理与运输调度 v m i l ，人y j 十 库存信息 订单管理需求预测 供 零 应 售 商 1 商 生严计划补货计划 生产管理补货配送 图2 2 v m i 系统构成 需求预测模块，可以产生准确的需求预测；补货配送模块，可以根据实际 客户需求量、运送方式，实现顾客满意度高及成本低的配送。 ( 1 ) 需求预测模块： 在供应商管理库存中，需求预测最主要的目的就是协助供应商做库存管理 决策，准确预测能够使供应商明确知道何时生产商品，何时配送商品。 预测所需的参考要素如下： 客户历史销售资料。根据客户销售历史记录，可以做未来需求的预测； 市场情报。根据市场动态，把宏观环境作为外生变量放到预测模型中去。 需求预测程序如下： 供应商收到客户近期的商品销售资料，做历史需求分析； 使用统计分析方法，以客户的平均历史需求、需求动向、需求周期作参 考，产生最初的预测模型； 根据市场情报，产生出调整后的预测需求。 需求预测有三大类预测技术：定性预测、时间序列预测和因果关系预测。 定性预测主要是靠专家的知识经验和综合分析判断能力，来预测发展变化趋势， 具有速度快、费用低的特点。在缺少信息资料数据的情况下多采用此类方法。 时间序列预测是利用历史销售数据进行统计，主要用于识别季节因素、周期因 素、趋势值以及这些趋势的增长率。因果关系预测是把需求作为因变量，把影 响因素作为自变量，通过对影响需求的有关因素变化情况的统计与分析，来进 1 3 第2 章v m i 及v m i 下的库存管理与运输调度 行需求预测。 需求预测模块的核心部分是整合客户销售信息和库存信息的客户信息系 统。客户信息系统是集成在整个供应商管理库存系统中的，来源于客户实际的 销售数据和库存数据，因此不但可以对实际数据进行评估，也可以对客户需求 进行更准确的预测，并与销售与运作计划模块相结合，进而生成生产计划。在 销售信息系统中可以收集、合并和利用销售与分销中的数据，通过各种功能可 过滤出最重要的数据。这些重要数据可以使供应商提前认识到市场开发和经济 趋势并采取行动。而且该系统可以监测客户库存的变化，根据客户库存的变化 以及对客户需求的预测，动态地制定客户的补货计划。 ( 2 ) 补货配送模块 补货配送模块最主要的目的是有效的管理库存量，利用v m i 可以比较库存 计划和实际库存量并得出目前库存能够维持多久，所产生的补货计划是依据需 求预测模块得到的需求预测、与客户约定的补货规则( 比如最小订购量，配送 前置时间，安全库存) 与配送规则等。v m i 可以自动产生最符合经济效益的建 议配送策略及配送时间。 补货配送模块能够根据需求预测和客户订单制订生产计划，以便在提前期 内完成生产任务。在产品生产完毕后，补货配送模块负责为即将进行配送的货 物选择一个最符合经济效益、效率最高的配送方案。 供应商在提前期内将客户需求生产完成后，必须在适当的时机选择适当的 货物，以适当的运输工具及配送工具送达指定地点。既要做到能快速且可靠的 服务客户，又要合理地控制运输成本，以达到供应商和客户双赢的结果。通常 来说有三种配送策略：直接运输、直接转运和仓储。直接运输是商品从供应商 处直接运输给客户，而不经过配送中心，这样可以免去配送中心的费用，缩短 供货提前期。直接转运是商品从供应商处到达配送中心，在配送中心将商品直 接转移到要去客户的车辆上，然后尽可能快地运送给客户。这种策略通过缩短 储存时间而降低了库存成本和缩短了提前期。仓储是指供应商把充足的产品存 储在配送中心，客户产生需求时，直接从配送中心发货。这种配送策略产生的 提前期很短，但仓储费用很高，而且这种生产模式一般是面向库存生产，因此 供应商管理库存中一般不采用这种配送策略。 供应商在选择配送策略时，可采用直接运输策略，也可以采用直接转运策 略，但无论采用何种配送策略，都需要对配送方案进行优化，优化过程分为两 1 4 第2 章v m i 及v m i 下的库存管理与运输调度 个步骤：车辆选择和配送路线选择。车辆选择的限制有两点：让货车经过尽可 能多的客户，一个客户的货物尽可能装载在一辆车上。配送路线选择的要求是 使每辆货车的行驶路程最短。 2 1 3v 川的特点与优点 v m i 的特点是一方面信息共享，供应商从客户获得销售数据并使用该数据 来协调其生产、库存、配送活动；另一方面供应商完全管理和拥有库存，直到 客户将其售出为止。具体的讲，v m i 模式具有以下几个特点： ( 1 ) 合作性：v m i 模式的成功实施，客观上需要供应链上各企业