运筹学在物流中的应用

-12-一、绪论（一）研究背景与意义运筹学是一门新兴交叉学科，主要研究如何最大限度地利用有限的资源，实现总体目标的最大化。运筹学是多学科交叉的应用科学，具有理论与实践相结合的特征。因此，运筹学课程需要用到定量化分析方法或者定量与定性相结合的方法来统筹安排有限资源，需要对问题进行分析、根据分析建立模型并采用相应的算法对模型进行求解，由此得到最优的决策。运筹学作为一门现代学科，运筹学研究对象是有组织的系统，解决的是其中的管理问题；运筹学应用的工具是科学的方法、技术与工具；运筹学服务的对象是决策者与执行者，提供有效、实用的决策方案，作为其决策判断的依据；运筹学的最终目的是使有组织系统中的人、财、物和信息得到最有效的利用，促使将利益最大化。其中运筹学的确定模型大致分为线性与非线性规划、整数规划、动态规划等；对策论、排队论、存储论和决策论等均是以概率的基础建立模型。物流的本质是人、物、事的流动，将物件从一个地方转移到另一个地的过程，结合实际需要，将其发展为运输、装卸、存储、包装、加工、配送及信息处理等作业。随着互联网的发展带动了整个物流行业，中国物流业总体规模快速增长，物流服务水平显著提高，物流基础设施条件逐步完善。但是过快的发展，其整体水平还普遍偏低，运筹学在物流实际问题中的应用很好地解决了部分物流难题，其作用也逐渐发挥出了效果。物流与运筹学的结合也是时代发展的产物，相互促进两学科的发展。目前，在物流领域中运筹学的应用相当普遍，并且解决了许多实际问题，取得了很好的效果。但是，随着物流智能化的发展趋势，运筹学的理论也逐渐受到了桎梏，但是运筹学理论的发展仍然给物流发展困境提供了思路，需要不断发展理论来实现。本文主要针对运筹学在物流中的应用情况，大致以几个典型的案例来说明运筹学运用的优势和存在的缺陷，进而为运筹学的发展来促进物流发展提供理论基础和指导。本文利用运筹学原理中的理论方法对物流中发展的问题进行分析，分析运筹学在物流发展过程中的难点问题，分析建立模型运用的得当之处和存在的缺陷，并分析目前智能物流发展运筹学的重要性，进而丰富运筹学理论的范畴，也为未来物流发展方向提供参考。（二）研究内容与方法本文的研究内容主要是对运筹学在物流方面的应用，主要是针对现有的研究，并结合物流发展过程中存在的问题，结合物流发展难点和问题采用运筹学理论来得以实现和优化，其中借用TSP问题和遗传算法来解决物流配送路径优化问题；采用存储论理论来T公司的冷链仓储优化步骤；图论和线性规划来建立双层模型来对配送中心和路径优化展开研究，说明图论在决策时的便利性；最后采用排队论来研究快件“最后一公里”末端共同配送优化，上述运筹学的理论都能很好解决物流发展中的难点问题，但是未来智慧物流的发展趋势上，需要结合多种运筹学理论来对一个物流问题深入研究，本文只是对现有运筹学在物流上的应用进行了总结，并分析未来运筹学在智慧物流发展上的应用前景，望给智慧物流发展提供参考。二、现代物流及发展趋势（一）我国现代物流行业发展存在的问题和不足1、专业化人才匮乏，管理方式滞后我国物流的不断发展，对于高素质、专业化较高的人才需求越来越大，人才缺口逐渐扩增。目前我国在物流行业暴露出的问题是缺乏专业人士。其中问题主要归结于两点，第一是企业管理层的理念，由于物流行业从业门槛较低，行业中人员文化良莠不齐，也存在专业服务质量不高的现象。虽然国家有意在对现代物流人才的培养，但是仍然无法填补人才短缺的缺口；其次是物流企业的管理模式和方法有待改善，企业的战略目标不明确，管理混乱等，都是阻碍物流行业与的前进步伐。2、行业法规不健全物流行业需要不断稳步发展，需要的不仅仅是行业技术的创新和发展，也需要政府法规的协助支持。目前我国的物流行业正在转型时期，在内容及管理模式上都与以往不同，但是在转型的过程中，发现我国对物流行业的法规还存在滞后现象，很多物流领域至今为止还是“空白”。没有法律法规的保障支持，物流行业的发展无法得到导向性的指引，便会导致物流行业的“畸形发展”。此外，消费者的权益也没有得到保证。3、行业分割问题日益严重现阶段，我国物流快速发展，行业竞争也异常激烈，导致发生一个很奇怪的现象，出现行业分割。在部分地区，一些较大的物流企业不断排挤和打压小型的物流企业，促使其无法正常运营，此外不合竞争的现象也屡见不鲜。企业间的相互竞争本该是相互促进，给与动力发展的基石，然而却变相转变为“暗箱操作”，持续打压形成“价格战”等等，这都不是促进物流行业发展的养分，是导致行业逐渐败坏的迹象。（二）目前我国现代物流行业发展趋势分析1、技术化水平和信息化程度不断提升在当代，我国科学技术的不断提高，在物流行业中也得到了较多的应用，其信息技术和科学技术的发展极大促进物流行业的发展，市场上诸多企业开始意识到市场份额的抢占，逐渐开始研发物流技术的革新，研发的结果就是在物流仓储、货物分拣、货物配送等问题上都有了极大的改善，无处不可见智能化的发展。此外，不少物流企业还研发实现了自主装卸、IC卡技术和智能分拣机器等，这些都大大提高了物流作业，提高了物流效率，使消费者的体验感上升。其次，在冷链物流的发展方面，在温度的控制和运输距离的掌控层面，已经良好实现了传统运输的弊端，技术的不断革新业也将更好为城市建设、人民生活水平提供了技术支持。2、企业转型创新日益明显由于现有物流企业间的相互竞争相当激烈，诸多企业已经转型和创新，不断尝试新的合作模式来达到共赢的结果。例如：市场资源的整合，将物流行业的上下游相互协作发展，实现资源的整合共享，来达到利益的最大化。此外，还结合当代发展火爆的电商，就像京东自己发展物流配送企业，同时不断扩展企业的范畴，犹如阿里巴巴建立独立的物流部门，将企业的资源共享于物流部门，这种联动和共享必将成为现代化物流企业发展趋势。三、运筹学在物流中应用情况运筹学在一开始的主体是对各种资源的运用和筹划，通过分析潜在的规律，凭借规律来发挥对有限资源的合理化使用，提高经济效益，最终达到最优的目的。经过多年的发展，也逐渐应用于诸多领域，主要是解决一些多因素干扰和影响的复杂问题。其中物流领域中，运筹学的应用的确解决了很多实际问题，并取得了较好的结果，具有良好的推广作用。以下是对运筹学不同理论在物流领域上的应用结果。（一）数学规划论数学规划论主要包括线性规划和非线性规划、整数规划、目标规划和动态规划。其核心的内容主要与资源的分配有关，一般在物流行业中，是借用某个指标来对方案进行抉择的方法之一。这些方法的特点在于都是寻求最优解，在约束条件下实现极大、极小值问题。例如：在物流的调运问题上，线性规划会处理配送举例和人员安排上；整数规划在于处理完成作业需要的人手及设备数量；而动态规划是研究最优路径、资源分配、生产调度、库存控制、设备更新等问题。各个方法都是在某种特殊情况下去解决问题，其优化的结果较佳。自2016年起，新零售概念越来越为人所熟悉，随着时代的发展，企业通过物流使得线上线下融合达到共同发展。各企业为适应新零售时代，进行一系列战略布局和合作。新零售时代的到来，消费者可通过各种渠道进行购物，而消费者的购物体验将成为重中之重，高频次、数量小的物流配送方式也成为现代末端物流常见的运输方式。针对这类问题，可以从新零售时代背景出发，了解新零售、末端物流、共同配送、车辆路径问题、旅行商问题的概念，结合新零售模式和特点、新零售市场格局、末端物流共同配送和TSP问题展开研究。其次，从末端实体店物流配送路径角度出发，对遗传算法和K-means聚类算法进行研究，提出传统遗传算法和K-means聚类算法的优缺点，对解决当前新零售下末端物流的配送路径存在不足。对遗传算法和K-means聚类算法进行改进和结合，通过修改聚类规则来固定聚类中心且以遗传算法求取TSP路径距离作为簇聚合的聚类条件，同时根据簇中心的欧几里得距离作为收敛规则，通过不断重聚类后根据收敛条件而获取更优解，重聚类处理后的配送策略可以对新零售背景下的物流配送路径进行优化。以上提出的混合算法还针对了属于不同配送中心但是在同一配送目标点的订单进行合并优化，从而减少重复配送路径，适应当前的新型零售模式，为减少物流成本和提高用户体验度提出一种新的配送路径优化方法。图3-1新零售旅行商路径优化步骤上述所提出的算法基于协同配送进行优化，但是并没有考虑同区域内多个不同配送中心的分配均衡性，同一个区域内通过算法重聚类后，可能会存在极端的情况导致少部分配送中心会分配到较少的配送需求，而导致其他少部分配送中心的配送压力会较之前更大，如何均衡地分配配送需求，也是今后需要重点改进的部分。（二）存储论存储论又称库存论，主要是研究物资在未使用的情况下将其储藏于仓库的库存策略。其中主要的要素包括库存量的多少，是否需要补货，补货的频率和一次补货的数量等。在物流发展中，库存为止的合理选择也是至关重要的一环。位置合理的库存选址，不仅能有效将货物及早配送，缩短仓储费用，降低了现金的周转时间，缩短了物资流通的周期等。在物流领域，无处不需要仓库，而仓库的选址及管理策略都是存储=论研究的内容。为了实现物流活动总成本最小或利益最大化，大多数人们都运用了存储理论的相关知识，以辅助决策。针对冷链物流的发展，很多冷链公司存在货物仓储成本过高的现状，以T公司冷链仓储二期库为举例对象，通过现状分析，发现二期库主要存在功能区相对位置布局不合理、人工化操作成本高、存在冗余环节、部门执行力不高、未进行货物归类和未将仓储区按货物类型划分区域等问题，这些问题可以归类到仓储布局、作业流程、储位分配三个管控因素。针对这三大管控因素，分别利用系统布置设计理论、业务流程再造理论、EIQ-ABC分类法进行管控因素分析研究，经过对比分析证实优化方案的有效性，最后针对T公司冷链仓储问题提出优化建议。图3-2T公司的冷链仓储优化步骤上述主要从冷链仓储角度，结合某企业在仓储布局、管控因素方面存在的问题，运用系统布置设计理论、作业流程、储位分配业务流程再造理论、EIQ-ABC分析法等研究方法进行管控因素分析及优化研究，并提出优化建议。其中，研究冷链仓储问题，还可以从管控因素设计对应的优化方案着手，并与现状进行对比分析，以期能够在一定程度上解决冷链物流行业的仓储问题，促进冷链物流行业发展。（三）图（网络）论图论广泛应用于解决工程系统和管理问题，简单来说就是讲复杂的问题通过图形和网络形式直观地表现出来，在对其进行简化后再求解。其优点在于能有效知晓核心的问题，其次针对需求将问题简化处理，其中图论一般应用较广的是运输问题。例如最小树、最大流、最短路的求解等，如何选择较短的路径来运输，保证运输费用最低。这些都是其他方法没法媲美，一般是在实际问题的解决中，会结合其他的理论研究。很多公司为了企业的发展和更好服务于物流作业，会建立物流配送中心，生鲜类食品逐渐受到城市人群的喜爱，由于生鲜农产品具有很强的易腐易损性，在流通过程中，需要为其提供合适的低温运输和仓储环境来保证生鲜农产品的高品质。所以，如何提高生鲜农产品冷链物流的运输效率成为优化生鲜农产品冷链物流系统的主要研究方向之一。建立配送中心就会变得便利，但是建设配送中心耗资巨大，如何合理地选择冷链物流配送中心的地点就变得尤为重要。使其能够辐射更广的零售商范围，是在建立配送中心时所要考虑的首要因素;其次，由于生鲜农产品在冷链配送中心只是暂时贮存，最终的目标是送达各个终端零售商。结合生鲜农产品的自身特点，对冷链物流配送中心的选址及路径优化问题需要仔细研究。可建立双层规划模型将选址及路径优化问题分层考虑，在上层模型的构建中，主要考虑生鲜农产品冷链物流配送中心的建设成本、仓储成本和车辆空载惩罚成本等因素对冷链物流配送中心的选址的影响；在确定上层模型的选址位置后，下层模型主要考虑配送过程中车辆使用成本、制冷成本和碳排放成本等因素，确定顾客分配和车辆路径问题的方案。利用双层遗传算法对本文建立的双层规划模型进行求解，得出最佳的选址方案和配送路径问题最优解，最后结合图论将其表示，使其更为直观。图3-3配送中心的冷链仓储优化步骤冷链物流行业正朝着信息化、网络化的方向发展。如何将生鲜农产品冷链物流的选址及路径优化问题与物联网、大数据和智慧物流等方面的技术结合起来研究，可能是以后的发展方向。在研究车辆配送问题时，也需要考虑可能产生的交通拥堵情况。将车辆的速度设定为匀速，并不能满足实际情况，如果遇到交通拥堵等不良路况，车辆的形式速度发生改变，导致货损成本上升。因此，针对研究可在车辆变速等方面深入研究，尽量使模型贴近实际。（四）排队论排队论也称随机服务理论。主要研究各种系统的排队队长、等待时间和服务等参数，解决系统服务设施和服务水平之间的平衡问题。其中最简单的就是商店顾客排队付款、产品的分拣及配送等符合排队论的理论，排队论最基础的理论是系统排队的服务设施数量、系统容量、顾客到达时间间隔的分布、服务时间的分布等特征，可分为（M/M/1/∞）,（M/M/1/k），（M/M/1/m），（M/M/s/∞），（M/M/s/m）多种不同的情况，在实际应用过程中需要结合情况采取不同的模型进行求解。随着我国社会经济的快速发展以及信息化技术的不断进步，以电子商务为代表的互联网经济呈现爆发式增长，尽管目前快递需求旺盛，快递行业快速发展过程中还存在一系列亟待解决的问题，如快递末端配送成本高、模式单一低效和服务质量差等，还有重点快递行业“最后一公里”配送问题。基于“最后一公里”配送问题，在末端共同配送的理念下，需要设计相应的设施来配置，借助排队论理论建立模型，模型主要由快件分拣排队模型和快件配送排队模型构成，在末端共配网点运营方的角度上，综合考虑末端共配网点的配置建设成木和客户服务时间成本，以基本配送服务作业成本最优为目的建立末端共配网点配置优化模型，其中模型的求解可采用MATLAB和JAVA等编程语言来仿真实现，尝试分析改变网点实际运营过程中的客观条件对企业决策带来的影响，为企业微观决策提供支持。图3-4快件“最后一公里”末端共同配送优化步骤现有的研究很多都是从几个单方面研究，并不满足实际情况，在分拣和配送过程总也包括卸货、仓储、充电等作业环节。因此，学者们在后续的研究中心可从更为详细的作业过程做设施设备配置研究。同时，也可搜集大量数据来对末端共配网点展开研究，分析实际运营中快件到达的规律，以此进行更加精确的设施设备配置研究。四、目前运筹学在智慧物流中的应用（一）智慧物流的背景目前人们的生活已经无法摆脱网购，网购的便利也逐渐带动物流行业的告诉发展。消费者从挑选直至下单，到最后的货物验收，而企业的拣选货物、包装、再加工、运输、配送等问题都是物流所需要提供的。结合数据统计，2015年我国的物流成本占据GNP的16.6%，高于世界规定的物流成本水平。随后，我国的物流成本与同期相比降低了。2016年数值为14.9%，2017年也微微有所下降，降至14.5%。相比于欧美国家，我国在物流成本上的投入较大，为有效解决该问题，社会有关智慧物流的呼声高涨。广义上智慧物流涉及多个层面，如国家政策，基础设施，硬件设备等；狭义上智慧物流则是以大数据的方式，对物流行业的全方位升级和优化。（二）运筹学助力大数据时代的智慧物流斯坦福大学决策分析与风险分析学博士、前谷歌全球商业运营高级经理王曦，是目前在智慧物流发展的领军者。在国内物流行业需要优化的前提下，王曦回国建立杉树科技，专心致力于研究智慧物流，也是我国第一家真正意义上研究智能物流的公司。他认为主要的发展归结于依附大数据的智能操作。简单来说就是，保证在消费者下单后，能有效结合买主的收货地址，尽早将就近的中转或配送站作为服务方，但是仓储的姿势选择就是智慧物流中亟待解决的问题之一。再者，在订单到达仓库后，需要及时将货物取出后包装寄送，是选择无人仓还是人工拣选，还是半人工半机械化操作，如何决策保证成本最低，效率最大化将成为一个问题。最后是货物的配送问题，如何在短时间内将货物送达至客户手中，其配送的路径及其路网的优化也是大数据后期研究的重点和难点。以上三个问题的确在现实生活中看了眼很好解决，但是都是在单独研究的背景下实现的。而相互结合在一起却并未有良好的研究成果。需要实现这些内容，首先是需要对运筹优化和大数据的深度学习掌握，如何像二战时期，将战备物资及时、有效、成本最小化般进行配送，这都是在此技术上延伸出来的运筹优化问题。运筹学的良好应用将会很好将物流、零售业等不同企业的物件派送、订单处理等在特殊的约束下实现最优解，将商业的实际问题转换为运筹学的数据建模问题，最后建模的结果能为物流的发展提供决策参考。（三）仓储、库存与补货管理的智慧化在现在的电商时代，如何准确快速将订单包构成快递送出，直至送到客户手中，就涉及到物流效率的问题。其次，货物的排列、订单的生产方式、货物的寄取方式的设计、配送路径的最小化等问题都是可以通过数学算法来实现。在现在的电商平台中，随着互联纲的便捷，很多网购存在即时下单即时退单的可能，这些顾客对货物的消费感受都是基于客户的反馈得到。但是这些信息分别分散在诸多平台，很少能充分利用，这都是需要大数据在背后支撑。对于目前大数据的发展现状，对于网上的海量订单至今还没能很好地解决，这都是需要借助运筹学和数据的结合，依托于大数据的前提才能对未来的趋势做好预测，将需求预测及时反馈到企业手中，企业可及时根据这些信息来对库存的容量和仓库中货物的信息来及时作出决策。目前国内首个Sass云端智能库存系统已经在试运行中，其研发对未来企业在仓储、库存和补货管理做好良好的实际应用效果。在这些系统的基础上，不仅需要运筹学的不断发展，其也依托于数学的不断进步得以实现，可实现对订单的自动合理的补货，在库存出现不合常理的状态发出预警，使管理者及时知晓状况，以备及时应对。长期以往，可提升消费者的购买体验，同时可减少企业对于货物的仓储成本，双方受益。（四）区域划分与送货路径优化的智慧化现如今，网购平台每日需要处理上万条订单讯息，在信息海洋中，如何将海量的信息筛选，并准确无误地送达到消费者手中成为了难点，这不仅需要信息的匹配，也涉及到配送决策问题。而平台一般拥有自己的配送车队，同时也可将业务承包给第三方物流发展。无论是何种方式，涉及到的问题是如何处理的过程。第一是如何加工信息分配给哪个系统，这涉及到需要多少的车辆，多少的运力订单分配给哪个最近的仓储配送中心，大概何时仓储等问题；其二，在货物出仓后，需要关注的是派送地址的选择，以往都是结合人工自身的经验来派送，导致派送时间的浪费，不同区域与区划的划分应该考虑如何分配工作；其三是路线的优化问题。一个小地方，一个派送员需要分别派送几个小区，但是在订单量增多的情况下，配送员的管辖区域就会变大，没有配送经验就会出现派送地址的优先级选择，选择的不当就会导致配送时间的增加。上述问题归结起来就是运筹决策问题。在派送员选择路径时，研究此问题可结合数学和运筹学的网络规划，建立路网派送时间的网络，将每个区域的需求及运力进行匹配，对于不足之处进行改进，最大化来提升运输效率。即每个派送员结合自身负责的范围，对运输车辆的路线及早规划设计，寻找最少的人、以尽量少的时间完成物件的配送任务。据悉目前，某物流团队发明的小马驾已经能结合区域智能化优化配送路径，在运输资源、订单处理、路径的规划和派送任务的管理等对派送路径展开优化研究。在运筹学的加入，不仅促使智慧物流的可能逐渐实现，也将物流行业带向另一个高度。五、结论综上所述，当前现代化物流产业的快速提升和发展在加快市场经济建设的同时，也为我国国民经济的增大做出重大贡献。而转型中的物流如果还未能有效的改善自身的结构与模式，必将导致物流行业的“原地踏步”。本文采用运筹学的多个例子来说明运筹学在解决实际的问题中具有良好的解决能力，对于眼下智慧物流的发展趋势，分析了如何有效借用运筹学理论才能更好服务于物流行业实际问题的解决。而大大发展运筹学也将为未来物流发展提供助力。参考文献：[1]熊义杰.运筹学教程[M].北京：国防工业出版社，2004.[2]宋伟刚.物流工程及应用[M].北京：机械工业出版社，2003.[3]沈家骅.现代物流运筹学[M].北京：电子工业出版社，2004.[4]邓潇敏.管理运筹学在企业运输问题中的运用[J].北方经贸,2019(04):144-145.[5]刘柏秀,李刚,齐晨.浅谈运筹学在交通领域的应用[J].黑龙江交通科技,2016,39(07):151-152.[6]张成羿.运筹学在物流领域的运用[J].物流工程与管理,2015,37(09):29-30.[7]崔荣升.运筹学在物流配送中心优化布局的应用综述[J].物流工程与管理,2015,37(11):58-59.[8]鄢玲,蔺赟,郭红霞.运筹学在物流中的应用与发展[J].沿海企业与科技,2005(12):182-183.[9]管莉军.运筹学在物流领域中的运用[J].山东商业职业技术学院学报,2005(04):12-14+21.[10]李艳.利用运筹学模型在物流企业中解决实际问题[J].淮南职业技术学院学报,2008(01):95-98.[11]尚品,姜昱舟.运筹学在物流输送管理中的应用[J].电脑编程技巧与维护,2010(13):44-47+57.[12]赵彦艳,胡桂萍.运筹学在物流管理中的应用研究[J].劳动保障世界(理论版),2013(05):87.[13]许慧.智慧物流时代电子商务末端配送优化研究[J].现代营销(下旬刊),2019(12):260-261.[14]吴竞鸿.基于众包模式的农村电商末端配送策略研究[J].价值工程,2020,39(03):43-45.[15]刘亚楠,郑长江,沈金星.基于地铁的城市物流配送路径优化[J].贵州大学学报(自然科学版),2019,36(06):114-118.[16]程丽丽.冷链物流一体化的