下载掌阅APP，畅读海量书库
立即打开
在全球化背景下，随着工厂间合作生产和企业间并购的日益盛行，分布式制造成为一种常见的生产方式（Srai et al.，2016）。分布式制造可以充分利用多个企业或工厂的资源，通过资源的合理配置、优化组合和共享，实现以合理的成本快速生产产品。目前，不仅传统产业（如汽车、飞机、烟草等），而且新兴产业（如半导体、生物医学设备、电子等），都越来越多地采用分布式制造的生产模式（Helu et al.，2020）。
我国中部某烟草公司每年卷烟生产原料调拨费用高达几千万元，调拨成本长期居高不下成为该公司面临的困境。其下属8家卷烟生产厂位于不同城市，该公司目前还未设立原料中心仓库，原料采购后就近存放于各工厂，即每家工厂持有若干种一定数量的生产原料库存。每种卷烟品牌（共十几种）由上百种原料混合加工而成，分散式生产及仓储布局导致生产原料在各工厂间频繁调拨。该公司生产计划以月为周期且提前30天下达，各工厂接到生产任务后，结合当地合作运输公司的运力，在提前期内自行制定原料调拨方案以满足其生产需求。目前，该公司采用的就近送货制为：工厂1需求一定数量的某种原料 m 时，先将需求信息发送给离其最近的工厂2，工厂2派车将原料运送到工厂1，然后空载返回。若工厂2（供应有限）不能充分满足工厂1的需求，则工厂1按就近原则依次联系其他工厂送货，直至其需求得到充分满足。
在此模式下，原料调拨决策权分散于各个工厂。一方面，每个工厂通常仅从自身角度出发，制定单批次需求的局部最优供需匹配策略，即各工厂仅根据自身需求向距离最近的工厂请求原料供应。另一方面，针对单批次需求，每个工厂仅从自身利益出发考虑局部最优运输路径决策，没有站在公司的角度考虑整个运输网络的最优路径规划，运输路径安排不合理。此外，缺乏针对多工厂需求的集中调度措施，从而导致车辆高频空载、运输资源严重浪费。为解决所面临的物流困境，该烟草公司希冀成立一个物流管控部门（物流中心），在资源整合和集中决策下，通过构建联合最优的工厂间原料供需匹配决策和访问路径决策来制定全局最优的原料调拨方案，以此提高运输资源利用率及原料调拨效率，进而降低原料运输成本。
连锁零售行业存在类似的调拨优化问题。例如，在服装连锁店的运营中，新品上市后，通常总店会在各家连锁分店布置一定的库存以快速响应客户需求、增加销售机会。然而，当新品销售一段时间后，某些分店（畅销地区）不可避免地因为尺码或颜色等出现缺货情况，而一些其他分店仍持有较高库存（销售不佳地区）。在实际运营中，当客户预购买的商品出现缺货时，此分店通常采用向距离自己最近的其他分店调货（就近调货）的方式来尽快满足客户的需求。显然，这种调货模式没有考虑其他分店的商品需求情况，所考虑的商品供需匹配决策及调货路径决策均为局部最优，缺乏全局视角下联合决策的考量。最好的调货模式是在各商店出现断货之前，总公司从全局的角度对各商店中的商品库存进行重新布局，以避免缺货的发生。
以上调拨优化问题在学术上可定义为多商品供需未匹配取送货车辆路径问题。当前针对该问题的研究主要集中在共享单车系统中的单车重新布局（Raviv et al.，2013；Chemla et al.，2013；Dell’Amico et al.，2014；Forma et al.，2015）和多港口间石油运输（Andersson et al.，2011；Hennig et al.，2012a, 2012b；Agra et al.，2013，2014，2015；Siddiqui and Verma, 2015）上。在共享单车系统中，每个站点存放一定数量的单车，客户根据自己的需求可以在任意站点骑走，使用结束后根据自身的便利性选择相应的站点进行归还。一段时间后，当前系统中有些站点的单车数量就不能满足客户的日常实际需求，而有些站点的单车数量则远远大于客户的日常实际需求。因此，需要在各站点间安排单车转运以提高其利用率。而在石油制造系统中，通常在海上多个港口进行，每个港口只生产一种或几种规格的原油，而石油是由多种不同规格的原油混合炼制而成的，因此，为了顺利生产炼制，通常需要在各炼油厂之间转运不同规格的原油以满足每个炼油厂的需求。
本书针对以上所面临的物流优化问题，基于不同企业或企业不同运营场景的优化需求，分别考虑不同的约束条件和优化目标，对具体优化问题进行提炼并加以研究，通过建立数学优化模型和设计优化算法获得相应的调拨优化方案。本书研究成果不仅可拓展取送货车辆路径问题的现有理论，而且可帮助企业提高物流效率，降低物流成本，进而为其生产运营提供重要的决策支持与指导。
（1）理论意义
本书对多商品供需未匹配取送货车辆路径问题进行了深入研究，基于是否多车场、多车型、允许多次访问，分别探讨了单车场、单车型、单次访问条件下的多商品供需未匹配取送货车辆路径问题，多车场、多车型、单次访问条件下的多商品供需未匹配取送货车辆路径问题，多车场、多车型、多次访问条件下的多商品供需未匹配取送货车辆路径问题。理论创新如下：
取送货车辆路径问题在多点调拨系统中普遍存在，属于NP-hard问题。该问题研究时通常需考虑车场数、车型种类、商品种类、客户服务次数等诸多因素，已有文献多假设客户间供需已匹配、单商品和取送货需求一次性满足，优化目标多设置为总路径最短。而从企业运营实践来看，运输方案不仅要规划客户间访问路径，还需进行客户间供需匹配；运输成本不仅与运距有关，还涉及运输货品的重量和派车成本；运输网络中多商品更加常见，且客户需求量往往大于车辆装载能力。因此，本书首次尝试以“运距×运量”的车辆路径成本和基于额定吨位的固定派车成本之和最小为优化目标，建立同时考虑多商品、允许多次访问、客户间供需未匹配和需求取送货车辆路径问题模型，并基于问题特性分析，设计了不同的启发式求解算法，验证了其求解文献中相关问题和企业实际问题的良好表现。研究成果可有益拓展现有取送货车辆路径问题理论，同时为其他相关问题的研究提供理论借鉴。
（2）现实意义
多商品供需未匹配取送货车辆路径问题来源于企业实际的物流需求。针对不同企业实践运营中所面临的多点间商品调拨优化场景，细化约束条件和优化目标，提炼出具体的优化问题。构建量化的数学模型，通过设计高效的启发式算法来求解大规模实例；通过相关文献中的算例和企业的实际算例，验证模型的有效性和求解算法的高效性。将有关理论模型和优化算法研究成果，结合管理经验，转化为可操作的智能管理方法，帮助企业有效降低物流成本及提高物流效率，为企业生产运营提供科学决策支持。此外，同时优化供需匹配关系和车辆路径的调拨方案符合企业进行集中决策和系统分析的发展趋势，可帮助相关企业推进物流集成化、智能化与精益化建设，进而提升其核心竞争力。