基于O2O的大型零售企业城市配送网络优化研究

作者简介:
赵泉午(1976- ),男,汉族,河南方城人,重庆大学经济与工商管理学院教授,重庆大学现代物流重庆市重点实验室,博士,研究方向:现代物流与供应链管理、营销渠道及零售管理;赵军平,重庆大学经济与工商管理学院,重庆大学现代物流重庆市重点实验室;林娅,重庆大学现代物流重庆市重点实验室(重庆 400030)。

原文出处:
中国管理科学

内容提要:

本文研究了O2O转型背景下大型零售企业城市配送网络优化面临的中转中心选址及末端需求点分配问题,构建了考虑配送中心到末端需求点近似配送距离的中转中心选址及末端需求点分配联合优化模型,设计了集成遗传算法和禁忌搜索算法的混合算法求解模型,通过混合算法与CPLEX的对比证明了本文算法的有效性。以苏宁重庆主城核心区域的城市配送网络优化为实例进行测算,给出了苏宁重庆主城核心区域中转中心的选址及需求点分配的联合优化方案。联合优化方案表明城市物流“最后一公里”末端配送成本占城市物流总成本的比例超过60%;车型是影响城市物流总成本的关键因素,选择与中转中心容量接近的车型能够显著降低城市物流总成本,减少运输距离;合理的中转中心选择能提高短距离配送比例和减少配送总距离。


期刊代号:F14
分类名称:物流管理
复印期号:2018 年 01 期

字号:

       1 引言

       布局O2O模式是国内大型零售企业应对电商冲击的重要途径。2014年国内连锁百强有75家开展网络零售,其中23%的门店提供自提服务。门店是实施O2O的关键环节,目前国内大型零售企业的O2O转型模式分为三种。第一种是门店仅提供商品展示及消费体验服务,不涉及任何线上订单的物流功能。第二种是门店提供线上订单的物流中转服务,以少数门店作为中转中心,为周边末端需求点提供配送服务。第三种是门店在前两种模式的基础上,提供客户自提、商品包装等服务,实现了线上线下库存及服务的共享融合。目前国内大型零售企业(苏宁、国美等)O2O布局以前两种模式为主。城市内部核心区域需求密度大,需求量集中,中转中心选址关系到城市物流系统运作效率和成本,各企业纷纷优化布局城市核心区域的中转中心,完善“最后一公里”配送。

       中转中心选址问题属于物流设施选址问题,大量文献进行了研究。Aikens[1]研究了现有多种选址模型,认为模型的选择应根据问题特征而定。Shen等[2]研究了包含一个供应商,多个需求不确定零售商的选址及库存联合优化模型,建立非线性规划模型进行求解。Tsao等[3]综合考虑区域配送中心选址、需求点分配及区域配送中心库存策略使物流总成本最小,论文采用非线性规划求解。Taniguchi等[4]应用双层规划研究了公共物流站点选址问题,采用遗传算法得出最优解。Wang Yong等[5]采用遗传算法和粒子群混合算法研究了两层物流网络设施选址及分配问题,并以中国贵阳为例对算法进行检验,其设计的算法适用于优化小规模的双层物流系统。Diabat等[6]研究了单个产品多层次库存选址联合优化问题,并采用拉格朗日松弛多阶段算法进行求解。Amir等[7]研究了价格影响需求和库存容量对物流设施选址的影响,通过数据模拟得出所建模型适用于优化价格、选址和库存联合优化。Jouzdani等[8]通过构建混合整数规划模型研究了交通拥堵及需求不确定下奶制品供应链规划问题。唐金环[9-12]研究了碳排放对企业物流设施选址的影响,企业可通过设施选址、车辆选择、路径设计等方式以较小代价降低碳排放。O2O物流设施选址与B2C物流设施选址具有相似特征,针对B2C物流设施选址问题,刘必争等[13]认为B2C车辆配送业务需考虑车辆的回访特性,并建立带软时间窗的选址-路径集成模型,结合遗传算法和退火算法求解。周翔等[14]考虑顾客满意度最大和运输成本最低两个目标,对B2C模式下城市配送物流网络中末端节点数量、配送中心和末端节点的选址进行研究,构建了两阶段优化模型并求解。蒋忠中等[15]建立选址-分配模型,设计基于嵌入表上作业法的遗传算法求解。Xu Bin等[16]立足于提升物流系统效率和降低运输成本研究了B2C两级物流分拨体系,采用Lingo软件求解证明模型的有效性。Torabi等[17]研究了电商物流库存设施选址和库存转运问题,建立了混合整数规划模型,通过数据仿真说明了库存转运对于电商企业的重要性。Yu等[18]研究了引入第三方物流时考虑车辆不返回的设施选址及路径问题,采用模拟退火算法进行求解,通过算例证明算法有效性。文献[19-22]研究了模糊需求下物流设施选址问题,集成优化设施选址、分配及路径规划。

       现有文献侧重优化算法设计,以随机生成中小规模算例验证算法有效性,缺乏明确应用背景,并且末端需求点规模设置鲜有超过300个。本文以苏宁等国内大型零售企业O2O转型实践为背景,综合考虑中转中心运营成本、车辆往返配送成本和车型选择等因素,构建整数规划模型对具有容量限制的城市配送中转中心选址、末端需求点分配和末端配送问题进行研究。本文的创新处体现在如下几点:一是基于苏宁等国内大型零售企业O2O转型实践为背景研究城市配送中转中心选址及末端需求点分配问题。二是针对问题特性及模型特点,论文综合了遗传算法和禁忌搜索算法的优点,基于启发式规则设计了集成混合算法,并通过混合算法与CPLEX软件求解结果的对比,验证本文混合算法的有效性。三是采用Daganzo[24]提出的距离估算方法测算中转中心到末端需求点的配送距离,该测算方法使得配送距离更加接近车辆日常配送距离。四是本文以苏宁重庆主城核心区域为实例进行测算,给出了不同情景下选址及末端需求点分配的具体方案,所得结论契合实际,具有较高的决策参考价值。

       2 问题及模型

       2.1 问题描述

       本文研究国内大型零售企业实施O2O转型面临的城市配送网络优化设计问题,也就是从城市配送中心到消费者过程中面临的中转中心选址和末端需求点分配问题,中转中心的备选地址为城市区域内全部零售门店。城市配送中心承担库存、包装、分拣、运输甚至流通加工等功能。中转中心承担订单的中转分拨功能。末端需求点包括自提点、公共快递取送点、自提柜等形态。城市配送中心到中转中心一般采用轻型卡车运输,中转中心到末端需求点采用三轮车、摩托车、面包车及电动车等车型进行配送。末端需求点同时回收客户的退换货,将退换货送至中转中心,由中转中心转送至城市配送中心。城市配送物流总成本包括从城市配送中心到中转中心的运输成本、中转中心运营成本和中转中心到末端需求点的配送成本。

       2.2 变量及参数定义

       为方便刻画大型零售企业城市配送网络优化中面临的中转中心选址以及末端需求点分配问题,定义如下变量及参数。

       I:备选中转中心集合,I={1,2,…,m};

       J:末端需求点集合,J={1,2,…,n};

      

相关文章: