部分联合运输策略下的物流车辆路径优化问题研究

      0 引言

      随着当今全球商业竞争日益激烈，客户需求的多样化和物流系统结构复杂化日渐明显，越来越多的企业将物流活动业务部分或全部外包给第三方物流供应商，以达到减少物流配送成本并提高企业核心竞争，以达到减少物流配送成本并提高企业核心竞争力的目的，同时促进原有企业的服务范围扩大，自身管理能力提高。生产型企业为了更好的发挥企业核心竞争优势，往往以物流业务订单的模式将运输任务部分或全部的雇佣专业物流服务企业进行。同时随着第三方物流产业的迅速发展，如何有效的整合物流外包业务并提升企业的服务质量和响应速度，逐渐受到了企业和学术界的广泛关注[1～11]。

      物流车辆路径优化问题(Vehicle Routing Problem，VRP)是由Dantzig和Ramser在1959年提出，用于研究亚特兰大炼油厂到各个加油站车辆调度的运输路径优化设计问题[12]。在随后的几十年里，许多国内外的专家学者与企业实践者从数学模型以及智能优化算法等多个方面对这类问题进行了广泛的研究，并取得了许多优秀的成果，并使得VRP问题不断的扩充与发展[13-16]。

      联合运输模式(Inter-modal transport)是指装在同样货柜里的货物至少经过两种运输方式进行运输任务，货物在转运过程中没有经过拼装和卸载。针对联合运输策略，国内外学者从不同角度展开了研究。Son Duy Dao等[17]研究了虚拟市场下客户选择与联合运输调度优化策略，并提出了一种动态染色体编码的遗传算法进行求解。Felix T.S.Chan等[18]讨论了联合运输管理模式对供应链性能的影响。刘建国[19]对同一地域多经销商提出了初始阶段联合运输，然后再独立运输部分联合运输策略，并证明了合并因子是影响联合运输的主要因素。翁克瑞[20]等在此基础上研究了考虑直通运输、单点中转、两点中转的协同运输的路线整合问题，并采用Benders分解算法进行求解。

      通过上述综述分析可知，以往的研究对于企业物流外包整合的研究，未考虑到企业原有的自营物流的服务资源，将物流业务全部外包给第三方物流企业进行物流业务整合会造成企业自身资源的浪费，因此在实际操作过程中企业往往将部分物流活动业务进行第三方物流外包，从而达到提升企业物流服务质量和响应速度的目的。本文针对企业物流业务部分外包的情况，在现有研究成果的基础上，提出了企业自营物流和第三方物流协同运输的部分联合运输模式并建立数学模型进行量化计算分析。同时根据本文所提出的物流车辆运输策略的特点，对已有的逆选择操作蚁群算法进行进一步的改进后进行求解分析。

      1 问题描述与模型建立

      面对激增的企业需求客户数量，企业将物流活动业务部分外包给第三方物流企业，可以有效的整合企业现有的物流资源，同时对服务的覆盖范围进行拓展与提高客户需求响应速度，在节约企业物流运作成本的前提下最大化客户服务水平。然而面对庞大的客户需求点而言，哪些客户需求点适合采用第三方物流进行配送，哪些客户需求点仍应采用企业自营物流车辆配送？这是企业进行车辆排程优化前必须进行的节点分组工作。

      

      图1 企业配送中心与客户需求节点的资源分布结构图

      图1给出了一个企业配送中心与客户需求节点的资源分布结构图，存在着两类特殊的客户需求节点，若这两类需求节点仍采用企业自营物流车辆进行配送，则会产生自营物流配送车辆增加或运输路程过长的问题，极大程度的增加了过多的企业物流运输成本，并造成企业资源的浪费。因此在进行物流车辆排程工作之前，我们首先对物流节点按照如下规则进行分类：

      第一类需求点：采用企业自营物流进行直接配送服务的客户需求点，这类需求点称为第一类需求点。

      第二类需求点-α：由于需求点的需求量过大，直接配送会导致占用过多车容量从而影响其他需求点配送任务的客户需求点。设车辆负载阈值为δ，当需求点的需求量大于δ时，该客户需求点采用第三方物流直接从配送中心进行配送任务，这类需求点称为第二类需求点-α。

      第二类需求点-β：地理位置相对于其它客户需求点距离较远的客户需求点或点集，直接配送会导致增加过多的运输成本，故采用企业自营物流与第三方物流协同运输的方式进行服务。首先通过企业自营物流车辆将该客户需求点的货物通过企业自营物流车辆运送到与该客户需求点最近的第一类需求点，之后采用第三方物流完成后续的配送任务，这类需求点称为第二类需求点-β。

      根据上述定义可知：部分联合运输模式下的物流车辆路径优化问题可以描述为：一个拥有若干辆自营物流车辆的物流配送中心，为l个需求点进行配送服务，其中需求点可分为第一类需求点、第二类需求点-α、第二类需求点-β三类。第一类需求点采用企业自营物流车辆从配送中心出发后依次直接进行服务，第二类需求点-α采用第三方物流车辆直接从配送中心进行取货配送服务，第二类需求点-β采用企业自营物流车辆配送至某一第一类需求点后由第三方物流车辆取货并完成后续配送服务，部分联合运输模式示意图如图2所示。在运输调度开始前可以获取到各类需求点的地理位置与客户需求信息，每中车型物流车辆的装载限额和调用成本，企业自营物流车辆和第三方物流车辆的单位运输成本，以及任意两个需求点和配送中心之间的距离。假设每个第一类需求点只能由一辆企业自营物流车辆服务，每个第二类需求点-α和第二类需求点-β只能由一辆第三方物流车辆服务，并且企业自营物流车辆进行直接服务和间接服务的两类客户需求点的客户需求总和不能超过该车型的装载限额。建立一个合理的调用企业自营物流车辆数目、安排第一类需求点的配送路径以及确定第二类需求点-α和第二类需求点-β的第三方物流车辆运输路径的优化策略，使得总物流配送成本最低。