库存运输一体化优化的仿真分析_物流中心论文

库存—运输整合优化的仿真分析，本文主要内容关键词为：库存论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

运输成本和库存成本是物流系统中占比例最大的两项成本，运输问题和库存问题也是运筹学中两个重要的研究领域。运输与库存之间存在着“效益悖反”的关系，少批量高频率运输能够降低库存成本，但导致运输成本增加，大批量低频次运输能够降低运输成本，但库存成本会增加。库存费用与运输费用的交替损益关系是困扰企业多年的问题。

本文将采用仿真方法分析对战略层面的ITIO问题进行实证分析。研究如何设计物流系统，能够使系统在一定库存策略下，满足时间约束、装载能力约束的条件下，使物流总成本最低。系统配置的项目主要有库存策略的选择、车辆装载能力、随车工作人员数、客户满意度。本文研究的供应链中有一个物流中心，多个零售商，各零售商向物流中心订货，物流中心向供应商订货以补充库存。物流中心在整个系统中起着承上启下的作用，所以本文将围绕物流中心展开实证分析。考虑到ITIO问题的复杂，分析将分两步进行，第一步仅考虑库存问题，比较在现有参数下最优的库存策略选择；第二步，在一定库存策略下的最优运输方案。

一、库存策略仿真研究

库存策略是决定什么时间对库存进行检查、补充，每次补充的数量是多少。库存策略有很多，但基本决策变量为检查周期t、订货点R、订货批量Q、最大库存S。根据检查周期是固定还是可变，可以分为连续性检查策略以及周期性检查策略。其中连续性检查策略又分为固定定货量、固定订货点策略，即(R，Q)策略，以及固定订货点、最大库存策略，即(R，S)策略；周期性检查策略包括，固定定货量的(t，Q)策略以及维持最大库存的(t，S)策略。本文采用仿真方法对以上四种库存策略进行比较。

（一）库存系统仿真参数

本文数据均为来自某企业A的数据，出于保密原因做了适当处理，并隐去企业名称。表1是与物流中心有供应关系的零售商信息表包括年需求量，以及零售商与物流中心的距离。

在库存系统中有三种随机变量：①每次的需求量；②两次需求间的时间间隔；③提前期。在最简单的库存系统数学模型中，需求量始终为常数，而提前期也是零或常数。但大多数实际情况中需求的时间是随机出现的，每次的需求量也是随机的。从一般意义上讲，订货提前期的分布通常和T分布是非常拟合的。但在研究库存系统时，考虑的主要因素是需求量而不是提前期，提前期一般只视为对库存策略的一种制约，因此在多数情况下，将提前期的分布简化为用均匀分布来描述或者用正态分布来描述。均匀分布、几何分布、二项分布以及泊松分布都可以用来描述需求的分布，它们分别提供了满足各种需求模式的分布形式，即在一定周期内的需求量的分布。本文中各需求点的需求量及需求时间间隔如表2所示。

（二）库存策略决策变量

库存策略中用到四个决策变量，分别是检查周期t、订货点R、订货批量Q、最大库存S。可以使用Witness的优化功能，优化在各种库存策略下决策变量的取值。在进行优化前先确定决策变量的初始值，然后使用优化功能得出各决策变量以库存成本最低为优化目标的优化值。

商品的总需求速率为平均每天45件，订单的平均处理成本为30.625元／订单，库存持有成本为1.2元／天。物流中心的订货提前期服从参数为(2，3)的均匀分布，订货提前期平均为2.5天。因此可以在仿真模型中设定仓库商品的初始值为45×1.5=67.5件≈68件。使用EOQ公式计算出再订货批量Q*。

大概估计再订货点的范围。再订货点的上限可以设为每天的平均需求量和订货提前期最大值的乘积，下限可设为需求量和订货提前期的最小值之积。

下面确定四种库存策略的寻优范围：

(1)(R，Q)策略：Q的下限设定为各需求点需求分布下限与需求间隔上限之比的和，Q的上限设定为各需求点需求分布上限与需求间隔下限之比的和，Q下限=23，Q上限=102。因此决策变量(R，Q)的寻优范围为(90，23)、(135，102)。

(2)(R，S)策略：决策变量(R，S)的寻优范围为(90，138)，(135，183)。

(3)(t，Q)策略：t的下限可以设定为各需求点需求间隔的最短时间，为0.5天，t的上限可以设定为各需求点需求间隔的最长时间，为4天。因此决策变量(t，Q)的寻优范围为(0.5，23)，(4，102)。

(4)(t，S)策略：决策变量(t，S)的寻优范围为(0.5，138)，(4，183)。

（三）Witness库存仿真模型

1.系统逻辑结构

参照Harrell等人将概念模型转化为仿真模型中的各种元素方法，建立了Witness仿真模型。库存仿真系统的逻辑结构分为四个模块：需求产生模块、订单处理模块、发货模块和数据处理模块。

需求产生模块：系统开始运行后，系统按照各个客户需求的分布和需求产生的时间间隔分布函数，随机生成包含需求量信息的订单，订单被发送到物流中心进行处理。

订单处理模块：订单到达物流中心将各个订单进行处理，根据订单需求和库存情况生成出库量数据。

发货模块：出库量确定后将已经出库的商品送到相应的客户处。

数据处理模块：系统模拟结束后进行数据计算与整理。

在模型的设计上采用了模组化(Module)的设计。将物流中心的订单处理、发货处理功能融合在一起，作为一个模组。客户也有特殊性，并且各个客户的性质相同，将客户作为一个模组。模型的其它变量放在仿真模型的主框架中。

2.各种库存策略下的仿真结果分析

使用Witness的Optimize模块进行决策变量的优化，选用的优化算法为Adaptive Thermostatistical SA模拟退火算法，设定系统的预热(warm up)时间为一个月，每种状态的运行时间为6个月。目标函数值

Obj=缺货成本+存储成本+订货成本

以这个目标函数值最小化为优化目标，对各个库存策略进行仿真优化分析。

(1)(R，Q)策略：设定仿真步长为1，状态空间大小为4646。通过仿真运行得出最优的8种方案，如表3所示。

(2)(R，S)策略：设定仿真步长为1，状态空间大小为2116。通过仿真运行得出最优的8种方案，如表4所示。

(3)(t，Q)策略：Q的仿真步长为1。由于t的时间单位为分钟，所以设定t的仿真步长为20。状态空间大小为20240，通过仿真运行得出最优的10种方案如表5所示。

(4)(t，S)策略：S的步长设定为1，t的步长设定为20，状态空间大小为11638。通过仿真运行得出的最优方案如表6所示。

从以上四种策略的仿真结果可以看出，在四种策略下，都可以达到最优的目标函数值。各种策略下都有多种决策变量组合，可以实现库存成本的最小化。出现这个结果主要是因为在各种库存策略下的需求及考虑的成本因素相同，在现实中可能会有所不同。本文所建立的各种库存策略下的仿真模型考虑了一般库存系统都有的共性。在实际应用中，可以根据现实情况将各种成本因素加入到优化目标函数中，使得库存的优化仿真更加符合实际情况。

二、库存运输整合仿真分析

（一）库存—运输系统仿真参数

运输资源配置主要是解决需配置多少运输车辆、安排多少随车工作人员。运输系统仿真模型是建立在前面库存系统模型基础上的，在库存模型中增加了运输车辆、道路等元素建立，也可以称作是库存—运输系统。在建立运输系统时需与一定的库存策略相结合，本文将运输策略与库存系统的(R，S)策略相结合，(R，S)的取值从表4中选取，本文选取了(121，173)。与库存系统相关的参数在此不再赘述，仅给出与运输相关的参数。

与运输相关的信息包括：

车辆的购置成本：每辆车为15万元；

可变成本：车辆的行驶费用、维护费用和雇员工资；

行驶速度：分为空车行驶速度和载重行驶速度；

装载时间：在物流中心装载货物所需的时间；

卸载时间：在需求点卸货所需的时间；

装载能力：由于运送的商品较为特殊，要求使用特殊的运输车，此种运输车的最大装载能力为6件商品。

与运输车辆相关的具体参数如表7。

说明：运输车辆最多可装载6件商品；y为每次的装、卸载量，单位-辆；装卸时间与随车工作人员相关。

运输车辆的工作时间为：早8:00-12:00，休息一小时，13:00到17:00，休息一小时，18:00-22:00，休息至明天早上8:00

当考虑库存与运输两方面因素时，总物流成本(Total Logistics Cost，TLC)，变为TLC=库存成本+运输成本，其中库存成本包括存储费用，缺货损失费用，订货费用（每订购一次的费用）；运输成本包括：车辆的购置成本、车辆的可变成本、人员成本。

（二）Witness运输—库存系统模型

1.系统逻辑结构

运输—库存系统模型比库存系统增加了两个子逻辑模块，分别是叫车模块、运输模块。

叫车模块：当有商品出库时，出库商品存放在物流中心的出库暂存区，根据需运送商品的总量及运输车的装载量，生成叫车次数。

运输模块：在叫车次数确定后，运输车根据需求装载商品，然后沿着最短路径将商品依次送到各个客户处。如果在一个客户处，运输车已经全部卸载则返回停车场等待下一次运输任务。若还有需卸载到其它客户的商品则沿最短路径将商品运送到下一客户。

2.各种资源配置情况下的仿真分析

分析的具体内容包括：每辆车的使用情况；商品出库后等待运输的平均数量、平均时间；不同资源配置情况下的成本情况。先找出较优的资源配置方案，然后分析比较组合运输与非组合运输的差异，组合运输是指将非整车的待运商品一起装运，一辆运输车可能向多个客户运送商品，组合运输能够提高运输车辆的装载率。非组合运输是指各个客户的等待运送商品分别叫车，一辆运输车只向一个客户运送商品。

由于每天的平均需求量为45件，每辆运输车的装载能力为6件，平均每天约需安排7车次运输。在开始时安排7辆运输车。每车工作人员数为1人。采用这个配置来运行仿真模型，将仿真时间设定为一年，预热时间设为一个月。图1是经过一年仿真时间后使用7辆运输车时的运行状态图。

运输车辆的统计状态有六种，这六种状态所占百分比合计为100%。Idle表示车辆的空闲状态，Idle状态包括车辆卸载后空车返回停车场的时间，车辆在停车场等待下次运输任务的停留时间）；Demand状态是车辆为了响应叫车需求运行的状态；Transfer状态是车辆装／卸载的状态；Loaded状态是车辆负载运行的状态；Stop状态是车辆由于某种原因停止的状态；Off-Shift状态是车辆的正常休息状态。从图1中可以看出，当使用7辆运输车时，车辆的空闲状态远大于工作状态。除去正常休息时间，各个运输车的空闲状态占其工作时间的百分比平均在65%以上，这说明配置7辆运输车辆会造成运输资源的浪费。