1、1基于改进遗传算法的库存与配送系统联合优化研究摘 要：库存与配送联合优化可以提高物流运作效率，有效降低成本，本文基于供应商管理库存构建了一个但供应商对多零售商配送模型，并结合 C-W 算法，对遗传算法进行改进运用于构建的模型求解，实例验证说明了改进算法对库存-配送问题求解的有效性。 关键词：库存配送系统；联合优化；遗传算法；C-W 算法 一、库存与配送系统联合优化研究分类 1.联合优化思路。在库存与配送联合优化研究提出之前，大多学者都是单独对企业库存与配送进行研究的，比如考虑输入输出对动态库存进行研究，单独进行配送线路规划，动态库存管理研究中输入输出是已知的，没有考虑输入输出受企业采购过程中供
2、应商配送的影响，而单独的运输线路规划问题则没有考虑库存内部动态管理，因此，对库存与配送系统联合优化研究很有必要，目前该类研究大致可以分为以下类型： 一类研究基于供应链整体成本，构建模型求得整体的订货量与配送策略。此类研究综合考虑了供应链各节点企业的三大成本“库存、采购与运输” ，基于各方需求统一确定，互相了解需求，并且不允许缺货情况的发生，运输服务统一由第三方提供，构建的目标优化模型以生产商的生产成本、零售商的采购、库存成本，以及运输服务提供方的运输成本，以此求得最优解。但是该类研究没有考虑供应链参与各方的合作情况，各方对于利益的分配、成本的分摊机制没有考虑，容易造成分配不均而2产生摩擦。 另
3、外一类研究则是是由供应商主导库存配送，考虑一个供应商对多个零售商的库存-配送进行管理，构建模型对各独立零售商的库存进行管理，基于各地库存对时间、数量的需求，以自身成本最小为目标，进行路线规划，及时给零售商补货。供应商管理库存与前一类研究不同，两类研究均从总体成本最优角度出发，但是前一类研究没有厘清供应链中各企业角色，及相应的职责，此类研究确定了供应商管理库存，则明确了研究的类型，对于成本分配问题有了较好的解决。通过建立合理的数学算法可以对基于库存考虑的线路规划问题求得最优解，通过供应链各节点的协同配合促进运作效率，各方均获得最大收益，为实际供应链运作提供参考。 2.算法研究分类。库存-配送系统
4、可以视为库存-路径问题的升级版，但是本质考虑的重点仍然是供应链各方库存保有量、采购量、采购周期，与运输路径选择之间的合理调节。对于库存-路径问题的算法研究较多，我们可以借鉴其相关算法应用于库存-配送系统研究。 （1）启发式算法。运用启发式算法对库存-路径问题进行求解的研究比较普遍，如蚁群算法、邻域搜索算法、禁忌搜索算法、模拟退火算法、遗传算法及人工神经网络等智能算法都或多或少有应用于库存-路径研究领域，其中遗传算法有较好的收敛性，能较快地达到全局最优解，并且有优胜劣汰的算法规则，最多地被运用或改进后运用于库存-路径求解。 （2）C-W 节约算法。C-W 算法是解决旅行商提出的，基于节约的理3念
5、，适用于物流单元间流量较为稳定，变化不大的问题，是一种较为简洁实用的算法。由供应商主导库存，为多个零售商供货可以解决信息不对称造成的库存过度配置，配送次数多配送量过大的情形，可以达到配送次数最少，配送量最经济（供应商、零售商采用最佳采购量）的效果，此时配送路线上配送较为稳定，配送变化不会太大，不会因为市场需求变动过大而引起配送问题，因为供应商对零售商的库存需求情况十分了解。因此 C-W 算法比较适合研究库存-路径问题，多数学者采用遗传算法或其他优化算法是都会结合 C-W 算法特点进行研究。 （3）其他算法。除运筹学领域优化算法、智能算法与 C-W 算法这几类典型的库存-路径求解算法之外，一些学
6、者还采用概率论领域的马尔科夫决策过程研究随机需求下的库存-路径算法，也有学者采用分散决策算法（DDA decentralized decision algorithm）以求解分散决策情形下的库存与运输问题） 。 二、库存与配送系统联合优化模型构建 库存与配送系统联合优化是促进供应链一体化的有效手段，本文基于供应商统一管理库存构建一个供应商对多个零售商配送的简单两级供应链模型。 1.模型假设。 （1）各零售商需求确定，且均与供应商形成直接连接网络；（2）零售商不允许缺货，不考虑提前期；（3）运输费用与距离成正比；（4）一个运输车辆一天只做一次配送，在不超过运输车辆的满载负荷前提下可以为多个零售商
7、配送；（5）多个零售商的不同货物可以拼车运货，这一点由供应商统一管理库存，统一配送可以比较好地解决。42.符号表示。本文考虑的是由供应商管理库存，由单供应商与多个零售商构成的一对多的简单二级供应链，用数字序号下标表示供应商与零售商，i（0，1，2，.，N） ，0 表示供应商，1 至 N 表示零售商。货物由供应商负责配送，共有 M 辆运输车，每辆车的载重相等为 Q，供应商的补货周期为 T，eij 表示供应商及各零售商之间的距离，di 表示零售商的需求率，A0，Ai 表示供应商与零售商的补货成本，h0 与 hi 表示供应商与零售商的库存成本，C 表示车辆的运输成本，在供应商的补货周期内，ni 表示零售商的订货次数，ti 表示零售商的订货周期，则 T=niti，令 Xijkt 表示车辆 k 在时间 t 从点 i 开往 j 进行配送，是则值为 1，否则为 0，令 Qjkr 表示车辆 k 在时间 r 为点 j 配送的货物量。 3.数学模型。本文将采用遗传算法，较好地控制库存，并利用 C-W算法来寻找车辆调度，路径选择方案，通过这些手段要达到一个统一的目的，那就是我们所要设定的目标函数，本文以成本最小为目标，更细化为单位时间的供应商库存、运输成本，零售商的库存成本，同时还需要获得供应商与零售的采购周期，配送路径方案作为输出，以（T，ti，ni，Xijkt）为决策变量构建如下目标函数： （1）
