存在不同取貨頻次情況的汽車生產(chǎn)配送物流研究

柴 軼， 季建華， 孫 琦

(上海交通大學安泰經(jīng)濟與管理學院, 上海 200030 )

0 引 言

汽車物流業(yè)一直以來都被國際物流同行公認為最復雜、最專業(yè)的物流領域.作為從事汽車物流服務的第三方物流企業(yè)，如何利用自身資源，更好地開展物流業(yè)務，高效地滿足企業(yè)生產(chǎn)及物資流通的需要，降低物流成本，從而增強我國汽車制造企業(yè)及其產(chǎn)品在國內外市場的競爭能力，是一項非常具有現(xiàn)實意義的研究課題.

汽車制造企業(yè)的生產(chǎn)工序復雜、技術含量較高，一輛汽車的生產(chǎn)組裝需要上萬個零配件和百十余種原材料，因此，生產(chǎn)物流是涉及企業(yè)核心技術的非常重要、非常復雜、專業(yè)性很高的物流系統(tǒng)[1].在目前的汽車生產(chǎn)中，生產(chǎn)物流居于很重要的地位.物流服務供應商必須將原材料在特定的時間運送到主機廠以供主機按計劃生產(chǎn)[2,3].但是在實際的企業(yè)運作中，物流服務提供商卻面臨以下幾個問題：

(1)運輸成本最小化.在實際運輸過程中，企業(yè)為節(jié)省成本，往往采用milk-run的形式進行運輸，由于供應商眾多，運輸問題即為NP-HARD問題[4]，在運輸過程中，如何有效的壓縮成本就成為了第三方物流商面臨的一個難題.

(2)運輸頻次不一致[5].由于汽車制造過程中所需要的原材料和零部件非常復雜，所以主機廠對其所需要的頻次也存在著非常不一致的情況.有些零部件必須達到一日一運輸?shù)念l率才可以保證生產(chǎn)順利，而有些零部件體積很小且使用頻度不高，在這種情況下再進行每日取貨顯然很不經(jīng)濟[6].本研究針對汽車物流中不同頻次的配送點展開研究，希望結合定量分析及軟件計算等方法，驗證不同頻次配送點組合的可優(yōu)化空間.

1 汽車生產(chǎn)物流優(yōu)化模型構建

1.1 模型假設及變量定義

k：完成配送所需要的車輛數(shù)，T0：每輛車每天可以工作的時間，T1：每輛車在RDC中的裝卸時間，Q：車輛可以運送的最大載貨量，v：車輛運輸?shù)乃俣?

1.2 模型構建

如果把RDC和供應商用頂點表示，它們之間的距離看成是邊，邊長已知，這樣就得到了一個滿足三角不等式的完全圖，于是這個問題就轉化為一個完全圖分解成若干個子圖的問題.這里的每個子圖被稱為子環(huán)游[7]，要求這些自環(huán)游中的任意兩個有且只有一個公共頂點(也就是備件RDC),它們能覆蓋圖的全部頂點，如圖1所示.

圖1 物流網(wǎng)絡配送示意圖

由定義1，可以建立模型2：

mink

(1)

S.T.E(Ci)/v+Z[(V(Ci)(〗s})]+T1≤T0

(2)

[V(Ci)∩V(Cj)](〗s}=?

(3)

(4)

D[V(Ci)]≤Q

(5)

其中:(1)表示優(yōu)化目標，配送需要的車輛最少，也就是子環(huán)游的個數(shù)最小；(2)指每輛車的配送時間不能超過T0個小時，Z[(V(Ci)(〗s})]指子環(huán)游經(jīng)過的頂點去掉{s}后的頂點個數(shù)；(3)指子環(huán)游相交的點只有頂點{s}，即指配送車輛僅會配送一次供應商；(4)指有所子環(huán)游的頂點涉及的頂點為頂點集內所有元素，即指配送車輛會經(jīng)過所有的供應商；(5)指每個子環(huán)游包含的供應商的容量不能超過Q.

1.3 配送頻次方案組合

根據(jù)汽車生產(chǎn)物流實際運作模式及貨量大小，現(xiàn)假設供應商取貨的頻率可以歸結為一天一次，兩天一次，一周兩次和一周一次這4種情況[8,9]，為了方便表示，可以用①②③④來表示每一類供應商,具體含義如表1.

表1 符號含義

供應商的不同頻次勢必會影響配送路線和配送計劃，項目具體的解決方法可通過下面的說明解釋.

根據(jù)現(xiàn)有的工作模式，不妨以周一作為循環(huán)開始，以一星期為一循環(huán)(6個工作日)，每天取貨的供應商根據(jù)供應商的取貨頻次不同進行組合.為了方便解釋，不妨假設只存在每天取貨一次的情況及每兩天配送一次的情況，即只存在①和②兩種情況，先將①和②組合，如表2所示.

表2 ①②的組合結果1

表2表示，在只負責運輸?shù)谝活惣暗诙惞痰那闆r下，周一只用負責第一類的取貨，而周二就需要同時負責第一類及第二類的取貨.但是，還有另外一種配送方案，如表3所示.

表3 ①②的組合結果2

表4 ①和②不同組合出現(xiàn)的頻次

但無論何種配送方案，從表2、表3可以看出不同組合出現(xiàn)的頻次均相同，如表4所示.

由此可以看出，如果每周只負責運輸?shù)谝活惣暗诙惞痰脑?，一?天的工作日中，需要有3天對第一類的供應商配送，3天對第一類及第二類統(tǒng)一配送.

在這個基礎上，將第三類③加入，不管是加在哪一天，組合出現(xiàn)的頻次均是不變的.不妨假設是第一種情況,結果如表5～表7所示.

表5 第一、四天加入③

表6 第二、五天加入③

表7 第三、六天加入③

表8 ①、②、③組合出現(xiàn)的頻次

從表5～表7可以看出，不同組合出現(xiàn)的頻率如表8所示.

在表8的基礎上，將第四類④加入，這時會出現(xiàn)不同的情況，不妨假設目前采用的配送方案是在一、四天加入③.在此基礎上，可以推導出以下幾種情況，如表9～表12所示.

表9 第一天加入④

表10 第二(六)天加入④

表11 第三(五)天加入④

表12 第四天加入④

現(xiàn)在把表9～表12表示的配送方案命名為方案一、方案二、方案三、方案四，表13表示4種方案下不同組合的頻次情況.

表13 不同組合及相應的頻率

基于以上分析，可以看出，配送成果是跟具體選擇的方案掛鉤的，為了得到最優(yōu)的配送方案，計算過程中需要將4種優(yōu)化方案加以比較，從中選擇最優(yōu)方案.

2 模型運算

2.1 模型賦值

Q=40,表示每輛車最大容積是40 m3；T0=10，表示每輛車每天的工作時間不超過10 h；T1=1，表示每輛車每天需準備1 h裝卸貨時間；v=50，表示車輛速度為50 km/h.

本次運算采用25個配送點，其相互之間距離見附表.為方便計算，每個點的貨量設為15.

2.2 軟件編寫

本項目中所面臨運輸路線優(yōu)化問題是一個NP-HARD問題，是算法領域具有一定難度的問題，在學術界目前沒有公認的最優(yōu)解決方法，只可以利用啟發(fā)式算法加以優(yōu)化.目前在算法方面，比較普遍采用的有遺傳算法、蟻群算法、模擬退火算法等[10].本文運算程序采用C#編寫，采用領域搜索算法進行編寫，經(jīng)測試，運算結果令人滿意.

2.3 計算結果

表14 運算結果情況

軟件運行結果如表14所示.

由表14得知4個方案運行結果如表15所示.

表15 各個方案運行成本情況

由此可知，方案三在所有4個方案中成本最低.由此可見，不同的排列組合對企業(yè)的運輸成本有著較大的影響.優(yōu)化過程中，4類方案的優(yōu)劣并不能一目了然，需要結合實際數(shù)據(jù)加以測算.在實際企業(yè)運作過程中，企業(yè)的配送點會更加復雜，為后期的優(yōu)化提供了更大的優(yōu)化空間.

3 結 論

在實際情況中，供應商取貨的頻次往往存在很大差別.經(jīng)過不同配送頻次之間的組合往往可以得出不同的配送方案，而不同的方案往往會根據(jù)供應商之間距離不同產(chǎn)生成本上的差異.在已知配送頻次所需不同的情況下，如果可以有選擇地根據(jù)計算結果來進行配送路線設計及配送,則可以有效降低供應商取貨的成本.在此基礎上，為供應商取貨管理提供了可能性及理論基礎.

從結果中可以看出，4種方案的優(yōu)劣并不能直接看出，要結合實際運作情況中具體取貨點之間的距離來確定.在實際運作情況中，由于存在著取貨量不一的情況，取貨的情況會更加復雜，所以有必要采取計算機計算的方式來確定最終配送路線.此問題為NP-hard問題，有多種算法可供選擇，本文選擇的領域搜索方法效果良好.本文研究的管理意義如下：

(1)在存在多種供應商且各個供應商配送頻次不一致的情況下，可以根據(jù)其頻次進行不同組合，結合供應商之間的距離進行優(yōu)化，根據(jù)成本最低原則對供應商取貨具體日期進行管理，從而降低成本.

(2)在實際運輸情況中，通過配送頻次的優(yōu)化組合，不僅可以降低車輛milk-run過程中的直接運輸成本，而且可以有效提高車輛的滿載率，提高運輸效率，從而產(chǎn)生進一步的優(yōu)化空間.

(3)配送頻次的最優(yōu)組合一旦確定，即可作為最優(yōu)配送路線的選擇及各類配送中心確定的數(shù)據(jù)基礎，為運輸企業(yè)提供管理支持.

參考文獻

[1] 藍青松，徐廣卿.從傳統(tǒng)運輸邁向現(xiàn)代物流——入廠物流的“循環(huán)取貨”管理模式[J].現(xiàn)代物流，2004，(1)：18-20.

[2] 周正蒿. 汽車零部件物流運輸系統(tǒng)設計[J]. 物流與交通, 2005 (1)：13-16.

[3]方春明,孔繁森,雋志才.汽車工業(yè)供應物流配送中心選址研究[J]. 公路交通科技，2009,26(6)：142-146.

[4] Maria Anne Skaates, Veikko Seppanen. Managing relationship-driben competence dynamics in professional service organizations[J]. European Management Journal,2002,20(4):430-437.

[5] 徐秋華.循環(huán)取貨方式在上海通用汽車的應用[J].現(xiàn)代物流，2002，(3):35-37.

[6] 屈麗萍.國內汽車物流企業(yè)的現(xiàn)狀及發(fā)展對策分析[J].物流技術，2005,(5):66-69.

[7] 邱偉星,沈金龍. 旅行商問題的一個近似算法[J].南京郵電學院學報，1998,18(1)：106-108.

[8] 賀盛瑜，龐 宇.通用汽車物流運作模式實證研究[J].企業(yè)經(jīng)濟，2006,8(4):52-54.

[9] 劉 杰，李 麗.汽車制造業(yè)實施需環(huán)取貨物流模式現(xiàn)狀與展望[J].企業(yè)物流，2007，26(8):223-226.

[10] 劉云忠，宜慧玉.車輛路徑問題的模型及算法研究綜述[J].管理工程學報，2005，19(1):124-130.