應(yīng)急物流配送路徑優(yōu)化國(guó)內(nèi)研究綜述

王 燕 （蘭州石化職業(yè)技術(shù)大學(xué)，甘肅 蘭州 730050）

0 引 言

應(yīng)急物流是指突發(fā)性事件發(fā)生時(shí)，為緩解人員傷亡與經(jīng)濟(jì)損失，以事發(fā)地所需應(yīng)急物資為需求，以追求時(shí)間效益最大化和災(zāi)害損失最小化為目標(biāo)，借助現(xiàn)代科學(xué)技術(shù)，整合救援物資的運(yùn)輸、包裝、裝卸、搬運(yùn)、倉(cāng)儲(chǔ)、物流加工、配送及相關(guān)信息處理等各種功能而形成的特殊的物流活動(dòng)。應(yīng)急物流的起步雖然較晚，但其發(fā)展卻十分迅速。由于近些年來(lái)自然災(zāi)害頻發(fā)，給社會(huì)造成了巨大的損失，尤其在新冠疫情出現(xiàn)后，對(duì)應(yīng)急物流的配送要求越來(lái)越高。

1 應(yīng)急物流配送路徑研究現(xiàn)狀

從2011 年至2021 年，有關(guān)于應(yīng)急物流配送的論文共1 067 篇，對(duì)于應(yīng)急物流的配送，一直以來(lái)都是學(xué)術(shù)界研究的熱點(diǎn)，尤其自2020 年新冠疫情開(kāi)始，研究應(yīng)急物流的配送問(wèn)題達(dá)到了一個(gè)新的熱度（如圖1 所示）。在研究應(yīng)急物流的配送問(wèn)題中，主要分為兩類(lèi)：

圖1

（1） 根據(jù)應(yīng)急物流配送現(xiàn)狀，以及相應(yīng)政策，提出對(duì)策

王娟等（2017） 圍繞應(yīng)急物流系統(tǒng)，從應(yīng)急物資管理、設(shè)施建立以及物流路徑規(guī)劃等方面入手進(jìn)行分析，發(fā)現(xiàn)問(wèn)題并提出改進(jìn)措施。田雪等（2017） 分析了我國(guó)應(yīng)急物流發(fā)展現(xiàn)狀，探索當(dāng)前發(fā)展過(guò)程中存在的問(wèn)題，在總結(jié)前人以往研究的基礎(chǔ)上，提出了相應(yīng)的對(duì)策。姜玉宏等（2017） 重點(diǎn)對(duì)軍民融合一體化應(yīng)急物流配送進(jìn)行了分析，并對(duì)軍民融合一體化應(yīng)急物流配送的組織結(jié)構(gòu)以及運(yùn)作流程進(jìn)行了探討。陳鏡羽等（2020） 針對(duì)疫情下生活保障物資配送所面臨困境，總結(jié)提出了“社區(qū)團(tuán)購(gòu)+集中取貨模式”、“門(mén)店共享+加油站非接觸式自提模式”、“O2O 平臺(tái)抱團(tuán)+共享配送員配送模式”、“前置倉(cāng)+非接觸式智能機(jī)器配送模式”等配送模式，并對(duì)疫情下應(yīng)急生活保障物資末端物流配送發(fā)展提出了相應(yīng)的對(duì)策建議。井夫卉（2021） 通過(guò)對(duì)我國(guó)應(yīng)急物流配送現(xiàn)狀中存在的問(wèn)題，提出相應(yīng)配送體系的優(yōu)化改進(jìn)措施。

（2） 通過(guò)建立模型，對(duì)模型進(jìn)行求解，并使用算例進(jìn)行驗(yàn)證，進(jìn)而得出優(yōu)化方法

張公讓等（2011） 根據(jù)應(yīng)急物流配送的特點(diǎn)，建立配送車(chē)輛調(diào)度模型，用粒子群算法對(duì)車(chē)輛的配送路徑進(jìn)行優(yōu)化，最后通過(guò)實(shí)例，驗(yàn)證了模型和算法的合理性和可行性。張杰等（2011） 建立多目標(biāo)多周期應(yīng)急物流模型，利用遺傳算法計(jì)算，并驗(yàn)證了該模型及其算法的有效性。可可（2011） 研究了帶時(shí)間窗、以配送時(shí)間為目標(biāo)的應(yīng)急物流配送路徑優(yōu)化問(wèn)題，建立數(shù)學(xué)模型，并進(jìn)行求解，為解決應(yīng)急問(wèn)題提供了一種新的思路。李坤穎等（2011） 以最鄰近算法為基礎(chǔ)，提出多個(gè)配送倉(cāng)庫(kù)同時(shí)對(duì)應(yīng)多個(gè)救災(zāi)中心的改進(jìn)最鄰近優(yōu)化算法，通過(guò)仿真實(shí)驗(yàn)證明該算法具有良好的適用性。張立毅等（2011） 建立了醫(yī)療器械應(yīng)急物流配送路徑優(yōu)化的數(shù)學(xué)模型，并使用混沌蟻群算法求解，得出結(jié)論，與基本蟻群算法相比，混沌蟻群算法優(yōu)化質(zhì)量明顯改善，提高了醫(yī)療器械應(yīng)急物流的配送效率。金保華等（2011） 根據(jù)應(yīng)急物流中存在的問(wèn)題，利用最大最小螞蟻系統(tǒng)的應(yīng)急物流系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，得出該方法能快速實(shí)現(xiàn)應(yīng)急物流的配送。楊純朵等（2011） 設(shè)計(jì)了以RFID 技術(shù)為讀寫(xiě)手段的應(yīng)急物資配送管理系統(tǒng)，提高了應(yīng)急物資配送效率。艾立新等（2013） 構(gòu)建了應(yīng)急物流系統(tǒng)物資配送優(yōu)化模型，綜合考慮了突發(fā)事件的動(dòng)態(tài)性和不確定性、突發(fā)事件在未來(lái)事件內(nèi)可能的物資潛在需求等，并引入了機(jī)會(huì)成本參與問(wèn)題分析，從而能夠更為科學(xué)地為應(yīng)急物資配送優(yōu)化方案的制定提供科學(xué)依據(jù)。詹沙磊等（2013） 從多目標(biāo)和隨機(jī)規(guī)劃的角度，建立了應(yīng)急物資配送的多目標(biāo)隨機(jī)規(guī)劃模型，并通過(guò)將統(tǒng)計(jì)決策和運(yùn)籌規(guī)劃相結(jié)合，將多目標(biāo)規(guī)劃問(wèn)題轉(zhuǎn)化為單目標(biāo)問(wèn)題，并通過(guò)計(jì)算得出模型和軟件的求解速率與精度。陳剛等（2012） 構(gòu)建了包含救災(zāi)物資儲(chǔ)備庫(kù)、應(yīng)急物資配送中心及受災(zāi)點(diǎn)三層結(jié)構(gòu)的應(yīng)急物資敏捷配送體系，建立雙層優(yōu)化模型，并用實(shí)例進(jìn)行求解驗(yàn)證。劉金雨等（2014） 利用混沌蟻群算法建立了地震應(yīng)急物流配送路徑優(yōu)化模型，并進(jìn)行了求解。于斌（2015） 面對(duì)應(yīng)急物流構(gòu)建了動(dòng)態(tài)網(wǎng)絡(luò)配送模型，并使用實(shí)例進(jìn)行模型的驗(yàn)證。王海軍等（2015） 對(duì)于應(yīng)急物流中，考慮受災(zāi)點(diǎn)對(duì)應(yīng)急物資需求的緊迫性及成本建立模型，并對(duì)模型進(jìn)行求解，使用實(shí)例進(jìn)行模型的驗(yàn)證，得出相應(yīng)結(jié)論。朱佳翔等（2016） 將應(yīng)急物資配送計(jì)劃的目標(biāo)、約束函數(shù)嵌入到魯棒優(yōu)化模型之中，構(gòu)建基于魯棒不確定性的應(yīng)急物資配送多階段決策，并給出了應(yīng)急物資配送最優(yōu)目標(biāo)實(shí)現(xiàn)的魯棒控制算法控制策略，同時(shí)，使用典型算例對(duì)模型進(jìn)行了驗(yàn)證。蔣杰輝等（2016） 使用智能水滴算法對(duì)不同爆發(fā)時(shí)刻的多疫區(qū)的多目標(biāo)應(yīng)急物流配送問(wèn)題進(jìn)行優(yōu)化，獲得最優(yōu)的應(yīng)急藥品調(diào)運(yùn)方案。戴君等（2017） 構(gòu)建了災(zāi)后應(yīng)急資源配送LRP 問(wèn)題優(yōu)化模型，使用粒子群算法進(jìn)行求解，并進(jìn)行了仿真分析。何松柏等（2017） 對(duì)應(yīng)急物流配送公路網(wǎng)絡(luò)進(jìn)行分析，構(gòu)建模型，給出最短路徑的計(jì)算方法，最后進(jìn)行了算例分析。葛雪等（2018） 提出了三項(xiàng)應(yīng)急物資配送網(wǎng)絡(luò)的彈性策略，構(gòu)建了交通阻斷情形下的多式聯(lián)運(yùn)、多目標(biāo)混合整數(shù)規(guī)劃模型，并使用仿真算例得出結(jié)果。吳新勝等（2018） 通過(guò)建立應(yīng)急物流路徑優(yōu)化模型，參照蜂群和粒子群的群體移動(dòng)規(guī)律，改進(jìn)螢火蟲(chóng)算法的位置更新策略，引入兩種群智能混合算法進(jìn)行比較實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明群智能混合算法能大幅度優(yōu)化應(yīng)急物流路徑規(guī)劃模型，提高配送效率。甘曦之（2018） 構(gòu)建基于BP 算法的應(yīng)急物流網(wǎng)絡(luò)，進(jìn)行建模和仿真。陳勇等（2018） 針對(duì)應(yīng)急物流配送系統(tǒng)中實(shí)施轉(zhuǎn)運(yùn)策略以及運(yùn)達(dá)時(shí)間最短，接收時(shí)效用最大、運(yùn)輸總費(fèi)用最小為目標(biāo)，設(shè)立多品種，疫苗供應(yīng)鏈一體化的調(diào)劑滿(mǎn)足需求，建立了模型，為實(shí)現(xiàn)應(yīng)急物流配送系統(tǒng)資源調(diào)度的最優(yōu)方案提供了依據(jù)。鄧燁等（2019） 針對(duì)應(yīng)急物流車(chē)輛調(diào)度問(wèn)題，構(gòu)建模型，并進(jìn)行求解，進(jìn)而提出改進(jìn)策略。唐志華（2019） 對(duì)于應(yīng)急物資配送問(wèn)題，建立了模型，以混合啟發(fā)式算法求解模型，并使用算例驗(yàn)證了模型的可行性。李卓等（2019） 采用自有車(chē)輛和第三方租用車(chē)輛共同配送的運(yùn)輸模式，對(duì)混合車(chē)輛路徑的組合優(yōu)化問(wèn)題進(jìn)行研究。建立帶軟時(shí)間窗的多目標(biāo)混合車(chē)輛路徑優(yōu)化模型，并使用算例進(jìn)行驗(yàn)證。張杏雯（2019） 考慮受災(zāi)點(diǎn)物資需求量的不確定性、應(yīng)急物資配送的時(shí)間緊迫性，以及受災(zāi)群眾對(duì)于應(yīng)急物資需求量的公平性，以應(yīng)急物資總運(yùn)輸時(shí)間最少和各受災(zāi)點(diǎn)物資需求滿(mǎn)足率差值最小為優(yōu)化目標(biāo)，構(gòu)建了一個(gè)多目標(biāo)車(chē)輛路徑問(wèn)題優(yōu)化模型，并對(duì)模型進(jìn)行求解。周朋楊等（2020） 通過(guò)指標(biāo)體系構(gòu)建，建立基于前景理論的應(yīng)急物資配送中心選址模型，并進(jìn)行了算例分析。狄衛(wèi)民等（2020） 綜合考慮災(zāi)難下道路損毀狀況、道路復(fù)雜程度、需求不確定，以及物資拆分配送等特點(diǎn)，建立應(yīng)急物資配送模型，設(shè)計(jì)頭腦風(fēng)暴優(yōu)化算法，對(duì)該問(wèn)題進(jìn)行仿真，驗(yàn)證模型的可行性和算法的有效性。宋英華等（2020） 針對(duì)應(yīng)急救援中物資受損情況，建立考慮多周期、多物資、多災(zāi)害演化情景的配送中心到受災(zāi)點(diǎn)的動(dòng)態(tài)應(yīng)急物流配送優(yōu)化模型；以四川地震帶的相關(guān)數(shù)據(jù)建立算例，通過(guò)Matlab 求解，對(duì)比所得方案，驗(yàn)證模型有效性。朱姝帆等（2020） 采用演化博弈理論構(gòu)建冷鏈應(yīng)急醫(yī)療物資協(xié)同配送決策模型，并將感染病毒風(fēng)險(xiǎn)系數(shù)及損失引入模型，分析冷鏈應(yīng)急醫(yī)療保障部門(mén)與冷鏈物流企業(yè)配送策略選擇問(wèn)題。張玉州等（2020） 利用混合遺傳算法建立模型，以總延誤時(shí)間和運(yùn)輸時(shí)間為優(yōu)化目標(biāo)，進(jìn)行模型計(jì)算分析，得出最終結(jié)論。袁濤等（2021） 在考慮道路損毀情況下建立了應(yīng)急物流LRP 模型，并進(jìn)行了算例分析，得出如何進(jìn)行有效配送的方案。王娟（2021） 利用改進(jìn)的PSO 數(shù)學(xué)模型，對(duì)重大突發(fā)事件下應(yīng)急物流車(chē)輛路徑的算法進(jìn)行了優(yōu)化。王喆等（2021） 在突發(fā)公共衛(wèi)生事件背景下基于供應(yīng)商聚類(lèi)的兩階段應(yīng)急醫(yī)療物資公私協(xié)同選址分配建立模型，針對(duì)備災(zāi)和救援兩個(gè)階段，對(duì)模型進(jìn)行了分析。黃輝等（2021） 通過(guò)構(gòu)建基于車(chē)輛分配公平性和應(yīng)急配送及時(shí)性的“分配—運(yùn)輸”集成決策模型，設(shè)計(jì)改進(jìn)后的NSGA-Ⅱ算法進(jìn)行求解，最后通過(guò)算例驗(yàn)證其有效性和合理性。方鳴遠(yuǎn)（2021） 提出用區(qū)塊鏈技術(shù)解決應(yīng)急物流物資的合理配送。

2 研究與展望

通過(guò)對(duì)以上的文獻(xiàn)分析，可以看出，在突發(fā)條件下，物資配送優(yōu)化一直是應(yīng)急物流研究的重點(diǎn)。在研究中，大多數(shù)文獻(xiàn)是在假設(shè)的約束下，比如道路發(fā)生損壞、交通堵塞、受災(zāi)點(diǎn)需求等條件下進(jìn)行，以實(shí)現(xiàn)對(duì)物資配送的效率化為目標(biāo)，以車(chē)輛的最佳組合，配送的最短路徑，成本最小化為研究對(duì)象，用數(shù)學(xué)方法，比如層析分析法、遺傳算法、蟻群聚類(lèi)算法等建立模型，并通過(guò)實(shí)例對(duì)模型進(jìn)行求解，取得了很大的研究成果。

本文對(duì)應(yīng)急物流近十年的文獻(xiàn)，從應(yīng)急物流配送方面進(jìn)行了分析。從近些年發(fā)表的文獻(xiàn)量可以看出，針對(duì)應(yīng)急物流配送的研究取得了很多成果，但是，綜合以上文獻(xiàn)，并未對(duì)實(shí)際的情況進(jìn)行全面的考慮，針對(duì)這一點(diǎn)，提出以下建議：

（1） 應(yīng)急物流配送應(yīng)注重區(qū)域性。在我國(guó)，不同地區(qū)所面對(duì)的配送難題是不同的，包括道路、交通設(shè)施、地形地貌等，通過(guò)對(duì)其區(qū)域性的界定，使研究更有實(shí)用性。

（2） 對(duì)于應(yīng)急物流配送，應(yīng)更多的考慮不確定性，從而建立模型，使模型更具實(shí)際價(jià)值。