隨著快遞貨量飛速增長(zhǎng),對(duì)快遞公司樞紐站貨量操作帶來了極大的壓力,通過建立中轉(zhuǎn)站分擔(dān)快遞樞紐貨量壓力是解決該問題的方法之一,且每日快遞貨量的不確定性,增加了問題的復(fù)雜性。針對(duì)該問題,建立了在不確定需求下,以時(shí)效和總成本為目標(biāo)的快遞樞紐中轉(zhuǎn)站雙目標(biāo)整數(shù)規(guī)劃選址模型,并以DB快遞公司上海區(qū)域?yàn)槔?運(yùn)用NSGA-Ⅱ方法求解。求解結(jié)果表明NSGA-Ⅱ方法,在求解質(zhì)量上與ε約束法非常相近,且求解速度遠(yuǎn)好于約束法。 

【文章來源】：工業(yè)工程與管理. 2020,25(02)北大核心CSSCI

【文章頁數(shù)】：7 頁

【部分圖文】：

樞紐區(qū)域網(wǎng)絡(luò)結(jié)構(gòu)

快遞網(wǎng)絡(luò)是快遞公司發(fā)展的基礎(chǔ)，而快遞網(wǎng)絡(luò)節(jié)點(diǎn)選址又是構(gòu)成快遞網(wǎng)絡(luò)的基礎(chǔ)。傳統(tǒng)的快遞網(wǎng)絡(luò)結(jié)構(gòu)一般是軸輻式，網(wǎng)絡(luò)中不同的結(jié)點(diǎn)承擔(dān)著不同的功能。軸輻射式網(wǎng)絡(luò)結(jié)構(gòu)一般分為三個(gè)階段：起點(diǎn)到樞紐，樞紐到樞紐，樞紐到終點(diǎn)[1-2]，如圖1所示，虛線框是樞紐覆蓋區(qū)域。起點(diǎn)和終點(diǎn)一般是和客戶直接進(jìn)行打交道的快遞營(yíng)業(yè)點(diǎn)或者叫網(wǎng)點(diǎn)，用來暫存客戶的貨物。樞紐主要是起著收集網(wǎng)點(diǎn)的貨物，轉(zhuǎn)運(yùn)到下一節(jié)點(diǎn)的作用，通過規(guī)模經(jīng)濟(jì)帶來成本的降低。但是隨著不斷地發(fā)展，客戶不僅對(duì)運(yùn)送的費(fèi)用有要求，對(duì)運(yùn)送服務(wù)的時(shí)效也有較高的要求，因此現(xiàn)在的快遞網(wǎng)絡(luò)結(jié)構(gòu)在軸輻射式的基礎(chǔ)上衍生了一些新的形式，但還是以軸輻射形式為基本框架進(jìn)行的調(diào)整，例如貨量足夠多，直接從起點(diǎn)到終點(diǎn)不經(jīng)過樞紐，或者在起點(diǎn)到樞紐階段，進(jìn)行一些局部調(diào)整，提高收集效率等。物流設(shè)施選址問題從目標(biāo)的多少來分，可以分為單目標(biāo)和多目標(biāo)選址。單目標(biāo)選址一般考慮總成本最小、需求滿意度最大化或距離最小化等，Wu建立了農(nóng)產(chǎn)品物流中心選址模型，將總成本包括節(jié)點(diǎn)間的運(yùn)輸成本，物流中心管理費(fèi)用，物品損失費(fèi)用以及物流中心投資費(fèi)用作為目標(biāo)建立了混合整數(shù)規(guī)劃模型[3]。陳義友和陳以衡建立了以需求滿意度最大化的自提點(diǎn)選址模型[4]。Boonmee和Arimura等建立以需求點(diǎn)與備選點(diǎn)之間距離最小化的應(yīng)急物流選址模型[5]。而多目標(biāo)選址，從不同角度考慮可以建立不同的選址模型，例如Hu和Liu等建立基于不確定環(huán)境的廢棄物能源設(shè)施選址模型時(shí)，從運(yùn)營(yíng)成本及廢棄物能源設(shè)施對(duì)環(huán)境的負(fù)效應(yīng)方面建立了兩目標(biāo)模型[6]。Bozorgi和Khorsi從最大化需求不滿意度，最小化旅行時(shí)間及總成本的角度建立了多目標(biāo)選址-路徑模型[7]。張廣勝和劉偉建立了考慮時(shí)效和成本的雙目標(biāo)配送中心選址模型[8]。陳剛和付江月從最小化應(yīng)急物資配送的總時(shí)間、總成本以及最大化配送物資道路的安全性的角度，建立了三目標(biāo)應(yīng)急選址-路徑問題模型，并運(yùn)用NSGA-II算法求解[9]。傳統(tǒng)的多目標(biāo)解決方法一般要獲得目標(biāo)的權(quán)重或者是決策者的偏好，從而將其轉(zhuǎn)化成單一目標(biāo)優(yōu)化問題求解，該類方法有一定的缺陷：1）權(quán)重或者偏好不容易獲得；2）多個(gè)目標(biāo)之間的量綱不一致，不容易處理。如有的目標(biāo)是成本，有的目標(biāo)是距離；3）經(jīng)過權(quán)重法轉(zhuǎn)換成單目標(biāo)之后，當(dāng)規(guī)模比較大的情況下也并不一定能在有效的時(shí)間內(nèi)求得解[10]。Puga和Tancrez是采用期望成本最小化作為目標(biāo)函數(shù)，設(shè)計(jì)了一種啟發(fā)式算法求解大規(guī)模的帶有不確定需求的倉庫選址模型[11]。Tang和Zhang建立了以最小化總成本，最大化服務(wù)能力以及最小化碳排放的三目標(biāo)綠色物流設(shè)施選址模型，并運(yùn)用NSGA-II進(jìn)行求解[12]。Ghezavat和Bei建立了以總成本及最小最大收集返工產(chǎn)品時(shí)間的雙目標(biāo)規(guī)劃模型，并利用ε約束法及NSGA-II方法求解該模型[13]。多目標(biāo)與單目標(biāo)的區(qū)別在于多目標(biāo)會(huì)產(chǎn)生一個(gè)Pareto最優(yōu)解集或非劣解集。近年來多目標(biāo)算法也出現(xiàn)了很多，其中運(yùn)用的最多的是NSGA-II算法[14-15]，該方法的優(yōu)點(diǎn)在于1）能夠處理大規(guī)模的解空間，進(jìn)行全局搜索。2）能通過一次運(yùn)行得到多個(gè)非劣解。

從帕累托優(yōu)化前沿選取三個(gè)近似帕累托最優(yōu)解，其所結(jié)果如表1所示，其選址與分配情況如圖3,4,5所示，車輛數(shù)情況如表2所示。圖4 方案2建中轉(zhuǎn)站方案選址與分配關(guān)系圖


本文編號(hào)：3211480