基于动态规划的物流配送优化研究

来源:用户上传      作者: 杨茂盛　李　琦

　　[摘要] 针对物流配送费用最小化问题，统筹运输费和存转费，依据动态规划和贝尔曼最优化原理，提出基于矩阵运算的最小费用配送求解方法，为决策者提供了一种新的优化方案。
　　[关键词] 物流配送 动态规划 优化
　　
　　一、问题的提出
　　
　　物流配送是物流管理活动的一项核心技术。要高效地完成配送任务就得对配送路线进行合理安排。目前，出现了较多关于物流配送的研究，如物流网络及其优化、物流配送的动态规划算法等。
　　但上述的研究仅将配送路径最短作为目标函数，有其局限性且过于简化。在实际的运作中，货物经过每层配送时中，并非只是简单地流经、通过，而是要进行存储、装卸、转运等必要的运作，这就产生了不可忽视的费用（统称为存转费）。故物流配送是一个多层次运作，不光考虑运输费用，还要关注存贮费用，且两者必须统筹兼顾。
　　
　　二、物流配送优化模型
　　
　　物流配送的运营方式从本质上讲是运输、存转、运输、存转……循环交替的复杂的多阶段过程。故可以利用动态规划的思维来考虑问题。
　　该动态规划可分为N个阶段，第i(1≤i≤N)个阶段可供选择的状态(分销商)有Si个，任意阶段i的状态和目标状态之间的费用关系可以用费用矩阵M(r)（共有Si×Si+1个）来表示，每个元素表示阶段i的状态mi和阶段i的目标状态mi+1之间的费用消耗。特别地，规定表示第i阶段目标状态的存转费。如果mi到mi+1没有配送路线的设计，则可认为其间的费用为a∞(mi,mi+1)。则物流配送优化模型为一个二元函数:min F=K+C （K为总运输费，C为总存转费）。
　　
　　三、模型求解
　　
　　依据动态规划思维及贝尔曼最优化原理，则模型的求解可化为特殊的矩阵运算。其求解思想是：将存转费转化到运输费当中去，再利用矩阵运算进行问题的求解。
　　定义1阶段i的状态到阶段i+1的目标状态之间的费用在经过阶段i+1时的状态t(同时也是阶段i的目标状态)时第i阶段目标状态的存转费的转化为:
　　存转费的前向化:
　　
　　存转费的后向化:
　　
　　定义2阶段i的状态到阶段i+1的目标状态之间的费用在经过阶段i+1时的状态t(同时也是阶段i的目标状态)时为:
　　
　　定义3阶段i到阶段i+1的的费用矩阵可以通过如下的计算求得:
　　M(i)M(i+1)=
　　
　　定理 多个连续阶段i,i+1,L,j的费用矩阵的复合关系记为。
　　
　　四、实例分析
　　
　　上图是一个简单的有向网络图。具体的计算过程如下:
　　1.存转费的转化。（本文采用存转费前向化方法）
　　
　　则有：
　　2.费用矩阵为:
　　
　　3.利用逆序解法，有
　　
　　同理有：
　　
　　可见,图中的最小费用为51,而且最优的配送路线为A,B1,C3,D2,E。
　　
　　五、结束语
　　
　　本文提出的基于矩阵运算的最小费用配送路线求解方法，为决策者提供了一种新的优化方案。另外，还可以进一步研究多品种、分批量的配送优化等问题。
　　
　　参考文献:
　　[1]石永泽:物流技术应用讲座[J].物流技术,1996,(5)
　　[2]刘虹孙金梅陈德运:一种基于供应链管理的动态规划算法[J].哈尔滨理工大学学报,2003.(4)
　　
　　注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。

转载注明来源:https://www.xzbu.com/3/view-1503156.htm