云倉(cāng)儲(chǔ)是一種新型的倉(cāng)儲(chǔ)模式, 它借助物聯(lián)網(wǎng)、虛擬化等技術(shù)實(shí)現(xiàn)倉(cāng)儲(chǔ)作業(yè)資源的虛擬化和服務(wù)化, 利用云計(jì)算等信息技術(shù)對(duì)信息和資源高效整合, 實(shí)現(xiàn)物流服務(wù)的智能匹配, 以資源協(xié)同的方式滿足客戶的個(gè)性化需求。
云倉(cāng)儲(chǔ)系統(tǒng)的參與者有三種:客戶 (倉(cāng)配服務(wù)使用者) 、物流資源提供商和中間商 (倉(cāng)配云服務(wù)整合運(yùn)營(yíng)商) , 分布于不同地區(qū)的物流資源提供商在平臺(tái)發(fā)布自己的物流資源和物流能力, 倉(cāng)儲(chǔ)云服務(wù)整合運(yùn)營(yíng)商將資源虛擬化、服務(wù)化后在平臺(tái)集中管理, 建立標(biāo)準(zhǔn)資源庫(kù)和標(biāo)準(zhǔn)服務(wù)子任務(wù)庫(kù)。客戶可在平臺(tái)智能匹配到能滿足需求的物流資源及服務(wù)。
在云倉(cāng)儲(chǔ)模式下, 系統(tǒng)主要由云倉(cāng)儲(chǔ)服務(wù)需求端、云倉(cāng)儲(chǔ)平臺(tái)及云倉(cāng)儲(chǔ)資源提供端三部分組成。其系統(tǒng)業(yè)務(wù)流程如圖1所示, 云倉(cāng)儲(chǔ)資源提供端聚集了分布在不同地區(qū), 擁有不同物流資源及物流資源的主體, 這些主體將倉(cāng)儲(chǔ)資源、運(yùn)輸資源、計(jì)算資源等物流資源及物流能力向云倉(cāng)儲(chǔ)平臺(tái)發(fā)布, 經(jīng)虛擬化、服務(wù)化處理后, 形成一個(gè)地理位置分散但邏輯上統(tǒng)一的虛擬資源池。云倉(cāng)儲(chǔ)服務(wù)需求端主要指分布在不同地區(qū)的云倉(cāng)儲(chǔ)服務(wù)使用者, 包括個(gè)人企業(yè)等需要物流服務(wù)的群體, 他們向云倉(cāng)儲(chǔ)平臺(tái)提出個(gè)性化物流服務(wù)需求。云倉(cāng)儲(chǔ)平臺(tái)則是充當(dāng)前兩者之間的連接橋梁, 將資源池的物流資源及能力處理成一個(gè)個(gè)的標(biāo)準(zhǔn)化的服務(wù)模塊及物流子任務(wù), 通過(guò)服務(wù)發(fā)現(xiàn)、組合、協(xié)作等方式, 為云倉(cāng)儲(chǔ)需求端的物流任務(wù)匹配出最優(yōu)的服務(wù)方案, 達(dá)到對(duì)云倉(cāng)儲(chǔ)服務(wù)需求端的動(dòng)態(tài)化的、智能化的按需服務(wù)的效果[1]。
在云倉(cāng)儲(chǔ)模式下, 倉(cāng)配模式同現(xiàn)有的物流服務(wù)模式本質(zhì)不同, 該模式下更加突出虛擬性、集成性、動(dòng)態(tài)性、高柔性、智能性、協(xié)同性等特點(diǎn), 所以勢(shì)必要求物流資源及物流能力在功能、形態(tài)和配置上也要有相應(yīng)的變化, 本文提出了一種新的能夠支持資源集成管理和動(dòng)態(tài)協(xié)同分配的選址分配方法, 其設(shè)計(jì)思路和創(chuàng)新點(diǎn)如下:
傳統(tǒng)的選址-分配模型中都假設(shè)各配送中心獨(dú)立運(yùn)營(yíng), 配送中心和需求點(diǎn)之間是“一對(duì)一”或“一對(duì)多”的關(guān)系, 這就使得資源統(tǒng)一調(diào)度能力較差, 不能滿足云倉(cāng)儲(chǔ)模式下的動(dòng)態(tài)性和智能性要求。本文設(shè)計(jì)的云倉(cāng)儲(chǔ)模式下基于虛擬資源云的協(xié)同倉(cāng)配選址-分配模型如圖2所示, 在這種分配模式下物流資源和物流服務(wù)之間的緊密耦合關(guān)系被有效解除, 中心倉(cāng)庫(kù)和區(qū)域倉(cāng)庫(kù)及區(qū)域倉(cāng)庫(kù)和需求點(diǎn)之間形成的服務(wù)映射模式是“多對(duì)多”的關(guān)系。這種模式使得物流資源得到了動(dòng)態(tài)組合, 云倉(cāng)儲(chǔ)平臺(tái)通過(guò)各物流資源的協(xié)同實(shí)現(xiàn)統(tǒng)一調(diào)度, 動(dòng)態(tài)、智能化的為云倉(cāng)儲(chǔ)需求端提供一體化服務(wù)[2]。
覆蓋半徑是指設(shè)施服務(wù)點(diǎn)以自己為圓心向外輻射服務(wù)的最遠(yuǎn)距離。覆蓋狀態(tài)是指設(shè)施服務(wù)點(diǎn)有沒(méi)有向某個(gè)需求點(diǎn)提供服務(wù)。
傳統(tǒng)配送中心的覆蓋狀態(tài)只有兩種:當(dāng)需求點(diǎn)在配送中心的服務(wù)半徑之內(nèi)且由該配送中心完全滿足其需求時(shí)為覆蓋, 否則為不覆蓋, 即覆蓋狀態(tài)只有0和1兩種, 即要么覆蓋, 要么不覆蓋, 這種覆蓋難以與云倉(cāng)儲(chǔ)模式下實(shí)際情況不符, 不利于資源的一體化協(xié)同服務(wù), 同時(shí)也導(dǎo)致選址方式不靈活, 在云倉(cāng)儲(chǔ)模式下分布式的資源一體化調(diào)度, 智能、動(dòng)態(tài)、協(xié)同地完成物流任務(wù), 本文允許某一云倉(cāng)只覆蓋一個(gè)需求點(diǎn)的部分需求, 即覆蓋狀態(tài)是[0, 1]上的連續(xù)量, 各云倉(cāng)協(xié)同服務(wù)于某一需求點(diǎn), 其示意如圖3, 允許云倉(cāng)2和3協(xié)同滿足需求點(diǎn)4和5的需求, 縮小了整體覆蓋半徑, 提高了系統(tǒng)協(xié)同性和靈活性, 降低了物流成本。
本文研究的是由中心倉(cāng)庫(kù) (CD) -區(qū)域倉(cāng)庫(kù) (RD) -需求點(diǎn) (R) 構(gòu)成的三級(jí)供應(yīng)鏈系統(tǒng)中的多云倉(cāng)及多末端配送中心選址問(wèn)題。并且每個(gè)候選中心倉(cāng)庫(kù)及區(qū)域倉(cāng)庫(kù)都因倉(cāng)儲(chǔ)資源和設(shè)備資源等限制而有能力約束。綜合考慮中心倉(cāng)庫(kù)和區(qū)域倉(cāng)庫(kù)兩層設(shè)施選址, 并確定中心倉(cāng)庫(kù)-區(qū)域倉(cāng)庫(kù), 以及區(qū)域倉(cāng)庫(kù)-需求點(diǎn)的分配方案。優(yōu)化目標(biāo)是考慮兩層設(shè)施選址和兩層級(jí)分配的整體最優(yōu)方案, 包括如下子決策問(wèn)題:
兩層設(shè)施選址決策。在候選的中心倉(cāng)庫(kù)和區(qū)域倉(cāng)庫(kù)中選定設(shè)施地址。
兩層級(jí)分配決策。確定兩個(gè)層級(jí)之間的需求分配關(guān)系, 即決策中心倉(cāng)庫(kù)-區(qū)域倉(cāng)庫(kù), 以及區(qū)域倉(cāng)庫(kù)-需求點(diǎn)的分配方案。
參數(shù):
I為候選中心倉(cāng)庫(kù)集合, i= (1, 2, …, I) ;
J為候選區(qū)域倉(cāng)庫(kù)集合, j= (1, 2, …, J) ;
K為需求點(diǎn)集合, k= (1, 2, …K) ;
Qk為需求點(diǎn)k對(duì)產(chǎn)品的需求量;
Si為中心倉(cāng)庫(kù)i的容量限制;
Sj為末端配送中心j的容量限制;
Ai為中心倉(cāng)庫(kù)i的建站費(fèi)用;
ai為中心倉(cāng)庫(kù)i的建站及運(yùn)營(yíng)成本系數(shù);
Bj為區(qū)域倉(cāng)庫(kù)j的建站費(fèi)用;
bj為區(qū)域倉(cāng)庫(kù)j的建站及運(yùn)營(yíng)成本系數(shù);
dij為中心倉(cāng)庫(kù)i到區(qū)域倉(cāng)庫(kù)j的距離;
djk為區(qū)域倉(cāng)庫(kù)j到需求地k的距離;
v為配送過(guò)程中車輛平均行駛速度;
c1為中心倉(cāng)庫(kù)到區(qū)域倉(cāng)庫(kù)之間的單位運(yùn)量單位運(yùn)距的平均運(yùn)輸成本;
c2為區(qū)域倉(cāng)庫(kù)到需求點(diǎn)之間的單位運(yùn)量單位運(yùn)距的平均運(yùn)輸成本;
M為規(guī)劃將建設(shè)的中心倉(cāng)庫(kù)的數(shù)量限制;
N為規(guī)劃將建設(shè)的區(qū)域倉(cāng)庫(kù)的數(shù)量限制;
決策變量
xi為0-1變量, 表示是否在中心倉(cāng)庫(kù)i進(jìn)行建站, 1表示建立, 否則為0;
yj為0-1變量, 表示是否在區(qū)域倉(cāng)庫(kù)j進(jìn)行建站, 1表示建立, 否則為0;
zij為中心倉(cāng)庫(kù)i對(duì)區(qū)域倉(cāng)庫(kù)j的配送量 (配送比例) ;
wij為區(qū)域倉(cāng)庫(kù)j對(duì)需求點(diǎn)k的配送量 (配送比例) ;
式 (1) 為總成本目標(biāo)函數(shù), 依次為中心倉(cāng)庫(kù)集合I的建設(shè)和運(yùn)營(yíng)成本, 區(qū)域倉(cāng)庫(kù)集合J的建設(shè)和運(yùn)營(yíng)成本, 中心倉(cāng)庫(kù)到區(qū)域倉(cāng)庫(kù)的運(yùn)輸成本, 區(qū)域倉(cāng)庫(kù)到需求點(diǎn)的配送成本。式 (2) 表示所有區(qū)域倉(cāng)庫(kù)向任意一個(gè)需求點(diǎn)提供總需求滿足該需求點(diǎn)的需求, 及區(qū)域倉(cāng)庫(kù)協(xié)同實(shí)現(xiàn)對(duì)需求點(diǎn)的完全覆蓋。
式 (3) 表示中心倉(cāng)庫(kù)的配送量與區(qū)域倉(cāng)庫(kù)的配送量相等。式 (4) 表示每一個(gè)區(qū)域倉(cāng)庫(kù)的進(jìn)出流量相等, 左邊表示中心倉(cāng)庫(kù)的流出量, 右邊表示需求點(diǎn)的流入量。式 (5) 表示中心倉(cāng)庫(kù)建站總數(shù)量小于限制最大值M。式 (6) 表示區(qū)域倉(cāng)庫(kù)建站總數(shù)量小于限制最大值N。式 (7) 表示每一個(gè)中心倉(cāng)庫(kù)的儲(chǔ)存量要小于其容量限制。式 (8) 表示每一個(gè)區(qū)域倉(cāng)庫(kù)的儲(chǔ)存量要小于其容量限制。式 (9) 和式 (10) 是對(duì)決策變量的約束, 為0-1變量, 表示是否在i或j處建站。式 (11) 和式 (12) 是對(duì)決策變量的約束, 表示配送量非負(fù)。
采用二進(jìn)制編碼, 對(duì)存在多態(tài)的問(wèn)題進(jìn)行量子比特編碼, 如兩態(tài)則用一個(gè)量子比特進(jìn)行編碼, 四態(tài)則用兩個(gè)量子比特進(jìn)行編碼。針對(duì)本文提出了中心倉(cāng)庫(kù)-區(qū)域倉(cāng)庫(kù)-需求點(diǎn)的三級(jí)選址分配問(wèn)題, 提出如下編碼方案:[3,4,5,6]
在本編碼方案中, 設(shè)施選址和分配問(wèn)題整合在一起編碼, 系統(tǒng)編碼可分為三部分:即中心倉(cāng)庫(kù)編碼段、區(qū)域倉(cāng)庫(kù)編碼段、需求點(diǎn)編碼段。
采用多量子比特編碼m個(gè)參數(shù)的基因如下:
其中n表示種群規(guī)模, 為qjt染色體, 表示第t代的第j個(gè)個(gè)體的染色體;m為染色體的基因個(gè)數(shù), k為編碼每一個(gè)基因的量子比特?cái)?shù)。
把單個(gè)中心倉(cāng)庫(kù)、區(qū)域倉(cāng)庫(kù)及需求點(diǎn)都按一個(gè)基因編碼, 在每個(gè)編碼段中, 依據(jù)上級(jí)設(shè)施點(diǎn)的基因數(shù)量來(lái)確定本層每個(gè)基因的量子比特?cái)?shù)。如上級(jí)設(shè)施點(diǎn)基因數(shù)為x, 本層設(shè)施點(diǎn)編碼時(shí), 為同時(shí)考慮選址問(wèn)題和分配問(wèn)題, 可用y個(gè)量子比特位編碼來(lái)表示每個(gè)設(shè)施點(diǎn), y與x需要滿足條件:
因此, 量子比特?cái)?shù)y可計(jì)算得:
根據(jù)y位量子比特位觀測(cè)得到的二進(jìn)制編碼串對(duì)應(yīng)的十進(jìn)制, 用取值為零和非零表示設(shè)施選址, 即若對(duì)應(yīng)的十進(jìn)制值為0, 對(duì)應(yīng)的設(shè)施點(diǎn)未被選中;若對(duì)應(yīng)的十進(jìn)制值>0, 則對(duì)應(yīng)的設(shè)施點(diǎn)被選中, 且其對(duì)應(yīng)的十進(jìn)制值還表示和上一級(jí)設(shè)施點(diǎn)的分配關(guān)系。
(1) 確定量子進(jìn)化算法系統(tǒng)參數(shù), 包括群體大小, 觀測(cè)次數(shù)、最大運(yùn)算代數(shù)、體制條件等;
(2) 初始化種群, Q (t0) ={q1t, q2t…qjt…, qnt}等概率隨機(jī)的生成n個(gè)以量子比特位編碼的染色體, 此處t=0;
(3) 對(duì)初始種群Q (t0) 中的每個(gè)個(gè)體進(jìn)行觀測(cè), 得到二進(jìn)制解集P (t0) ={x1t, x2t, …xjt, …, xnt}即為第0代個(gè)體;
(4) 對(duì)P (t) 所對(duì)應(yīng)的方案進(jìn)行有效性檢驗(yàn), 保證其對(duì)應(yīng)的方案的可行性, 同時(shí)對(duì)各解進(jìn)行適應(yīng)度評(píng)估;
(5) 記錄P (t0) 中最優(yōu)個(gè)體和其對(duì)應(yīng)的適應(yīng)度;
(6) 檢查是否滿足結(jié)束條件, 若滿足, 則停止運(yùn)算, 輸出最優(yōu)個(gè)體及相關(guān)數(shù)據(jù), 否則, 繼續(xù)下一步;
(7) 對(duì)種群Q (t) 中的每個(gè)個(gè)體進(jìn)行觀測(cè), 生成二進(jìn)制解集P (t) ;
(8) 對(duì)P (t) 中各解進(jìn)行有效性檢驗(yàn)及適應(yīng)度評(píng)估;
(9) 利用量子旋轉(zhuǎn)門更新種群, 得到新種群Q (t+1) ;
(10) 記錄P (t) 中最優(yōu)個(gè)體和其對(duì)應(yīng)的適應(yīng)度;
(11) 迭代次數(shù)t加1, 轉(zhuǎn)向步驟 (6) ;
(12) 結(jié)束, 輸出最優(yōu)個(gè)體及其他相關(guān)信息。
A公司成立于2004年, 是全球領(lǐng)先的第三方電商物流供應(yīng)鏈企業(yè), 天貓超市倉(cāng)儲(chǔ)管理服務(wù)的核心提供商。為提升企業(yè)競(jìng)爭(zhēng)力, 擬在浙江省建立至多3個(gè)中心倉(cāng)庫(kù) (CD) 及至多7個(gè)區(qū)域配送中心 (RD) , 實(shí)現(xiàn)物流響應(yīng)時(shí)效性質(zhì)的提升, 為客戶提供次日達(dá)、限時(shí)達(dá)等服務(wù), 提高客戶滿意度。本文將66個(gè)主要縣市區(qū)抽象為節(jié)點(diǎn), 如圖5, 以其當(dāng)?shù)卣诘匚恢米鳛楣?jié)點(diǎn)位置, 以兩點(diǎn)間的公路距離作為兩點(diǎn)間的距離, 據(jù)A公司2017年運(yùn)營(yíng)數(shù)據(jù), 分析處理得, A公司在浙江省對(duì)各個(gè)區(qū)縣的單日配送量均值為3.05千件, 所以, 每個(gè)需求點(diǎn)的需求量按正態(tài)分布N (3.05, 0.5) 的密度產(chǎn)生, 經(jīng)考察調(diào)研, 選取1、10、16、27、40號(hào)節(jié)點(diǎn)為候選中心倉(cāng)庫(kù), 其相關(guān)參數(shù)見表1, 選取4、9、24、31、48、55、59號(hào)節(jié)點(diǎn)為候選區(qū)域倉(cāng)庫(kù), 其相關(guān)參數(shù)見表2, 選取39個(gè)節(jié)點(diǎn)為需求點(diǎn)。模型中的其他參數(shù), 參考采用同類文獻(xiàn)和經(jīng)驗(yàn)判斷的方式給出:c1=25元, c2=50元。
表1 候選中心倉(cāng)庫(kù)相關(guān)參數(shù) 下載原表
表2 候選區(qū)域倉(cāng)庫(kù)相關(guān)參數(shù) 下載原表
以Matlab 2014a為操作平臺(tái), 在Inter (R) , Pentium (R) , Core (TM) i5—3520MCPU, 2.9GHz, 4.00 GB內(nèi)存, Windows 7操作系統(tǒng)上執(zhí)行算法。參數(shù)設(shè)置為:種群大小為5, 即量子進(jìn)化計(jì)算中有兩條量子染色體, 觀測(cè)次數(shù)設(shè)定為10, 即子群體大小為10, 最大進(jìn)化運(yùn)算代數(shù)為4000。經(jīng)計(jì)算, 最終選取1、16、40號(hào)節(jié)點(diǎn)作為中心倉(cāng)庫(kù), 選取4、9、31、55、59作為區(qū)域倉(cāng)庫(kù), 其分配方案如表3和表4所示, 各需求點(diǎn)的需求得到滿足, 每個(gè)倉(cāng)庫(kù)的容量未超過(guò)容量限制, 總的物流系統(tǒng)成本為4522.4萬(wàn)元。
表3 中心倉(cāng)庫(kù)選址結(jié)果及分配方案 下載原表
表4 區(qū)域倉(cāng)庫(kù)選址結(jié)果及分配方案 下載原表
本文結(jié)合云倉(cāng)儲(chǔ)模式的特點(diǎn), 基于集合覆蓋模型, 通過(guò)松弛覆蓋半徑和覆蓋狀態(tài), 研究了三級(jí)供應(yīng)鏈系統(tǒng)中的多對(duì)多分配關(guān)系下的選址分配問(wèn)題, 設(shè)計(jì)量子遺傳算法求解, 通過(guò)案例分析驗(yàn)證了其可行性, 對(duì)實(shí)際決策有一定的指導(dǎo)意義。
權(quán)所有©:上海陽(yáng)合儲(chǔ)運(yùn)
專業(yè)承接上海倉(cāng)庫(kù)租賃、上海倉(cāng)儲(chǔ)配送物流、上海電商倉(cāng)儲(chǔ)企業(yè)服務(wù)與微笑同在"的先進(jìn)理念不斷發(fā)展壯大。