《物流管理制造企业逆向物流网络的周期动态优化系统策略.doc》由会员分享，可在线阅读，更多相关《物流管理制造企业逆向物流网络的周期动态优化系统策略.doc（4页珍藏版）》请在三一办公上搜索。
1、制造企业逆向物流网络的周期动态优化系统策略 1引言 随着人们环保意识的不断提高及自然资源的日渐匮乏，逆向物流作为一种促进资源循环再利用的手段，已经得到了政府及社会公众的高度重视。作为一个学术研究的新领域，如何正确对待逆向物流，如何设计逆向物流网络，如何处理传统物流与逆向物流的关系等一系列问题也已得到了研究者1-3的关注。关于逆向物流的内涵，许多学者4-6都从不同的角度给出了相应定义，综其所述，逆向物流主要指包括产品退回、物料替代、物品再利用、废弃处理、再处理、维修与再制造等流程的物流活动，是高效且低成本地对从消费点到起始点的物料、在制品库存、成品和相关信息的流动进行设计、实施和控制的过程，从而
2、达到重新获取利润或恰当处理的目的。 然而，由于在回收产品质量、数量及时间等方面存在着高度不确定性，逆向物流与正向物流相比，其网络结构要复杂得多。因此，如何处理这些不确定性是逆向物流活动计划当中的一个重要任务7-10，也是逆向物流系统成功运作的关键。目前对于逆向物流网络设计的分析大多是从静态、单一时期的角度11，而在现实生产运作中，由于不确定性的存在，这种静态、单一时期的模型很难反映出逆向物流系统的主要特征。有学者12通过构建多情形的逆向物流网络优化模型，来取得在各种情形分布下的整体最优解，此类模型较单周期模型有所进步，但仍存在一定的局限性。本文在现有研究基础上，通过使用动态规划方法，在允许各回
3、收点在不同时期回收数量发生变动，且处理节点根据自身处理能力平衡各期的处理量的情况下，建立了逆向物流网络的多周期动态优化模型，并通过一个算例对模型进行了验证。 2多周期动态模型的建立 2.1问题描述 根据回收产品再处理过程，可将逆向物流网络分为三大类13-14，即：再制造网络、再循环网络及再利用网络，本文的研究主要针对再制造逆向物流网络的规划设计问题。再制造是指对具有相对高附加值的装配型产品或其零部件，经过检测、维修之后再次投入使用的过程，所以再制造网络较其他两种网络的结构更加复杂。再制造逆向物流网络可以由OEM厂商15发起，也可以由专业的第三方再制造公司16进行组织完成。一个完整的逆向物流网络
4、通常包括了产品的回收、回收品的集中、检测/分类、再制造、废弃物处理、再分销等环节，具体网络结构如图1所示。 图1再制造逆向物流网络结构 其中，收集点可理解为直接从顾客处收集废旧产品的终端零售商或代理回收点；集中仓库是由企业选定的规模相对较大的经销商或自设的物品集中地；检测分类中心相当于企业的回收中心，它具有一定的检测及维修设备，能够判断所收集到产品的可用性。分散的小规模收集点及再分销点通常由产品的消费市场所在地决定，因此，再制造逆向物流网络设计的重点是在产品消费地既定的条件下，确定网络中集中仓库、检测分类中心、再制造工厂的地点、容量，及回收品在网络系统中的流动路径。由于产品经再制造后的再分销与
5、传统分销类似，本文将主要讨论产品从收集开始至再制造结束的物流网络结构及产品在系统中的运输路径。 2.2模型基本假设及参数设定 为便于模型的表述，本文将针对此网络做如下假定： 收集点不具有存储功能，所有收集到的产品当期全部被送往集中仓库，且收集点位置已知； 集中仓库具有最高容量限制，每期流入集中仓库的物品不可超过其最高容量，仓库中的物品将在当期全部被运往各检测分类中心； 检测/分类中心具有处理容量限制，当期流入超过最大检测能力的部分将作为库存延至下期处理； 再制造工厂具有处理容量限制，当期流入超过最大再制造能力的部分将作为库存延至下期处理； 回收物品经检测分类后，所得到的废弃物与可再制造品的数量
6、比例固定； 检测分类后的废弃物将直接被运往废弃物处理中心进行处理，所发生的费用只与检测分类中心的位置及废弃物数量有关，废弃物再处理中心位置已知； 若各检测分类中心或再处理中心期末保有库存，则会发生一定的库存成本(包括存储、延迟等发生的费用)，所发生的单位库存成本与库存所处环节及所在设施相关； 所有处理节点的第一期期初库存量为0，最后一期期末库存量为0； 各节点之间的单位产品运输成本固定，且与时期无关。 参数集：d：回收品经检测/分类后所得到的废弃物比例； 2.3模型建立 与单周期网络优化问题相比，多周期问题显著特征是此时的网络构建必须综合考虑各时期的不同输入，且各时期的输入之间又会产生相互的影
7、响效应。在此，我们将多周期网络优化须转变为多阶段的决策问题，通过动态规划思想进行建模。 在模型的第一阶段，必须首先确定系统的网络结构，建立再制造逆向物流网络模型的目标是使得网络设施投资的固定成本，及各时期运行成本之和达到最小。模型可以表示如下：总目标函数： 式(1)中的第一、二、三部分分别表示选定设施位置后，所需的仓库固定投资成本、检测分类中心固定投资成本、再制造工厂的固定投资成本，第四部分表示各期运行的变动成本之和，其中表示在第n个时期发生的变动成本；(2)式表明使用二元变量表示是否开放。由目标函数(1)式可以看出，各时期运行成本的反馈会影响系统网络结构的选择。 在现实的企业运作中，由于企业
8、生产能力限制及系统输入的不均衡性，各运行周期之间必然存在一定的延续性。而在逆向物流网络中，所需投资最大的通常是在检测分类设备及再制造设备上，因此，这些环节也最容易形成整体网络的瓶颈。鉴于此，本文在前述基本假设中已说明允许检测分类、再制造节点每期期末有库存(最后一期除外)。每期期末各节点库存状态转移方程可表示为： 检测分类中心： 式(3)、式(4)分别表示各个检测/分类中心、再制造工厂的每期期末库存量，且每个节点的期末库存量无后效性，即只与本节点的前一期期末库存、当期输入及本节点的处理能力相关。 式(5)、式(6)分别表示集中分类中心、再制造工厂的期初库存量均为0。 式(7)、式(8)是终端条件
9、，表示检测/分类中心与再制造工厂在最后一期期末必须处理完系统中所有流入产品，各节点的期末库存量均为0。 在第一阶段确定了系统的网络结构，并已知状态转移方程的情况下，则可以进一步确定各时期的运行成本。第n时期再制造逆向物流网络运行成本的函数可表示为： 子目标函数：毕业论文网 在子目标函数式(9)中，第一部分表示各周期发生的回收品由收集点至集中仓库的运输费用及在集中仓库的仓储费用；第二部分表示各周期发生的回收品由集中仓库至检测/分类中心的运输及检测分类费用；第三部分表示各周期发生的回收品由检测/分类中心运至再处理中心(废弃物处理中心)的再制造成本(废弃物处理成本)；第四、五部分分别表示各周期在检测
10、/分类中心、再制造工厂发生的库存成本。在子目标函数的约束条件中，式(10)、(11)、(12)分别保证了各收集点、集中仓库、检测分类中心的物流守恒；式(13)表示集中仓库的每期流入量应不大于仓库最高容量限制；式(14)表示产品经检测分类后所得到的废弃物与回收产品总量的比例符合限定值；式(15)表示废弃物处理中心必须存在，其投资所需的固定成本无需本企业承担，且没有处理能力限制；式(16)、(17)、(18)保证了回收品只能从被选择进行投资的节点通过；式(19)限定了各节点之间的物品流量的取值范围。 将总目标函数式(1)中的分别使用子目标函数式(9)表示，利用节点库存的状态转移方程式(3)、(4)
11、，并满足约束条件式(2)、(5)、(19)，即可得到完整的再制造逆向物流网络设计的多周期动态优化模型。 3模型的求解算例及比较 针对上述模型，当系统中所涉及的周期较少时，可以借鉴整数规划思想，使用LINGO软件包17-18进行求解，而对规模比较大的网络规划问题，则需使用CPLEX软件进行求解。为说明模型的适用性及具体求解方法，将设计如下算例对模型进行进一步的阐述，并使用LING08.0软件包进行求解。 3.1求解算例 某企业拟对市场中的某种产品进行使用后的回收再制造，要求对再制造逆向物流网络进行整体规划。其中废旧产品的收集点已知，且由于回收再制造后的产品与新产品具有同质性，再制造产品可与新产品
12、使用同一分销网络。所投资的逆向物流网络拟运行5个时期，根据历史销售数据及产品使用寿命，可预测到未来5个时期在6个销售区域内(收集点)的回收量。现需从备选地点中选择集中仓库、检测分类中心、再制造工厂的投资地点、数量及容量。共有4个备选仓库、3个备选检测分类中心、3个备选再制造工厂；废弃物处理中心的位置已知，且无容量限制；各备选检测/分类中心的单位库存成本分别是4元、6元、8元；各备选再制造工厂的单位库存成本分别是3元、2元、2元；废弃物在回收品总量中的比例是20。各备选地点信息及各节点之间的运输处理成本见表1-表7。 对上述问题使用LING08.0软件包进行求解，经过1 88次迭代，可得到逆向物
13、流网络固定投资及五周期运行总成本的目标值是1 137.67万元；选择进行投资的设施是集中仓库1、3、4，检测分类中心1、3，再制造工厂1、3，其中，检测/分类中心1在第一、三期末分别有300、700件库存，再制造工厂3在第一、三、四期末分别有420、1 300、2 680件库存。网络节点之间在各时期的物品流量见表8-表10。 3.2与单周期模型的比较 针对逆向物流规划的单周期选址模型，也可使用此模型进行求解，即相当于只存在一个子目标函数。但在单周期的网络选址中，一般需要采用各收集点(销售区域)的最高回收预测量作为网络选址的依据，否则无法保证进入系统的物品全部通过。因此，针对上述算例，单周期选址
14、问题各收集点的物品预测输入量应分别是：4 300件、2 400件、3 400件、3 600件、3 400件、3 200件。使用LING08.0进行求解，可得到应选择投资的设施是：集中仓库1、2、3，检测/分类中心1、3，再制造工厂2、3，在此网络下，上述算例的固定投资成本与五周期运行成本之和是1 432.1万元。将两种逆向物流网络设计的结果进行对比，可发现，在此算例中使用多周期模型进行再制造逆向物流网络设计，可使得系统总成本较单周期模型下降20.6。 通过多次数值实验，也可得出多周期动态模型的总成本要低于单周期模型，结果如图2所示。因此，多周期动态模型在进行逆向物流网络优化时，由于综合考虑了各
15、时期、各收集点输入的不确定性及产品在系统中等待所引起的库存成本，能够更好地反映生产实际情况，且比单周期模型具有更强的鲁棒性。 4结束语 针对再制造逆向物流过程中产品回收的不确定性，本文建立了多周期的逆向物流网络设计优化模型。在能够预测未来废旧产品回收数量的情况下，模型可综合考虑不同地点在各时期回收数量的不确定性，整体设计逆向物流网络，计算不同时期各节点之间的物品流量，从而使得网络建设的固定投资与运行成本之和达到最小。在此模型中，我们应用了动态规划方法，允许各时期的回收数量发生变化，且允许处理节点根据自身处理能力平衡不同时期的处理量，与单周期模型相比，更能够适应逆向物流网络的特征。 本模型研究主要针对独立再制造逆向物流系统，而许多生产企业的逆向物流网络通常要受到原有正向物流网络的约束。因此，将逆向物流网络与正向物流网络相结合，建立多周期的制造/再制造逆向物流网络可作为今后对模型进行拓展的一个研究方向。毕业论文网
