基于合規運輸的第三方整車物流多式聯運網絡優化

劉弘超

內容摘要：公路運輸過程中所產生的高額的過路過橋費與超載罰款成本是制約第三方整車物流企業發展的關鍵因素，與此同時，《GB1589-2016》和《車輛運輸車治理方案》等治超法規的陸續出臺，無疑使第三方整車物流企業降本增效難上加難。本文通過借鑒混合軸輻式理論，建立整車物流多式聯運網絡優化模型，設計適用于模型求解的禁忌算法，最后以第三方整車物流企業為例對模型進行仿真與分析。結果表明，相較于直通式物流網絡，基于混合軸輻式理論的整車物流多式聯運網絡總成本將降低20%，運輸方式趨于多元化，網絡更具有競爭力。

關鍵詞：整車物流 多式聯運 混合軸輻式理論 網絡優化

引言

2016年8月，交通部、發改委等部門聯合發布《車輛運輸車治理方案》，該《方案》提出2016年9月21日起嚴禁“雙排車”進入高速公路，并督促汽車整車物流企業更新改造不合規運輸車，到2018年7月1日起全面禁止不合規運輸車通行?！斗桨浮返膶嵤φ麄€整車物流行業產生了極大影響，最直接的影響就是整車物流企業運營成本的上升。長期以來，我國的整車物流成本因運輸方式單一、資源分散、企業各自為政、物流網絡信息化程度低等原因而居高不下。新的治超政策實施后，整車公路運輸成本因運輸車輛裝載量驟減而上升，再加之原有運輸車輛的改造與新標準車型的購置，對整車物流企業降本無疑是雪上加霜。為了降低單一公路運輸模式下的運營風險，規避新法規對商品車公路運輸方式帶來的影響，如何采用多元化的運輸方式，提高鐵路和水路運輸的發運比例，已成為第三方整車物流企業的關注重點。

綜合國內外研究情況，眾多學者關于整車物流的理論研究集中體現在整車物流配送問題，主要包括整車路徑優化（vehicle routing problem，VRP）和整車配載優化（vehicle loading problem，VLP）。例如，Roberto Baldacci（2011）等人運用精確算法求解有容量限制與帶時間窗的車輛路徑問題。Lee（2006）等將動態規劃的理論運用于車輛路徑問題的研究中，并運用最短路徑算法求解。國內侯玉梅（2015）、王書勤等（2011）分別對具有時間約束與容量約束的車輛路徑問題進行了研究，并運用不同的啟發式算法進行求解。與此同時，錢丹等（2015）根據現代承運車的多層多排的結構特點，以單層、單排為粒度的可配載邏輯，構建了多承運車型聯運的整車物流配送優化模型，并給出基于改進分支定界的新啟發式配載優化算法。除以上研究外，陳建嶺等（2015）將聚類分析與數學規劃方法相結合，并運用米歇爾選址方法，提出一種綜合性的選址方法來確定區域配送中心最佳的選址方案。趙欣（2014）以供應鏈競爭環境為背景，提出通過戰略聯盟、構建整車物流綜合運輸體系、搭建整車物流信息平臺等方式進行資源整合，最終提升整車物流企業的核心競爭力。陳蔚（2011）在闡述商品車整車物流發展現狀的基礎上，分析鐵路運輸在商品車整車物流中的優勢和存在的問題，并提出相關建議。

綜上所述，雖然國內外學者對整車物流的研究范圍不斷擴大，但缺乏對整車物流運輸網絡的戰略性規劃，尤其是對樞紐節點選址布局、綜合運輸體系下的多種運輸方式組合與車輛路徑選擇相結合的集成性研究少之又少，需進一步深入研究。因此，本文針對合規運輸下商品車公路運輸經濟性較差、發運結構不合理等問題，在多式聯運發展與研究應用的基礎上，進一步引入軸輻式理論建立整車物流多式聯運網絡模型，構造禁忌算法進行求解，并結合實例對模型進行分析。

問題的提出

某第三方整車物流企業承擔A汽車品牌的一批商品車運輸任務，需從該汽車品牌的一個主機廠將生產的商品車分別發運至其下的M個4S銷售中心。該第三方整車物流企業擁有一個整車分撥中心（VDC）服務于該汽車品牌，分布在該汽車品牌主機廠附近。由于受制于高額的公路運輸成本與專項治超法規的約束，以及A汽車品牌運輸需求的不斷擴大，現需要該第三方整車物流企業打破傳統的單一運輸模式，布局p個區域整車配送中心（RDC），構建高效的商品車運輸網絡，開展多式聯運服務，如圖1所示。在不考慮商品車提前到達4S銷售中心的存儲成本或延遲到達的懲罰成本的情況下，確定所需建立p個RDC所在城市的集合，整個運輸過程中城市間最佳的運輸方式和運輸路徑組合，實現整個運輸網絡的成本最優。

整車物流多式聯運網絡優化模型構建

一個完整的整車物流多式聯運網絡中應該包含兩種運輸交換模式：一種是基于樞紐間接駁的聯合運輸，另一種則是起訖點之間的直接運輸。在混合軸輻式理論中，運輸網絡中不僅存在“非樞紐點-樞紐點-非樞紐點”的連線，而且包含非樞紐節點間的連線，與上述整車物流多式聯運網絡特征符合。因此，本文主要是基于混合軸輻式理論對整車物流多式聯運網絡進行建模。

（一）混合軸輻式理論概述

O'kelly（1987）首先提出軸輻式網絡樞紐選址模型，為軸輻式網絡應用奠定了理論基礎。自此之后，隨著學者對軸輻式理論研究的不斷深入與完善，這種典型高效的物流網絡結構開始在航空運輸、農產品、郵政快遞、零擔物流等領域廣泛應用。

根據非樞紐節點之間是否存在直接連接，軸輻式網絡可以分為純軸輻式網絡和混合軸輻式網絡。純軸輻式網絡中要求非樞紐節點只與樞紐節點連接，且非樞紐節點間不允許直接連接。然而在實際應用中，不是每個OD對（起訖點）都必須經過樞紐中心進行中轉運輸，這樣會產生繞道運輸，成本與時間都會大幅增加，OD對間采取直達運輸即可滿足。由此，在混合軸輻式網絡中放寬了對非樞紐節點間的約束，允許節點的連接不受限制，非樞紐節點既可以與樞紐節點連接，也可以進行非樞紐節點間的相互連通。

（二）模型假設

本文做出以下基本假設：不考慮由商品車的車型尺寸不一所引起的單位載運工具的裝載數量不同，均以標準小汽車尺寸來計算；同一起訖點間的商品車不能分開運輸；運輸網絡中一個城市節點處最多只能建立一個樞紐；無時間約束且不考慮整車提前到達或延誤到達產生倉儲成本或延誤成本；默認該第三方整車物流企業臨近主機廠的VDC為一個樞紐節點，且不考慮商品車在主機廠與整車分撥中心之間短駁運輸產生的運輸成本；RDC具有相同的容量限制。

（三）參數設置

基于混合軸輻式理論的整車物流多式聯運網絡優化模型中具體參數的定義如下：N—城市節點數；P—RDC樞紐節點個數；S—運輸方式集合（S=1代表公路運輸，S=2代表鐵路運輸，S=3代表水路運輸）；Wij—表示從節點i到節點j的貨物流量；Lsij—表示從節點i到節點j間采用運輸方式s的實際運輸距離；Csij—表示從節點i到節點j采用運輸方式s的單位運輸成本；Fk—表示樞紐節點k建設并投入運營的固定成本；Gk—表示在樞紐節點k選擇改變運輸方式的中轉成本；α—表示規模經濟效應的折扣系數，采用固定值；Uk—表示樞紐k的年最大儲存能力。

軸輻式多式聯運樞紐網絡優化中的決策變量如下：

（四）模型構建

以網絡運輸總成本最小為目標函數，構建基于混合軸輻式理論的整車物流多式聯運網絡優化模型，模型表述如下：

上述模型中，公式（1）為以成本最優的目標函數，考慮了網絡中基于起訖點間直接運輸模式下和基于樞紐節點聯合運輸模式下的運輸成本，樞紐節點的運營成本及樞紐節點處的中轉運輸成本四個部分。公式（2）表示起訖點間運輸模式的選擇，要么選擇起訖點間的直接運輸模式，否則選擇基于樞紐接駁的聯合運輸模式。公式（3）表示運輸網絡中需要設置的樞紐節點個數。公式（4）和公式（5）表示基于樞紐接駁的聯合運輸模式下，限定節點i、j分別指派給樞紐節點k、m。公式（6）和公式（7）表示樞紐間節點k的容量限制。公式（8）表示網絡節點和運輸方式的取值范圍約束。公式（9）表示成本折扣系數的取值范圍約束。公式（10）表示決策變量的取值范圍約束。

整車物流多式聯運網絡優化模型求解禁忌算法設計

禁忌搜索算法（Tabu Search，簡稱TS）最早是由Glover在1986年提出，TS算法的本質是對局部領域搜索算法的一種擴展，是運用鄰域移動進行搜索的全局逐步尋優算法。迄今為止，TS在組合優化、神經網絡、機器學習等領域廣泛應用，與此同時，禁忌算法在求解軸輻式網絡模型求解問題上也有很多應用案例，例如趙晏林（2013）、Ishfaq R等（2010）學者在軸輻式樞紐節點的設計中成功應用了TS算法并獲得了良好的求解結果。

本文選擇禁忌算法求解混合軸輻式整車多式聯運網絡優化模型，運用C#編程求解得到最優方案。

（一）算法關鍵要素設計

禁忌算法的基本要素包括初始解與編碼、鄰域結構、禁忌對象、禁忌長度、適配函數、特赦規則、終止規則等。

編碼與初始解。目前對實際問題的編碼主要形式有二進制編碼、十進制編碼、實數編碼和自然數編碼等多種編碼方式?？紤]求解結果的直觀性，本文選擇自然數編碼，對各個城市利用自然數進行標號。與此同時，初始解隨機產生。

鄰域結構。定義鄰域結構由單點替換而產生。讓P為初始的選址點集合，N-P為未選點集合，則讓P與N-P交換一個點所能產生的所有T*的集合，即為鄰域，單點替換產生的鄰域有P（N-P）個解集。

禁忌對象。由于禁忌算法是按照鄰域移動搜索最優解，而鄰域結構由單點替換而產生，因此禁忌是對換出節點作為對象進行禁忌。

禁忌長度。設定禁忌長度為之間的一個隨機整數。

適配函數。實際問題的求解目標是物流網絡總成本最低，因此把目標函數作為適配函數。

特赦規則。當出現迄今為止最好的解時特赦相應的禁忌點。

終止準則。以最佳適配值連續M代保持不變時，終止算法。

（二）算法流程設計

Step 1：初始化參數。對N個城市進行自然數編碼，并對樞紐節點集合T的長度進行初始化，即P個樞紐，以及初始當前迭代步數與禁忌狀態，令迭代次數t=0，tabu_status（i）=0。

Step 2：隨機產生初始解，根據適配函數求得初始解的網絡總物流成本CT，令當前最優解T=Tbest，最優解的網絡總物流成本CTbest=CT。

Step 3：通過換出集合T的樞紐節點構造鄰域N（T），并計算它的P（N-P）個解集所對應的總成本CT（i），i=1，2，…，P（N-P）。

Step 4：檢查鄰域中最小的目標函數值CT（k）。如果tabu_status（k）=0或者CT（k）

Step 5：令t=t+1，如果CT（K）

Step 6：如果CTbest連續100代保持不變時，終止算法；否則，更新禁忌狀態，即對所有tabu_status（i）>0的點，令tabu_status（i）= tabu_status（i）-1，返回Step 3。

仿真與分析

（一）數據準備

A汽車品牌擁有一個整車生產基地分布在合肥，該品牌商品車銷售面向全國，其4S銷售中心遍布于36個城市，各4S銷售中心年整車需求量如表1所示。受制于篇幅長度，只顯示部分城市間的公路和鐵路運輸里程如表2所示，各城市間的鐵路和水路實際運輸距離可通過《中國公路鐵路水路圖集》獲得。公路、鐵路和水路運輸方式下，單商品車的運輸費不同，其具體費率如表3所示。在樞紐處各運輸方式可發生轉換，會產生相應的換裝成本，其單位換裝成本如表4所示。其它數據如表5所示。

（二）仿真結果

運行Visual Studio導入基礎數據，通過C#編程可得模型求解結果，最終模型求解結果如表6所示，由圖2可知廣州、南京、沈陽、濟南和西安被選為樞紐。

優化后的整車物流網絡具有以下四大特點：

一是相對于“點對點”直通式物流網絡，基于混合軸輻式理論的整車物流多式聯運網絡的總運輸費用明顯要低，成本減少43951110元，約為原物流網絡總成本的80%，如圖3所示。

二是基于混合軸輻式理論的整車物流多式聯運網絡在降低成本的同時，可提供多樣的運輸組織方案，提高鐵路和水路運輸的比例，弱化其對公路運輸的依賴，使其物流網絡的運輸結構得到優化。在優化后的物流網絡中，整車運輸形式仍以公路運輸為主，但占比下降為53.51%，鐵路運輸為輔的趨勢明顯增強，發運規模將達到45%左右，由于在國內適合水路運輸的航道較少且港口等基礎設施不完善，水路運輸比例不足3%，有待提升，如圖4所示。

三是在優化后的物流網絡中，原有OD對間的部分運輸線路得到了優化。主要分為三種情況：第一種情形，原有直接采用公路運輸的OD對，優化后選擇了更為經濟的鐵路運輸形式組織商品車發運，如表6中的1-10；第二種情形，原有直達的OD對優化后與同方向的其它需求點選擇經過樞紐節點組織“干線運輸+支線分撥”的運輸方案，充分發揮干線運輸的規模優勢，提高運載工具利用率與發運頻次，降低物流成本，如表6中的1-13；第三種情形，保證原有OD對間公路運輸方式不變，選擇經過樞紐節點享受規模效應帶來的經濟折扣，降低總成本。這種情形可以理解為，在干線上所聚集的大量貨源便于第三方整車物流企業組織貨源，可提高運載工具的滿載率與發運頻率，更有效地利用運載工具，減少空駛產生的額外運輸成本。

四是布局RDC可有效緩解目前以合肥為始發點的庫存壓力，如圖5所示，而且將RDC的布局更靠近消費市場，加快市場響應速度，縮短車輛交付周期，提高物流服務滿意度。

結論

本文立足于第三方整車物流企業單一公路運輸模式下高成本低效能的現實情況，以及克服新標準與法規對商品車公路運輸方式帶來的影響，借鑒廣泛應用于航空運輸業的軸輻式理論，為第三方整車物流企業構建基于混合軸輻式理論的整車物流多式聯運網絡優化模型，并運用啟發式算法進行求解。從分析結果可知，優化后的整車多式聯運網絡運營成本明顯下降，運載工具的利用率將會提高，便于組織商品車運輸，與此同時，鐵路運輸發運規模明顯上升，整車發運結構得到優化。此外，優化后的整車物流網絡可幫助第三方整車物流企業轉型升級，利于其圍繞VDC與RDC整合物流資源，并提供多種整車運輸解決方案，形成企業核心競爭力。

參考文獻：

1.Roberto Baldacci.Recent exactalgorithms for solving the vehicle routing problem under capacity and time window constraints[J].European Journal of OperafionM Research，2011（6）

2.Lee C GIMarina A.Epelman，Chelsea C，et a1.A shortest path approach to the multiple-vehicle muting problem with split pick-ups[J].Transportation Research，Part B，2006（40）

3.侯玉梅，賈震環，田歆等.帶軟時間窗整車物流配送路徑優化研究[J].系統工程學報，2015，30（2）

4.王書勤，黃茜.一種基于CVRP的改進蟻群算法[J].甘肅科技，2011，27（3）

5.錢丹，劉建勝，袁彬等.多車型聯運整車物流配送優化模型及算法研究[J].制造業自動化，2015，37（6）

6.陳建嶺，王棟.汽車整車物流區域配送中心綜合選址方法研究[J].山東交通學院學報，2015，23（1）

7.趙欣.供應鏈環境下的整車物流資源整合研究[J].物流技術，2014，33（12）

8.陳蔚.鐵路運輸在商品車整車物流中的發展分析[J].鐵道運輸與經濟，2011，33（7）

9.Okelly M E.A quadratic integer program for the location of interacting hub facilities[J].European Journal of Operational Research，1987，32（3）

10.郭瑩瑩.航空貨運市場軸輻式網絡構建博弈分析[J].武漢科技大學學報（社會科學版），2012，14（4）

11.謝婷，周騫，史鴿飛.基于時間可靠性分析的農產品軸輻式物流網絡節點選址[J].長沙理工大學學報（自然科學版），2015，12（2）

12.李莉，丁以中.軸輻式快遞網絡的樞紐選址和分配優化[J].上海海事大學學報，2012，33（2）

13.李惠珠，宋海清，孟多.軸輻式零擔運輸網絡中集送貨線路規劃研究[J].華南師范大學學報（自然科學版），2012，44（2）

14.趙晏林.基于混合軸輻式理論的港口物流多式聯運網絡優化[D].浙江工業大學，2013

15.Ishfaq R.Hub network design models for intermodal logistics[D].The University of Alabama TUSCALOOSA，2010