货物整合研究评述与展望

经济、社会和环境协调发展的时代要求,以及我国物流业发展面临的问题必将引起现代物流在理论和技术方面的变革。货物整合作为协调库存与运输的重要环节,能够提高物流运作效率,并缓解物流运作对环境的冲击。本文对货物整合研究进行了分析、评述与展望,分析了货物整合的类型、配送策略及其影响因素,从采用的建模工具,以及是否考虑其他相关物流运作过程的协调等角度,对文献进行了回顾与总结。此外,采用文献计量法,基于Web of Science和Scopus数据库,对货物整合相关文献进行汇总与梳理,分析其发展脉络与研究热点。研究表明,广义的货物整合分为(在途)车辆整合、库存整合和终端整合。货物整合的配送策略包括基于数量、时间和混合配送策略。影响货物整合的因素主要有货物流、货物特性和管理相关因素等。从建模工具上,已有文献主要采用模拟、经济分析、数学规划、随机理论等工具,数学规划是货物整合研究最常用的数学建模工具,而启发式算法常被用来求解基于数学规划的货物整合模型。货物整合与复杂的路径问题相结合研究、绿色或可持续货物整合研究,将是未来的研究热点。梳理并分析货物整合的内涵及其研究现状,展望货物整合研究的发展趋势,对于推动货物整合研究理论创新、指导物流实践、促进经济、社会和环境协调发展具有重要意义。

需求不完全拆分的多厢车辆路径和三维装箱模型与算法

由于需求的多样性,以及不能混装等特点,一些货品通常需要采用多厢货车运输;对订单依据货品种类拆分,优先运送需求紧急度高的货品,可以提高物流服务效率。对于一些规则的箱体货物,采用合理的装箱方案可提高车厢的空间利用率。因此,本文针对需求不完全拆分的多厢车辆路径和三维装箱问题(three-dimensional loading multi-compartment vehicle routing problem with discrete split deliveries,3L-MCVRPDSD),建立混合整数线性规划模型。提出了一种文化基因算法(memetic algorithm,MA),算法设计了一种订单拆分与合并策略,来解决需求不完全拆分条件下的子订单-车辆分配问题,以及子订单排序与车辆路径之间的映射关系,并嵌套构造型启发式三维装箱策略,实现对模型的求解。与遗传算法(genetic algorithm,GA)、CPLEX的计算结果相比,该算法可以在合理的计算时间内求得满意的可行解。