4PL模式下物流任务分配问题研究，本文主要内容关键词为：分配论文,物流论文,模式下论文,PL论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
doi:10.3969/j.issn.1005-152X.2010.09.030
1 引言
4PL模式是由美国安德逊咨询公司(Andersen Consulting)提出的，旨在弥补第三方物流发展中的局限性、提供满足供应链整体物流需求的优质物流服务的新型物流服务模式。4PL模式的运作本质和核心优势在于它对供应链资源的整合，通过4PL模式对供应链资源进行整合已成为物流业发展的主导方向[1]。
4PL模式对供应链资源的整合是基于物流合作伙伴选择、物流任务分配和物流资源企业间相互协调的动态过程。当选择了物流合作伙伴后，依据供应链的综合需求，将其转化为多个具体物流任务并合理分配给适合的物流合作伙伴，即物流任务的合理分配问题就成为4PL模式资源整合的关键问题。然而，由于可供任务分配的物流合作伙伴数量相对较多，而且各合作伙伴在物流服务功能、规模、成本、速度等方面又存在各自的优劣势，使之成为复杂的多目标决策问题，应用传统的穷举法和隐枚举法求取物流任务分配方案难度较大。遗传算法(Genetic Algorithm，GA)是基于生物进化和选择机制的随机搜索算法，由于算法本身的并行性以及对求解问题的限制较少，所以该算法具有通用性强、收敛较快以及计算简单的特点，已被广泛应用于各种领域。本文将结合4PL模式的特点，利用遗传算法对物流任务分配问题进行研究。
2 4PL模式下物流任务分配需考虑的因素
2.1 供应链整体物流需求的特点
供应链整体物流需求特点主要体现在四个方面，即物流服务系统化、物流服务功能综合化、物流服务区域化和低成本与快速反应统一化。其中服务系统化是指其要求物流企业能够从供应链系统最优的角度提供系统化的物流服务；功能综合化是指其对物流功能的需求往往包括运输、仓储、配送等多种物流基本功能以及供应链要求的其他增值性物流功能；服务区域化是指其要求物流企业的服务范围能够涵盖其运营的所有区域范围；低成本与快速反应统一化是指在降低供应链物流总成本的同时，提高对用户需求变化的反应能力，目前主要通过提高周转效率来满足该需求。基于上述分析，4PL模式下对物流任务进行分配时，可将供应链整体物流需求转化为多个区域和多种服务功能形式结合下的多项物流任务。例如，供应链上的物流需求涉及甲乙两个区域，则可划分为区域甲的仓储（配送）任务、区域乙的仓储（配送）任务和区域甲乙间的运输任务等三类任务。其中，仓储（配送）任务可用仓储量（配送周转率）表示。
2.2 物流合作伙伴的综合服务实力
与上述供应链整体物流需求特点相对应，物流合作伙伴的综合服务实力可由物流服务功能、物流服务区域及物流服务规模等三项因素决定。其中物流服务功能指物流合作伙伴能够提供的物流功能种类，如运输、储存、配送等；物流服务区域指物流合作伙伴不同物流服务功能下的服务地域范围；物流服务规模指不同物流服务功能在不同服务区域下的服务能力及总能力，如最大运输载重量、存储量、配送量等。通常至少在上述三项内容的一项上具有竞争优势的物流合作伙伴才有可能同4PL企业形成战略合作关系，具有竞争优势的因素越多，竞争优势越强，其获得物流任务分配的机会越大。
同样，物流合作伙伴的综合服务实力也可以多个区域和多种服务功能结合的形式来表示。例如，某物流企业的服务涉及甲乙两个区域，则可划分为区域甲的仓储（配送）服务实力、区域乙的仓储（配送）服务实力和区域甲乙间的运输服务实力等三类物流服务能力。
2.3 物流合作伙伴的物流服务质量
物流服务质量为物流服务的固有特性满足用户物流要求的程度。由于顾客对物流服务的要求主要体现在物流服务的经济性、及时性、安全性和准确性等四个方面。因此，物流合作伙伴的服务质量即指其固有特性满足经济性、及时性、安全性和准确性的程度。其中，经济性主要通过单位物流功能服务的价格来体现（对具有仓储配送功能的物流合作伙伴而言，是指从单位商品入库到配送到顾客的总价格）；及时性主要通过完成单位物流功能所需的时间（或周期）来体现（对具有仓储配送功能的物流合作伙伴而言，是指从商品入库到配送到顾客的服务周期）；安全性主要通过物流服务提供过程中的货损率来体现；准确性主要通过物流服务提供过程中的货差率来体现。由于货损和货差问题属于物流服务中的基本质量问题，而经济性与及时性又与低成本和快速反应的统一息息相关，因此在物流任务分配时，应将物流服务的经济性和及时性作为首要考虑的服务质量因素。
另外，鉴于本文上述对供应链整体物流需求特点的分析，也应按多个区域和多种服务功能形式结合的方式来考虑物流合作伙伴服务的经济性和及时性。例如，供应链上的物流需求涉及甲乙两个区域，则应考虑某物流合作伙伴的区域甲的仓储（配送）价格和服务周期、区域乙的仓储（配送）价格和服务周期和区域甲乙间的运输价格和服务时间。
3 4PL模式下物流合作伙伴选择优化模型
3.1 问题的表述
由于与多家物流合作伙伴结成的战略合作关系使得4PL企业掌握了较为充足的物流资源。同时，鉴于物流需求方往往对将一项物流任务外包给多家物流企业的情况较为反感的事实，本文假设4PL企业对某项物流任务进行分配时，无需考虑由多家合作伙伴共同满足某一项物流任务的问题。所以4PLAgent只需针对各项分解的物流任务，将相应物流服务综合实力小于该项物流需求的物流合作伙伴剔除后，选择出最为适合的物流合作伙伴，将该项任务完全分配给该伙伴即可。
3.2 多目标优化模型
4PL模式下物流任务分配方案应满足以下目标函数：
目标函数1：物流总成本C最小。可表示为
4.2 适应度函数
由于物流服务的满意程度与物流合作伙伴的服务质量息息相关，而物流合作伙伴的服务质量又受到多项因素影响，而对其评价时又往往受到物流需求方偏好程度的影响，因此本部分采用多目标加权法构造适应度函数。具体适应度函数如式(5)，其中AP、AT、AS分别代表整体任务的平均价格、
同时，只有对上述指标权重系数进行合理的确定，物流任务分配方案才有实际意义。由于需要确定的指标权重系数较少，因此，本文拟采用主观赋权方法，运用专家调查法，即要求所聘请的专家先独立地确定评价指标的权重系数，然后对每个评价指标的权数取平均值作为参考权重系数，后经专家对参考系数讨论获得一致性的认识，来确定上述指标的权重。
4.3 复制算子
复制算子采用常用的赌盘(roulette wheel)选择，即个体被选中进行复制的概率与该个体的适应度大小成正比。
4.4 交叉算子
本部分采用单点交叉法来产生新一代个体，通过随机函数来产生一个0～N-1（N为RSF个数）之间的整数以确定交叉位置，以该点为分界相互交换变量。交叉率的选择决定了交叉操作的频率，频率越高，可以越快地收敛到最优解区域，但太高也可能导致过早收敛，典型的取值范围为0.4～0.9。由于
。本部分为该种情况设置了惩罚函数，即对上述情况赋予的一个较大的适应度值。为防止过早收敛，出现局部最优解，本部分采用了小交叉概率策略，交叉概率设置为0.55。文献[2]已对类似问题的参数选取进行了详细的论证。
4.5 变异算子
变异算子基本位变异(simple mutation)。为防止过早收敛，本文未采用精英选择策略，变异概率＝1－交叉概率。
4.6 算法终止条件
在计算过程中采用最大代数为100，连续50代适应度值无变化作为终止条件。
5 模型求解的算例分析
设某4PL企业已经与某条供应链签订了服务合同，并将该条供应链的整体物流需求划分为3个区域的五项物流任务。具体任务见表1。该4PL企业已经同九家物流企业结成了合作伙伴关系，各合作伙伴的综合物流服务实力情况、各合作伙伴完成各项物流任务的单位价格和时间见表2、表3和表4（上述数据是在实际调查后做适当修改而得的）。
本算例是在Matlab7.0遗传算法工具箱的基础上实现的，初始种群规模设定为100，交叉概率为0.55，变异概率为0.45，在对20位专家进行调查分析的基础上，确定
。经过初始种群规模的多次调整，最终将初始种群设定为100，其运算结果如图1所示（图中下方黑色虚线为每代种群的最佳适应度，上方点状分布为每代种群的平均适应度）。最佳适应度值为0.89296。
图1 运算过程图
经过63代运算，最小适应度值就稳定在最佳适应度，并在第13代就获得了最优解，收敛速度较快，说明了算法的有效性。最优解X=[2 1 4 9 8]，即将区域1的仓储（配送）物流任务分配给合作伙伴2；将区域1、2间的运输物流任务分配给合作伙伴1；将区域2的仓储（配送）物流任务分配给合作伙伴4；将区域2、3间的运输物流任务分配给合作伙伴9；将区域3的仓储（配送）物流任务分配给合作伙伴8。
6 结论
合理而有效地对物流任务进行分配是4PL模式高效运作的基础。然而，由于物流需求以及合作伙伴物流服务质量体现形式的多样性，使得物流任务分配问题成为复杂的多目标规划问题。本文以遗传算法基本原理为基础，提出了基于4PL模式的物流任务分配优化方法。该方法具有以下特点：
(1)采用自然数编码的方式，对于可能出现的非法解，采用惩罚函数的方法，既降低了非法解出现的概率，又提高了遗传算法的运算速度。
(2)通过采用较大初始种群、较小交叉概率和较大变异概率的方法，使算法具有全局搜索能力，可以克服局部最优解问题。