利用运筹学模型在物流企业中解决实际问题

利用运筹学知识在物流企业中解决实际问题[摘要]运筹学研究的方法和模型已经非常成熟,物流学的发展稍微滞后,运筹学在物流领域中的应用随着物流学科的逐渐成熟而日益广泛;通过深入研究运筹学学科主要的研究内容和方法,建立起一个清晰的运筹学知识框架体系;并举案例着重研究如何利用运筹学的模型,来解决现代物流企业中的实际应用问题。[关键词]运筹学;物流企业;实际应用1引言管理运筹学在现代物流企业的实际应用是一个非常具有意义的课题,借助运筹学的主要研究内容和方法,建立了大致的知识框架体系,它不是枯燥乏味的理论,而是非常实用的学科,生活中几乎处处都有运筹学,特别是对物流工作更是意义深远,能帮助物流企业解决许多实际的问题。运筹学是运用系统化的方法,经由建立数学模型及其测试,协助达成最佳决策的一门科学。它主要研究经济活动和军事活动中能用数量来表达的有关运用、筹划与管理等方面的问题,它根据问题的要求,通过数学的分析与运算,做出综合的合理安排，以达到较经济、有效地使用人力、物力、财力等资源。运筹学主要研究系统最优化的问题，通过建立实际问题的数学模型并求解，为决策者进行决策提供科学依据。运筹学在自然科学社会科学工程技术生产实践经济建设及现代化管理中有着重要的意义。随着科学技术和社会经济建设的不断发展进步，运筹学得到迅速的发展和广泛的应用。其中物流即物品从供应地向接收地的实体流动过程,根据实际需要,将运输、存储、装卸、搬运、包装、流通加工、配送、信息处理等基本功能实施有机的结合。运筹学与物流学作为正式的学科都始于二战期间,从一开始,两者就密切地联系在一起,相互渗透和交叉发展,运筹学应用的典型案例大都是物流作业或管理。运筹学作为物流学科体系的理论基础之一,其作用是提供实现物流系统优化的技术与工具,是系统理论在物流中应用的具体方法。二战后,各国都转向快速恢复工业和发展经济,而运筹学此时正转向经济活动的研究,因此极大地引起了人们的注意,并由此进入了各行业和部门,获得了长足发展和广泛应用,形成了一套比较完整的理论,如规划论、存储论、决策论和排队论等。而战后的物流并没像运筹学那样引起人们及时的关注,直到20世纪60年代,随着科学技术的发展、管理科学的进步、生产方式和组织方式等的改变,物流才为管理界和企业界所重视。因此,相比运筹学,物流的发展滞后了一些。不过,运筹学在物流领域中的应用却随着物流学科的不断成熟而日益广泛。2运筹学方法在物流工作中的应用运筹学研究的方法十分广泛,主要分支有:线性规划、非线性规划、目标规划、整数规划、几何规划、大型规划、动态规划、图论、网络理论和计划技术(统筹法)、博弈论(矩阵对策)决策论、排队论、存储论、搜索论等。以下就简单介绍一下在物流企业管理中,规划论、排队论和质量控制等的简单知识和应用。2.1数学规划论主要研究计划管理工作中有关有限资源的分配的问题。一般可以归纳为在满足既定的条件限制下,按某一衡量指标来寻求最优方案的问题,求解约束条件下目标函数的极值(极大值或极小值)的问题。在物流企业应用规划论的典型的例子如运输问题,即将某种物资从一个地点运送到另一个地点,要求在供销平衡的同时,定出流量与流向,使总运输成本最低。运用规划还可以解决厂库合理选址、物资车辆调度、货物配装、物流资源(人员或设备)指派、最优路径、资源分配、生产调度、库存控制、设备更新等物流难题。2.2排队论排队论也称随机服务理论,主要研究各种系统的排队队长、等待时间和服务等参数,解决系统服务设施和服务水平之间的平衡问题,以较低的投入求得更好的服务。所有这类问题都可以形象地描述为顾客来到服务台前要求接待服务。如果服务台已被其它顾客占用,那么就要等待,就要排队。另一方面,服务台也时而空闲,时而忙碌。排队论的主要内容之一,就是研究等待时间、排队长度等的概率分布。根据服务台是一台或是多台的情况,排队问题又分为单通道或多通道的排队问题。排队现象现实生活中普遍存在,物流领域中也多见,在物流过程中具有广泛地应用,如工厂生产线上的产品等待加工,在制品、产成品排队等待出入库作业,运输场站车辆进出站的排队,客服务中心顾客电话排队等待服务,商店顾客排队付款等等。如仓库保管员的聘用数量问题、物流机械维修人员的聘用数量问题,如何达到既能保证仓储保管业务和物流机械的正常运转,又不造成人力浪费等,这些问题都可以运用排队论方法加以解决。2.3质量控制是用数理统计方法研究控制产品和服务质量的各种问题的方法和实践活动。对一项质量参数的测试结果,总是在一定范围内波动,也就是说测量结果有误差存在。这种误差可能是随机误差,也可能是系统误差。如果是随机误差,它就服从一定的概率分布,根据数理统计原理,测试数据将可能落在某一范围内。运用数理统计方法研究确定质量控制的上限和下限,如果质量测试数据在质量控制范围之内,则认为系统运行正常,否则认为系统运行不正常,应进行调整。在物流实际工作中也是常应用质量控制技术的。例如在一定条件下,装卸一辆货车的时间允许在一定范围内变动。物流公司为了提高服务质量,对客户承诺:装(或卸)一辆货车的时间不超过多少时间,同时作为考核公司职工的工作指标。那么这个服务时间指标不能凭空想象,要应用质量控制技术研究制定。2.4对策论对策论也称博弈论,最初是运用数学方法研究有利害冲突的双方在竞争性的活动中是否存在自己制胜对方的最优策略,以及如何找出这些策略等问题。在这些问题中,把双方的损耗用数量来描述,并找出双方最优策略。对策论的发展,考虑有多方参加的竞争活动,在这些活动中,竞争策略要通过参加者多次的决策才能确定。常言道商场如战场,在市场经济条件下,物流行业也充满了竞争。对策论是一种定量分析方法,可以帮助我们寻找最佳的竞争策略,以便战胜对手或者减少损失。例如在市内有两个配送中心经营相同的业务,为了争夺市场份额,双方都有多个策略可供选择,可以运用对策论进行分析,寻找最佳策略。又如,汽车运输公司要与铁路系统争夺客源,有多种策略可供选择,也可用对策论研究竞争方案。2.5决策论决策普遍存在于人类的各种活动之中,物流中的决策就是在占有充分资料的基础上,根据物流系统的客观环境,借助于科学的数学分析、实验仿真或经验判断,在已提出的若干物流系统方案中,选择一个合理、满意方案的决断行为。物流决策多种多样,有复杂有简单,按照不同的标准可化分为很多种类型,其中按决策问题目标的多少可分为单目标决策和多目标决策。单目标决策目标单一,相对简单,求解方法也很多,如线性规划、非线性规划、动态规划等。多目标决策相对而言复杂得多,如要开发一块土地建设物流中心,既要考虑设施的配套性、先进性,还要考虑投资大小问题等,这些目标有时相互冲突,这时就要综合考虑。解决这类复杂的多目标决策问题现行用的较多的,行之有效的方法之一是层次分析法,一种将定性和定量相结合的方法。2.6存储论存储论又称库存论,主要是研究物资库存策略的理论,即确定物资库存量、补货频率和一次补货量。合理的库存是生产和生活顺利进行的必要保障,可以减少资金的占用,减少费用支出和不必要的周转环节,缩短物资流通周期,加速再生产的过程等。2.7图(网络)论将复杂的问题用图与网络进行描述简化后再求解。图与网络理论有很强的构模能力,描述问题直观,模型易于计算实现,很方便地将一些复杂的问题分解或转化为可能求解的子问题。图与网络在物流中的应用也很显著,其中最明显的应用是运输问题、物流网点间的物资调运和车辆调度时运输路线的选择、配送中心的送货、逆向物流中产品的回收等,运用了图论中的最小生成树、最短路、最大流、最小费用等知识,求得运输所需时间最少或路线最短或费用最省的路线。另外,工厂、仓库、配送中心等物流设施的选址问题,物流网点内部工种、任务、人员的指派问题,设备更新问题,也可运用图论的知识辅助决策者进行最优的安排。3实务详析供应链管理的基本模型是:从供应商开始到制造商到批发商到顾客,通过这样一个网络,目标是怎样把顾客需要的产品以最低的成本在合适的时间送到顾客手上。看起来简单的问题,做起来十分复杂。供应链管理的问题分成三块:第一块是网络规划,对于一个制造企业来讲,制造厂设在哪里,物流中心设在哪里,零售商会在哪个地点,这是需要设计的;第二块称为仓库规划,仓库建成什么形式,库存怎样进行管理,要确定最低库存和最高库存到底应该是多少;第三块称为运输规划,如在运输中是大车大批量运还是小车小批量运?是从一个点出发再返回,还是走一个环形的路线?送货和取货应该在两个网络中还是在一个网络中等等。上述构成了供应链管理中三部份主要内容。对于运筹学在供应链管理优化上的应用,从运筹学的视角上主要解决这样几个问题:一是研究质量管理;一个是研究产品和服务设计的问题,工艺能力设计问题,我们需要什么样的工艺,需要多大的厂,就能满足需求。工厂放在什么地方?配送的供应链放在什么地方,工厂内布局应该如何,设备怎样摆放,人力资源和工作设计,如何建立一个合理的工作环境,供应链管理,哪些需要购买,哪些可以自己做,如何同供应商建立好关系,库存管理,设备维护。4运筹学模型举例及实际运用分析4.1问题背景介绍一物流公司有大宗的业务是向安徽淮南矿业集团的各个矿运送井下物资和原材料。淮南市里有三家合成材料厂生产同一种锚固剂,日产量分别为800t、220t、380t有六个矿(谢一、张集、潘一、潘二、潘三、顾桥)是公司的长期客户。他们的日需求量分别为200t、350t、100t、150t、200t、400t。把这三家企业设为A1、A2、A3,把六个矿设为B1、B2、B3、B4、B5、B6。每个工厂到各矿的单位运费(元/t)如表1所示:表1工厂到各矿的每吨单位运费单位:元/tB1B2B3B4B5B6A1488448A2956356A331146844.2问题分析这个问题的特点如下:目标明确。作为物流企业,经营总目标是明确的,即寻求某个整体目标最优运费最低;多种方案。可以从多种供选择的运输方案中选取最佳方案;资源有限。运输决策必须受到限制,如锚固剂的调运既要满足各个矿的井下生产需要量,又不能超过各合成材料厂所能提供的锚固剂的生产量。线性关系。约束条件及目标函数均保持线性关系。正是因为具有以上特点,公司的锚固剂运输问题,可以归为线性规划问题。从数学模型上概括起来,可以认为,是求一组非负的变量即运费,X1、X2、X3、X4、X5、…X18,在一组线性等式或线性不等式的约束条件下,使得目标总运费最小。解决这样一个线性规划问题的数学模型有以下共同特征:存在一组变量X1、X2、X3、…X18,成为决策变量,表示某一运输决策。这些变量的取值是非负的;存在两个约束条件,3个工厂的实际生产能力和6个矿的实际需要量。可以用两组线性不等式来描述;存在一个线性目标函数实际总运费最小。4.3模型建立线性规划数学模型建立如下:设Ai(i=1,2,3)到Bj(j=1,2,3,4,5,6)运输费为Xij,详见表2:表2各工厂到各矿的运输费详列表由于供求平衡,所以各合成材料厂的运出量应等于其日产量,且等于各矿的日需要量,即Xij必须满足:X11+X12+X13+X14+X15+X16=800X21+X22+X23+X24+X25+X26=220X31+X32+X33+X34+X35+X36=380此外,还要保证各矿的日需要量,故Xij还必须满足:X11+X21+X31=200X12+X22+X32=350X13+X23+X33=100X14+X24+X34=150X15+X25+X35=200X16+X26+X36=400显然,从各工厂到各矿的锚固剂运输量都不能为负,即有(Xij≥0i=1,2,3;j=1,2,3,4,5,6)B1B2B3B4B5B6日产量（t）A1X11X12X13X14X15X16800A2X21X22X23X24X25X26220A3X31X32X33X34X35X36380日需求量（t）2003501001502004001400目标是要使总运费Z(X)=4X11+8X12+8X13+4X14+4X15+8X16+9X21+5X22+6X23+3X24+5X25+6X