【文章內(nèi)容簡(jiǎn)介】 作為最大的分公司，又于裝瓶廠有一定的距離， SC1 的長(zhǎng)途運(yùn)輸模式具有典型性。 （ 4） M6 其下的 SC1 面向該省最大的消費(fèi)市場(chǎng)，其在訂單管理、運(yùn)輸配送、倉(cāng)儲(chǔ)等環(huán)節(jié)中暴露了一些典型性問(wèn)題，對(duì)其物流網(wǎng)絡(luò)的設(shè)計(jì)有一定的推廣作用。同時(shí)，位處沿海大型城市的 SC1，在推廣新的物流理念和信息系統(tǒng)方面具有可操作性和可實(shí)驗(yàn)性。 下圖是本案的研究中心， A\B\C 三區(qū)，該三區(qū)位于該市的南部。 圖 A\B\C三區(qū) A 區(qū) 面積 49 平方千米，人口 70 萬(wàn)。 B 區(qū) 面積 43 平方千米，人口 41 萬(wàn)。 C 區(qū) 面積 26 平方千米，人口 34 萬(wàn)。 按照物流資源的分類，整個(gè)物流網(wǎng)絡(luò)的設(shè)計(jì)過(guò)程分為兩大塊： 1. 庫(kù)存設(shè)計(jì) 2. 運(yùn)輸 /配送模式的設(shè)計(jì)。其中運(yùn)輸 /配送模式的設(shè)計(jì)作為本方案的重點(diǎn)解決的問(wèn)題 C 公司區(qū)域物流網(wǎng)絡(luò)模式設(shè)計(jì) —— 以 M6 裝瓶廠之 SC1 為例 15 庫(kù)存設(shè)計(jì) （ 1） 庫(kù)存量的確定 C 公司作為一家飲料企業(yè)，其共有三類產(chǎn)品，市場(chǎng)對(duì)于各產(chǎn)品有著不同的要求。同時(shí)，隨著市場(chǎng)競(jìng)爭(zhēng)的加劇，為了增強(qiáng)自身的競(jìng)爭(zhēng)能力，不斷的滿足客戶的要求，也需要努力縮短交貨周期。只有維 持適當(dāng)?shù)膸?kù)存，充分發(fā)揮庫(kù)存的緩沖作用，才能滿足以上的需求。充分發(fā)揮庫(kù)存的緩沖作用，提高服務(wù)水平。同時(shí)，也不能設(shè)置過(guò)高的庫(kù)存，否則庫(kù)存成本將非常的高。 在確定庫(kù)存時(shí)，我們采用了 ABC 分類法的思想。參照“巴雷特法則”（ Pareto’ s Law）即“（ 80/20 rule），按銷售量來(lái)進(jìn)行分類 [1]。分類結(jié)果： A 類產(chǎn)品：占銷量總量的 80%左右，或短期內(nèi)需求較大的促銷產(chǎn)品； B 類產(chǎn)品：占銷量總量的 15%左右； C 類產(chǎn)品：占銷量總量的 5%左右。 定出 A， B， C 分類后，就可以按每個(gè)不同企業(yè)的特有運(yùn)轉(zhuǎn)模 式，制定策略。按照每月的預(yù)測(cè)銷量，根據(jù)預(yù)測(cè)，計(jì)算出區(qū)域倉(cāng)庫(kù)需要存儲(chǔ)的產(chǎn)品數(shù)量。這些在倉(cāng)庫(kù)中儲(chǔ)存的產(chǎn)品為“庫(kù)存量”。庫(kù)存量的計(jì)算公式為： W=S/D*t （ ） （ W庫(kù)存量； S當(dāng)月配送的預(yù)測(cè)銷量； D當(dāng)月天數(shù)； t產(chǎn)品覆蓋天數(shù)）。 S 和 D 的數(shù)據(jù)經(jīng)過(guò)計(jì)算可得，其中最大的影響因素便為 t。 產(chǎn)品計(jì)劃庫(kù)存覆蓋天數(shù)，就是為庫(kù)存水平以日銷量來(lái)計(jì)算，可以滿足的銷售天數(shù)。按照未來(lái)的預(yù)期銷量進(jìn)行庫(kù)存 的前期儲(chǔ)備，即利用存貨來(lái)協(xié)調(diào)作業(yè)，以有效的支持顧客服務(wù)的需求。但是大批量的存貨關(guān)乎龐大的成本和利息，因此必須確定適當(dāng)?shù)膸?kù)存水平，尤其是作為快速消費(fèi)品的飲料行業(yè)，產(chǎn)品流量大、周轉(zhuǎn)快，對(duì)庫(kù)存管理的要求也相應(yīng)提高。舉例來(lái)說(shuō)，如果庫(kù)存天數(shù)為 7，即說(shuō)明庫(kù)存可以滿足 7 天的銷售。這種以“產(chǎn)品計(jì)劃庫(kù)存覆蓋天數(shù)”來(lái)計(jì)量安全庫(kù)存的方法，是不同于一個(gè)固定數(shù)值作為安全庫(kù)存的方法。為在激烈的市場(chǎng)競(jìng)爭(zhēng)中保持優(yōu)勢(shì)。所以，對(duì)于不同重要性的產(chǎn)品，跟采用 ABC 管理方法一致，可以分別設(shè)立其自己的“產(chǎn)品計(jì)劃庫(kù)存覆蓋天數(shù)”，這種控制庫(kù)存的辦法實(shí)際 16 上 就是一種“巴雷特法則”，又稱“ 80/20 規(guī)則” (80/20rule)。按照這個(gè)原則，通過(guò)庫(kù)存覆蓋天數(shù)可以分別設(shè)置不同重要性的產(chǎn)品的安全庫(kù)存。對(duì)于地區(qū)倉(cāng)庫(kù)來(lái)說(shuō)，由于不是裝瓶廠的總倉(cāng)，安全庫(kù)存量不能設(shè)置的太高，是因?yàn)橐粋€(gè)裝瓶廠的區(qū)域倉(cāng)庫(kù)不下十個(gè)，我們更強(qiáng)調(diào)把安全庫(kù)存放在總倉(cāng)，以便于機(jī)動(dòng)地應(yīng)付每一個(gè)倉(cāng)庫(kù)的隨時(shí)的需求。所以，我們?cè)谠O(shè)置區(qū)域倉(cāng)庫(kù)的安全庫(kù)存時(shí)，要盡量的設(shè)置低一些，如對(duì)于一般 A 類、 B 類產(chǎn)品來(lái)說(shuō)，可以設(shè)置 2 一 3 天的安全庫(kù)存，對(duì)于 C 類產(chǎn)品，可以設(shè)置 一周左右 的安全庫(kù)存。但同時(shí)，安全庫(kù)存又不能設(shè)置的太低。如果設(shè)置 太低的話，如 C 類產(chǎn)品設(shè)置 1 天的安全庫(kù)存，就會(huì)造成幾乎每一天的補(bǔ)貨需求 (即轉(zhuǎn)倉(cāng)運(yùn)輸 )，但這樣物流成本就會(huì)高的很多，顯然不是一個(gè)好的設(shè)置。所以，在設(shè)置區(qū)域倉(cāng)庫(kù)的安全庫(kù)存時(shí)，既不能太高，以免造成庫(kù)存積壓和倉(cāng)庫(kù)面積租用過(guò)多，這些都是造成倉(cāng)儲(chǔ)費(fèi)用提高 。但又不能太低，以免造成頻繁的轉(zhuǎn)倉(cāng)補(bǔ)貨，造成運(yùn)輸費(fèi)用提高。這兩部分費(fèi)用都是物流費(fèi)用的一部分，也就是說(shuō)，如果安全庫(kù)存設(shè)置不當(dāng)，物流費(fèi)用就會(huì)提高。 [2] （ 2） 計(jì)算成品所需庫(kù)存面積 計(jì)算原理 :通過(guò)預(yù)測(cè)的銷量和產(chǎn)品碼放的規(guī)則，來(lái)計(jì)算出需要的倉(cāng)庫(kù)面積。 公式 : A=W/C/L （ ） 其中， A 一成品所占倉(cāng)庫(kù)面積 W— 庫(kù)存量 C 一每托盤(pán)堆放箱數(shù) L 一托盤(pán)堆放層數(shù) 在這里，托盤(pán)面積為 1M2，托盤(pán)堆放層數(shù)為 1 層。 （ 3） 估算其他產(chǎn)品所需占用倉(cāng)庫(kù)面積 一個(gè)區(qū)域倉(cāng)庫(kù)不僅僅要存放產(chǎn)品，而且還會(huì)有其他非產(chǎn)品的存儲(chǔ)。根據(jù)倉(cāng)庫(kù)的實(shí)際情況，估算非產(chǎn)品所需面積。估算的依據(jù)是要考慮預(yù)測(cè)時(shí)間段內(nèi)的市場(chǎng)活動(dòng)涉及的市場(chǎng)物品、冷飲設(shè)備以及管理需要的其他輔料、包裝物及其他辦公勞保物品等的數(shù)量。 C 公司區(qū)域物流網(wǎng)絡(luò)模式設(shè)計(jì) —— 以 M6 裝瓶廠之 SC1 為例 17 如果該倉(cāng)庫(kù)較大 ，我們一般取 70%的倉(cāng)庫(kù)利用率。 運(yùn)輸 /配送模式的設(shè)計(jì) 運(yùn)輸 /配送模式的設(shè)計(jì)的目 的，是 在 保證 滿足客戶服務(wù)需求、完成預(yù)測(cè)銷量的前提下，盡可能的節(jié)省物流成本，提高自 有車 的車輛利用率。需要確定每一步的配銷過(guò)程采用下列 物流模式 中的其中一種 ： A 自建物流自營(yíng)運(yùn)作：即由自有車完成全部的送貨 B 第三方物流外包運(yùn)作：將送貨全部外包給專業(yè)的物流公司 C 自建物流為主，外租車輛為輔：以自有車輛送貨為主，外租車輛送貨為輔 所謂配銷過(guò)程是指在運(yùn)輸送貨全過(guò)程中，可以分為 幾個(gè) 不同的 分過(guò)程： 圖 物 流的三種配銷過(guò)程 從上圖我們可以得出 C 公司 在 該 省各地區(qū)的配銷過(guò)程主要有 以下 3 種配銷過(guò)程： （ 1） 轉(zhuǎn)倉(cāng)：從裝瓶廠倉(cāng)庫(kù)發(fā)貨到各營(yíng)業(yè)所的倉(cāng)庫(kù) 18 （ 2） 直送貨：從裝瓶廠直接發(fā)貨到各營(yíng)業(yè)所 所轄地區(qū) 的 經(jīng)銷商 （ 3） 市內(nèi)配送：從當(dāng)?shù)貭I(yíng)業(yè)所倉(cāng)庫(kù)發(fā)貨到當(dāng)?shù)氐姆咒N商 其中，轉(zhuǎn)倉(cāng)和直送貨一起被稱為長(zhǎng)途運(yùn)輸。 本方案中，長(zhǎng)途運(yùn)輸 是指產(chǎn)品從裝瓶廠倉(cāng)庫(kù)向各地區(qū)分公司或營(yíng)業(yè)所 的倉(cāng)庫(kù)調(diào)撥的過(guò)程。 C 公司下屬的 M6 裝瓶廠地處 Z 省省會(huì) 南部地區(qū)，負(fù)責(zé)整個(gè) Z 省 的市場(chǎng)銷售。 SC1 至 Z 省省會(huì) 的裝瓶廠 300 公里，從 M6 裝瓶廠走高速公路可直達(dá) SC1 的倉(cāng)庫(kù)。 圖 從裝瓶廠至 SC1的路線 市內(nèi)配送是指從當(dāng)?shù)貭I(yíng)業(yè)所倉(cāng)庫(kù)發(fā)貨到當(dāng)?shù)氐姆咒N商。 SC1 每天每次的送貨里程為30 公里，一天可以配送兩次。 本模型具體的設(shè)計(jì)步驟和計(jì)算方法見(jiàn)“ 運(yùn)輸 /配送模式設(shè)計(jì)”一節(jié) 。 算法說(shuō)明 線性回歸 線性回歸分析是在一個(gè)因變量與一個(gè)或者多個(gè)自變量之間建立相關(guān)關(guān)系的預(yù)測(cè)模型。我們運(yùn)用相關(guān)性以及自變量未來(lái)值的知識(shí)信息，預(yù)測(cè)因變量的未來(lái)值。在簡(jiǎn)單線性回歸分析中，只有一個(gè)自變量。本案中我們采用的自變量是氣溫，因變量是銷售量。 表 列出了變量、變量 定義和簡(jiǎn)單線性回歸分析公式。模型公式是 Y=a+bX。 表 變量、變量定義和簡(jiǎn)單線性回歸分析公式 C 公司區(qū)域物流網(wǎng)絡(luò)模式設(shè)計(jì) —— 以 M6 裝瓶廠之 SC1 為例 19 x=自變量值 Y位于趨勢(shì)線的 y的值 Y=a+bx X位于趨勢(shì)線的 x的值 r=相關(guān)系數(shù) 2r =相關(guān)強(qiáng)度 y=因變量值 n=觀察數(shù) a=縱軸截距 b=回歸線斜率 y =因變量的平均值 a= ? ?? ? ? ??? 222)( xxn xyxyx （ ） Y=a+bX （ ） b= ? ?? ? ??? 22 )( xxn yxxyn （ ） r= ? ? ? ?? ? ????])(][)([ 2222 yynxxnyxxyn （ ） 求得常量以后，將 X的 未來(lái)值代入線性回歸方程就可以得到 Y 的未來(lái)值。 [4] 馬爾可夫決策 一次轉(zhuǎn)移概率是指系統(tǒng)又狀態(tài) i（ i=1， 2，??， n）經(jīng)過(guò)一次轉(zhuǎn)移達(dá)到狀態(tài) j（ j=1，2，??， n）的概率，設(shè) ijP 。系統(tǒng)全部一次轉(zhuǎn)移概率的集合所組成的矩陣就稱為一次轉(zhuǎn)移概率矩陣，設(shè)為 P（ 1） [ 5]，則有 表 轉(zhuǎn)移概率矩陣 P（ 1） P（ 1） = ijP =nnn2n12n2221n11211PPPPPPPPP?????????????? 20 k次轉(zhuǎn)移概率是指系統(tǒng)又狀態(tài) i（ i=1， 2，?? ， n）經(jīng)過(guò) k次轉(zhuǎn)移達(dá)到狀態(tài) j（ j=1， 2，??，n）的概率，設(shè) ）（ kijP 。 表 K次轉(zhuǎn)移后的矩陣 P(k)= ）（ kijP = k[P(1)] =knnn2n12n2221n11211PPPPPPPPP?????????????? 所謂的狀態(tài)概率就是指系統(tǒng)在某一時(shí)期處在某一狀態(tài)的概率。 設(shè)初始狀態(tài)為 S0,則之后一個(gè)時(shí)間段的狀態(tài) S1=S0*P 由此可知，之后 k 個(gè)時(shí)間段的狀態(tài)為 Sk=S0* kP 在本案中， 我們通過(guò)去年同月的 P矩陣和今年某一天的狀態(tài)來(lái)對(duì)后面幾天的銷售量進(jìn)行預(yù)測(cè)。 Dijkstra 算法 Dijkstra 的基本思想是從 sv 出發(fā)，逐步地向外探尋最短路。執(zhí)行的過(guò)程中與每個(gè)點(diǎn)對(duì)應(yīng)，記錄下一個(gè)數(shù)（稱為這個(gè)點(diǎn)的標(biāo)號(hào)），它或者表示從 sv 到該點(diǎn)的最短路的權(quán)（稱為 P 標(biāo)號(hào)），或者是從 sv 到該點(diǎn)的最短路的權(quán)的上界（稱為 T 標(biāo)號(hào)），方法的每一步是去修改 T 標(biāo)號(hào)并且把某一個(gè)具 T標(biāo)號(hào)的點(diǎn)改變?yōu)?具 P 標(biāo)號(hào)的點(diǎn)，從而使 D中具 P標(biāo)號(hào)的頂點(diǎn)數(shù)多一個(gè)，這樣，至多經(jīng)過(guò) p1步就可以求出從 sv 到各點(diǎn)的最短路 [6]。 節(jié)約法 節(jié)約法的目標(biāo)是使所有車輛的行駛總里程最短，并且服務(wù)的車輛數(shù)最小。 1. 首先假設(shè)每個(gè)站點(diǎn)都有一輛虛擬的卡車提供服務(wù)，隨后返回倉(cāng)庫(kù)； 2. 將兩個(gè)站點(diǎn)合并到同一線路上，縮短了路線里程，減少了一輛車； C 公司區(qū)域物流網(wǎng)絡(luò)模式設(shè)計(jì) —— 以 M6 裝瓶廠之 SC1 為例 21 圖 節(jié)約法 節(jié)約的里程為 dOA+ dAO + dOB + dBO –( dOA + dAB + dBO)= dAO + dOB– dAB 22 第 3 章 區(qū)域物流網(wǎng)絡(luò)方案 （以 M6 下 SC1 為例） 本方案設(shè)計(jì)的對(duì)象為 M6 下 SC1， SC1 的基本情況介紹見(jiàn)本文“ 區(qū)域物流網(wǎng)絡(luò)模型”一節(jié)。 設(shè)計(jì)的主要內(nèi)容包括需求預(yù)測(cè)、庫(kù)存設(shè)計(jì)、運(yùn)輸配送模式設(shè)計(jì)以及物流信息系統(tǒng)的設(shè)計(jì)。 需求 預(yù)測(cè) C 公司現(xiàn)存在 庫(kù)存數(shù)據(jù)的時(shí)效性和準(zhǔn)確性差導(dǎo)致 Damp。OP 項(xiàng)目預(yù)測(cè)精度不高 。為了解決該問(wèn)題， 在 2020 年 預(yù)測(cè)中，我們使用了馬爾可夫法和一元線性回歸相結(jié)合的 預(yù)測(cè) 手段。我們以 11 月份 16 號(hào)的銷量預(yù)測(cè)為例，在 2020 年 11 月銷量預(yù)測(cè)中，假設(shè)已知該月1 日 — 15 日的日銷量。其他月 份可以依照 11 月 16 日的預(yù)測(cè)方法進(jìn)行。 馬爾可夫 法 ： 通過(guò) 統(tǒng)計(jì) 2020 年 SC1 地區(qū)的日銷售量 （見(jiàn)附錄一），對(duì)其進(jìn)行 數(shù)據(jù)分析 （見(jiàn)附錄二） ，利用馬爾可夫法，對(duì)每日的數(shù)據(jù)進(jìn)行了處理。 以下是對(duì) 2020 年 11 月份該地區(qū)銷量進(jìn)行的數(shù)據(jù)分析 ： 首先對(duì)每日的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，并根據(jù)數(shù)值高低分為以下五類： 表 2020年 11月該地區(qū)日銷售量分類統(tǒng)計(jì) 評(píng)價(jià)系數(shù) A B C D E 區(qū)間 〉 12999 1000012999 70009999 40006999 3999 個(gè)數(shù) 3 5 12 8 2 以下是求得的 2020 年 11 月 馬爾可夫 P 矩陣： 表 馬爾可夫法求得的該地區(qū) 2020年 11月日銷量 P矩陣 11P = C 公司區(qū)域物流網(wǎng)絡(luò)模式設(shè)計(jì) —— 以 M6 裝瓶廠之 SC1 為例 23 假設(shè)已知 2020 的銷量為 6234。 則 根據(jù) 2020 年 11 月的評(píng)價(jià)系數(shù)表相關(guān)數(shù)據(jù)分析可得 15 日該天 的狀態(tài) S0= 01000 . 利用 Matlab 軟件，根據(jù) 馬爾可夫法預(yù)測(cè)的 16 日的狀態(tài) S1，并再次利用去年同月的P 矩陣。 公式為： S1=S0*P （ ） 圖 利用 Matlab軟件 求出的 16日狀態(tài) 根據(jù) 上圖得到： S1=| 0 0 |