程元棟,閆 俊,楊齊威
(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,安徽 淮南 232000)
近年來,我國地震、旱澇、公共衛(wèi)生事件等各種自然災(zāi)害頻頻發(fā)生,給社會發(fā)展和人民生命財(cái)產(chǎn)帶來了巨大損失。而應(yīng)急事件具有突發(fā)性的特性,救援活動環(huán)節(jié)復(fù)雜且物資來源廣泛,因此為避免災(zāi)害進(jìn)一步的擴(kuò)大,在災(zāi)后及時(shí)制定合理有效的物流配送中心選址及配送路徑方案,具有重要理論意義和實(shí)踐價(jià)值。
目前眾多國內(nèi)外科學(xué)家對應(yīng)急物流選址問題做了大量研究。Hakimi S. L[1]最先對選址問題進(jìn)行探討,隨后很多學(xué)者對其進(jìn)行不斷的深入研究,逐漸完善成理論體系。其中郭鵬輝[2]等針對災(zāi)害發(fā)生后資源受限的情況下,建立了以運(yùn)輸時(shí)間最短、各個(gè)需求點(diǎn)的綜合滿意度最大以及滿足度差異最小為目標(biāo)的應(yīng)急物流選址-路徑-配給優(yōu)化模型。鄭琰[3]等針對城市應(yīng)急物流選址問題,建立了考慮覆蓋率、總時(shí)間成本的多目標(biāo)0~1整數(shù)模型,并利用深度優(yōu)先搜索法和模糊神經(jīng)網(wǎng)絡(luò)法進(jìn)行求解。以上的研究往往直接采用模型進(jìn)行問題求解,卻忽略了宏觀因素對選址問題的影響,因此,部分學(xué)者采用因素評價(jià)法與算法相結(jié)合進(jìn)行選址研究。其中Trivedi A、Singh A[4]提出一種綜合運(yùn)用層次分析法、模糊綜合分析法和目標(biāo)規(guī)劃法的一種混合算法進(jìn)行物流選址設(shè)施問題的研究。姚紅云、牛凱[5]將選址與路徑問題結(jié)合研究,構(gòu)建了基于模糊層次分析法的算法模型,通過案例仿真證明了模型的可靠性。倪衛(wèi)紅[6]構(gòu)建了考慮受災(zāi)地區(qū)受災(zāi)程度、地理坐標(biāo)、需求量以及成本等多個(gè)目標(biāo),并采用聚類-重心法求解的應(yīng)急物流配送中心選址模型。上述文獻(xiàn)在構(gòu)建模型時(shí),通常只對成本目標(biāo)進(jìn)行優(yōu)化,卻未滿足應(yīng)急物流中對物資時(shí)效性的要求。針對此問題,部分學(xué)者在模型中引入時(shí)間窗約束以提高整體物資配送效率。趙建有等[7]構(gòu)建了時(shí)間窗、物資需求緊迫度、載重約束下考慮總運(yùn)輸成本最小化的應(yīng)急物流選址模型,并采用遺傳算法對模型進(jìn)行求解。楊鄭[8]根據(jù)受災(zāi)情況構(gòu)建了需求緊迫度評價(jià)體系并以此對配送車輛時(shí)間窗進(jìn)行了調(diào)整,結(jié)合遺傳算法進(jìn)行算例求解,驗(yàn)證了考慮需求緊迫度的車輛路徑規(guī)劃模型的正確性和有效性。
目前眾多學(xué)者在應(yīng)急選址問題上已有一定基礎(chǔ)的研究,但使用多階段法進(jìn)行研究的仍然較少。在選擇綜合因素評價(jià)法時(shí),通常采用層次分析法、德爾菲法、模糊綜合評價(jià)法等相對較為主觀的評價(jià)方法,從而導(dǎo)致評價(jià)結(jié)果說服力不強(qiáng);在考慮模型優(yōu)化目標(biāo)時(shí),大多忽略了區(qū)域?yàn)?zāi)情程度的差異化,使得應(yīng)急救援方案缺少側(cè)重性和公平性[8]。鑒于此,采用兩階段法開展研究,第一個(gè)階段構(gòu)建備選中心優(yōu)先級評價(jià)體系,采用改進(jìn)的灰色關(guān)聯(lián)分析和TOPSIS法相結(jié)合進(jìn)行量化評價(jià);第二階段考慮到各受災(zāi)點(diǎn)不同的物資需求緊迫度,引入時(shí)間窗參數(shù)作為選址模型的影響因子,以最大限度地滿足救援時(shí)間的要求,實(shí)現(xiàn)精準(zhǔn)救援,為自然災(zāi)害下的物流選址問題提供新思路。
應(yīng)急物流配送中心是應(yīng)急管理系統(tǒng)中重要的組成部分,主要負(fù)責(zé)救援物資的儲備和配送,合理科學(xué)化的選址能夠保證需求點(diǎn)及時(shí)接收物資并降低綜合救援成本。許多學(xué)者在研究中常忽略了選址問題還受運(yùn)輸環(huán)境、道路地質(zhì)、物資需求量和歷史災(zāi)害風(fēng)險(xiǎn)等多種宏觀因素的影響[7]。2009年,民政部發(fā)布《救災(zāi)物資儲備庫建設(shè)標(biāo)準(zhǔn)》,指出救災(zāi)物資儲備庫的規(guī)劃應(yīng)考慮地形、交通、地質(zhì)等因素,不得選擇對地質(zhì)有直接危害的地區(qū)作為庫址。同時(shí)根據(jù)已有的應(yīng)急災(zāi)害救援經(jīng)驗(yàn)和現(xiàn)有文獻(xiàn)的研究結(jié)果,將以經(jīng)濟(jì)能力、物流運(yùn)輸能力、醫(yī)療供給能力、應(yīng)急環(huán)境四個(gè)方面構(gòu)建應(yīng)急物流儲備中心優(yōu)先級的評價(jià)指標(biāo)層[8],將其綜合應(yīng)急能力進(jìn)行量化評價(jià),對選址地點(diǎn)進(jìn)行初步篩選,具體應(yīng)急物流配送中心評價(jià)指標(biāo)體系模型如圖1所示。
圖1 物流配送中心優(yōu)先級評價(jià)體系
具體指標(biāo)選取原因?yàn)?
(1)經(jīng)濟(jì)能力:主要包括地區(qū)的人均GDP指標(biāo),備選中心的經(jīng)濟(jì)發(fā)展水平越高,在一定程度上其相應(yīng)的物資籌備速度以及儲備中心的建設(shè)速度越快。
(2)物流運(yùn)輸能力:主要包括公路總里程和公路貨物周轉(zhuǎn)量。公路總里程越大,反映地區(qū)物流建設(shè)能力越強(qiáng);公路貨物周轉(zhuǎn)量是運(yùn)輸業(yè)生產(chǎn)總成果的指標(biāo)之一,一定程度反映了地區(qū)的物流規(guī)模與運(yùn)輸能力。
(3)醫(yī)療供給能力:包括衛(wèi)生機(jī)構(gòu)數(shù)和衛(wèi)生床位數(shù),它能夠反映地區(qū)的衛(wèi)生醫(yī)療水平。在災(zāi)害發(fā)生后,地區(qū)醫(yī)療水平越高,應(yīng)急醫(yī)療保障工作開展越快,能最大程度減少災(zāi)害死傷人數(shù)。
(4)應(yīng)急環(huán)境:主要指地區(qū)道路地形等級,分為平原、盆地、高原三種地形情況,其中最理想的是平坦開闊的地形環(huán)境,可提高車輛運(yùn)輸物資速度。地形一般給定系數(shù)為:平原為1,盆地為0.5,高原為0.4[9]。
將灰色關(guān)聯(lián)分析法與TOPSIS法相結(jié)合,從正負(fù)理想解和曲線相似性兩個(gè)角度對指標(biāo)進(jìn)行雙重評價(jià),構(gòu)造新的貼近度計(jì)算方法,確定最接近理想方案的物流備選配送中心點(diǎn)。具體步驟如下[10]:
(1)假設(shè)有m個(gè)受災(zāi)點(diǎn)樣本,有n個(gè)評價(jià)指標(biāo),第i個(gè)樣本的第j個(gè)指標(biāo)值用Sij表示,可構(gòu)建評價(jià)優(yōu)先級指標(biāo)矩陣Z表示為:
Z=(Sij)m×n(i=1,2,…,m;j=1,2,…,n)
(1)
(2)為消除指標(biāo)間類型和維數(shù)不同的影響,使用向量度換法標(biāo)準(zhǔn)化處理,可得到一個(gè)標(biāo)準(zhǔn)化矩陣H表示為:
H=(xij)m×n(i=1,2,…,m;j=1,2,…,n)
(2)
式(2)中,
(3)
(3)熵權(quán)法確定各個(gè)指標(biāo)的權(quán)重W=(w1,w2,w3,…,wn)。
(4)
(5)
(6)
(5)計(jì)算歐式距離。
(7)
(6)計(jì)算灰色關(guān)聯(lián)系數(shù),式(8)-式(9)中p為分辨率,在這里值取0.5。
(8)
(9)
(7)計(jì)算灰色關(guān)聯(lián)度。
(10)
(11)
(8)對歐式距離和灰色關(guān)聯(lián)度進(jìn)行無綱量標(biāo)準(zhǔn)化處理。
(12)
(13)
(14)
(15)
(9)根據(jù)歐氏距離和灰色關(guān)聯(lián)度的定義,對單一評價(jià)模型進(jìn)行加權(quán)合并,式(16)-(17)中λ1+λ2=1,λ表示決策者偏好程度。
(16)
(17)
(10)計(jì)算綜合評價(jià)相對貼近度Mi。這里Mi的值越大,說明物流配送中心點(diǎn)的綜合物流能力越高。
(18)
常規(guī)物流問題的經(jīng)濟(jì)屬性較重,通常以總系統(tǒng)成本最小為優(yōu)化目標(biāo)。通常算法模型的時(shí)間窗設(shè)置為最早開始時(shí)間和最晚滿意時(shí)間,若是車輛超出規(guī)定的時(shí)間窗范圍,會相應(yīng)地產(chǎn)生等待和懲罰成本。但是應(yīng)急物流具有不確定性和時(shí)效性的特點(diǎn),其首要目標(biāo)是對災(zāi)區(qū)的快速反應(yīng),經(jīng)濟(jì)屬性相對較弱,因此將結(jié)合應(yīng)急物流的特性對模型進(jìn)行合理的調(diào)整。首先,依然將總選址成本最小化作為首要優(yōu)化目標(biāo),但為了進(jìn)一步提高救援效率,將增加時(shí)間窗約束。其次,將取消時(shí)間窗的最早開始時(shí)間和等待時(shí)間懲罰成本,只設(shè)置最晚滿意時(shí)間約束,根據(jù)受災(zāi)點(diǎn)物資需求量和綜合災(zāi)情需求緊迫指數(shù)進(jìn)行災(zāi)情分級,災(zāi)情越嚴(yán)重的需求點(diǎn)災(zāi)情需求緊迫指數(shù)越高對應(yīng)的時(shí)間窗約束越短,以保障重災(zāi)區(qū)域優(yōu)先救援目標(biāo)的實(shí)現(xiàn)[11]。
應(yīng)急物流配送中心選址是一個(gè)非確定性問題,因此為簡化問題需要作出以下假設(shè):
(1)備選配送中心和需求點(diǎn)的位置已知,需求點(diǎn)之間距離采用歐式距離計(jì)算得出;
(2)備選配送中心的最大儲存量和需求點(diǎn)的物資需求量已知;
(3)物資運(yùn)輸方式采用公路運(yùn)輸,不考慮道路損壞程度對車輛速度的影響;
(4)每個(gè)需求點(diǎn)只能由一個(gè)配送中心滿足物資需求;
(5)配送中心點(diǎn)由足夠的車輛數(shù)目可滿足需求,所有車輛類型與速度一樣。
根據(jù)模型描述,物流選址網(wǎng)絡(luò)中假設(shè)有M個(gè)備選物流配送中心,備選物流配送中心集合M={i/i=1,2,3,…,m},物資需求點(diǎn)有N個(gè),需求點(diǎn)集合為N={j/j=1,2,3,…,n},配送中心選址總費(fèi)用設(shè)定包括選址建設(shè)成本、物資儲備成本和物流配送成本。這時(shí)的物流選址問題屬于多目標(biāo)優(yōu)化問題,將目標(biāo)函數(shù)進(jìn)行整合優(yōu)化后,以下為構(gòu)建的考慮需求緊迫度的應(yīng)急物流配送中心選址模型為:
(19)
式(19)為總目標(biāo)優(yōu)化函數(shù)表達(dá)式。式(19)中ci為備選物流配送中心i的固定建設(shè)成本;wij表示為備選物流配送中心i至需求點(diǎn)j的物資運(yùn)輸量;Ri表示為備選物流配送中心i的單位儲備成本;h表示為運(yùn)輸物資的單位距離成本;dij表示為備選物流配送中心i到需求點(diǎn)j的距離;xi表示當(dāng)xi=1時(shí),表示備選物流配送中心i被選中,當(dāng)xi=0時(shí),則表示備選點(diǎn)未被選中;yij表示為當(dāng)yij=1時(shí),表示物流配送中心i將為需求點(diǎn)j提供服務(wù),yij=0時(shí),則表示不提供服務(wù)。
(20)
式(20)為需求點(diǎn)物資響應(yīng)時(shí)間計(jì)算公式,式(20)中tij表示為救援物資到達(dá)需求點(diǎn)j的響應(yīng)時(shí)間;v表示為車輛行駛速度。
約束條件如下:
tij≤Tj,?i∈M,?j∈N
(21)
式(21)表示為各需求點(diǎn)的響應(yīng)時(shí)間不得超過其時(shí)間約束,Tj表示為需求點(diǎn)j可接受的最晚響應(yīng)時(shí)間約束。
(22)
式(22)表示為備選配送中心至需求點(diǎn)的運(yùn)輸物資量等于后者的需求量,sj表示為需求點(diǎn)j的物資需求量。
(23)
式(23)表示為配送中心對應(yīng)需求點(diǎn)的物資需求量之和不得超過其最大儲備量,ki表示為備選配送中心i的最大儲備量。
(24)
式(24)表示受災(zāi)點(diǎn)有一個(gè)備選中心提供服務(wù)。
yij≤xi
(25)
式(25)表示備選配送中心只有在被選中時(shí),才能對受災(zāi)點(diǎn)進(jìn)行物資配送服務(wù)。
(26)
式(26)表示為備選物流配送中心數(shù)量限制,p表示為備選物流配送中心i被選中的數(shù)量。
2.4.1 算法描述
應(yīng)急物流選址問題是屬于NP-hard問題。遺傳算法是一種通過模擬自然進(jìn)化過程尋找最優(yōu)解的啟發(fā)式算法,與其他算法相比,在求解這一類問題上具有很好的穩(wěn)定性和全局搜索能力,求解算法設(shè)計(jì)過程如圖2所示。
圖2 遺傳算法運(yùn)算流程圖
2.4.2 遺傳算法運(yùn)算流程
(1)編碼和解碼
遺傳算法的首要過程是對染色體的編碼和解碼。二進(jìn)制編碼方式與其他編碼方式相比,不僅具有廣泛性,操作簡單,并且更加符合生物進(jìn)化規(guī)律,所以選擇二進(jìn)制方式進(jìn)行編碼。根據(jù)一定規(guī)律性,將選址的信息編碼成由若干個(gè)三位二進(jìn)制組成的“染色體”,編碼的染色體長度和數(shù)量是由所要求的精確度決定的[11]。
(2)構(gòu)造適應(yīng)度函數(shù)
所構(gòu)造的目標(biāo)函數(shù)是為了使成本最小化,因此目標(biāo)函數(shù)值最小的解就是最優(yōu)解。由于是二進(jìn)制編碼方式,因此通常會選擇線性函數(shù)作為目標(biāo)函數(shù)。但是選擇不當(dāng)時(shí),就會出現(xiàn)局部最優(yōu)解,導(dǎo)致無法得到整體最優(yōu)解的情況[12]。式(27)表示為適應(yīng)度函數(shù)表達(dá)式。
(27)
(3)遺傳算子的選取、交叉和變異
選擇算子的目的是為了篩選出適應(yīng)性較好的個(gè)體,作為親代參與子代的繁衍,從而得到最優(yōu)解。這里將使用輪盤賭法作為選擇算子的方法,輪盤賭選擇是根據(jù)個(gè)體適應(yīng)度值與種群中所有個(gè)體適應(yīng)值的比值來決定能否進(jìn)入子代,從中選擇出適應(yīng)度大的個(gè)體。由于部分匹配交叉會進(jìn)一步提高算法的收斂速度,因此遺傳算子的交叉部分將選擇對部分匹配交叉。變異算子是模仿染色體基因突變的現(xiàn)象,主要通過控制變異概率達(dá)到改變個(gè)體染色體的基因鏈[13]。
案例仿真對象選取地質(zhì)災(zāi)害中較為典型的汶川地震。選取震中附近的10個(gè)城市作為備選應(yīng)急配送中心,根據(jù)上述所建立的優(yōu)先級物流配送中心評價(jià)指標(biāo)體系,可對每個(gè)選址中心進(jìn)行數(shù)據(jù)搜集。表1中C1為人均生產(chǎn)總值(元)、C2為公路總里程(km)、C3為公路貨物周轉(zhuǎn)量(萬噸公里)、C4為衛(wèi)生機(jī)構(gòu)數(shù)、C5為衛(wèi)生機(jī)構(gòu)床位數(shù)、C6為地形系數(shù),其信息數(shù)據(jù)來源于《2008年四川省統(tǒng)計(jì)年鑒》。通過計(jì)算可得到各個(gè)指標(biāo)的權(quán)重為C1=0.0737、C2=0.1111、C3=0.2456、C4=0.2168、C5=0.2941、C6=0.0588,其中GDP和地形系數(shù)兩個(gè)指標(biāo)占比最重,其他指標(biāo)占比較為接近,基本符合應(yīng)急物流中對選址中心的評價(jià)要求。根據(jù)建立的優(yōu)先級評價(jià)模型,可得到備選中心綜合評價(jià)排序如表2所示。德陽市和眉山市綜合指數(shù)較低,將這兩個(gè)物流配送中心點(diǎn)進(jìn)行篩除,得到初步的物流配送中心點(diǎn)。
表1 物流中心點(diǎn)數(shù)據(jù)
表2 備選中心優(yōu)先級綜合排序表
在物流配送中心選址模型中,將在8個(gè)備選中心中選出6個(gè)作為最終的應(yīng)急物流儲備中心,各類選址成本參數(shù)設(shè)置如表3所示。選取《汶川地震災(zāi)害綜合分析與評估》[14]中綜合災(zāi)情指數(shù)較高的20個(gè)城市作為物資需求點(diǎn),《救災(zāi)物資儲備庫建設(shè)標(biāo)準(zhǔn)》中儲備庫內(nèi)倉庫堆垛高度建議為3米;我國救災(zāi)物資儲備規(guī)模分類表中市級的物流配送中心建設(shè)總建筑面積要求在2900~4100m2[15];因此,將案例中各市級物流備選中心分為兩個(gè)等級,一類等級城市儲備中心建筑面積為4100m2,二類等級城市儲備中心建筑面積為3900m2,可計(jì)算出案例儲備中心體積范圍為11700~12300m3,其各個(gè)選址中心最大儲備量和固定建設(shè)成本參數(shù)如表4所示[14]。根據(jù)楊洋[15]的研究,對于特別重大突發(fā)事件通常選取常住人口的0.04作為受災(zāi)群體,假設(shè)每個(gè)受災(zāi)人口需要一個(gè)單位的救援物資,其中包括生活物品(0.06m3)、醫(yī)用物品(0.03m3)、防汛物品(0.04m3)、其他物品(0.05m3)組成,所以一個(gè)單位的物資體積合計(jì)為0.18m3;依據(jù)需求點(diǎn)的綜合災(zāi)情等級設(shè)定時(shí)間窗參數(shù),將災(zāi)情指數(shù)前五名的需求點(diǎn)設(shè)為重災(zāi)區(qū)域,其時(shí)間窗參數(shù)設(shè)置為4小時(shí),其余的需求點(diǎn)時(shí)間窗設(shè)置為5小時(shí);則各個(gè)需求點(diǎn)的物資需求量及時(shí)間窗參數(shù)如表5所示。從高德地圖獲取每個(gè)需求點(diǎn)的經(jīng)緯度坐標(biāo),采用歐式距離法將經(jīng)緯度坐標(biāo)轉(zhuǎn)化得到兩點(diǎn)的距離矩陣如表6所示[16]。
表3 各類成本參數(shù)
表4 各配送中心建設(shè)成本及儲備量
表5 各需求點(diǎn)需求量及時(shí)間限制
表6 各需求點(diǎn)到各配送中心距離矩陣 km
模型求解運(yùn)行環(huán)境在1.80Ghz的Intel(R)Core(TM)i5-8250U CPU、內(nèi)存為4.00GB的Windows10系統(tǒng)的計(jì)算機(jī)中進(jìn)行[17]。遺傳算法各參數(shù)設(shè)置如下:交叉概率Pc=0.8,變異概率Pm=0.05,初始化種群大小為150,最大迭代次數(shù)為200代。根據(jù)上述數(shù)據(jù)及相關(guān)參數(shù),對模型進(jìn)行求解[18]。
考慮需求點(diǎn)緊迫度的選址方案如表7所示,算法運(yùn)行時(shí)間為7.03秒,可得到物流儲備中心為成都市、自貢市、綿陽市、遂寧市、內(nèi)江市、樂山市六個(gè)城市,其中南充市和資陽市將不再考慮。圖3為算法迭代200次后的適應(yīng)度進(jìn)化曲線圖,從100代后算法開始收斂,可見算法尋優(yōu)能力較強(qiáng)。具體分配方案描述如下:成都市負(fù)責(zé)綿竹市、什邡市、理縣、梓潼縣、羅江縣的物資,應(yīng)儲備超過170萬個(gè)單位的物資;自貢市負(fù)責(zé)彭州市、崇州市的物資,應(yīng)儲備超過145萬個(gè)單位的物資;綿陽市負(fù)責(zé)青川縣、平武縣、江油市、文縣的物資,應(yīng)儲備超過156萬個(gè)單位的物資;遂寧市負(fù)責(zé)北川縣、茂縣、安縣、寧強(qiáng)縣、黑水縣的物資,應(yīng)儲備超過86萬個(gè)單位的物資;內(nèi)江市負(fù)責(zé)汶川縣、都江堰市、小金縣的物資,應(yīng)儲備超過80萬的單位物資;樂山市負(fù)責(zé)劍閣縣的物資,應(yīng)儲備超過67萬個(gè)單位的物資[19]。
表7 考慮需求點(diǎn)緊迫度的應(yīng)急物流選址方案
圖3 算法迭代運(yùn)行圖
在求解不考慮需求點(diǎn)緊迫度的選址模型時(shí),將忽略需求點(diǎn)災(zāi)情程度差異對選址中心的影響,將所有時(shí)間窗參數(shù)均設(shè)置為10小時(shí)。算法運(yùn)行時(shí)長為7.88秒,具體分配結(jié)果如表8所示。具體分配方案描述如下:成都市負(fù)責(zé)什邡市、安縣、理縣、崇州市的物資,應(yīng)儲備超過164萬個(gè)單位的物資;自貢市負(fù)責(zé)都江堰、彭州市、小金縣的物資,應(yīng)儲備超過147萬個(gè)單位的物資;綿陽市負(fù)責(zé)青川縣、文縣、梓潼縣、寧強(qiáng)縣、劍閣縣的物資,應(yīng)儲備超過157萬個(gè)單位的物資;遂寧市負(fù)責(zé)北川縣、茂縣、平武縣、黑水縣的物資供應(yīng),應(yīng)儲備超過52萬個(gè)單位的物資;內(nèi)江市負(fù)責(zé)汶川縣、綿竹縣的物資供應(yīng),應(yīng)儲備超過62萬個(gè)單位的物資;樂山市負(fù)責(zé)江油市、羅江縣的物資,應(yīng)儲備超過122萬個(gè)單位的物資。
表8 不考慮需求點(diǎn)緊迫度的應(yīng)急物流選址方案
如表9所示,整個(gè)選址配送方案中,在被選中的物流配送中心點(diǎn)相同的基礎(chǔ)上,考慮時(shí)間窗的物流選址方案在需求點(diǎn)所花費(fèi)的總物資配送時(shí)間相對優(yōu)化了8.07%;尤其對需求緊迫度較高的汶川縣、北川縣、綿竹市、什邡市和青川縣受災(zāi)點(diǎn)的物資等待時(shí)間相對縮短了16.65%;同時(shí),物流配送過程中所花費(fèi)的總成本相對減少了222686.80元。這表明在選址問題中增加需求緊迫度的約束,會對產(chǎn)生的目標(biāo)函數(shù)值產(chǎn)生顯著影響,可有效縮短總應(yīng)急物資配送時(shí)間,并確保重災(zāi)區(qū)域優(yōu)先得到物資保障,使得選址方案更加具有公平性和針對性,最大化程度利用有限資源,表明考慮需求緊迫度選址模型和算法更具效用性。
表9 考慮和不考慮需求急迫度選址方案對比結(jié)果
綜合研究了應(yīng)急物流的特性,指出了對備選配送中心進(jìn)行優(yōu)先級評價(jià)的重要性,構(gòu)建了以四個(gè)因素為主的評價(jià)指標(biāo)體系,運(yùn)用改進(jìn)的灰色關(guān)聯(lián)分析-TOPSIS法對備選配送中心的應(yīng)急物流綜合能力進(jìn)行評價(jià)。分析了常規(guī)物流與應(yīng)急物流的目標(biāo)差異化需求,構(gòu)造了單邊時(shí)間窗的約束條件,并根據(jù)受災(zāi)點(diǎn)需求緊迫度對時(shí)間窗的設(shè)定進(jìn)行合理調(diào)整。構(gòu)建了由固定建設(shè)成本、儲備成本和物資運(yùn)輸成本組成的總成本函數(shù)下帶容量時(shí)間窗約束的選址模型,通過實(shí)際案例仿真與未考慮需求緊迫度的選址方案進(jìn)行對比,其結(jié)果表明:時(shí)間窗約束下的選址方案不僅減少了總選址費(fèi)用,而且在優(yōu)化物資配送時(shí)間目標(biāo)上具有明顯的對比效果,能有效實(shí)現(xiàn)了重災(zāi)區(qū)域物資優(yōu)先配送的目標(biāo)。
黑龍江工業(yè)學(xué)院學(xué)報(bào)(綜合版)2023年8期