问题概述
卫星仓库管理在电商配送最后一公里中的应用
如今,由于电子商务不断发展，客户的购买行为变化多端，所以城市配送必 须应对这些变化。事实上, 客户期待所购商品的配送速度更快(通常时间极其有限, 在 2小时内)、配送费更低。他们可以联系配送、掌握相关情况并拥有权利, 还可 以要求交货方式更多,更加灵活。
为满足这些要求并提高服务速度, 企业和电子商务巨头平台正推广由成本驱 动转向时间和成本共同驱动的方法 (即需求驱动的物流), 这完全改变了物流链。
这种方法使需求通过将产品拉入位于城区附近的双层配送中心来协调供应 链, 从而形成所谓的双层配送系统 (图 1)。城市整合中心(UCCs)是位于城市战略 节点上的物流平台, 代表该系统的第一级，而卫星则构成了第二级,来自城市整合 中心和其他外来货物会在此被转运整合到适用于城市密集区的车辆上 (如电动 车)。
此外,人们对提高交货速度的需求日益强烈, 为满足该需求，众包配送 (也称 为最后一公里的“优步化”) 在城市配送中越来越受欢迎。这种模式指的是要求当 地非专职司机管理送货, 有时不到一个小时即可送达。通常，一旦接到订单, 就 会根据非专业兼职快递员的拿货位置, 使用移动应用程序进行货物分配。最后, 指派的快递人使用其车辆将包裹送到买家手中。
图一—双层配送系统 (Crainic 和Sgalambro, 2014)
1
上述系统是一个多方参与的复杂系统, 参与者包括快递公司、卫星管理者、地方 管理部门，他们都有自己的目标。
• 快递公司的目标是最大限度地降低交货成本, 包括车辆成本和租用仓库 的关税。
• 卫星管理人员希望从社会和环境方面部署策略，以有效利用卫星仓库的 承载量。
• 最后, 市政府的目标是保证城市内基础设施得到有效使用, 鼓励采取措施 作为定价策略, 并推进在特定时间内交货。
例如, 在某些城市，当地政府在特定时间内规定了拥堵价格，以缓解交 通、减少污染。意大利和米兰实施拥堵价格:C区 (2012年) 是从《工作日 污染税计划生态通行证 (2008) 》改进而来的,从早上7:30 至晚上12:30实 行拥堵价格。
尽管实行拥堵价格, 但是市内交货存在交通及群众密度较大的问题。这影响 了快递公司的运营和经济效益, 提高了交货成本。
目标
假定该组是以快递公司为代表的决策者, 该快递公司采用卫星, 并通过私人或 更常见的承包车辆从此处分销, 以完成订单要求。它的特别之处在于,采用由传统 车辆、低环境车辆 (即电动车和货运自行车) 或非专业用户的传统车辆组成的混 合车队，以降低交货和卫星使用造成的全球成本。第一次成本与在市内交付货 物直接相关, 即与车辆成本、相关费用、人员成本直接相关。请注意, 根据 (Perboli 等人, 2018年), 车辆的类型不同，成本不一。第二次成本是在卫星仓库整 合货物的租金以及最终处理业务的额外费用。
目标函数需满足以下约束条件:
1. 必须无条件满足客户的订单需求; 2.在每个时间段，要有足够的仓库容量;
3. 在每个时间段，要有足够的可使用车辆;
4. 在每个时间段，每个订单必须在一个时间段内完成。
如果有不同类型的车辆 (电动货车, 货运自行车等), 其运载能力有限。应根 据车辆体积及其固定成本将其界定。
2
此外, 如果多份订单被分成不同的时段, 其特点是运载量不同 (即车辆) 和劳 动力 (即非专业司机) 的可用性差异。例如, 有时客户可能需要在特定的时间内交 付包裹, 仓库管理人员必须为劳动力支付更多的费用 (选用司机，考虑其可用性, 包括时间表、最长工作时间) ，因此增加了相关费用。
这就意味着成本并不恒定不变，而是受时间影响。据此，成本可分为以下 几类:
• 仓库成本:这取决于时间段。鉴于订单i与需求量i，我们决定以一个单 位成本关税h-交付，该成本成为需求i关税h-。
• 车辆租赁:这取决于我们使用的车辆类型。因此，如果我们使用t型车j， 我们将支付VeicCost (t|j是t型)。
• 交付成本:如果我们交付订单i与车辆j在时间段h，我们支付成本电动车
(j,h)
也有可能跳过卫星仓库而使用外部包裹快递，成本为Ca(成本高昂)。在 这种情况下，送货费用变成了Ca 需求i。每组的目标是制定车辆和仓库的使 用计划, 以在每个时间段移动或存储订单。该计划必须最大限度地降低总成 本，具体如下:
• 使用卫星空间的总关税;
• 每笔订单相关的每次交货的总成本;
• 全部车费, 即车辆在特定时间段交付的路费;
• 快递费用, 即:电车未交付的订单数量乘以单一成本(将其固定为10000)。 请注意, 快递费用通常比其他费用高得多, 因此我们希望只有在仓库或电动
车队没有备用运力的情况下才能使用快递。
实例
为了进行数值实验, 该组有一组名为SET 1 的实例, 这些实例开始生成于箱子 包装问题的延伸(Monaci, 2002年)。
实例 (. dat 文件格式) ，名称如下: MPVSBPP_SET1_IT{instance_size}_ITV{number_type}_NT{volume_type}_
TS{max_ti meslots}_WT{max_timeslots}_WT1_VT1_REP{repetition_number}.dat
例如:
辆
MPVSBPP_SET1_IT500_ITV1_NT1_TS3_WT1_VT1_REP1.dat
3
实例的特征如下:
• 订单数量等于500
• 等于3的时间间隔数, 对应时间段 [9.00-12.00]、[12.00-15.00] 和 [15.00-
18.00]
• 根据集合 {1, 2,.., 20} 中的离散分布随机生成的订单量。 三种订单量分类为:
T1:50% 的订单是小订单, 50% 是中等订单; T2:75% 小订单, 25% 中等订单;
T3:25% 小订单, 75% 中等订单。
• 送货车队的特点是车辆数量和成本。
有三种典型车辆: 卡车、小型电动面包车、传统 (矿物燃料驱动)
面包车。
关于车辆容量, 需考虑以下情况: -容量达150的所有车辆; -三种不同的容量 {100、200和 300}。
车辆成本的计算公式为: (Crainic等人, 2011年) 。 &(h) 是成本函 数修饰符, 它既连续又分散, 每天三个时间段 [9.00-12.00]、[12.00-15.00] 和 [15.00-18.00], 其中成本函数分别为 [1, 0.3, 0.7] (见图 2)
其目的是在城市交通流量较低或一段时间内流量较低的情况下, 推动仓库 的使用, 从而结合市政府的一些策略, 将货运挤出高峰时段。
4
图二–成本函数
̄ninh h ̄ 为T= {𝑇}，其中𝑇=T𝜑(h)。
• 使用卫星所交关税
税修饰符函数h。每天它分为三个时间间隔内[9.00- 12.00], [12.00-15.00]
和 [15.00-18.00]其中关税函数分别为、、见图。原因在 于非专业司机在上午和下午都比较方便，所以很容易发现影响司机费 用的因素。
图三—关税函数
任务
1. 每个组都必须制定一个线性规划模型来优化目标函数。 2. 在 CPLEX上实现模型并运行代码
3. 分析关于500位客户的结果。
建模建议
在将此问题设定为LP模型之前, 建议确定和定义索引、数据、变量和一般约 束的术语。您有一些实例且已知最佳解决方案。用它来推断决策, 并检查你的模 型是否正确。此外, 请该小组进行分析, 并尝试提出可能的改进建议, 以提高对上 述问题的敏感性。
提示:
• 在网站上阅读 箱子包装 (文件混合线性-整数编程模型) 和可变尺寸和成
本箱包装 (纸张可变尺寸和成本纸盒包装) 的构想;
即固定值乘以关
5
• 两种类型的宏观决策:
o 交付订单的时间及车辆。因此你也要识别车辆类型(记住快递); o 使用哪些车辆以及使用时间。
• 检查示例提供的解决方案和dat文件。 References
T.G. Crainic, A. Sgalambro. Service network design models for two-tier city logistics. Optim Lett 8:1375-1387. 2014.
G. Perboli, M. Rosano, M. Saint-Guillain, P. Rizzo. Simulation-optimization framework for City Logistics: an application on multimodal last-mile delivery. IET Intelligent Transport System. 12(4): 262-269. 2018.
M. Monaci. Algorithms for packing and scheduling problems. PhD thesis, Universitàdi Bologna, Bologna, Italy. 2002.
T. G. Crainic, G. Perboli, W. Rei, and R. Tadei. Efficient lower bounds and heuristics for the variable cost and size bin packing problem. Comput. Oper. Res., 38(11):1474–1482, Nov. 2011. ISSN 0305-0548. doi: 10.1016/j.cor.2011.01.001.
6
7