了解最新公司动态及行业资讯
在冷链物流公司装箱作业中, 不仅需要满足传统装箱问题中所涉及的空间约束, 同时也需要满足多种商品存放时的温度要求. 在实际作业中, 不同的商品具有不一样的装箱温层区间, 温层区间不相交的商品不能被装入同一个箱子. 为维持运输中温度的稳定, 需在箱内装入少数的冷媒, 而这又会影响到箱内可装载的空间, 对成本产生不利影响. 为解决这一挑战, 本文研究带有温层和冷媒装载约束的冷链商品三维多箱型装箱问题, 考虑了冷媒、箱子、运输三项成本并给出其数学规划模型, 同时设计了三种用于求解该问题的启发式算法. 本文基于一大型电商物流公司的真实订单数据, 改造生成了不同规模的测试算例以检验各算法的表现. 数值实验根据结果得出, 所提出的三种算法都能在合理的时间内给出该问题的较优解. 通过与各算例最优解的下界比较, 发现基于物品分组的启发式算法求得的平均成本距下界最近, 但求解速度较慢. 求解速度最快的为结合模拟退火的基于极端点法的构造型启发式算法, 但其在大规模测试算例上的表现要差于其他两种算法. 通过进一步对比分析三种算法的适用场景, 能够为公司可以提供管理见解与启示, 有望改善冷链物流公司的实际装箱操作流程.
随着冷链技术的持续不断的发展,社区团购和生鲜电商慢慢的变成了了现代居民日常生活中不可或缺的消费途径。这一趋势不仅改变了消费者的购物习惯,也催生了冷链物流行业的蓬勃发展。根据《“十四五”冷链物流发展规划》,2020年冷链物流市场规模超过3800亿元,冷库库容近1.8亿立方米,冷藏车保有量约28.7万辆,较“十二五”期末分别增长了2.4倍、2倍和2.6倍左右。与干线物流相比,冷链配送的客户数量多、分布广,直接用冷藏车成本高昂。因此,蓄冷式多温共配成为了更为常见的配送方式。蓄冷式多温共配是一种利用保温箱和蓄冷材料(冷媒),满足多种生鲜易腐商品运输的不一样的温度控制要求的短距离配送系统。然而,随义务中商品种类不断增多,以及温度控制要求逐步的提升,寻找合适的商品装箱和冷媒配置方案对于减小运输损耗、降低运输成本变得愈发重要。当前已有的研究主要关注如何减少配送中的损耗,以及优化运输中的车辆路径规划,但很少有研究是针对冷链行业的背景,并将多温层与冷媒同时结合考虑的。因此,本文的研究补充了这一研究,致力于同时考虑冷链行业特点的装箱问题,对于冷链行业物流装箱方案的优化改进具备极其重大意义。通过该研究,我们大家可以为冷链物流公司提供更加有效、节省成本的装箱方案,来提升冷链物流的运作效率和服务的品质,促进整个行业的健康发展。
本研究以冷链物流公司实际的需求为基础,在蓄冷式多温共配的背景下,引入了温层概念进行温度区间划分,并利用冷媒填充商品包装箱。主要研究了带有温层和冷媒装载约束的三维多箱型装箱问题,旨在优化内部包装操作的过程,实现包材节省,确保运输质量稳定。同时,扩展探讨了冷媒装载的几何位置对接触面积的影响,以及商品与商品之间的稳定性,以提升操作可行性。具体来说,本文的研究包括以下几个方面:
首先,本文将冷链物流公司面临的问题新定义为一个带有温层和冷媒装载约束的三维多箱型装箱问题,并建立了一个带二次项的数学规划模型。该模型考虑了传统装箱问题中的几何位置约束和冷链商品的特性,这中间还包括温层设定和冷媒装载约束。模型要具体确定每个箱子的温层,以及维持这个温层所需要的冷媒数量。箱子的运输费用通常与箱内商品重量相关, 并采用阶梯定价法。因此在考虑传统的包材成本外,模型的最终目标是寻找一种装箱方案, 使得箱子的运输成本、箱子和冷媒的使用成本达到最低。
其次,本文提出了三种针对冷链特征设计的启发式算法,以解决温层和冷媒之间的相互影响问题。其中,商品的新位置由极端点和空间分割法确定,商品装箱和箱子开箱的顺序采用模拟退火算法,以在合理时间内搜索最佳方案。此外,为进一步改善装箱方案,本文又将求解过程分为物品分组和单箱型装箱两个阶段,并构建了两阶段启发式求解算法,其中,商品分组后与冷媒同时装箱,通过多次迭代调整冷媒位置和用量,以优化装箱方案。
最后,本文使用一家大型电商物流公司的真实订单数据验证和评估了模型与算法的有效性。真实订单数据可更准确地模拟实际业务情景。同时,通过生成多组测试算例,并与模型最优解的下界作比较,全面评估了模型和算法在不一样的情况下的适用性,以更好地了解其在实际应用中的表现和潜在局限。
本文主要围绕温层的概念展开,重点研究了冷链商品装箱的优化方法和相应的高效启发式算法,并结合实际业务案例进行了探讨。通过构建数学模型和设计三种启发式算法,及三种算法在不同规模算例上的测试,本文得出了一些改进冷链商品装箱操作的结论:
随着商品数量的增加,三种算法的计算结果均呈现出成本增加的趋势。这表明随着装载商品数量的增加,装箱方案的优化变得更加复杂,在大多数情况下要更多的资源和算法运算来获得更好的结果。
在不同规模的算例上,三种算法求解平均用时的排序保持不变。其中,基于极端点的构造型启发式算法表现最快,物品分组的两阶段算法次之。这表明不同算法在求解效率上有一定的差异,选择正真适合的算法能大大的提升装箱方案的生成速度。
在商品数量较少的情况下,三种算法的装箱成本都较低,运算时间比较短,可以灵活选择使用。然而,随着商品数量的增加,两种构造型启发式算法的求解效果会变差,主要体现在商品分布不均匀的装箱方案。当商品数量达到一定阈值时(如15个以上),两阶段的启发式算法表现出更好的求解效果,适合应用于解决商品数量较大的冷链物流装箱问题。
这些结论对提高冷链物流的装箱效率和减少相关成本具有指导意义,有助于优化冷链物流的运营和服务质量。
本文结合温层和冷媒装载约束,提出了新的装箱优化问题,丰富了现有装箱问题的研究。建立了适用于考虑温层和冷媒装载约束的数学模型,考虑了商品体积、重量和温度敏感性等因素,为问题的求解奠定了理论基础。设计了三种针对温层特征的算法,提高了问题求解的效率和准确性。这些成果不仅在理论上深入探讨了装箱问题,还将理论研究与实际物流运输需求相结合,为温控运输问题提供了新的视角和解决方案,对提高运输的安全性、效率性和可靠性具备极其重大意义。同时,也为相关领域的学术研究提供了新的思路和方法。窗体顶端
然而我们认识到当前的模型和算法仍有改进空间,未来的研究可优先考虑采用更复杂的装箱位置选择策略,考虑不同箱子之间物品的重量平衡和箱子的利用率平衡等因素。此外,在冷链商品的装箱过程中还存在一些值得研究的问题。例如,考虑冷媒在箱子中的位置选择问题,有时在大多数情况下要在物品的顶端均匀地装入冷媒。另外,本文仅考虑了一种规格的冷媒,接下来能更加进一步研究在多种不一样的规格的冷媒的情况下,如何明智的选择合适的冷媒以提高箱子的利用率并使总成本最小。
在论文的写作过程中,我们认识到冷链商品的装箱问题与传统装箱问题的区别和复杂性,通过广泛查阅文献和调研冷链企业的情况,逐步修改并确定了研究模型,同时完善了研究内容。我们反复修改和优化论文,力求将研究成果表达得更为清晰和准确,确保论文的质量和学术价值。在投稿过程中,我们虚心接受外审专家、主编以及编委专家的意见和建议。认认真真地对待每一条审稿意见,精简文章文字,完善文章的主要内容,使其更符合期刊的要求和学术标准。
通过这次研究,我们更全面地了解了冷链企业在仓内作业时的装箱流程,这是后续运输的前置环节,也为我们继续研究物流中的后续环节提供了相关支持。我们愿意并且继续努力致力于物流环节的优化研究,为推动物流的降本增效贡献力量。同时我们要向所有在论文写作过程中给予支持的人们,以及对给予我们这次论文发表机会的编委们表示感谢,我们将继续砥砺前行,争取为学术界和业界添砖加瓦。
本文摘编自《系统工程理论与实践》2025年,第45卷,第2期论文《考虑温层和冷媒装载约束的冷链商品三维多箱型装箱问题研究》(点击题目链接全文);
作者:沈倪1,2, 博士后,研究方向:供应链与物流管理,建模与优化;夏佳楠1, 硕士,研究方向:物流与供应链管理;马弘(通信作者)3,副教授,研究方向:物流与供应链管理;刘雨4,硕士,研究方向:物流与供应链管理