宋惠娟

摘 要：應(yīng)急物流系統(tǒng)的優(yōu)化能夠降低突發(fā)事件造成的損失，因而得到了學(xué)者的廣泛關(guān)注，文章在綜合近幾年我國應(yīng)急物流研究文獻的基礎(chǔ)上，從基本理論、系統(tǒng)構(gòu)建及相關(guān)模型幾個方面對應(yīng)急物流的研究方向進行了綜述，并且可以看出運籌學(xué)中的建模思想對應(yīng)急物流研究起著舉足輕重的作用。

關(guān)鍵詞：運籌學(xué)；應(yīng)急物流；選址—定位

中圖分類號：F250 文獻標(biāo)識碼：A

Abstract： Because the efficient of emergency logistics can reduce the harms caused by emergency， it has caused wide public concerns among theorists. This paper provides an overview of Chinese emergency logistics study from many aspects： basic theory， the construction of system and the related models on the base reviewing the liberations in recent years， also it indicated that the modeling sense in operation research plays a decisive role in the research of emergency logistics.

Key words： operation research； emergency logistics； location-routing

近年來，我國各地突發(fā)事件頻發(fā)，其中自然災(zāi)害的發(fā)生的占比非常高，如2010年8月甘肅舟曲發(fā)生特大山洪泥石流、2014年7月云南發(fā)生洪澇泥石流災(zāi)害、2013年3月西藏墨竹工卡縣發(fā)生山體滑坡災(zāi)害、2013年7月甘肅岷縣漳縣發(fā)生6.6級地震災(zāi)害、2014年新疆于田發(fā)生7.3級地震災(zāi)害、2015年9月江西福建等地發(fā)生洪澇風(fēng)雹災(zāi)害、2015年8月陜西山陽發(fā)生滑坡災(zāi)害等。這些自然災(zāi)害的發(fā)生嚴(yán)重威脅人類的生命和財產(chǎn)安全，以及社會的經(jīng)濟發(fā)展甚至?xí)绊懞椭C社會的構(gòu)建，在突發(fā)事件發(fā)生后，如何盡快地將賑災(zāi)物資送至災(zāi)區(qū)以減少災(zāi)害損失是應(yīng)急物流問題研究的主要內(nèi)容，即應(yīng)急物流LRP問題的研究。應(yīng)急救援部門必須以最小的成本、最快的時間、合理地選擇物資存儲點將存儲物資科學(xué)地安排車輛對受災(zāi)點進行物資的配送服務(wù)以減少傷亡，提高受災(zāi)地區(qū)民眾的抗災(zāi)信心。

當(dāng)前國內(nèi)外學(xué)者對一般LRP問題的研究比較具體深入，比如Min等[1]（1998）、Nagy等[2]（2007）、陳久梅等[3]（2014）都做過一般LRP問題的優(yōu)化研究，當(dāng)前應(yīng)急物流的優(yōu)化問題已經(jīng)引起了眾多學(xué)者的關(guān)注，但是對于應(yīng)急物流的LRP研究（定位—路徑）還相對較少?，F(xiàn)有文獻主要有兩種研究范式：一種是單獨研究其中一個問題，即單獨研究應(yīng)急物流中心選址問題或單獨研究應(yīng)急資源調(diào)度問題；另外一種是將這兩個問題集成起來進行研究。然而應(yīng)急物流中物流中心點的選擇和運輸路徑安排是直接影響應(yīng)急物流系統(tǒng)效率的兩個關(guān)鍵問題，兩者之間相互依賴和影響，有必要結(jié)合應(yīng)急物流的突發(fā)性、不確定性、緊急性等特點，從整體系統(tǒng)優(yōu)化的角度，將這兩方面結(jié)合起來進行研究，故近年來，大部分對于應(yīng)急物流問題的研究均是對選址—配送這兩個問題集成起來進行研究。根據(jù)現(xiàn)有的研究，應(yīng)急物流LRP問題基本可以按照信息是否確定分為以下兩類：確定信息下的應(yīng)急救援問題研究和不確定信息下的應(yīng)急救援問題研究。

1 確定信息下的應(yīng)急物流LRP研究

確定性的應(yīng)急物流LRP問題，通?？紤]的問題中信息基本都是確定的，即不存在任何風(fēng)險因素，并且受災(zāi)點的需求是確定的。針對確定性的應(yīng)急物流LRP問題的研究，張玲[4]（2008）考慮到由于災(zāi)區(qū)范圍比較廣泛進而災(zāi)區(qū)存在不同的級別，針對該實際情況，通過對災(zāi)區(qū)進行分組，并運用場景分析的發(fā)放，考慮其資源的布局和選址問題，引入多類0-1變量來表述該優(yōu)化問題，構(gòu)建了基于多級別的資源布局多目標(biāo)規(guī)劃模型。黃向榮等[5]（2009）在考慮食品物流的相關(guān)特點和突發(fā)事件的突發(fā)性、緊急性以及弱經(jīng)濟性等特性的基礎(chǔ)上，構(gòu)建了食品的應(yīng)急物資分發(fā)中心選址決策的評價體系，并且結(jié)合蟻群算法（ACA）和徑向基神經(jīng)網(wǎng)絡(luò)（RBFNN）構(gòu)建了應(yīng)急物流物資分發(fā)點選址決策模型。曾敏剛等[6]（2009）針對應(yīng)急服務(wù)應(yīng)急物資分發(fā)點定位以及物資配送路徑這兩個子問題，引入多個0-1決策變量去表述該優(yōu)化問題，建立了以最小化總成本為目標(biāo)的選址—定位模型。葛春景等[7]（2011）研究了應(yīng)急設(shè)施選址中的多重覆蓋問題，并以在滿足需求點的多次覆蓋需求和多需求點同時需求的條件下覆蓋的人口期望最大為目標(biāo)，建立了確定性的應(yīng)急物流優(yōu)化模型，通過改進的遺傳算法對該模型進行求解。鄭斌、馬祖軍等[8]（2013）針對兩級應(yīng)急物流系統(tǒng)中的中轉(zhuǎn)站選址和上下級進行聯(lián)運調(diào)度的集成優(yōu)化問題，建立雙層規(guī)劃模型，并根據(jù)該模型的特點設(shè)計了一種混合遺傳算法。

通過以上文獻梳理可知，在運用運籌學(xué)建立應(yīng)急物流LRP模型過程中，通常引入0-1決策變量去解決應(yīng)急物資分發(fā)點選址問題和車輛物資配送問題，引入三類決策變量，第一類0-1決策變量是表示應(yīng)急物資分發(fā)點是否開設(shè)，通常1表示該應(yīng)急物資分發(fā)點開設(shè)，0則表示不開設(shè)，當(dāng)該決策變量為1時，才分配運輸車輛從該應(yīng)急物資分發(fā)點出發(fā)進行物資配送服務(wù)，并且從同一個應(yīng)急點出發(fā)車輛的物資運輸量需小于應(yīng)急點的物資存儲量；第二類0-1決策變量是用來表示某運輸車輛服務(wù)哪個受災(zāi)點的問題，1表示運輸車輛服務(wù)該受災(zāi)點，0則表示運輸車輛不服務(wù)該受災(zāi)點；第三類決策變量則表示某運輸車輛是否從該應(yīng)急物資分發(fā)點出發(fā)，1表示這運輸車輛從該應(yīng)急物資分發(fā)點出發(fā)，0則表示這個運輸車輛不從該應(yīng)急物資分發(fā)點出發(fā)。這三類0-1變量的引入合理地表述了應(yīng)急物流系統(tǒng)的優(yōu)化問題，目標(biāo)函數(shù)通常為應(yīng)急物流系統(tǒng)總成本最小以及運輸車輛到達(dá)所有受災(zāi)點的總時間最小，建立的模型均為0-1線性規(guī)劃模型。運籌學(xué)中0-1規(guī)劃主要用于求解互斥的計劃問題、約束條件互斥問題、固定費用問題和分派問題等方面，而應(yīng)急物流的優(yōu)化問題從運籌學(xué)的角度就是一種分派問題，因此運籌學(xué)能夠在應(yīng)急物流優(yōu)化問題中大放光彩。目前，0-1應(yīng)急物流規(guī)劃問題通常有三種解法，即窮舉法、變換法和隱枚舉法。解0-1型整數(shù)規(guī)劃最容易想到的方法，和一般整數(shù)線性規(guī)劃的情形一樣，就是窮舉法，即檢查變量取值為0或1的每一種決策組合，比較目標(biāo)函數(shù)值的大小，從而選出目標(biāo)值最小的那一組決策組合就是應(yīng)急物流優(yōu)化問題的最優(yōu)解。然而由于應(yīng)急物流優(yōu)化問題中涉及的變量較多，所有決策組合就非常多，可能解集將成指數(shù)劇增加，此時用這種方法效率就比較低下，因此通常運用隱枚舉法進行求解，“隱”的含義是指在檢驗可能解的可行性和非劣性過程中，根據(jù)目標(biāo)函數(shù)的特性增加一個以前一非劣解目標(biāo)值的附加約束的過濾條件，以此達(dá)到減少問題求解過程的運算次數(shù)的目的。方法的核心思想均為檢查變量取值為0或1的策略組合，通過目標(biāo)函數(shù)值比較從而得出最優(yōu)解。endprint

2 不確定信息下的應(yīng)急物流LRP研究

針對不確定性的應(yīng)急物流LRP研究，通?？紤]的問題中信息基本都是不確定的，并且在救災(zāi)期間存在一定的風(fēng)險，比如應(yīng)急設(shè)施點失靈風(fēng)險、路徑中斷風(fēng)險、路徑復(fù)雜度等，同時往往受災(zāi)點的需求是不確定的。

何珊珊等[9]（2013）針對在突發(fā)事件發(fā)生的緊急救援期，受災(zāi)點的需求很難確定，基于此建立了受災(zāi)點配送總時間最短和系統(tǒng)總成本最小的選址—路徑問題的數(shù)學(xué)模型，并通過算例驗證了多目標(biāo)魯棒優(yōu)化模型能夠體現(xiàn)受災(zāi)點對各類物資需求不確定條件下選址—配送方案的最優(yōu)性與魯棒性的均衡。孫華麗等[10]（2013）針對需求隨機變化的應(yīng)急物流定位—路徑問題，將救援過程劃分為兩個階段，將受災(zāi)點的物資需求表示為一個區(qū)間數(shù)，以物資送達(dá)時間最短和系統(tǒng)總成本最小為目標(biāo)，構(gòu)建了多物資、多運輸車輛、多目標(biāo)的定位—路徑模型。張玲等[11]（2014）也將救災(zāi)過程分為了兩個階段，考慮到突發(fā)災(zāi)害初期災(zāi)情相關(guān)參數(shù)概率分布信息很難精確獲得，建立了基于情景的最小最大后悔值準(zhǔn)則的魯棒優(yōu)化模型，求解模型時，利用有限情景集表示第二階段的不確定數(shù)據(jù)，并將模型化為與其等價的混合整數(shù)模型，利用情景松弛的迭代算法進行求解。商麗媛等[12]（2013）考慮不同情景下應(yīng)急物流需求的不確定性，將不確定需求用區(qū)間灰數(shù)表示，構(gòu)建了多情景下不確定需求的應(yīng)急物流配送中心選址模型，并設(shè)計了免疫量子粒子群算法進行求解。針對由于自然災(zāi)害帶來的路網(wǎng)風(fēng)險的應(yīng)急物流LRP問題，閻俊愛、郭藝源[13]（2016）考慮到路網(wǎng)情況實時變化的復(fù)雜性下，構(gòu)建了應(yīng)急物流LRP動態(tài)模型，以車輛配送時間最小為目標(biāo)，并通過設(shè)計的遺傳算法實現(xiàn)了基于動態(tài)路網(wǎng)實時調(diào)整的問題求解。陳鋼鐵、黎青松等[14]（2016）考慮到路網(wǎng)存在災(zāi)后受損的風(fēng)險，故引入多種運輸方式，基于此構(gòu)建了震后多式聯(lián)運的應(yīng)急物資配送路徑優(yōu)化模型，并設(shè)計了啟發(fā)式算法對該應(yīng)急物流模型進行了求解。

以上不確定信息下的應(yīng)急物流LRP優(yōu)化問題研究中，均運用了運籌學(xué)不確定規(guī)劃的思想建立了應(yīng)急物流LRP模型，在應(yīng)急物資分發(fā)點選址問題以及路徑配送與否方面，同樣引入三類0-1決策變量來表示應(yīng)急物資分發(fā)點建立與否，車輛是否從某個應(yīng)急物資分發(fā)點出發(fā)以及車輛是否服務(wù)某個受災(zāi)點。除此以外，引入兩類整數(shù)決策變量，一類為運輸車輛配送至某個受災(zāi)點的物資量，一類為某個受災(zāi)點的物資未滿足量，在約束中，這兩個量的和大于該受災(zāi)點的物資需求量，同時針對未滿足量盡量最小化的目標(biāo)，將在目標(biāo)函數(shù)中賦予未滿足量一個很大的懲罰數(shù)。在模型求解中，運用了隨機規(guī)劃的思想去處理一些風(fēng)險因素，在處理受災(zāi)點物資需求的不確定方面，則運用三角模糊數(shù)的理論或魯棒優(yōu)化的思想去處理不確定性，在模型求解過程中，最終均通過一定的方法把不確定模型轉(zhuǎn)化為確定的混合整數(shù)模型去進行求解。

運籌學(xué)的核心思想即為從現(xiàn)實生活場合抽出本質(zhì)的要素來構(gòu)造數(shù)學(xué)模型，探索求解的結(jié)構(gòu)，從可行方案中尋求系統(tǒng)的最優(yōu)解作為決策者最好的選擇。通過以上文獻的梳理，可以看出運籌學(xué)在應(yīng)急物流系統(tǒng)定位—路徑優(yōu)化問題中已經(jīng)成為核心工具之一，而應(yīng)急物流系統(tǒng)定位—路徑優(yōu)化問題作為當(dāng)前的熱點問題之一，它的研究仍然處于初步階段，許多領(lǐng)域還缺乏系統(tǒng)性和深入性的研究，需要進一步加強研究。

參考文獻：

[1] Min H， Jayaraman V， Srivastava R. Combined location-routing problems： a synthesis and future research directions[J]. European Journal of Operational Research， 1998，

108（1）：1-15.

[2] Nagy G， Salhi S. Location-routing： issues， models and methods[J]. European Journal of Operational Research， 2007，177（2）：649-672.

[3] 陳久梅，邱晗光. 兩級定位—路徑問題模型及變鄰域粒子群算法[J]. 運籌與管理，2014（6）：38-44.

[4] 張玲，黃鈞，朱建明. 應(yīng)對大規(guī)模突發(fā)事件的資源布局模型與算法[J]. 系統(tǒng)工程，2008，26（9）：26-31.

[5] 黃向榮，謝如鶴. 基于蟻群算法與RBF神經(jīng)網(wǎng)絡(luò)模型的突發(fā)應(yīng)急配送決策[J]. 決策參考，2009（15）：56-58.

[6] 曾敏剛，崔增收，余高輝. 基于應(yīng)急物流的減災(zāi)系統(tǒng)LRP研究[J]. 中國管理科學(xué)，2010，18（2）：75-80.

[7] 葛春景，王霞，關(guān)賢軍. 重大突發(fā)事件應(yīng)急設(shè)施多重覆蓋選址模型及算法[J]. 運籌與管理，2011，20（5）：50-56.

[8] 鄭斌，馬祖軍，李雙琳. 基于雙層規(guī)劃的應(yīng)急物流系統(tǒng)選址—聯(lián)運問題[J]. 系統(tǒng)科學(xué)與數(shù)學(xué)，2013，33（9）：1046

-1060.

[9] 何珊珊，朱文海，任晴晴. 不確定需求下應(yīng)急物流系統(tǒng)多目標(biāo)魯棒優(yōu)化模型[J]. 遼寧工程技術(shù)大學(xué)學(xué)報，2013，32（7）：998-1003.

[10] 孫華麗，周戰(zhàn)杰，薛耀鋒. 考慮路徑風(fēng)險的不確定需求應(yīng)急物流定位—路徑問題[J]. 上海交通大學(xué)學(xué)報，2013（6）：962-966.

[11] 張玲，陳濤，黃鈞. 基于最小最大后悔值的應(yīng)急救災(zāi)網(wǎng)絡(luò)構(gòu)建魯棒優(yōu)化模型與算法[J]. 中國管理科學(xué)，2014（7）：131-139.

[12] 商麗媛，譚清美. 不確定應(yīng)急物流中心選址模型及算法研究[J]. 計算機應(yīng)用研究，2013，30（12）：3603-3605.

[13] 閻俊愛，郭藝源. 非常規(guī)突發(fā)事件救援物資輸送的路徑優(yōu)化研究[J]. 災(zāi)害學(xué)，2016（1）：193-200.

[14] 陳鋼鐵，黎青松，甘俊偉. 震后應(yīng)急救援物資多式聯(lián)運調(diào)度優(yōu)化[J]. 西華大學(xué)學(xué)報（自然科學(xué)版），2016（1）：53-57.endprint