VMI模式下成品油补货问题研究
作者：佚名； 更新时间：2014-12-05
摘 要：本文建立了基于VMI管理模式的加油站的自动补货模型，重点考虑了成品油补货的特殊性以及目前我国成品油配送的现状和需求。对于模型的求解，提出了人工路网的概念，针对采用结合路网思想的启发式算法来求解模型进行了探讨。
关键词：
一、引言
成品油补货是由成品油分销商，根据终端用户的成品油需求，结合资源状况和客户分布，确定成品油的最佳补货量并选择最优的运输车辆和路径，在规定时间内将油品准确送达指定地点而进行的计划、实施与控制的过程。
过去，成品油零售商的补货计划大都是按照自己的需求提报后再进行补货，这种做法随着成品油市场的变革已经越来越不适应市场的节奏，信捷职称论文写作发表网，在一定程度上限制甚至阻碍了成品油的销售。因为零售商提报的需求往往是根据自己的经验得到，没有经过科学的理论分析和计算，但是当今的社会市场信息瞬息万变，这种经验做法不能及时反馈市场信息，影响销售机会；另外，成品油作为战略性资源，分配不好会影响社会稳定，因此需要一套自动决策系统来完成补货决策。
目前，我国很多成品油分销企业逐渐开始对加油站采取供应商管理库存(VMI)的管理模式，供应商管理库存可以提高总体管理效率，降低成本，尽可能地减少零售商的库存。VMI模式下的成品油补货模型主要包括销售预测和车辆配载两大功能模块。在供应商管理库存中，需求预测最主要的目的就是协助供应商做库存管理决策，供应商(油库)定期(通常每日)获取加油站的库存、销售以及其他相关信息。然后通过销售预测等手段进行补货决策，确定一个初始补货量。由于成品油补货过程中车辆的容量和油品间互不相容等约束将对成品油的补货量带来很大的影响，因此在车辆配载模块中将结合车辆的信息以及附加约束条件同时进行补货量的优化和车辆的选择，实现优化配载。
本文将建立基于多舱车的成品油补货模型，并以车辆配载为中心讨论模型的求解，并提出了基于路网思想的启发式算法求解策略。
二、模型
1．问题描述
成品油自动补货过程中，加油站需要每天定时向供应商按罐上报前一天的日销售量和当前库存量，上报方式可以采用语音报数系统、Web报数系统或人工上报数据。供应商对这些上报的数据进行检查或处理后进行需求预测，基于需求预测的补货决策并不能直接作为补货计划，需要根据车辆资源情况进行配载，形成最后的补货计划，模型如图1所示。
图1 基于需求预测的补货模型
图2 成品油的补货流程
成品油补货流程如图2所示，主要包括三部分：
（1）数据质量检查
对所有加油站上报的库存和销售数据进行自动检查，并处理检查过程中出现的问题。
（2）需求预测
需求预测是补货决策服务的。在VMI管理模式下，可以利用多种预测方法以及组合预测方法对加油站进行未来的需求预测。根据预测数据和当前库存数据进行初始的补货决策，生成一个中间的过渡订单（可称为初始订单）。
（3）车辆配载
成品油车辆配载是实现成品油配送的一个重要环节，配载的效果直接影响到车辆满载率、运输效率、运输安全性以及企业经济效益。车辆配载模块主要的功能是将根据需求预测产生的中间订单匹配到车辆，不同于传统配载的是，中间订单的补货量将视为一个具有一个可变动范围的变量，在配载过程中，将根据车辆等约束对这个变量进行优化，使整个补货的总成本最低。
如何快速高效地对加油站进行油品配送并保证成本最低是自动补货部分所需解决的首要问题。成品油补货所处理的货品种类繁多，从大类上可以分为汽油、柴油、煤油、润滑油等。根据成分含量的百分比的不同，每一个油品大类又包括不同的型号。不同油品的性质差异，也将对配载产生约束，使补货过程变得复杂。
目前加油站油品都是按油罐进行管理，即不同的油罐可能存放不同的油品，但同一个油罐中只存放一种油品（特殊情况除外），各个油罐互不连通。在进行油品配送和加油站油品管理时，油罐中的油品要尽可能保证库存最低（特殊情况例外），但不允许出现断货情况。除了库存成本，配送成本也是成品油分销企业的另一重要成本构成，配送成本和库存成本通常存在效益悖反，在实际中，配送成本对于整个企业的利润的影响往往大于库存成本，因此，配送成本成为自动补货所要研究的核心问题。配送成本不仅涉及到油品配送量的问题，也与配送路线和油罐车有关。
目前油品配送时除了使用单舱车进行单点配送外，还可以使用多舱车进行多点分卸。多舱车是指在同一车辆上包含多个相互独立、可装载同种或不同种固定油品的舱位的成品油运输车辆。因此对于多舱车，可以匹配等同车舱数目的多个订单。无论单舱车还是多舱车，其舱位的载重和所允许装载的油品类型是固定的。
2．模型的建立
（1）假设和参数定义
首先针对模型作如下的假设和参数定义：
油库O负责L个辖区加油站油罐的成品油配送；
油罐 i (i=1,2，…，L)在某日的销售预测量为；
负责配送的第三方承运公司共有车型M种；
车型m的最大有效载荷分别为；
每种车型有若干辆，其日可用总车时为；
每天各罐的补货总量为(i=1,2，…，L)，其中由m型车配送的总量为,共考察N天的配送情况；
第n天油罐i使用的车型总数为（=0表示此日车站此罐不需要配送）；
车型m的油罐车完成从油库到油罐i的配送所耗费的车时为（包括平均等待时间、装卸油时间、在途时间等）；
油库到加油站的平均重行距离(从油库到加油站的行程距离)为(i=1,2，…，L)（运费结算目前只考虑重行运费，不考虑空行返程运费）；
每天末的油罐i的罐存量为；
油罐i的单位库存成本为，最大容量为；
油罐i第一天的期初库存为初始库存。
假定运费按照如下方式结算：
设运输费率为/吨Ÿ公里；
各种车型的基本出车费用为。
（2）补货模型
目标函数：
(1)
约束条件：
上述模型中
（1）式为目标函数，即要求配送成本和库存成本总成本最低；
（2）式保证每罐的需求量由各车型罐车完成配送；
（3）式保证各车型的使用量不超过其最大能力约束；
（4）式保证各罐满足不断货要求；
（5）式保证各罐罐容能力约束；
（6）式保证各罐配送总量为各种车型的满载运输量组合；
三、模型求解的讨论
根据前文提出的模型建立的思路，下面针对模型的求解方法进行分析和讨论。
在VMI管理模式下的补货过程中，根据销售预测数据，当库存下降到订货点时则生成补货计划。补货量的大小至少要保证补货提前期内的销售量，此时的补货计划单为初始订单，由于成品油补货中车辆给配送量将带来很大的约束，因此在配载过程中在完成车辆和订单匹配的同时也将完成补货量的优化，因此配载过程，是一个需要统筹兼顾、反复权衡的决策过程, 在数学上是一个具有多约束条件的优化建模和求解问题。本文结合成品油配载问题的特殊性，提出了配送路网的概念，讨论了采用结合路网扫描思想的启发式算法进行求解。
路网的概念是基于加油站空间上的关系。 路网的含义是，人为地将每一个加油站同与其相邻的加油站建立一种相邻关系(在基础信息中被定义)，具有相邻关系的加油站的所有订单（包括同一加油站的多个订单）中任何n (n=槽车舱数)个被允许组合在同一车辆。如图3所示，编号代表加油站，具有相邻关系的加油站以虚线连接，以实线相连的三个加油站的订单被组合在同一多舱车。
图3 人工路网示意图
根据成品油配载的特殊性结合人工路网的思想，提出如下的启发式规则如下：
（1）订单的处理存在优先级，根据订单的优先级顺序选取起始订单进行配载；
（2）舱位与客户订单匹配，同时满足载重约束和油品类型约束；
（3）只有位于同一路网且满足各类约束关系的客户订单，可以配载至同一多舱车，同一客户的订单优先组合；
（4）同一路网中的客户，按照相邻关系由强到弱的优先级顺序与车辆匹配；
（5）定义车辆的使用优先级为：首先按照车型由多舱车（舱位由多到少）到单舱车的顺序使用，舱数相同的多舱车按照载重量由大到小的顺序使用。
用启发式方法求解问题是通过迭代过程实现的，根据上面的启发式规则，在整个迭代过程中不断吸收新的信息，逐步缩小搜索范围，最终得到得出问题的解。
四、结论
VMI的管理模式体现了供应链一体化的理念，较好的解决了传统供应链中信息流通不畅以及信息扭曲的问题。在VMI中供应商主控库存，因此不需要发出订单或接收订单的管理费用。同时因为交易行为的简化和信息共享的便利，也缩短了整体前置时间。基于销售预测的VMI管理思想的应用大大提高了成品油分销企业和零售终端的效益。
随着成品油配送的发展，配载过程中多舱车的使用也将是未来成品油补货配送的发展方向。本文提出的路网的思想结合多舱车的使用，具有很大的研究价值，采用有效的算法进行求解，将很大程度地优化成品油配送，将这种思想延伸到成品油供应链的上游，能有效提高整个供应链的盈利水平和竞争力。
参考文献
[1] J.A.George,D.F.Robinson.A heuristic for packing boxes in a container [J].Computer and Operations Research,1980.7:147-156
[2] 杨棣．成品油配送业务研究．石油库与加油站．2002.2．
[3] 王静．陈劲杰．屈东升．史云．VMI下需求预测与补货配送的研究．现代管理科学．2004.7．
关键词：
一、引言
成品油补货是由成品油分销商，根据终端用户的成品油需求，结合资源状况和客户分布，确定成品油的最佳补货量并选择最优的运输车辆和路径，在规定时间内将油品准确送达指定地点而进行的计划、实施与控制的过程。
过去，成品油零售商的补货计划大都是按照自己的需求提报后再进行补货，这种做法随着成品油市场的变革已经越来越不适应市场的节奏，信捷职称论文写作发表网，在一定程度上限制甚至阻碍了成品油的销售。因为零售商提报的需求往往是根据自己的经验得到，没有经过科学的理论分析和计算，但是当今的社会市场信息瞬息万变，这种经验做法不能及时反馈市场信息，影响销售机会；另外，成品油作为战略性资源，分配不好会影响社会稳定，因此需要一套自动决策系统来完成补货决策。
目前，我国很多成品油分销企业逐渐开始对加油站采取供应商管理库存(VMI)的管理模式，供应商管理库存可以提高总体管理效率，降低成本，尽可能地减少零售商的库存。VMI模式下的成品油补货模型主要包括销售预测和车辆配载两大功能模块。在供应商管理库存中，需求预测最主要的目的就是协助供应商做库存管理决策，供应商(油库)定期(通常每日)获取加油站的库存、销售以及其他相关信息。然后通过销售预测等手段进行补货决策，确定一个初始补货量。由于成品油补货过程中车辆的容量和油品间互不相容等约束将对成品油的补货量带来很大的影响，因此在车辆配载模块中将结合车辆的信息以及附加约束条件同时进行补货量的优化和车辆的选择，实现优化配载。
本文将建立基于多舱车的成品油补货模型，并以车辆配载为中心讨论模型的求解，并提出了基于路网思想的启发式算法求解策略。
二、模型
1．问题描述
成品油自动补货过程中，加油站需要每天定时向供应商按罐上报前一天的日销售量和当前库存量，上报方式可以采用语音报数系统、Web报数系统或人工上报数据。供应商对这些上报的数据进行检查或处理后进行需求预测，基于需求预测的补货决策并不能直接作为补货计划，需要根据车辆资源情况进行配载，形成最后的补货计划，模型如图1所示。
图1 基于需求预测的补货模型
图2 成品油的补货流程
成品油补货流程如图2所示，主要包括三部分：
（1）数据质量检查
对所有加油站上报的库存和销售数据进行自动检查，并处理检查过程中出现的问题。
（2）需求预测
需求预测是补货决策服务的。在VMI管理模式下，可以利用多种预测方法以及组合预测方法对加油站进行未来的需求预测。根据预测数据和当前库存数据进行初始的补货决策，生成一个中间的过渡订单（可称为初始订单）。
（3）车辆配载
成品油车辆配载是实现成品油配送的一个重要环节，配载的效果直接影响到车辆满载率、运输效率、运输安全性以及企业经济效益。车辆配载模块主要的功能是将根据需求预测产生的中间订单匹配到车辆，不同于传统配载的是，中间订单的补货量将视为一个具有一个可变动范围的变量，在配载过程中，将根据车辆等约束对这个变量进行优化，使整个补货的总成本最低。
如何快速高效地对加油站进行油品配送并保证成本最低是自动补货部分所需解决的首要问题。成品油补货所处理的货品种类繁多，从大类上可以分为汽油、柴油、煤油、润滑油等。根据成分含量的百分比的不同，每一个油品大类又包括不同的型号。不同油品的性质差异，也将对配载产生约束，使补货过程变得复杂。
目前加油站油品都是按油罐进行管理，即不同的油罐可能存放不同的油品，但同一个油罐中只存放一种油品（特殊情况除外），各个油罐互不连通。在进行油品配送和加油站油品管理时，油罐中的油品要尽可能保证库存最低（特殊情况例外），但不允许出现断货情况。除了库存成本，配送成本也是成品油分销企业的另一重要成本构成，配送成本和库存成本通常存在效益悖反，在实际中，配送成本对于整个企业的利润的影响往往大于库存成本，因此，配送成本成为自动补货所要研究的核心问题。配送成本不仅涉及到油品配送量的问题，也与配送路线和油罐车有关。
目前油品配送时除了使用单舱车进行单点配送外，还可以使用多舱车进行多点分卸。多舱车是指在同一车辆上包含多个相互独立、可装载同种或不同种固定油品的舱位的成品油运输车辆。因此对于多舱车，可以匹配等同车舱数目的多个订单。无论单舱车还是多舱车，其舱位的载重和所允许装载的油品类型是固定的。
2．模型的建立
（1）假设和参数定义
首先针对模型作如下的假设和参数定义：
油库O负责L个辖区加油站油罐的成品油配送；
油罐 i (i=1,2，…，L)在某日的销售预测量为；
负责配送的第三方承运公司共有车型M种；
车型m的最大有效载荷分别为；
每种车型有若干辆，其日可用总车时为；
每天各罐的补货总量为(i=1,2，…，L)，其中由m型车配送的总量为,共考察N天的配送情况；
第n天油罐i使用的车型总数为（=0表示此日车站此罐不需要配送）；
车型m的油罐车完成从油库到油罐i的配送所耗费的车时为（包括平均等待时间、装卸油时间、在途时间等）；
油库到加油站的平均重行距离(从油库到加油站的行程距离)为(i=1,2，…，L)（运费结算目前只考虑重行运费，不考虑空行返程运费）；
每天末的油罐i的罐存量为；
油罐i的单位库存成本为，最大容量为；
油罐i第一天的期初库存为初始库存。
假定运费按照如下方式结算：
设运输费率为/吨Ÿ公里；
各种车型的基本出车费用为。
（2）补货模型
目标函数：
(1)
约束条件：
上述模型中
（1）式为目标函数，即要求配送成本和库存成本总成本最低；
（2）式保证每罐的需求量由各车型罐车完成配送；
（3）式保证各车型的使用量不超过其最大能力约束；
（4）式保证各罐满足不断货要求；
（5）式保证各罐罐容能力约束；
（6）式保证各罐配送总量为各种车型的满载运输量组合；
三、模型求解的讨论
根据前文提出的模型建立的思路，下面针对模型的求解方法进行分析和讨论。
在VMI管理模式下的补货过程中，根据销售预测数据，当库存下降到订货点时则生成补货计划。补货量的大小至少要保证补货提前期内的销售量，此时的补货计划单为初始订单，由于成品油补货中车辆给配送量将带来很大的约束，因此在配载过程中在完成车辆和订单匹配的同时也将完成补货量的优化，因此配载过程，是一个需要统筹兼顾、反复权衡的决策过程, 在数学上是一个具有多约束条件的优化建模和求解问题。本文结合成品油配载问题的特殊性，提出了配送路网的概念，讨论了采用结合路网扫描思想的启发式算法进行求解。
路网的概念是基于加油站空间上的关系。 路网的含义是，人为地将每一个加油站同与其相邻的加油站建立一种相邻关系(在基础信息中被定义)，具有相邻关系的加油站的所有订单（包括同一加油站的多个订单）中任何n (n=槽车舱数)个被允许组合在同一车辆。如图3所示，编号代表加油站，具有相邻关系的加油站以虚线连接，以实线相连的三个加油站的订单被组合在同一多舱车。
图3 人工路网示意图
根据成品油配载的特殊性结合人工路网的思想，提出如下的启发式规则如下：
（1）订单的处理存在优先级，根据订单的优先级顺序选取起始订单进行配载；
（2）舱位与客户订单匹配，同时满足载重约束和油品类型约束；
（3）只有位于同一路网且满足各类约束关系的客户订单，可以配载至同一多舱车，同一客户的订单优先组合；
（4）同一路网中的客户，按照相邻关系由强到弱的优先级顺序与车辆匹配；
（5）定义车辆的使用优先级为：首先按照车型由多舱车（舱位由多到少）到单舱车的顺序使用，舱数相同的多舱车按照载重量由大到小的顺序使用。
用启发式方法求解问题是通过迭代过程实现的，根据上面的启发式规则，在整个迭代过程中不断吸收新的信息，逐步缩小搜索范围，最终得到得出问题的解。
四、结论
VMI的管理模式体现了供应链一体化的理念，较好的解决了传统供应链中信息流通不畅以及信息扭曲的问题。在VMI中供应商主控库存，因此不需要发出订单或接收订单的管理费用。同时因为交易行为的简化和信息共享的便利，也缩短了整体前置时间。基于销售预测的VMI管理思想的应用大大提高了成品油分销企业和零售终端的效益。
随着成品油配送的发展，配载过程中多舱车的使用也将是未来成品油补货配送的发展方向。本文提出的路网的思想结合多舱车的使用，具有很大的研究价值，采用有效的算法进行求解，将很大程度地优化成品油配送，将这种思想延伸到成品油供应链的上游，能有效提高整个供应链的盈利水平和竞争力。
参考文献
[1] J.A.George,D.F.Robinson.A heuristic for packing boxes in a container [J].Computer and Operations Research,1980.7:147-156
[2] 杨棣．成品油配送业务研究．石油库与加油站．2002.2．
[3] 王静．陈劲杰．屈东升．史云．VMI下需求预测与补货配送的研究．现代管理科学．2004.7．
上一篇：MPEG-4技术及应用综述
下一篇：RPR与SDH保护机制的对比分析
热门论文