库存路径问题
- 提出者
- Coelho, L. C., Cordeau, J. F., & Laporte, G.
- 年份
- 2014
- 类型
- Optimization problem
- 类别
- Distribution and Logistics
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
库存路径问题(IRP)是一个优化问题,它联合确定客户地点的库存水平、配送路线和运输量,以最小化总的物流和库存持有成本。IRP认识到库存管理和车辆路径规划是相互依存的决策,而不是将它们视为独立的决策:较大的运输量会降低路径成本但会增加库存持有成本,反之亦然。IRP通常使用混合整数规划、启发式算法和元启发式算法来求解,是供应商管理库存(VMI)计划的基石。
方法背后的直觉
设想一家饮料分销商为50家便利店供货。传统方法分别回答两个问题:(1)每个店应该多久补货一次?(2)哪条路线能最小化驾驶距离?这些独立的决策都不是最优的。IRP则询问:‘为每个店确定的运输频率和数量,结合高效的路径规划,如何最小化总成本(仓储+运输)?’如果你频繁地以小批量访问A店,你会产生高昂的运输成本但库存较低。如果你不常去但每次都大批量运输,仓储成本就会飙升。IRP在这些权衡之间取得平衡。对于分销商来说,这可能意味着每两周访问A店一次,每次运输200单位(而不是每周运输100单位),前提是路径效率的提高能够抵消库存的增加。
历史学
IRP起源于20世纪80-90年代的运筹学界,是车辆路径问题(VRP)和库存管理问题的延伸。Bell等人(1983年)和Campbell等人(1998年)的开创性工作正式确立了该问题并开发了求解算法。随着21世纪初零售供应链中供应商管理库存的兴起,IRP获得了实际应用的重要性。如今,主要的饮料和消费品公司(可口可乐、宝洁、雀巢)使用基于IRP的系统进行路线和库存规划。
何时使用
IRP对于库存-路径联合成本显著的行业很有价值:快速消费品(饮料、零食、配送)、备件分销、燃油配送和租赁车队管理。当需求相对稳定(允许多周期规划)、客户地点固定且运输成本显著时,可以应用IRP。在高度动态的环境或产品体积大(整车装载限制了灵活性)的情况下效果较差。
局限与注意事项
- 需要准确的需求预测;预测误差会传播到次优的路径规划和库存决策
- 假设客户群相对稳定且需求模式稳定;高度波动或频繁增加客户会使规划复杂化
- IRP在计算上很复杂;实际算法是启发式算法,可能找不到全局最优解
- 现实世界的约束(车辆可用性、驾驶员规定、客户送货窗口)可能未在模型中完全体现
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 通过优化库存持有和运输之间的权衡来降低总物流成本
- 通过实现更频繁、小批量的补货而不成比例地增加成本来提高服务水平
- 通过降低缺货风险和减少货架期(更新鲜的产品)来提高客户满意度
- 实现数据驱动的决策:系统地评估‘多久一次和多少量’,取代直观的规则
- 为供应商管理库存计划提供基础,加强客户关系
应用
- 一家软饮料分销商将IRP应用于优化其在都会区内200家零售商的配送路线,将运输成本降低了15%,同时将配送频率从每周一次提高到每两周一次,且没有发生缺货。
- 一家制药批发商使用IRP来平衡500家药店的库存,在保持98%的在库率的同时,平均库存降低了10%。
- 一家供暖油供应商应用IRP为其1000名住宅客户规划配送,利用天气预报和历史消费模式来优化配送路线和油箱加满。
- 一家食品分销公司使用IRP来管理向连锁超市配送生鲜产品,优化了产品新鲜度、货架空间限制和运输效率。
使用方式
使用方式
在规划期内(通常为1-4周)预测客户需求。收集运输成本、车辆容量、客户库存容量和持有成本的数据。
确定库存约束:每个客户的最大库存水平(货架空间、安全规定)、最小订货量和期望的服务水平。
决定每天/每条路线访问哪些客户,向每个客户运送的数量,以及顺序(路径规划),以最小化距离或时间。
实施计划:进行运输,记录实际需求,更新库存水平。
使用优化算法(混合整数规划、遗传算法、蚁群优化)找到一个接近最优的计划。根据更新的预测进行迭代。
常见陷阱
- 过度依赖静态IRP计划而未频繁更新;实际需求偏差需要调整计划以保持成本效益
- 忽略客户偏好;即使一个最优计划违反了客户期望(例如,特定的送货日期),也会失败
- 以牺牲服务为代价优化成本;过低的库存或错过的送货会侵蚀客户的信任并增加客户流失
常见问题
IRP与供应商管理库存(VMI)有何不同?
VMI是一种商业安排,由供应商管理客户地点的库存;供应商决定何时以及配送多少。IRP是VMI背后的优化问题:在VMI安排下确定最佳的配送数量和路线。IRP是技术解决方案;VMI是商业模式。
IRP的规划期是多久?
通常为1-4周,足够长以平滑短期需求波动,但又足够短以保持预测的准确性且客户需求不会发生剧烈变化。更长的规划期(例如,每月)可能会降低运输成本但会增加库存;需要权衡。
IRP可以处理一次配送多种产品吗?
可以。现代IRP模型明确包含产品尺寸、约束(例如,温度控制)以及客户产品偏好。车辆可以跨产品类别共享或专用。算法会相应地调整复杂性。
在实施IRP解决方案之前如何进行验证?
模拟计划:根据需求不确定性预测库存水平,检查缺货情况,衡量总成本。进行敏感性分析:如果需求增加10%成本如何变化?如果客户在某天拒绝收货怎么办?稳健的解决方案在变化下表现良好。
相关方法
参考文献
Coelho, L. C., Cordeau, J. F., & Laporte, G. (2014). Thirty years of inventory routing. Transportation Research Part B: Methodological, 55, 28-67.
打开 DOI 文献已复制。Campbell, A. M., & Savelsbergh, M. W. (2011). Vehicle routing with time windows for inventory routing problems. Operations Research, 59(2), 500-515.
打开出版物文献已复制。