第3期 卢福强，等：模糊粒子群优化算法的第四方物流运输时间优化 ·475· 给4PL,4PL通过一系列的考察、分析、规划、设 建立了4PL运输时间优化模型。引人收敛因子和 计，将具体的物流作业外包给3PL,进一步提升物 隶属度函数，对基本粒子群优化算法(particle 流运输的效率，同时使企业能够将自身的资源用 swarm optimization,PSO)进行改进，设计收敛模糊 于其核心业务。 粒子群优化算法(convergence fuzzy particle swarm 4PL具有明显的优势，在物流领域中起到举 optimization,CFPSO)对4PL运输时间优化问题进 足轻重的作用，得到了国内外学者的广泛研究。 行求解。通过3个规模逐渐增大的算例对CFPSO 同时，4PL也面临着巨大挑战，归结起来可分为 算法的性能进行验证，并且将实验结果与基本 2个方面：1)黄敏等m提出4PL如何激励3PL提 PSO、枚举算法(enumeration algorithm,EA)、遗传 高物流服务质量并降低配送过程中的风险问题： 算法(genetic algorithm,GA)和量子粒子群优化算 2)如何对资源进一步整合优化使得3PL在可以接 (quantum-behaved particle swarm optimization, 受的配送成本条件下提高物流服务质量，使得 QPSO)对本问题的求解结果进行比较分析。 3PL切实感受到4PL的加入可以使它们能够将自 1第四方物流运输时间优化问题 身资源用于其核心业务。因此，考虑在委托商可 接受的最大成本约束下，提高加入4PL后的 1.1第四方物流运输问题 3PL的物流服务质量具有重要研究价值。本文对 在4PL运作中，第四方物流公司通过路径网 4PL的路径优化问题进行研究，缩短配送时间，提 络图选择合适的路线，将货物从起点城市运输到 高物流服务质量。关于4PL的运输路径优化问 终点城市。图1为运输路线网络图。 题，综合考虑3PL的能力、信誉、转运时间及运输 成本等因素的影响，如黄敏等)充分考虑不确定 环境的影响，将3PL代理商的配送时间设定为不 确定变量，建立了4PL路径规划模型，并采用多 种改进的遗传算法进行求解；崔研等⑧考虑中转 发车时间，以运输时间为约束条件，以总成本最 小为目标函数，建立了基于一点到多点的多任务 第四方物流路径优化模型，并设计蚁群优化算法 3 求解模型：薄桂华等将嵌入删除算法和声搜索 图1运输路线网络 算法两阶段算法，用于加快求解带时间窗约束的 Fig.1 Transport route network 4PL路径优化问题的运行时间；王勇等0考虑了 图1中的每个节点表示一个城市，节点1表 时间和风险因素的约束，研究多任务、多代理商 示起点，节点6表示终点。在物流运输路线上，每 的4PL作业整合优化，采用柔性禁忌算法求解模 两个连通的节点之间有2个备选的代理商，分别 型©：崔研等山结合模糊的转运时间和最小的成 是代理商a和代理商b。本文考虑在一定的运输 本约束，研究多点到单点的4PL路径优化问题， 成本约束下，通过选择最佳路径和合适的代理 设计文化基因算法求解模型；陈建清等建立了 商，实现整体物流作业运输时间最短的目标。 赋予多维权的有向图模型，描述第四方物流中路 1.2运输时间优化模型 径优化、3PL代理商选择等问题，并提出基于 1.2.1模型假设与符号定义 Dijkstra算法的求解方法。对于4PL的路径优化 1)模型假设 问题，既要考虑委托商提出的成本约束，又要满 ①每个作业任务至多由一个代理商负责完成。 足客户对运输时间的期望。同时，由于运输环境 ②本问题是单任务问题，且只有一个起点和 的不确定性，各个3PL代理商运输能力的不同， 个终点。 城市节点中存在的转运时间，4PL路径优化已然 ③从出发点运送到终点的过程中，任务需要 成为一个复杂、影响因素相互制约的系统工程问 完成的总运输量不会改变。 题。在一定的成本预算约束下，如何设计运输路 2)符号定义 径，选择合适的3PL代理商，形成一套完整的供 :作业在节点i与节点j之间选择代理商g 应链解决方案以实现客户期望的时间，已经成为 完成。 4PL亟待解决、不断优化的问题。 Q:从配送起点到配送终点需要被配送的总 本文针对4PL运作中的运输时间优化问题， 运量。给 4PL，4PL 通过一系列的考察、分析、规划、设 计，将具体的物流作业外包给 3PL，进一步提升物 流运输的效率，同时使企业能够将自身的资源用 于其核心业务[6]。 4PL 具有明显的优势，在物流领域中起到举 足轻重的作用，得到了国内外学者的广泛研究。 同时，4PL 也面临着巨大挑战，归结起来可分为 2 个方面：1) 黄敏等[7] 提出 4PL 如何激励 3PL 提 高物流服务质量并降低配送过程中的风险问题； 2) 如何对资源进一步整合优化使得 3PL 在可以接 受的配送成本条件下提高物流服务质量，使得 3PL 切实感受到 4PL 的加入可以使它们能够将自 身资源用于其核心业务。因此，考虑在委托商可 接受的最大成本约束下，提高加 入 4 PL 后 的 3PL 的物流服务质量具有重要研究价值。本文对 4PL 的路径优化问题进行研究，缩短配送时间，提 高物流服务质量。关于 4PL 的运输路径优化问 题，综合考虑 3PL 的能力、信誉、转运时间及运输 成本等因素的影响，如黄敏等[7] 充分考虑不确定 环境的影响，将 3PL 代理商的配送时间设定为不 确定变量，建立了 4PL 路径规划模型，并采用多 种改进的遗传算法进行求解；崔研等[8] 考虑中转 发车时间，以运输时间为约束条件，以总成本最 小为目标函数，建立了基于一点到多点的多任务 第四方物流路径优化模型，并设计蚁群优化算法 求解模型；薄桂华等[9] 将嵌入删除算法和声搜索 算法两阶段算法，用于加快求解带时间窗约束的 4PL 路径优化问题的运行时间；王勇等[10] 考虑了 时间和风险因素的约束，研究多任务、多代理商 的 4PL 作业整合优化，采用柔性禁忌算法求解模 型 [10] ；崔研等[11] 结合模糊的转运时间和最小的成 本约束，研究多点到单点的 4PL 路径优化问题， 设计文化基因算法求解模型；陈建清等[12] 建立了 赋予多维权的有向图模型，描述第四方物流中路 径优化、3PL 代理商选择等问题，并提出基于 Dijkstra 算法的求解方法。对于 4PL 的路径优化 问题，既要考虑委托商提出的成本约束，又要满 足客户对运输时间的期望。同时，由于运输环境 的不确定性，各个 3PL 代理商运输能力的不同， 城市节点中存在的转运时间，4PL 路径优化已然 成为一个复杂、影响因素相互制约的系统工程问 题。在一定的成本预算约束下，如何设计运输路 径，选择合适的 3PL 代理商，形成一套完整的供 应链解决方案以实现客户期望的时间，已经成为 4PL 亟待解决、不断优化的问题。 本文针对 4PL 运作中的运输时间优化问题， 建立了 4PL 运输时间优化模型。引入收敛因子和 隶属度函数，对基本粒子群优化算法 (particle swarm optimization, PSO) 进行改进，设计收敛模糊 粒子群优化算法 (convergence fuzzy particle swarm optimization, CFPSO) 对 4PL 运输时间优化问题进 行求解。通过 3 个规模逐渐增大的算例对 CFPSO 算法的性能进行验证，并且将实验结果与基本 PSO、枚举算法 (enumeration algorithm, EA)、遗传 算法 (genetic algorithm, GA) 和量子粒子群优化算 法 (quantum-behaved particle swarm optimization, QPSO) 对本问题的求解结果进行比较分析。 1 第四方物流运输时间优化问题 1.1 第四方物流运输问题 在 4PL 运作中，第四方物流公司通过路径网 络图选择合适的路线，将货物从起点城市运输到 终点城市。图 1 为运输路线网络图。 1 2 3 4 5 6 b a a b a b a b a b b a b a a b b a a b 图 1 运输路线网络 Fig. 1 Transport route network 图 1 中的每个节点表示一个城市，节点 1 表 示起点，节点 6 表示终点。在物流运输路线上，每 两个连通的节点之间有 2 个备选的代理商，分别 是代理商 a 和代理商 b。本文考虑在一定的运输 成本约束下，通过选择最佳路径和合适的代理 商，实现整体物流作业运输时间最短的目标。 1.2 运输时间优化模型 1.2.1 模型假设与符号定义 1) 模型假设 ①每个作业任务至多由一个代理商负责完成。 ②本问题是单任务问题，且只有一个起点和 一个终点。 ③从出发点运送到终点的过程中，任务需要 完成的总运输量不会改变。 2) 符号定义 x g i j ：作业在节点 i 与节点 j 之间选择代理商 g 完成。 Q ：从配送起点到配送终点需要被配送的总 运量。 第 3 期 卢福强，等：模糊粒子群优化算法的第四方物流运输时间优化 ·475·