物流配送系统干扰管理研究的问题与思考

胡祥培　丁秋雷　于　楠

[摘要]干扰管理是国际上管理科学、运筹学和系统工程等领域备受关注的新的研究方向，近年来已成为相关领域研究的热点。干扰管理与其他不确定性决策方法有着明显区别，综合国内外学者对干扰管理的研究进展，物流配送系统干扰管理领域难点问题具体体现在：(1)物流配送系统的扰动如何度量?(2)如何快速有效地处理干扰事件并形成系统扰动最小的调整方案?(2)干扰事件应对方案的在线生成方法和手段。对此，本文提出了以下几点思考：(1)物流配送系统扰动的度量方法；(2)干扰事件的快速处理与决策方法；(3)干扰事件应对方案的在线实时生成方法和手段。

[关键词]物流配送系统；干扰管理

[中图分类号]C931[文献标识码]A[文章编号]1671-511X(2009)01-0060-07

一、引言

不确定性是客观世界的本质属性和普遍规律，它使我们的世界始终处于动态、活跃和复杂的变化之中，物流配送中，不确定性事件的发生也是不可避免的，甚至常常是不可预见的，如车辆故障、道路堵塞、天气变化等，从而对事先制定好的计划产生干扰，甚至变得不可行。干扰事件发生后，需要及时处理干扰事件对系统的影响，以尽量小的扰动，尽快恢复系统的正常运行。这就是干扰管理(DisruptionManagement)致力研究解决的问题。

美国德克萨斯大学奥斯丁分校的Gang Yu教授是干扰管理领域一位很有影响的学者，对干扰管理的研究与应用做出了杰出的贡献。他将干扰管理定义为：在计划开始阶段，用优化模型和求解算法得出一个好的运行计划；计划实施中，由于内外部不确定因素导致干扰事件的发生，使原计划变得不可行，需要实时地产生新计划。新计划要考虑到原来的优化目标，同时又要使干扰带来的负作用最小化。

干扰管理需要针对各种实际问题和干扰事件的性质，建立相应的优化模型和有效的求解算法，快速、及时地给出处理干扰事件的最优调整计划。这个调整计划不是针对干扰事件发生后的状态完全彻底地重新进行建模和优化，而是以此状态为基础，通过对原方案进行局部优化调整，快速生成对系统扰动最小的调整方案。

对于物流配送系统的干扰管理研究，国外在这方面的起步较早，研究成果多侧重于模型与算法，在该领域取得了显著的经济效益，国内的研究则刚刚起步。为了推动并进一步深化该领域的研究，本文将分析干扰管理与其他不确定性决策方法的区别，从干扰管理的理论与方法、干扰管理的应用研究两方面概括干扰管理的研究进展，在此基础上，探讨物流配送系统干扰管理领域仍然存在的难点问题，最后从发展重点和未来应用等方面，提出物流配送系统干扰管理研究的几点思考。

二、干扰管理与其他不确定性决策方法的区别

多年来，国内外学者从多个侧面采用多种方法对不确定性事件及干扰事件等开展了研究，并形成了相应的理论和方法，如Scheduling和Re-schedu-ling方法、应急管理等，但是这些与干扰管理方法有着明显的区别，主要体现在下列几方面。

(1)干扰管理解决问题的思路与Scheduling和Re-scheduling方法有着明显的差别。干扰管理是针对干扰事件产生的状态对原方案的局部优化调整，目标是使扰动最小并适当兼顾节省费用，但并非费用最小。Scheduling和Re-scheduling方法则是从干扰事件发生后的状态出发，对系统重新进行全局优化调整，虽然可以实现费用最低，但可能对系统的扰动较大，使得新方案不可行。这在航班延误的处理方面体现得尤为明显。当航班延误之后，如果采用Scheduling和Re-scheduling方法对所有航班重新规划和安排，虽然能够得到一个费用最优的航班飞行计划，但是需要耗费大量的人财物力，而且可能导致大部分乘客重新购票和换乘，对乘客的扰动太大，从而导致该方案不可行。

(2)干扰管理和应急管理也有着明显的不同。尽管应急管理也是以干扰事件作为研究对象，但是干扰事件按照发生的频率、产生的影响和处理时间的及时性和紧迫性，可以分为经常性的干扰事件和突发性的干扰事件。干扰管理主要针对经常性的干扰事件，如工业生产中的暂时缺货现象、交通运输中出现的堵塞现象以及航班的延迟等，研究消除其干扰的策略和措施，而诸如“9·11事件”、“SARS事件”等突发性的干扰事件往往具有连锁反应和处理时间的及时性和紧迫性等特点，因此属于应急管理的研究范畴，其成果主要集中在突发事件的应急对策和预案方面。

(3)不确定性决策理论作为一种数学决策理论，主要是针对信息不完整和不对称等造成的不确定性问题进行科学合理的预测和决策，已在工业、农业、交通运输和国防等领域得到较广泛的应用；干扰管理则侧重于干扰事件发生后对原计划的调整，减小干扰带来的负作用。

(4)虽然在电工电子学领域已有大量的消除电子系统干扰的抗干扰手段和成果，但经济管理领域的干扰问题与电工电子学领域的问题有着本质的不同，难以移植相应的抗干扰手段和成果应用于经济管理问题。

三、干扰管理的国内外研究进展

由于各行各业都存在着大量的干扰事件，因此干扰管理已成为国际学术界前沿性的热点研究课题。本文从干扰管理的理论与方法、干扰管理的应用研究两方面阐述该领域的国内外研究进展。

(一)干扰管理理论与方法的研究进展

1干扰管理模型的研究进展

国内外学者根据干扰事件的特点以及实际问题所属的领域，提出了许多解决实际问题的干扰管理模型。综观这些干扰管理模型，可以大致分为两类：一类为图模型，另一类为数学模型。图模型又可以分为两类：①时空网络图模型。②基于PERT图(Program Evaluation and Review Technique Chart)的干扰管理模型。

(1)时空网络图模型是一种描述组成网络各要素之间关系的网络流模型。该模型由Hane等提出并用于求解航空机组的调度问题，其后Jarrah等学者将该模型进行修改和扩展，将成本最小网络流问题抽象，构造出基于时空网络图模型的线性整数规划模型。Gang Yu等在航空领域的航班调度干扰管理问题的研究中，在时空网络图上增加虚拟的延迟航班和保护航班作为干扰管理方案，并相应地设定这些虚拟航班的运作成本和保护费用，使受到诸如机械故障、天气影响等原因造成的航班取消或延迟造成的损失大大降低。

(2)PERT图是一种出现于20世纪50年代后期的网络计划技术。PERT图模型是一种有向图，通过描述各项作业及其关系，找出项目的关键路线，可以有效地控制和管理项目进度。Li Ping等采用PERT图建立了非确定性项目网络的风险调度预测模型，提高了预测的准确性。罗守成对PERT图

中各项作业的延误对总工期和总费用的影响进行了研究，提出按照各项作业的重要性而不仅仅是根据延误时间长短来计算延误时间惩罚的方法。

(3)数学模型可以针对不同条件，解决干扰管理中复杂多变的问题，因此，目前针对干扰管理数学模型的研究较多。其数学模型的基本形式如下：

2干扰管理算法的研究进展

目前，干扰管理问题的求解算法主要分为精确算法和启发式算法两大类。

(1)精确算法。代表性研究成果有：Teodorovie等提出的解决航班干扰问题的分支定界法、Qi等提出的求解机器调度干扰问题的动态规划算法、杨磊等你提出的解决TSP扰动恢复问题的轮换算法等。

尽管上述学者采用精确算法都较好地求解了干扰管理模型，但是由于精确算法在求解具体问题时得到的是最优解，需要耗费较长的时间，因此精确算法一般只适用于规模较小的问题。当问题的规模增大时，精确算法很难在有限的时间内得到问题的最优解，这样将难以满足干扰管理实时性的特点，因此目前采用精确算法解决干扰问题的研究成果相对较少。

(2)启发式算法。运用启发式算法求解干扰管理模型的研究成果较多，代表性的成果有；Larsen等提出的局部搜索算法、Smith等提出的优先选择的迭代搜索算法、Huisman等提出的聚类一重排算法、王明春等提出的禁忌搜索算法等。

启发式算法可以通过运用经验等启发式信息以及实验分析来求解问题。干扰管理的核心思想是新方案相对于原方案的扰动最小，因此启发式算法可利用原方案中的信息，采用局部优化调整的方法使系统的扰动最小。此外，在求解具体问题时，启发式算法可以经过少量的计算，在较短的时间内得到问题的最优解或近似最优解，因此启发式算法非常适合于求解复杂性、实时性较强的干扰管理问题。然而，也正是由于干扰管理具有较强的实时性，因此启发式算法的求解速度还有待于提高。

(二)干扰管理的应用研究进展

干扰管理目前已经广泛应用于许多领域，主要包括：航空客运、物流配送、供应链管理、机器调度等。

1航空客运的干扰管理研究进展

Teodorovie等率先开展了航空客运干扰恢复问题的研究。他们主要针对一个或多个航班无法正常飞行问题，研究如何使乘客的延迟达到最小。他们提出一种以带有额外约束条件的网络图为基础的模型，并利用分支定界法对模型进行求解，并求解了具有8个航班的干扰恢复问题，证明了上述方法的可行性。但是当航班规模更大时该方法是否有效，还有待于进一步研究。

Lettovsky等提出了处理乘客恢复问题的解决方案。它用乘客流模型(Passenger Flow Model，PFM)来评价干扰对乘客的影响，并采用“出发地一目的地”的矩阵来表示乘客的期望要求。PFM的主要目标是通过重新分配可利用的座位，使乘客的收益达到最大化。PFM主要分为三个阶段，首先按照乘客的出行路线将他们聚集在一起，然后确定受干扰航班的可行路线，最后根据产生的路线，确定使乘客收益最大的座位分配方案。

Larsen等提出了航空干扰管理中航班调度的交换、延迟和取消的方案，提出使成本扰动最小的局部搜索算法，该算法可以在10秒内产生可行的高质量的航班调度修正方案，解决受干扰的航班调度与恢复问题。该文最后指出在航班调度中如何有效地解决机组人员和乘客的调度，将是未来航空干扰管理面临的重要挑战。

Yu等针对被干扰航班机组人员的安排问题，提出了处理该问题的整数规划模型，并采用改进的分支定界法进行求解，他们将每一个航班上的机组人员作为一个整体，并且每组人员仅仅能为一类航班服务，采用美国大陆航空公司的干扰案例对算法进行测试。实验表明，当被干扰的航班达到20架时，该方法仍能在较短的时间内得到理想的解决方案。

Yu等针对机器故障、天气影响等原因造成的航班取消或延迟等干扰，采用时空网络图模型、多目标规划模型、预案管理模型、实时优化、偏离成本等多种技术，开发了航班、机组人员与乘客干扰恢复的决策支持系统——“Crew－Solver”系统，和其他求解方法相比，该系统求解航空干扰问题，如美国“9·11”事件，能求出了更好的结果。

2物流配送的干扰管理研究进展

Li等提出解决具有单供货点的车辆重新调度问题的决策支持系统。其原理为干扰事件发生后，从配送中心安排候备车辆来解决受干扰的线路。他们建立了重新调度的数学模型，目标函数为车辆运行费用和延迟费用成本最低。设计了候备车辆处理方案，并采用城市中固体废物回收处理的车辆调度问题验证了该方法的可行性。

Zeimpekis等提出处理城市物流配送中干扰问题的管理系统框架。他们首先对物流配送中的干扰问题进行了分类，然后设计了解决车辆延迟问题和车辆抛锚问题的管理系统，系统的核心是决策支持模块，当干扰发生后，在不违反用户时间窗约束的条件下，对车辆路线进行重新安排，目标函数为延迟费用最小和被服务的客户数量最大。

Giaglis等提出基于事件驱动的城市物流配送实时决策支持系统的框架。该系统主要由前台子系统、交互子系统及后台子系统组成。前台子系统主要负责将车辆的状态、位置等必要的信息记录下来；交互子系统利用GPS、GSM等将前台子系统的信号传递到后台；后台子系统主要由一个决策支持系统构成，当发现交互子系统传来的信息与原计划偏离时，重新对车辆进行分配。

Potvin等以快递公司为研究对象，针对收集任务过程中经常遇到的新增客户需求和旅行时间干扰的问题，构建以车辆行驶时间、客户延迟服务时间及返回中心库房延迟时间加权总和最小的目标函数。在模型求解中，他们提出容忍度的概念，即在遇到干扰的情况下，如果车辆在可以容忍的延迟时间范围内，则不需要进行重新调度。实验表明，在偏离原计划的情况下，对原计划进行一定程度的容忍经常会获得更好的结果。

Huisman等提出用于解决具有旅行时间延迟的多车场车辆调度问题的鲁棒性方法。该方法主要是运用聚类一重排算法，按车场对客户进行分配，将多车场的车辆调度问题转化为单车场问题。针对单车场的车辆调度问题，当T时刻遇到干扰而产生延迟时，将T时刻以后的问题分段解决，其目标函数包括三部分：车辆使用数、客户服务时间延迟数的百分比及延迟费用。实验表明，与通过增加车辆的固定缓冲时间相比，他们提出的方法成本更低。

王明春等提出一种VRPTW的扰动恢复策略。针对VRPTW中遇到的需求扰动和时间窗的变化，将其干扰管理模型的目标函数定义为网络运行的费用及与原计划偏离所需费用的加权和，其中与原计划偏离所需费用是相对原计划增加或减少的边的函数。实验表明，他们提出的方法能够在较短的时间内对干扰进行恢复。

3供应链的干扰管理研究进展

关于供应链的干扰管理，Qi等为实现需求干扰对供应计划影响成本最小的目标，提出需求不确定的单供应商一单零售商的供应链协调模型及其批量折扣的协调解决方法，用以修改生产计划的供应链协调规划而不是重新制订计划，尽可能减少需求干扰对原计划的影响。他们指出：当市场需求量波动△D不超过一定范围时，原始的最优订货数量可保持不变，只需零售价格发生变化，以平衡市场需求量的变化；当△D超过一定范围时，则使整个供应链收益最大的订货数量和零售价格都要相应的发生变化，并给出了最优值。

于辉等在Qi等的基础上进行了更深入的研究，其模型与Qi基本相同。他们讨论了数量折扣契约下价格敏感系数发生变化以及回购契约条件下市场需求量发生异常变化时，对整个供应链的收益、供应链中各方的收益以及供应链协调机制的影响，得到了与Qi相似的结论。

Lewis等提出了港口临时关闭的运输供应链干扰的马尔科夫决策模型及其简化的排队求解算法，尽可能降低港口关闭对运输供应链成本的影响，研究结果表明港口关闭的期望时间长短比港口关闭对库存管理的优化影响更大，并强调了政府干预有助于更好地解决干扰问题

此外，Cachon研究了供应链中最优订货点和订货数量，Haneveld等研究了生产能力出现不确定的情况下对订货点和订货量的影响，张存禄等运用目标规划研究了供应商数量与供应链风险、采购和生产成本的关系，宁钟等研究了期权在供应链风险管理中的应用。

4机器调度的干扰管理研究进展

Bean等针对机器调度的干扰问题，首先强调扰动恢复的重要性。因为原计划制定后，大量的准备工作已经完成，包括原材料、机器设备及人力资源等。原计划的改变将会对这些准备工作造成巨大的消极影响。因此他们提出时间匹配(match-uptime)的概念，即在某一个时间点后使新计划恢复到与原计划相同，使新计划与原计划的偏离最小。

Qi等针对机器调度中初始计划采用最短处理时间规则的问题，将扰动费用纳入到新计划的目标范围内，建立原计划和新计划扰动费用偏差最小的模型。他们针对机器干扰和工件干扰问题，采用两种不同的干扰管理策略：后干扰管理(post-dis-ruption management，post-mgt)和先干扰管理(pre-dictive disruption management，pred-mgt)，利用动态规划方法对模型进行求解。

Lee等针对机器调度中机器遇到干扰的问题，研究了未完成工件的处理问题，提出两种处理方法：一种是将未完成的工件安排到其它机器上，这种情况下需要额外的运输时间和费用；另一种方法是等待受干扰的机器恢复后继续对工件进行处理。针对上述解决方案，建立了目标函数为使初始费用、可能的运输费用及与原计划偏离产生的干扰费用总和最小的数学模型。

Kouvelis等采用鲁棒调度的方法处理双机流加工中心(two-machine flow shop)的工件干扰问题。该方法针对工件调度中可能发生的最严重的干扰问题建立解决方案，采用精确算法和启发式算法分别求解。实验表明，和其他方法相比，鲁棒调度可以有效地防范原计划的偏离，但这也会造成资源的极大浪费。

四、物流配送系统干扰管理研究面临的难点问题

综上可知，国内外学者对于干扰管理做了大量的研究工作，在物流配送领域也取得了一定的进展，但是考虑到问题的复杂性，对物流配送的干扰管理研究还有很多难点问题亟待解决，具体体现在以下三方面。

(一)物流配送系统的扰动如何度量?

干扰管理的核心是针对各种实际问题和干扰事件的性质，生成使系统扰动最小的调整方案。因此干扰事件发生后，如何根据具体条件，分析和评价干扰事件对整个系统产生的影响，从而对系统的扰动进行度量，是物流配送干扰管理的主要难点问题，目前国内外的学者对这方面的研究较少，也是干扰管理亟待解决的问题。

(二)如何快速有效地处理干扰事件并形成系统扰动最小的调整方案?

在实际的物流配送中，干扰事件发生后，能否快速有效地处理干扰事件?其机理和方法是什么?如何在于扰事件处理过程中实现决策的科学性、及时性和有效性?这是当前面临的难题。干扰事件对物流配送系统的影响，除了包含大量的可以量化的定量因素外，还有很多复杂的、难以量化的定性因素。因此，如何在考虑定量因素的同时，又兼顾定性因素对系统的影响，并快速有效地处理干扰事件并形成系统扰动最小的调整方案，这是目前物流配送干扰管理研究面临的难点和重点问题。

(三)干扰事件应对方案的在线生成方法和手段

由于干扰事件的发生具有随机性、动态性以及不可预测性等特点，而客户对配送时间的要求也越来越严格，这就对物流配送系统的实时响应能力提出很高的要求。因此，如何实现干扰事件应对方案的在线生成，以满足实时生成应对干扰方案的要求，不仅是物流配送干扰管理富有实用价值的研究方向，也是其他领域干扰管理值得进一步研究的课题，

五、物流配送系统干扰管理研究的几点思考

根据物流配送系统干扰管理研究面临的困难，笔者结合国家杰出青年科学基金、国家自然科学基金、高等学校博士点基金等项目的研究，对物流配送系统的干扰管理研究进行了初步探讨。根据近一段时间该领域的动态和趋势，提出物流配送系统干扰管理研究的以下几点思考。

(一)物流配送系统扰动的度量方法

目前对于物流配送系统的扰动，大多是在干扰事件发生后，以造成的服务时间延迟进行度量。但是，由于物流配送系统十分复杂，涉及物流供应商、客户等多个主体，因此系统扰动的影响有直接的，也有间接的；有可以用价值衡量的，也有无法用价值衡量的，即物流配送系统干扰管理问题是一个多目标的优化难题，仅仅以造成的服务时间延迟无法全面有效地度量物流配送系统的扰动程度。在这种条件下，如何权衡各方利益对系统扰动进行度量，从而形成系统扰动最小的调整方案，是困扰学术界的难题。

针对上述问题，笔者首先对系统扰动的度量指标进行了研究。在大连市范围内，选取快餐、副食品、快递等几个典型的物流配送系统，通过对以往文献的研究，并与配送领域的专家进行访谈，对该问题进行了初步探讨，得出了影响系统扰动程度的三个主体：客户、物流配送运营商和车辆驾驶员，对于客户，需要根据其重要程度以及要求配送的货物价值，确定是否按时送货；对于物流配送运营商，如果配送货物没有按时到达，除关心惩罚成本外，运输成本也需要考虑；对于车辆驾驶员，则关注配送路线的更改情况，因为配送路段的频繁变化会直接影响到配送司机的工作情绪。通过上述分析，确定了影响系统

扰动的两类度量指标：①定量指标，包括客户失望率(由于没有完成配送任务使客户对物流配送运营商的信誉产生失望，在下一次消费时不选择该物流配送运营商的概率)、配送货物的价值、惩罚成本、运输成本以及配送路线的偏差(配送路段改变的数量)；②定性指标，包括客户的重要程度。得到系统扰动的度量指标后，笔者下一步研究工作的重点是如何采用定量与定性相结合的方法，对物流配送系统的扰动进行度量。

(二)干扰事件的快速处理与决策方法

目前对物流配送系统干扰事件的处理，主要有以下两种方法。

1基于模型的方法。该方法从干扰事件发生后的状态出发，对干扰事件带来的问题进行抽象，通过建立相应的数学模型，得出干扰调整方案。但是，在实际的物流配送中，存在着大量复杂的、难以量化的定性关系，很难概括抽象为相应的数学模型，此时只能通过对实际问题进行假设简化或者忽略某些因素和约束条件，虽然也可以建立相应的模型并得到最优解，但是这个最优解与现实的相符程度往往存在很大的差距，无法满足实际问题的要求。

2基于经验的方法。该方法主要依赖决策者的经验、智慧和专业知识，快速地对干扰事件进行处理。但是该方法在获取调整方案时，对各相关利益群体造成的影响仅凭主观判断，过于依赖有丰富经验的决策者，因此，普通的人员很难使用该方法。

由上可知，基于模型的方法精于定量分析，而基于经验的方法擅长于定性推理，单独使用任一方法都存在一定的缺陷，因此，对物流配送系统干扰事件的处理，可充分结合上述两种方法的优势，即采用定量分析与定性分析、人的智能与机器智能相结合的方法，融合基于模型的定量分析与基于知识的定性推理，形成物流配送系统干扰事件的决策方法，从而快速、有效地处理干扰事件，提高决策的科学性与有效性。

(三)干扰事件应对方案的在线实时生成方法和手段

目前物流配送系统干扰事件应对方案的生成，主要采用基于数学模型的方法，按照“实际问题→数学模型→求解程序”来完成。但是如果问题发生了变化，就会引起“数学模型的改变→模型求解程序的改变”这种连锁反应，干扰事件发生具有随机性、动态性以及不可预测性等特点，使得这种连锁反应时时刻刻都在发生，因此传统的基于数学模型的方法将很难适应这种变化，无法满足实时生成应对干扰方案的要求。

对于干扰事件的处理，传统的基于模型的运筹学理论之所以力不从心，其根源在于缺乏基于知识的推理机制和处理动态问题的自适应能力。针对这一问题，20世纪80年代以来国内外学者将人工智能和知识工程理论引入运筹学，形成运筹学的智能化应用研究方向，并取得了大量的研究成果。笔者先后主持了“运筹学规划模型的知识表示与智能建模支持系统研究(批准号：79400006)”和“运筹学规划问题的知识表示与基于事例学习的建模方法(批准号：79770022)”两项国家自然科学基金，在传统的运筹学理论具备处理动态问题的推理机制和能力上，取得了一定的进展。因此，对于物流配送系统干扰事件的实时处理，可针对物流配送问题的特点，通过对该问题知识表示的研究，建立相应的知识表示支持系统和智能化的建模支持系统，形成由“实际应用问题→知识化信息模型→知识化数学模型→知识化求解模型”的模型生成与转化理论及其解决问题的新思路，从而完成干扰事件应对方案的在线实时生成，对干扰事件进行有效的处理。

六、结论

本文对干扰管理的相关研究进行了评述，探讨了物流配送系统干扰管理领域仍然存在的难点问题，并提出了物流配送系统干扰管理研究的几点思考。作为管理科学等领域的一种新理论和新方法，由于物流配送问题的复杂性，干扰管理还有许多不完善之处。需要开展更深入的研究。本文期望为下一步的研究工作提供依据和指导，为从事物流配送系统干扰管理研究的学者提供参考。