张媛++王波
摘 要:目前网购废旧服饰或退换货服装数量日益增多,而解决废旧服饰或退换货服装的逆向物流网络却十分欠缺。针对这一问题,文章构建了考虑碳排放的多周期逆向物流网络模型,结合遗传算法(GA)进行验证,并检验了构建模型的有效性。结果表明,与传统的单周期系统相比,文章构建的多周期系统具有动态性、系统总成本达到最低、碳排放明显减少的优点。同时此研究也为构建多周期逆向物流网络,提高周边居民满意度提供了借鉴。
关键词:逆向物流;碳排放;网络构建;多周期
中图分类号:F713.2 文献标识码:A
Abstract: There is an increasing number of returned E-commerce apparel and recycled of waste clothes, however, the network construction of reverse logistics for solving returned and recycled apparels is short. A model of multi-period reverse logistics network with consideration of carbon emission for residents is designed to overcome this problem. Then the feasibility of the design is validated through a numerical example by applying GA. The results reveal that the multi-period system is dynamic and the operational cost is minimized with decreasing of carbon emission for residents. Furthermore, this paper could give a reference for building a reverse logistics network which reduces negative effect for residents.
Key words: reverse logistics; carbon emission; network construction; multi-period system
0 引 言
逆向物流包括回收逆向物流和退貨逆向物流,指由各种原因导致的商品从消费地流动到起始点所进行的管理与控制。废旧电器回收、废旧家具回收、普通垃圾回收[1]等在生活中随处可见。另外,在电商环境下由于产品自身存在问题[2]、信息不对称[3]以及消费者习惯[4]等导致的退货现象也日趋增多。且逆向物流的产品回收举措是实现保护环境、旧产品价值再利用、提高客户满意度[5]的重要手段,因此对其的研究具有重大的意义。
我国目前尚未建立规范有效的废旧服饰回收或服饰退换货体系,以北京为例,存放的未经合理处置的旧衣服至少达到
1 000万件以上,存量十分可观,占比超过60%,且相比发达国家95%以上的利用率,我国一般只有40%~55%。在非正规的废旧服饰回收中,其回收环节存在严重的“乱拆”、“乱放”、“乱扔”现象,经过长期的积累、乱丢弃会产生一系列的环境问题和对居民产生影响[6],因此废旧服饰的回收迫在眉睫。
近年来,国家号召节能减排,而在减排项目中很大一部分是减少碳排放。逆向物流网络设计中,包括运输过程,废旧品的简单处理都会有大量的碳排放,因此在设计逆向物流系统时,将碳排放这一因素考虑进去不仅响应国家号召,树立企业形象[7],同时也会产生经济效益。
由于系统存在着众多的不确定性和风险[8],因此需要分周期对网络进行规划,即在各周期段确立各节点的类型、地理位置及数量,这样可以在系统出现变化时,即使前阶段各节点位置及数量已确定,仍可以通过后阶段的重新规划或调整而有效地减少损失[9]。
基于上述分析,本文构建了考虑碳排放的多周期逆向物流网络模型。以经济总成本最小和碳排放总成本最小为目标函数,并以北京地区服饰回收、处理为例,通过遗传算法,验证了该模型的有效性。
1 多周期逆向物流网络构建模型
1.1 逆向物流网络构建模型结构解析
电商正逆向物流网络结构图如图1所示,包含6个元素,消费者、电商平台、一级回收点、配送(回收)中心、加工厂、处理厂。
网络中各个节点介绍如下:
(1)消费者:产生废旧服饰或者购买新服饰后产生退换货的顾客;
(2)顾客曾经在此电商平台购买服饰且服饰已经废旧或目前正购物的电商平台;
(3)一级回收点:此回收点主要设置的居民区内,接近居民的生活场所;
(4)配送(回收)中心:接收各个一级回收点的物品,并将在此点进行分类,或者将退货产品进行替换再返回到消费者手中;
(5)加工厂:负责将回收中心分配的可再利用产品进行加工;
(6)处理厂:接收回收中心分配的无价值退货产品,进行填埋。
3 结果及分析
遗传算法(GA)是由美国Michigan大学Holland教授于20世纪70年代提出的,是模拟自然生物进化过程的一种算法。遗传算法作为一种以遗传变异和自然选择为基础的全局性概率智能算法,其拥有较高的并行性、鲁棒性、扩展性、通用性等特
点[10-12]。其主要步骤如下:
第一步:编码与生成初始群体:本文选择二进制编码,把所需的特征进行编号;随机产生N个初始串数据结构,形成新第一代种群,然后以N个串数据结构为起点进行迭代。endprint
第二步:杂交与适应度值评估检测,以一定的概率对基因相异部分进行部分交换,产生新一代个体;然后计算新个体的适应度值。
第三步:选择与变异,选取交换后群体中具有最大适应度的前N个优良个体,进行下一代繁殖;然后以一定概率选取任意一部分群体作为变异对象,改变其串结构数据中某个基因值,变异概率通常取0.001~0.01。
第四步:算法达到预先设定的进化值则终止运算,否则,跳转至第二步。
運算结果如表3、图2至图7所示:
由图2至图7所示,多周期中的每一周期选择的节点少于单周期所选节点。此外,本文同时具有以下优点:
第一,本文中,基于服装等回收数量的变化在不同周期中是变化的,故多周期中各备选节点的位置及数量在不同周期中是变化的,具有动态性,此现象更符合生活实际情况。
第二,多周期模型系统总成本更低。多周期模型系统中的总成本比单周期中的成本低0.26%。其主要原因在于多周期中的节点之间相对接近,导致运输距离大幅减少。
第三,碳税费用减少,在多周期系统中的碳税成本降低了25%左右,结果明显表明构建多周期的逆向物流系统起到减排作用。
4 结束语
本文构建了考虑碳排放的多周期逆向物流网络模型,运用遗传算法进行案例分析,并检验了构建模型的有效性。结果表明,与传统的单周期系统相比,本文构建的多周期系统具有动态性、系统总成本达到最低、碳排放明显减少的优点。同时此研究也为构建多周期逆向物流网络,提高周边居民满意度提供了借鉴。
但是在计算过程中,本文只采取一种方法进行计算,因此在今后的研究过程中,可以考虑两种或更多的方法进行对比分析,使得计算的结果更有说服力。
参考文献:
[1] 范思远,许晓兵. 基于遗传算法的生鲜电商正逆向物流网络构建[J]. 物流工程与管理,2016(3):10-12,26.
[2] 刘永清. “互联网+”战略下家电逆向物流营销模式的变革[J]. 中国流通经济,2015(6):30-35.
[3] 王雁凤,黄有方. 考虑居民选择行为的过期药品逆向物流网络设计[J]. 华中师范大学学报(自然科学版),2015(1):52-59.
[4] 卢冰原,黄传峰. 电子商务下的城市社区逆向物流柔性联合体平台[J]. 中国流通经济,2013(2):46-51.
[5] 李亚利,干宏程. 逆向物流若干问题的思考[J]. 森林工程,2015(1):156-158.
[6] 翁朝旭,郭健全. B2C服饰类电商企业逆向物流网络联建研究[J]. 资源开发与市场,2014(9):1046-1050,1117.
[7] 王涛,倪静,王奕璇. 基于最小碳排放的逆向物流回收网络优化[J]. 数学的实践与认识,2016(24):107-114.
[8] 李昌兵,张斐敏. 集成选址—路径—库存问题的逆向物流网络优化[J]. 计算机集成制造系统,2014(7):1793-1798.
[9] 李波,曾成培. 一种逆向物流网络的多期动态选址方法[J]. 管理科学学报,2008(5):76-84.
[10] 葛束,甘蜜. 基于遗传算法的集成逆向物流的供应链网络设计[J]. 中国铁道科学,2008(6):116-120.
[11] 倪霖,刘琳. 基于遗传神经网络的汽车回收逆向物流综合评价[J]. 计算机应用研究,2011(8):2865-2867.
[12] 计三有,敖弟维,王勇. 基于改进遗传算法的网络零售企业逆向物流网络规划[J]. 武汉理工大学学报(交通科学与工程版),2013(3):513-516.endprint