逆向物流研究状况与展望

导语：逆向物流研究状况与展望一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

1引言

随着产品更新换代速度的加快和顾客消费水平的提高,很多产品在完成使用价值后被消费者丢弃或淘汰,这些产品(如冰箱、彩电)大多还有一定的残余价值,如果直接报废,不但会造成资源的很大浪费,而且会污染环境。二十一世纪以来,随着人们环保意识的日益增强和可利用资源的逐渐减少,同时在政府“生产商延伸责任”制度及各种经济因素的驱动下,废旧产品的回收再利用成为全球制造业,特别是高科技制造业的一个热点问题。产品的回收再利用改变了传统的正向物流运作模式,导致了一种反向结构———逆向物流。逆向物流在保护环境、节约资源和推动社会可持续发展方面具有非常重要的价值和意义,因此,逆向物流成为近年的研究热点之一。逆向物流的研究已经从早期的概念发展和驱动力研究发展到网络设计、路径优化、库存管理、循环再利用、回收价值的评价和预测等方面。本文从以上几个方面对逆向物流的研究现状进行综述,并对逆向物流的未来研究方向进行了展望。

2逆向物流网络设计

关于逆向物流网络设计的研究主要是采用仿真模拟法和数学建模法。Louwers等(1999)针对废旧地毯加工处理中心的选址问题,提出了一个非线性整数规划选址定位模型。该模型综合考虑了处理成本、运输成本以及加工处理中心固定成本,确定了加工处理中心的位置及其处理能力。Hu等(2002)研究了危险废物的回收物流系统,提出了一个多阶段、多类型物品的离散时间线性分析模型,实现了回收物流运营成本最小化,利用该模型对实际案例进行计算,结果显示出全部回收物流的成本削减可超过49%。Sheu等(2005)考虑了废旧产品回收率和从政府组织可获得的补贴等因素,构造了多目标规划模型。结果显示,运用该模型的供应链净利润可以提高21·1%。Listes等(2005)采用了一个多阶随机规划的方法分析了从建筑废弃物中循环再利用沙子的案例。冷杰等(2004)构建了一个包含回收中心、拆卸/检验中心和再制造工厂三级结构的逆向物流网络MILP模型,并采用启发式算法求得了全局优化解,实现了回收网络整体运行成本最小化的目标。

Amponsah(2004)针对固体废弃物的收集、运输和处理具有可见度高、费用高等特点,提出采用以最小插入规则和转换技巧法为基础的启发式算法。赵宜等(2005)建立了废弃物品回收设施选址问题的MILP模型,并采用遗传算法和分支定界相结合的方法对模型进行了求解,结果表明该混合算法可以在较短的时间内获得回收设施位置的次优解。Wang等(2007)提出了一种新的混合整数线性规划模型,并采用了RSHCMHE和MCCMHE两种算法在较短的时间内成功地求得了较优解。Lee(2009)提出一种基于启发式算法的整合抽样方法,用动态位置和分配模式解决逆向物流网络设计问题,并通过数值试验证实了该方法的效率。Mutha(2009)建立了逆向物流网络设计数学模型,解决了只考虑回收产品数量而没有考虑再造产品和部分已使用产品的需求问题,并用一个数值实例对模型进行了验证。

3逆向物流路径优化

由于逆向物流具有产生地点、时间及回收品的质量和数量等高度不确定性,因此对于逆向物流路径优化的研究主要集中于回收需求量不确定和客户需求时间不确定两类问题的研究。Lists等(2001)研究了废沙回收的路径优化问题,在需求不确定的前提下,以利润最大化为目标函数,将MILP模型扩展为随机模型。周根贵等(2005)考虑随机需求,建立了一个单目标、单品种混合整数规划模型,并采用遗传算法进行了求解。Tavakkoli-Moghaddam等(2006)采用了启发式算法求解了先配送后回收的闭环物流车辆路径问题。

Salema等(2007)扩展了RNM模型,提出一个基于容量限制的多产品逆向物流混合整数规划模型,并指出目前大部分研究都是基于实例的,缺乏一般性。文章也指出随着问题规模的增加,计算时间是非常大的。Hyun等(2007)提出一个多周期多产品的动态逆向物流混合整数非线性规划模型,并采用启发式遗传算法进行了求解。Tung等(2002)提出一个多时间段、多种有毒废物回收系统的费用最小模型。Kris等(2007)考虑到提前期和库存位置的不确定性对逆向物流的影响,建立了单目标、单品种混合整数非线性规划模型,并采用基于不同进化方式的遗传算法进行了求解。

4逆向物流库存管理

关于逆向物流库存管理优化问题,主要涉及需求确定和需求随机两类研究。Schrady(1967)最早研究了确定型库存管理问题,假定需求、回收率、外部订购和再制造的延迟时间是恒定的,提出一个最小化固定成本和库存成本的最优批量模型。Richter(1996)在Schrady的基础上,给出了一个不同控制策略下最优控制参数值的表达式,并讨论了回收率对这些参数的影响。Kleber等(2002)提出了动态需求和回收量条件下,最优生产、再制造、废弃处置的线性成本控制模型,并用Pontryagin极值定理求解某一产品恢复系统有几种需求选择的最优库存控制策略。Dobos(2003)把需求和回收量作为时间的连续函数,提出以库存、生产、再制造以及废弃处置总成本最小为目标函数的最优生产和库存控制策略。

Teunter(2004)研究了再生产品与新产品满足相同需求的确定型需求率和回收率的库存系统,推导出了确定新产品的生产和旧产品回收的最优批量组合公式。姚卫新(2004)假定产品需求是其价格的线性函数,在满足负责回收方利润最大时,推导出产品零售价、批发价和回收率的最优表达式,该模型为企业选择适合的回收模式提供了理论依据。Fleischmann等(2002)提出了一个需求和回收服从Poission分布的随机需求基本库存模型,并分析了逆向物流对于库存系统的影响。黄祖庆(2003)给出一个需求和退货服从Poisson分布的随机库存优化模型,并分析了退货率、库存成本、缺货损失参数对模型的影响,通过算例得出退货率对模型有明显影响的结论。Fleischmann(2003)考虑独立随机需求和物品回收的单项物品库存,得到传统单项物品库存模型的变形,运用Markov决策过程,得出(s,S)订货政策的最优平均成本。运用库存的分解,把模型转化为不含回收流的等价传统(s,S)模型,从而运用传统的优化算法决定控制参数值。