面向风险场景的军事物流基地布局优化方法

田尧; 王戈; 都东

doi:10.3969/j.issn.1673-3819.2021.04.022

指挥控制与仿真 >

2021 , Vol. 43 >Issue 4: 123 - 127

DOI: https://doi.org/10.3969/j.issn.1673-3819.2021.04.022

工程实践

面向风险场景的军事物流基地布局优化方法

田尧 ¹ ,
王戈 ¹ ,
都东 ²

展开

1.中国人民解放军78092部队, 四川成都 610031
2.中国人民解放军31432部队, 辽宁沈阳 110021

田尧(1987—),男,吉林长春人,博士,助理研究员,研究方向为军事系统工程。

王戈(1975—),男,高级工程师。

Copy editor: 张培培

收稿日期: 2021-01-14

修回日期: 2021-03-09

网络出版日期: 2022-05-20

收起

Risk Scenario Oriented Military Logistics Base Layout Optimization Method

TIAN Yao ¹ ,
WANG Ge ¹ ,
DU Dong ²

Expand

1. Unit 78092 of PLA, Chengdu 610031
2. Unit 31432 of PLA, Shenyang 110021, China

Received date: 2021-01-14

Revised date: 2021-03-09

Online published: 2022-05-20

Fold

摘要

未来风险不确定性会对军事物流基地正常运行造成负面影响。以由物流基地、备选点、内部储存设施等构成的军事物流基地系统为研究对象,以基地物资储备能力、运载工具运输能力为约束条件,以系统运营成本最低为目标,综合考虑物流基地失效、配送路线毁坏等风险场景,构建一种整数规划布局优化模型。结合实验算例进行计算求解和对比分析,得到军事物流基地布局优化方案。结果表明,该方法可以提供一种有效的基地布局优化方案,能够提升基地运行的稳健性和可靠性。

关键词： 风险场景; 军事物流基地系统; 布局优化; 整数规划

本文引用格式

田尧 , 王戈 , 都东 . 面向风险场景的军事物流基地布局优化方法[J]. 指挥控制与仿真, 2021 , 43(4) : 123 -127 . DOI: 10.3969/j.issn.1673-3819.2021.04.022

Abstract

The uncertainty of future risk will have a negative impact on the normal operation of military logistics base. It takes the military logistics base system composed of logistics base, alternative points and internal storage facilities as the research object, takes the base material reserve capacity and vehicle transportation capacity as constraints, takes the lowest system operation cost as the goal, and comprehensively considering the logistics base failure, distribution route destruction and other risk scenarios, constructs a mixed integer programming layout optimization model. Combined with the experimental example, the optimization scheme of military logistics base layout is obtained. The result shows that the proposed method can provide an effective base layout optimization scheme and improves the robustness and reliability of base operation.

Key words： risk scenario; military logistics base system; layout optimization; integer programming

不确定风险会对早已筹划、布局成型的军事物流基地系统构成重大威胁。传统的静态选址布局模型只是对运输路径、投送成本、储备容量等因素进行分析,在应对设施失效、路径毁坏等不确定性风险时会出现较大偏差,不利于战时保障^[1],甚至出现物资无法前送、物流基地系统瘫痪等严重后果。因此,为了提高战时军事物流基地系统的可靠性与时效性,提出符合未来形势的基地布局优化方法,实现科学开设关闭物流基地,增设调整内部存储结构,显得尤为重要。

目前学术界对于军事物流基地的布局优化问题研究较少,类似的研究工作主要是基地的可靠性选址问题。谢文龙、魏国强^[2]引入了场景分析,并兼顾军事物流系统性能和成本节约,考虑了设施损毁、库容和配送时间约束,建立了两个随机规划模型。李东、匡兴华^[3]结合军事物资配送的多阶响应过程,并考虑设施未来失效的可能,建立了军事物流配送中心可靠性选址模型。上述研究对于优化基地选址、提高战时配送的敏捷性与可靠性有一定现实意义,但相关成果只能借鉴而不能直接应用于基地布局优化问题。

针对上述不足,考虑军事物流基地物资保障面临的多种风险场景,综合物流基地功能失效、配送路线损毁等情况,权衡经济性、时效性、可靠性等优化目标,本文设计一种混合整数优化模型,对军事物流基地布局优化方法开展研究。

1 军事物流基地系统布局优化描述

风险具有不确定性,难以准确给出实际的发生情况,故可以邀请军内专家判定多种可能的风险情况以及每种风险的发生概率,通过构设风险场景模拟军事风险对物流基地运转造成的负面影响,分析物流基地布局优化问题。经梳理,军事风险会对物流基地后装保障行动构成的负面影响主要分为两种:1)基地设施失效,主要指基地遭遇敌方军事打击,造成基地在一段时间内失去向外配送物资的能力;2)配送路线毁坏,主要指配送路线遭到敌方损坏而在一段时间无法通行,导致运载工具无法执行配送任务。如图1所示。物流基地x₁遭受敌火力打击,直接丧失运转能力;物流基地x₂通向需求点z₂的运输道路损毁,导致x₂无法向z₂配送物资。

显示原图|下载原图ZIP|生成PPT

图1 面向风险场景的军事物流基地系统

一般的军事物流基地系统包括物流基地(x₁、x₂…x_m)、备选点(y₁、y₂…y_n)和物流基地内部的若干个储存设施。平时,该系统在没有风险威胁时能够有效保障前方需求点z₁、z₂…z_p的物资需求;战时,该系统面临不确定军事风险,每个基地和配送路线均有可能受到敌方武力打击,导致基地系统配送能力受到严重削弱,不能及时有效满足需求点z₁、z₂…z_p的物资需求。

为有效解决上述问题,应对该系统进行调整优化,综合多种风险场景可能造成的负面影响,在备选点y₁、y₂…y_n中选址建设新的物流基地,增强军事物流基地系统的保障能力;同时,关闭风险系数高、防护能力弱的物流基地,减少受到军事打击的风险;最后,在部分物流基地内部增开储存设施,增强基地的配送能力。

在调整优化军事物流基地系统布局时,主要考虑3个优化目标:1)时效性,即系统要能在规定时间内满足前方需求点的物资需求;2)可靠性,关于系统可靠性的定义在不同的学科领域不尽相同^[4],在选址研究领域,大部分学者将可靠性定义为“在系统内部某些部分失灵的情况下,整个系统仍能良好运行的能力”^[5],系统可靠与否的一个标准在于“系统运行具有一定的弹性和稳定性”^[6],本文将军事物流基地系统视为一个系统,由于物流基地与配送路线存在失效风险,就产生了系统布局的可靠性问题,物流基地系统如何在基地、配送路线等发生失效的情况下,仍能良好运转并完成物资配送任务,是系统可靠性布局的关键;3)经济性,即系统重新调整会付出一定的经济代价,但这种代价要最低,同时相比于未完成配送任务获得的惩罚成本要小很多。

2 基地布局优化模型建立

2.1 模型假设

为了方便模型建立,需要对问题进行基本假设:1)风险具有不确定性,假设有风险场景集合,每个风险场景有一定风险概率;2)物流基地、备选点与需求点之间的配送时间已知;3)物流基地主要靠内部的储备设施储存军用物资,只有一种储备设施且容量一致;4)需求点的物资需求已知;5)在各备选点建设物流基地费用不同,反映出不同地点选址成本差异性;6)物流基地系统产生的费用包括运营费用、建设费用、关闭费用、储备设施增加费用、物资配送费用和物资储备费用。

2.2 变量符号

定义符号,如表1所示。

表1 符号说明

符号	说明
X	物流基地集合,用x遍历
Y	备选点集合,用y遍历
Z	需求点集合,用z遍历
K	风险场景集合,用k遍历
$T x z k$	场景k物流基地x向需求点z的物资配送量
$R y z k$	场景k备选点y向需求点z的物资配送量
$S x k$	场景k物流基地x的物资储备量
$U y k$	场景k备选点y的物资储备量
C_x	是否关闭物流基地x,是为1,否为0
O_y	是否在备选点y开设基地,是为1,否为0
M_x	物流基地x新增储备设施数量
N_y	备选点y新增储备设施数量
π_xz	物流基地x到需求点z的配送距离
ρ_yz	备选点y到需求点z的配送距离
p_k	风险场景k的发生概率
α_x	关闭物流基地x的费用
β_y	在备选点y开设物流基地的费用
η_x	物流基地x的运营费用
θ_y	备选点y的运营费用
γ_x	在物流基地x内新增1个储备设施的费用
ω_y	在备选点y内新增1个储备设施的费用
ζ_x	物流基地x单件物资储备费用
ξ_y	备选点y单件物资储备费用
ϕ	单个物资配送费用
δ	储备设施的储藏量
ψ_x	物流基地x储备设施数量上限
χ_y	备选点y储备设施数量上限
ε_x	物流基地x初始自带储备设施数量
τ_y	备选点y初始自带储备设施数量
μ_z	需求点z的物资需求量

2.3 模型构建

考虑面向风险场景时如何调整与优化物流基地系统,优化的目标是使基地系统有效规避风险的前提下,满足各个需求点的物资需求,使得系统运行的花费最少,同时兼顾时效性、可靠性和经济性目标。调整优化的主要方式有关闭旧基地、开启新基地和增加新的储备设施;构设的风险场景为物流基地遭遇打击无法执行配送物资任务、配送路线遭遇毁坏无法通行;物流基地与需求点构成配送关系;有一系列备选点可以建设物流基地。

根据上述模型假设条件,构建整数规划模型:

min

∑ x ∈ X α x C x + η x (1 - C x) + γ x M x + ∑ k ∈ K p k ζ x S x k

+s.t.

∑ y ∈ Y β y O y + θ y O y + ω y N y + ∑ k ∈ K p k ξ y U y k

(1)

∑ x ∈ X, z ∈ Z, k ∈ K

p_kπ_xz

T x z k

∑ y ∈ Y, z ∈ Z, k ∈ K

p_kρ_yz

R y z k

(2)M_x≤(ψ_x-ε_x)(1-C_x) ∀x∈X

(3)N_y≤(χ_y-τ_y)O_y ∀y∈Y

(4)

∑ z ∈ Z T x z k

≤δ(ε_x+M_x) ∀x∈X,k∈K

(5)

∑ z R y z k

≤δ(τ_y+N_y) ∀y∈Y,k∈K

(6)

∑ z ∈ Z T x z k

≤

S x k

(1-C_x) ∀x∈X,k∈K

(7)

∑ z ∈ Z R y z k

≤

U y k

O_y ∀y∈Y,k∈K

(8)δ(ε_x+M_x)(1-C_x)≥

S x k

∀x∈X,k∈K

(9)δ(τ_y+N_y)O_y≥

U y k

∀y∈Y,k∈K

(10)

∑ x T x z k

∑ y R y z k

≥μ_z ∀z∈Z,k∈K

(11)M_x,N_y,

S x k

U y k

T x z k

R y z k

≥0

C_x,O_y∈{0,1} ∀x∈X,y∈Y,z∈Z,k∈K

目标函数表示物流基地系统运行所产生的各类费用(建设基地、关闭基地、新增设施、配送物资和储备物资等)最低,体现了经济性优化目标;约束条件公式(2)、(3)表示基地、备选点的设施新增数量不能超过自身设施最高数量与已有设施数量的差值,若该基地已关闭、备选点未被选址,则新增设施数量为0;约束条件公式(4)、(5)限定了在风险场景下基地、备选点向外的物资配送量不能超过自身的最大储备能力,储备能力用自身储备设施数量和单件设施储备容量的乘积表示;约束条件公式(6)、(7)表示在风险场景下基地、备选点向外的物资配送量不能超过自身的物资储备量,若基地关闭、备选点未被选址,则物资配送量为0;约束条件公式(8)、(9)表示基地、备选点的物资储备量不能超过自身的最大储备能力,若基地关闭、备选点未被选址,则物资储备量为0;约束条件公式(10)表示在风险场景下基地和备选点的物资配送量在规定时间内要超过需求点的物资需求量,体现了时效性优化目标,约束条件公式(4)~(10)均体现了可靠性优化目标;约束条件公式(11)是对各个变量的取值范围限定,其中关闭基地、选址备选点变量取值0、1。

3 算例分析

3.1 算例描述

某后勤部门计划组织一场后装物资保障演练,依托由4个物流基地、6个基地备选点组成的物流基地系统,对5个需求点实施物资配送任务。为了尽可能还原战场真实场景,设计了4种风险场景,每种场景均对物流基地和配送路线做出毁坏假定。需要对物流基地布局进行合理调整与优化,才能有效规避风险并顺利完成物资配送任务。

各参数设定如下:关闭和开设各基地费用分别在区间[400,600]、[600,800]随机抽取;各基地运营费用在区间[1300,1400]随机抽取;各基地和备选点新增储备设施费用在区间[40,60]随机选取;各基地和备选点单件物资储备费用在区间[6,10]随机抽取;各基地和备选点储备设施数量上限在区间[12,15]随机抽取;各基地和备选点自带储备设施数量在区间[5,8]随机抽取;各需求点物资需求量服从正态分布N(700,80²);单个物资单位距离配送费用为0.8;储备设施的物资储藏数量为50。设定的风险场景如表2所示。

表2 风险场景描述

场景	风险事件	概率
1	基地1遭遇打击,基地2和部队4、基地3和部队1之间配送路线被毁	0.2
2	基地2遭遇打击,基地1和部队3、基地4和部队5之间配送路线被毁	0.3
3	基地3遭遇打击,基地2和部队1、基地4和部队3之间配送路线被毁	0.1
4	基地4遭遇打击,基地1和部队2、基地3和部队4之间配送路线被毁	0.4

3.2 计算结果分析

本文使用Lingo17对上述构建的整数规划模型进行编程,核心代码如图2所示。填入有关参数,运行程序得到计算结果。

显示原图|下载原图ZIP|生成PPT

图2 Lingo编程核心代码

图3是Lingo17求解器状态,构建的模型为纯整数二次规划,变量233个,约束条件152个,非零系数1 012个,共计385次迭代,经过2 s,得到全局最优解(Global Opt),目标函数计算值为78 415.5。

显示原图|下载原图ZIP|生成PPT

图3 Lingo17求解器状态

物流基地系统决定关闭基地1,同时对基地2、3、4储备容量进行扩容,增加储存设施,如表3所示。基地1的运营费用相对较高、关闭费用最低,自身储存能力拓展性最差,到各需求点的配送距离相对较远,是被关闭的主要原因。

表3 物流基地布局优化调整结果

	基地1	基地2	基地3	基地4
是否关闭	√	×	×	×
增设设施数量	0	9	6	9

在多种风险场景下,原有的物流基地系统不能有效完成物资配送任务,为了提升物流基地体系的抗风险能力,选址1、3、5共计3个备选点建设基地,并对其进行存储能力扩容,如表4所示。选择这3个备选点,是因为它们的物资储备费用相对较低,自带存储设施数量较多,且平均配送物资距离最短。

表4 选址点扩容计划

	备选点1	备选点3	备选点5
是否选址	√	√	√
增设设施数量	8	8	10

在不同风险场景下,由于备选点3、5、6没有受到风险威胁,物资配送量较为平稳,没有大的变化;物流基地2、3、4在特定风险场景下受到打击威胁,因此,物流基地在没有风险威胁的场景下,物资配送量较为平稳(如物流基地2在风险场景1、3、4),在有风险威胁的场景下(如物流基地3在风险场景3),物资配送量为0,如图4所示。这说明,全新构建的物流基地体系在面对多种风险场景时,若某个物流基地受损失效,其他物流基地可以替代;若配送路线遭遇打击,则可选择其他路线执行配送任务,证明调整优化的基地系统具有一定的可靠性。

显示原图|下载原图ZIP|生成PPT

图4 风险场景下物流基地、备选点物资配送量

在不同风险场景下,物流基地系统产生的储备配送费用较为接近;各备选点产生的费用相近,如备选点1基本在38 310和39 610中变动;物流基地在不被风险威胁的情况下产生的费用相似,如在风险场景1~3,物流基地4在28 050和29 665中变动,如图5所示。这说明,在物流基地系统内,各物流基地和备选点均有明确的物资配送任务和储备任务,随着风险场景的变化,各自的储备任务和配送任务会发生动态调整,但系统总体任务差异性不大。

显示原图|下载原图ZIP|生成PPT

图5 风险场景下物流基地、备选点物资储备配送费用

在不同风险场景下,各物流基地和备选点的物资配送对象(需求点)差异性不大,如图6所示。如需求点4,在各风险场景下均有86%以上的物资需求量由备选点3满足,需求点1的物资需求100%由备选点5满足,这是因为上述二对备选点—需求点的配送距离最近,且配送路线没有风险威胁。这种物资配送关系的明确性和配送比例的稳定性,对于提升物流基地系统的稳健性具有重要作用。

显示原图|下载原图ZIP|生成PPT

图6 风险场景下物流基地、备选点对需求点配送占比

3.3 与未优化调整的原基地系统对比分析

本节采用与3.1相同的各项参数,依托未调整优化的原物流基地系统执行物资配送保障任务,输入Lingo17进行计算分析。在面对各个风险场景时,原物流基地系统的物资配送量缺口百分比如图7所示。可以看出,未经调整优化的原基地系统在面对风险时,物资保障配送能力大幅降低,平均下降30%左右,导致无法有效完成物资输送任务,基地系统的可靠性较低,物资配送稳定性较差,这也从侧面证明了所提出基地布局优化方法的科学性和有效性。

显示原图|下载原图ZIP|生成PPT

图7 风险场景下原基地系统物资配送缺口占比

4 结束语

本文分析了由物流基地、备选点构成的军事物流基地系统,针对风险不确定性构建了物流基地布局优化模型,实现了物流基地关闭、备选点选址、储备设施扩容等功能。该方法具有一定的优越性,求解的基地布局优化方案能够有效规避各类风险,科学提升物流基地系统的可靠性,增强物资配送的稳定性和效益性,对于调整优化物流基地系统具有一定借鉴意义。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	隋昊, 王朝霞. 军事物流配送中心选址方法研究[J]. 指挥控制与仿真, 2019, 41(4):72-77.

[2]	谢文龙, 魏国强. 基于场景分析的军事物流基地配送中心选址模型[J]. 计算机工程与应用, 2015, 51(8):255-259.

[3]	李东, 匡兴华, 等. 多阶响应下军事物流配送中心可靠选址模型[J]. 运筹与管理, 2013, 22(1):147-156.

[4]	GJB451A-2005. 可靠性维修性保障性术语[S].

[5]	Michael K. Lim, Achal Bassamboo, Sunil Chopra, Mark S. Daskin. Facility Location Decisions with Random Disruptions and Imperfect Estimation[J]. Manufacturing & Service Operations Management, 2013, 15(2):239-249.

[6]	Robert Aboolian, Tingting Cui, Zuo-Jun Max Shen. An Efficient Approach for Solving Reliable Facility Location Models[J]. INFORMS Journal on Computing, 2013, 25(4):720-729. DOI

[7]	李东, 晏湘涛, 匡兴华. 考虑路段失效的军事物流配送中心选址模型[J]. 武汉理工大学学报(交通科学与工程版), 2011, 35(6):1143-1146.

[8]	田尧, 周赤非. 军事物流基地选址问题的可靠性研究[J]. 军事运筹与系统工程, 2016, 30(2):57-62.

[9]	张巍, 姜大立, 苏秋月. 战时军事物流调运网络选址配置与物资分配[J]. 指挥与控制学报, 2019, 5(2):99-106.

[10]	李文源, 荀烨, 陈希. 基于拉格朗日松弛算法的军用物资集散分拨中心选址[J]. 军事交通学院学报, 2020, 22(10):51-54.

[11]	王璟. 应急状态下军事物流配送运输路径优化研究[J]. 中国物流与采购, 2019(22):61-62.

[12]	张巍, 姜大立, 王志宏, 等. 军事后勤保障与军事物流系统研究综述[J]. 军事交通学院学报, 2019, 21(6):54-61.

[13]	魏耀聪, 龙绵伟, 尹林暄. 新体制下军事物流能力建设研究[J]. 军事交通学院学报, 2018, 20(5):50-54.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

1 军事物流基地系统布局优化描述

图1 面向风险场景的军事物流基地系统

2 基地布局优化模型建立

2.1 模型假设

2.2 变量符号

表1 符号说明

2.3 模型构建

3 算例分析

3.1 算例描述

表2 风险场景描述

3.2 计算结果分析

图2 Lingo编程核心代码

图3 Lingo17求解器状态

表3 物流基地布局优化调整结果

表4 选址点扩容计划

图4 风险场景下物流基地、备选点物资配送量

图5 风险场景下物流基地、备选点物资储备配送费用

图6 风险场景下物流基地、备选点对需求点配送占比

3.3 与未优化调整的原基地系统对比分析

图7 风险场景下原基地系统物资配送缺口占比

4 结束语

参考文献