第三节 运筹学的应用

一、运筹学在物流领域中的主要应用概况

运筹学作为一门实践应用的科学，已被广泛应用于工业、农业、商业、交通运输业、民政事业、军事决策等组织，解决由多种因素影响的复杂大型问题。目前，运筹学在物流领域中的应用也相当普遍，并且解决了许多实际问题，取得了很好的效果。以下总结一些运筹学在物流领域中应用较多的几个方面。

（一）数学规划论

数学规划论主要包括线性规划、非线性规划、整数规划、目标规划和动态规划。其研究内容与生产活动中有限资源的分配有关，在组织生产的经营管理活动中，具有极为重要的地位和作用。它们解决的问题都有一个共同特点，即在给定的条件下，按照某一衡量指标来寻找最优方案，求解约束条件下目标函数的极值（极大值或极小值）问题。具体来讲，线性规划可以解决物资调运、配送和人员分派等问题；整数规划可以求解完成工作所需的人数、机器设备台数和厂、库的选址等问题；动态规划可以用来解决最优路径、资源分配、生产调度、库存控制、设备更新等问题。

（二）存储论

存储论又称库存论，主要是研究物资库存策略的理论，即确定物资库存量、补货频率和一次补货量。合理的库存是生产和生活顺利进行的必要保障，可以减少资金的占用，减少费用支出和不必要的周转环节，缩短物资流通周期，加速再生产的过程等。在物流领域中的各节点——工厂、港口、配送中心、物流中心、仓库、零售店等都或多或少地保有库存，为了实现物流活动总成本最小或利益最大化，大多数人都运用了存储理论的相关知识，以辅助决策，并在各种情况下都能灵活套用相应的模型求解。例如，常见的库存控制模型分确定型存储模型和随机型存储模型，其中确定型存储模型又可分为几种情况：不允许缺货，一次性补货；不允许缺货，连续补货；允许缺货，一次性补货；允许缺货，连续补货。随机型存储模型也可分为：一次性订货的离散型随机存储模型和一次性订货的连续型随机存储模型。常见的库存补货策略也可分为以下四种基本情况：连续性检查的固定订货量、固定订货点的（Q, R）策略；连续性检查的固定订货点、最大库存的（R, S）策略；周期性检查的（t, S）策略；综合库存的（t, R, S）策略。针对库存物资的特性，选用相应的库存控制模型和补货策略，制定一个包含合理存储量、合理存储时间、合理存储结构和合理存储网络的存储系统。

（三）图（网络）论

自从20世纪50年代以后，图论广泛应用于解决工程系统和管理问题，人们将复杂的问题用图与网络进行描述简化后再求解。

图与网络理论有很强的建模能力，描述问题直观，模型易于计算实现，能够很方便地将一些复杂的问题分解或转化为可能求解的子问题。图与网络在物流中的应用也很显著，其中最明显的应用是运输问题、物流网点间的物资调运和车辆调度时运输路线的选择问题、配送中心的送货问题、逆向物流中产品的回收问题等。通过运用图论中的最小生成树、最短路、最大流、最小费用等知识，可以求得运输所需时间最少或路线最短或费用最省的路线。另外，工厂、仓库、配送中心等物流设施的选址问题，物流网点内部工种、任务、人员的指派问题，设备更新问题，也可运用图论的知识来辅助决策者进行最优的安排。

（四）排队论

排队论也称随机服务理论，主要研究各种系统的排队队长、等待时间和服务等参数，解决系统服务设施和服务水平之间的平衡问题，以较低的投入求得更好的服务。排队现象在现实生活中普遍存在，物流领域中也很常见，如工厂生产线上的产品等待加工，在制品、产成品排队等待出入库作业，运输场站车辆进出站的排队，客户服务中心顾客电话排队等待服务，商店顾客排队付款，等等。根据系统排队的服务设施数量、系统容量、顾客到达时间间隔的分布、服务时间的分布等特征，可分为（M/M/1/∞）、（M/M/1/k）、（M/M/1/m）、（M/M/s/∞）、（M/M/s/k）、（M/M/s/m）几种不同的情况，不同情形可以套用相应的模型来求解。

（五）对策论、决策论

对策论也称博弈论，对策即在竞争环境中做出的决策；决策论即研究决策的问题，对策论可归属为决策论，它们最终都要做出决策。决策普遍存在于人类的各种活动之中，物流中的决策就是在拥有充分资料的基础上，根据物流系统的客观环境，借助于科学的数学分析、实验仿真或经验判断，在已提出的若干物流系统方案中，选择一个合理、满意方案的决断行为，如制订投资计划、生产计划、物资调运计划、选择自建仓库或租赁公共仓库、自购车辆或租赁车辆，等等。物流决策多种多样，有复杂的，有简单的，按照不同的标准可划分为很多种类型，其中按决策问题目标的多少可分为单目标决策和多目标决策。单目标决策目标单一，相对简单，求解方法也很多，如线性规划、非线性规划、动态规划等。多目标决策相对而言复杂得多，如要开发一块土地建设物流中心，既要考虑设施的配套性、先进性，还要考虑投资大小问题等，这些目标有时相互冲突，此时就要综合考虑。解决这类复杂的多目标决策问题现行用得较多且行之有效的方法之一是层次分析法——一种将定性和定量相结合的方法。

二、运筹学在物流领域中的进一步应用与发展

前面介绍了运筹学理论在物流领域中应用较多的几个方面，下面对其在物流领域中的进一步运用和发展进行一些思考。

（一）运筹学理论结合物流实践

虽然运筹学的理论知识很成熟，并在物流领域的很多方面都有实用性，可现行许多物流企业，特别是中、小型物流企业，并没有重视运筹学理论的实际应用。理论归理论，遇到实际问题时还是凭几个管理者的主观臆断，并没有运用相关的数学、运筹学知识加以科学的计算、论证、辅助决策。因此，对于当前许多企业、部门，应该加强对管理者、决策者的理论实践教育，使之意识到运筹学这一决策工具的重要性。

（二）扩大运筹学在物流领域中的应用范围

现行的运筹学知识在物流领域中的应用主要集中在上述几个方面，运筹学作为一门已经比较成熟的理论，应该让其在物流领域中发挥更大的作用，进一步探索，尽量把物流领域中数字模糊化、量化不清的方面数字化、科学化，运用运筹学的知识准确化、优化。

（三）把运筹学知识融入其他物流管理软件中

把运筹学在物流领域中应用的知识程序化，编制成相应的软件包，使得更多不懂运筹学知识的人也能运用运筹学的软件辅助决策。目前运筹学的软件比较多，但是具体到物流领域中的应用还寥寥无几，因此应对物流领域中常用的运筹学软件加大开发力度。另外，把运筹学的部分功能融入其他物流管理软件中，也是一个很好的发展方向，能引起管理者和主管部门的重视，提高企业的管理水平，取得比较好的经济效益。

（四）立足物流现实，改进运筹学理论应用不足之处

运筹学的理论虽然在物流领域中应用很多，并在某些领域演绎出许多经典的模型和公式，但其中有些模型是基于一些假设条件基础之上的，与实际生活中的情形相差很大。例如，存储论中的一些模型，Q、R、S、t都是一个精确的值，而现实生活中由于需求的变化独立于人们的主观控制能力之外，因此在数量和时间上一般无法精确，其随机性和不确定性使得库存控制变得复杂。因此，随着理论的日益成熟和对实际情况的了解，对其不足之处应加以改进和完善。