基于超級時空網(wǎng)絡(luò)的共享倉儲資源分配策略研究

竺宜穎，何勝學(xué)

（上海理工大學(xué)管理學(xué)院，上海 200093）

0 引 言

近年來，共享經(jīng)濟的理念逐漸走入人們的生活。共享經(jīng)濟對優(yōu)化資源配置，提高利用率有著顯著的幫助，得到了國家的大力發(fā)展，目前已經(jīng)涌現(xiàn)出了例如共享單車、共享充電寶等共享經(jīng)濟產(chǎn)業(yè)。 隨著人們生活水平的提高，信息技術(shù)的發(fā)展，以及幾年來新冠疫情對人們生活習(xí)慣的改變，電子商務(wù)發(fā)展迅猛，這也帶動了物流行業(yè)的進步，而倉儲服務(wù)作為物流過程中非常重要的一環(huán)，對于提升物流效率、降低成本起著相當(dāng)?shù)淖饔谩?共享倉儲就是一種將共享經(jīng)濟的思想與倉儲服務(wù)結(jié)合起來的業(yè)務(wù)形態(tài)。

超級網(wǎng)絡(luò)是利用虛擬節(jié)點和虛擬弧段將抽象的問題用網(wǎng)絡(luò)拓撲結(jié)構(gòu)形象地表示出來的一種方法，超級時空網(wǎng)絡(luò)就是在超級網(wǎng)絡(luò)的基礎(chǔ)上，考慮了節(jié)點和弧段的時間特征。 超級時空網(wǎng)絡(luò)的思想適用于需要對時間和空間進行分割的共享倉儲問題。 因此，本文將基于超級時空網(wǎng)絡(luò)，對共享倉儲的時空資源分配問題進行研究。

“超級網(wǎng)絡(luò)（ super network）”的概念是Sheffi 在1985年提出的，旨在表示節(jié)點之間連接復(fù)雜、規(guī)模巨大并且含有嵌套網(wǎng)絡(luò)的大型網(wǎng)絡(luò)。 美國科學(xué)家Anna Nagurney 最早給出了超級網(wǎng)絡(luò)的明確概念，即高于而又超于現(xiàn)存網(wǎng)絡(luò)的稱為超級網(wǎng)絡(luò)。 中國學(xué)者何勝學(xué)［1］以超級網(wǎng)絡(luò)為基礎(chǔ)提出了超級時空網(wǎng)絡(luò)的概念并運用到了公交物品調(diào)度領(lǐng)域，分析公交物品運行過程中的時間特征和位置特征，并構(gòu)建相應(yīng)的公交調(diào)度超級時空網(wǎng)絡(luò)。 何勝學(xué)［2］針對公交物品空駛問題及乘務(wù)組工作時間表公平性問題，建立物品調(diào)度模型，并設(shè)計了對應(yīng)求解的改進和聲搜索算法；針對減少公交物品空駛車次的問題，建立超級時空網(wǎng)絡(luò)模型，并設(shè)計了一種具有混生、變異和成長三種基本操作的進化求解算法，何勝學(xué)等學(xué)者［3］還針對公交車不同用戶之間不同的出行需求及偏好差異，建立了面向不同交通方式的公交客流網(wǎng)絡(luò)分配模型，為多種交通方式共存的城市公交網(wǎng)絡(luò)客流分配問題提供了理論支持。 王冬冬等學(xué)者［4］對于無人機交通巡視問題，引入基站選址條件，運用該學(xué)者提出的超級時空網(wǎng)絡(luò)概念，將復(fù)雜的路徑規(guī)劃問題轉(zhuǎn)變成模型進行求解，成功將超級時空網(wǎng)絡(luò)應(yīng)用到了無人車路徑規(guī)劃領(lǐng)域。

隨著物流行業(yè)的蓬勃發(fā)展，倉儲作為物流配送中非常重要的一環(huán)，許多學(xué)者對其進行了研究。 在現(xiàn)實生活中，一個供應(yīng)商往往對應(yīng)了多個零售商，針對每個零售商不同時間的不同需求帶來的庫存配置問題，Wang 等學(xué)者［5］對分配庫存的時間進行了研究，通過對比得知僅在固定的交貨點根據(jù)固定基準(zhǔn)分配庫存對于供應(yīng)商的收益最優(yōu)。 Feng 等學(xué)者［6］提出可以通過把庫存在零售商之間轉(zhuǎn)運來解決倉儲資源不足的問題。 研究開發(fā)了一款非線性規(guī)劃模型并運用遺傳算法進行求解，得到最優(yōu)轉(zhuǎn)運策略。 互聯(lián)網(wǎng)技術(shù)的發(fā)展使倉庫的運轉(zhuǎn)更加信息化，對倉儲管理也帶來了影響。 Heide 等學(xué)者［7］研究了網(wǎng)絡(luò)結(jié)構(gòu)對庫存動態(tài)發(fā)貨策略的影響，利用一個具有隨機需求的離散時間建?？蚣?，捕獲了各種各樣的網(wǎng)絡(luò)結(jié)構(gòu)。 利用馬爾可夫決策，得到了小型網(wǎng)絡(luò)的最優(yōu)訂單和動態(tài)發(fā)貨決策，即產(chǎn)品特性顯著影響網(wǎng)絡(luò)結(jié)構(gòu)的有效性。 何家波等學(xué)者［8］發(fā)現(xiàn)了互聯(lián)網(wǎng)背景下共享倉儲行業(yè)存在的必要性，分析了其面臨的問題并提出了發(fā)展的方向。 另外還通過案例比較自建倉庫、租賃專業(yè)倉庫和共享倉庫三種模式的費用，得出共享倉庫費用最低的結(jié)論，驗證了共享倉庫的可行性和有效性。 對于共享倉庫的模式而言，必定會有多位參與者，那么參與者之間的利益分配同樣值得探究。 Lozano 等學(xué)者［9］針對不同公司的合并運輸問題，利用合作博弈解決了共同成本分配問題。Momeni 等學(xué)者［10］則聚焦在會隨時間劣化的產(chǎn)品供應(yīng)鏈，利用合作博弈分配利潤，整合優(yōu)化協(xié)調(diào)整個供應(yīng)鏈的運轉(zhuǎn)。 Jin 等學(xué)者［11］針對同一個港口內(nèi)多個公司共享倉儲空間的情況，運用基于拉格朗日乘數(shù)的啟發(fā)式方法來解決公司之間的成本分配問題。Xiao 等學(xué)者［12］則是站在碼頭經(jīng)營者的角度對于裝卸和存儲兩項定價策略創(chuàng)造模型，以求得最大利潤下裝卸和倉儲定價，為利潤提取和存儲成本效率之間的權(quán)衡提供了新的見解。

在倉儲系統(tǒng)中，物品出庫分揀的效率也會影響到整個系統(tǒng)的運轉(zhuǎn)。 目前電子商務(wù)環(huán)境下，批量貨品增多，但倉儲空間和分揀時間有限，為了提高空間利用率，電商倉庫可以選擇把不同的SKU 分配到相同的位置。 Yang 等學(xué)者［13］針對3 種典型的倉儲系統(tǒng)制定了訂單批量揀選優(yōu)化問題可用的處理算法。除上述倉儲方案外，目前還有把倉庫前后分區(qū)的倉儲策略。 前置區(qū)用于揀貨，倉儲量較少，離出口近，可以由機器人進行分揀。 后置區(qū)用于大容量存儲，離倉庫入口近，由人工管理。 Jiang 等學(xué)者［14］針對這種前后分區(qū)的倉儲模式，運用變量鄰域搜索求解方法使前后2 個區(qū)之間的內(nèi)部物流運營效率和空間利用率提升，分揀時間縮短。 Mirzaei 等學(xué)者［15］提出了產(chǎn)品親和性的概念，即多個不同產(chǎn)品可能會被一起訂購，研究者們把這些具有親和性的產(chǎn)品放在同一倉庫內(nèi)可以有效減少分揀時間。

現(xiàn)有對于倉儲方面的研究多以智能倉儲或倉儲管理系統(tǒng)為核心，甚少涉及共享倉儲領(lǐng)域。 但是不同企業(yè)生產(chǎn)庫存的峰值和峰谷會在一年中的不同時間在不同地點發(fā)生，實現(xiàn)倉儲共享可以有效均衡企業(yè)之間互補的倉儲需求，提高倉庫資源利用率，降低企業(yè)生產(chǎn)物流成本。 并且從未來發(fā)展看，尤其是一些房價較高的區(qū)域，共享倉儲不僅僅可以面向企業(yè)，個人存儲業(yè)務(wù)也非常值得發(fā)展。 對于個人存儲業(yè)務(wù)，相較于企業(yè)，其體量更小、流動性更大，因此更加需要合理高效的共享倉儲管理系統(tǒng)來協(xié)助其運行。

目前，有關(guān)超級時空網(wǎng)絡(luò)的研究并不多，并且大多集中在交通運輸領(lǐng)域。 本文將基于超級時空網(wǎng)絡(luò)的思想，通過建立模型并求解，對共享倉儲帶來的時空資源分類問題進行優(yōu)化。

1 網(wǎng)絡(luò)構(gòu)建

1.1 時段分割

由于超級時空網(wǎng)絡(luò)可以利用節(jié)點和弧段將共享倉儲問題形象地表示出來，為了更加細致地刻畫共享倉儲過程中物品的移位過程，本研究將每個共享庫位的空閑時段劃分成多個更短的相同時長的空閑時段，并規(guī)定物品智能在分割時段的始末進行移位。圖1 是一個空閑時間為周二－周三和周六的共享庫位p1，圖1 中的陰影部分表示該時段內(nèi)庫位處于占用狀態(tài)，不能再容納其他物品，空白部分表示該時段內(nèi)庫位處于空閑狀態(tài)，可以容納物品。

圖1 共享倉儲庫位開放時間Fig. 1 Open hours of shared warehouse storage locations

以一天為單位劃分圖1 中的時間，得到的空閑和占用時段如圖2 所示。 經(jīng)過時段分割，共享庫位p1的空閑時段由2 個變?yōu)榱? 個時間長度為一天的時段。

圖2 經(jīng)過時段分割的共享倉儲庫位開放時間Fig. 2 Open hours of shared warehouse storage locations segmented by time periods

1.2 共享倉儲節(jié)點建立

利用超級網(wǎng)絡(luò)的思想將分割后的小時段共享庫位抽象為庫位節(jié)點，模擬共享倉儲系統(tǒng)復(fù)雜的時空演化過程。 每個庫位節(jié)點都具有時間和空間特征，即每個庫位節(jié)點表示其所屬庫位的具體空閑時段。例如，Cp，ti和Cp，tj表示庫位p在時段ti和tj上的2 個庫位節(jié)點。

一個具有p1、p2和p3三個共享庫位的倉庫形成的節(jié)點網(wǎng)絡(luò)如圖3 所示。 圖3 中，第一、二、三行的庫位節(jié)點分別屬于庫位p1、p2和p3，每一行的節(jié)點按照時間先后順序排列，且同一列的庫位節(jié)點所處的時段相同。

圖3 由庫位節(jié)點形成的節(jié)點網(wǎng)絡(luò)Fig. 3 Node network formed by storage location nodes

1.3 連接屬于同一庫位的庫位節(jié)點

通過添加虛擬弧段將同一庫位在不同時段的庫位節(jié)點連接起來得到一個聯(lián)通的網(wǎng)絡(luò)，如圖4 所示，建立共享倉儲超級時空網(wǎng)絡(luò)。 由于弧段連接的2 個庫位節(jié)點屬于同一個庫位，物品不需要移動，所以移位懲罰和移位時間為0，該弧段僅表示2 個庫位節(jié)點之間的連接關(guān)系。

圖4 連接同一庫位的庫位節(jié)點Fig. 4 Connect the storage bin nodes of the same storage bin location

1.4 連接屬于同一倉庫不同庫位的庫位節(jié)點

由于倉庫內(nèi)物品的存儲時間不同，每個庫位空閑和忙碌的時間也不同，當(dāng)物品所存放的庫位在下一時段被其他物品占用時，該物品就需要發(fā)生移位，但是根據(jù)庫位之間的不同距離會產(chǎn)生相應(yīng)的移位成本和移位風(fēng)險，為了使物品能夠盡可能地存放在同一個庫位里，該弧段將被賦予一個移位距離和移位懲罰。 圖5 中的庫位p1和庫位p2屬于同一倉庫。庫位p1在時段t1上的節(jié)點Cp1，t1不僅與該庫位在下一時段上的節(jié)點Cp1，t1存在聯(lián)接，而且可以和庫位p2下一時段上的節(jié)點建立聯(lián)接。 庫位p1在時段t4處于占用狀態(tài)，原先庫位p1上的物品需要轉(zhuǎn)移到其他庫位上，此時節(jié)點Cp1，t3只可以和庫位p2建立聯(lián)接，即產(chǎn)生移位。

圖5 同一倉庫不同庫位之間節(jié)點的連接Fig. 5 Connection between storage bin nodes located in different storage bin locations within the same warehouse

1.5 連接屬于不同倉庫的庫位節(jié)點

物品除了可以在同一個倉庫內(nèi)變換位置，在當(dāng)前倉庫內(nèi)的庫位不足時，也可以被移動到其他倉庫，合理利用多個倉庫的倉儲空間。 但由于不同倉庫之間移位需要進入外部壞境，會導(dǎo)致倉儲成本增加，并且發(fā)生物品損壞的可能性也較同一倉庫內(nèi)存儲有所提高，因此物品在不同倉庫之間移動的成本、時間、懲罰都較大，從而使系統(tǒng)在計算時限制不同倉庫之間移動的次數(shù)。

1.5.1 構(gòu)造移位節(jié)點集合

通過之前小節(jié)添加的弧段的特性可知，虛擬弧段僅用于連接2 個節(jié)點，可以附帶移動距離和移動懲罰，但不具備時間屬性。 由于不同倉庫之間的移動需要花費較多的時間，因此在不同倉庫之間移動物品時需要另外構(gòu)造具備時間屬性的移位節(jié)點。 同時，本文對時段進行了分割，一個節(jié)點表示一個時段，但倉庫之間的移動所需要的時間可能不止一個時段，故在移位節(jié)點的基礎(chǔ)上，還需要構(gòu)造節(jié)點集合來整合多個移位節(jié)點。 圖6 為一個移位節(jié)點集合，集合中有3 個移位節(jié)點，表示此次移位需要3 個時段完成，移位節(jié)點之間用虛擬弧段連接，此處的虛擬弧段并不附加距離和懲罰。

圖6 移位節(jié)點集合Fig. 6 A set of relocation nodes

1.5.2 連接移位節(jié)點與庫位節(jié)點

當(dāng)物品需要在2 個倉庫之間移動位置時，需要利用虛擬弧段連接先前的庫位節(jié)點與移位節(jié)點集合，再連接到移動之后的庫位節(jié)點。 圖7 表示物品在屬于2 個倉庫的庫位p1和p2之間移動的過程，2個倉庫之間移動需要花費3 天時間。 其中，Cp1，t1和Cp2，t5為庫位節(jié)點；和三個移位節(jié)點構(gòu)成了移位集合；庫位p1和p2之間的移動懲罰和移動距離附加在與之間的虛擬弧段上；與Cp2，t5之間的虛擬弧段僅表示連接關(guān)系。

圖7 連接移位節(jié)點與庫位節(jié)點Fig. 7 Connect relocation nodes to storage bin nodes

1.5.3 屬于不同倉庫2 個庫位之間的連接

連接不同倉庫的2 個庫位如圖8 所示。 其中，2個庫位p1和p2屬于2 個不同倉庫，兩個倉庫之間移位需要花費2 天，所以p1與p2之間的移位時間可以轉(zhuǎn)化為2 個移位節(jié)點。 圖中物品有7 天的倉儲需求，但是庫位p1只能滿足4 天，故物品需要中途移動位置。 物品在Day2 時，可以選擇繼續(xù)存放在庫位p1，或直接轉(zhuǎn)移到另一個倉庫的庫位p2，如果選擇不移動，則可以在Day3 或Day4 進行移位。

圖8 連接不同倉庫的2 個庫位Fig. 8 Connect two storage bin locations belonging to different warehouses

1.6 虛擬節(jié)點

由于可能存在庫位不足的情況，故構(gòu)建虛擬節(jié)點，該節(jié)點可以在任意時間容納任意數(shù)量的物品。但是為了限制系統(tǒng)使用該節(jié)點，設(shè)置連接該節(jié)點的成本非常大。

1.7 構(gòu)建共享倉儲的超級時空網(wǎng)絡(luò)

基于之前章節(jié)的設(shè)定，本文中共享倉儲超級網(wǎng)絡(luò)中的節(jié)點主要有4 種，分別是：具有時間和空間屬性的庫位節(jié)點和移位節(jié)點，以及只具有時間屬性的共享倉儲起始節(jié)點和終止節(jié)點。

網(wǎng)絡(luò)中的時空弧段共有7 種。 第一種用于連接同一庫位上相鄰2 個時間段的庫位節(jié)點，僅表示連接關(guān)系；第二種用于連接同一倉庫內(nèi)不同庫位上2個相鄰時間段的庫位節(jié)點，該種弧段附帶較小的移位懲罰和移位距離；第三種是用于前一節(jié)點是庫位節(jié)點，后一節(jié)點是移位節(jié)點情況下的連接，該種弧段附帶2 個倉庫之間移動所帶來的移位懲罰和移位距離；第四種是用于連接移位集合內(nèi)部的移位節(jié)點，僅表示連接關(guān)系；第五種是用于前一節(jié)點是移位節(jié)點，后一節(jié)點是庫位節(jié)點情況下的連接，該種弧段僅表示連接作用；第六種用于連接起始節(jié)點與庫位節(jié)點，起始節(jié)點與連接的庫位節(jié)點開始時間相同，該種弧段僅表示連接關(guān)系；第7 種弧段用于連接庫位節(jié)點與終止節(jié)點，終止節(jié)點與連接的庫位節(jié)點的終止時間相同，該種弧段僅表示連接作用。 在七種時空弧段中，只有第二種和第三種弧段是具有移位懲罰和移位距離屬性的，其他弧段僅表示連接作用。

本研究將通過上述4 種節(jié)點和7 種時空弧段建立超級時空網(wǎng)絡(luò)，把共享倉儲問題轉(zhuǎn)化成在一個具有容量限制的網(wǎng)絡(luò)中，為倉儲物品尋找成本最小的倉儲路徑問題。

圖9 為一個擁有2 個倉庫的共享倉儲系統(tǒng)超級時空網(wǎng)絡(luò)示意圖。 2 個倉庫分別擁有2 個和3 個共享庫位，r1和r2分別表示2 個倉庫的起始節(jié)點，s1和s2分別表示2 個倉庫的終止節(jié)點，第一行虛線畫出的圓代表系統(tǒng)中的虛擬節(jié)點。 圖9 中，每種填充形狀代表一個有倉儲需求的物品，分別描述了物品進入共享倉儲系統(tǒng)后可能安排的4 種存儲方案。 填充為方格的方案中，物品從起始到終止都存儲在同一個庫位中；填充為橫線的方案中，物品原先所在的庫位中途被占用，但是同一個倉庫中有其他空閑庫位，因此物品需要在倉庫內(nèi)進行移位；填充為豎線的方案中，物品原先所在的庫位不能提供全程的倉儲服務(wù)，并且當(dāng)前倉庫內(nèi)沒有其他空閑庫位了，但是系統(tǒng)內(nèi)另外一個倉庫有空位，故物品需要在2 個倉庫之間進行移位；填充為斜線的方案中，物品所在的庫位只能提供一段時間的倉儲服務(wù)，并且共享倉儲系統(tǒng)內(nèi)的所有倉庫都沒有空閑庫位了，故物品需要移動至虛擬庫位中。

圖9 共享倉儲超級時空網(wǎng)絡(luò)示意圖Fig. 9 Schematic diagram of a super spatiotemporal network for shared warehouse

2 數(shù)學(xué)模型

2.1 模型假設(shè)

基于本研究的設(shè)定和共享倉儲系統(tǒng)的應(yīng)用，做出以下假設(shè)：

（1）所有物品均為預(yù)約制倉儲，已知倉儲活動的開始和結(jié)束時間。

（2）同一倉庫內(nèi)移動物品的時間成本忽略不計，但存在移位距離和移位懲罰，2 個不同庫位之間移動的移位距離和移位懲罰已知。

（3）不同倉庫之間移動物品的移位時間、移位距離和移位懲罰已知。

2.2 參變量介紹

V—網(wǎng)絡(luò)中所有物品構(gòu)成的集合。

C—網(wǎng)絡(luò)中所有節(jié)點構(gòu)成的集合，其中i，j∈C表示網(wǎng)絡(luò)中2 個節(jié)點。

Cr—網(wǎng)絡(luò)中所有起始節(jié)點構(gòu)成的集合。

Cs—網(wǎng)絡(luò)中所有終止節(jié)點構(gòu)成的集合。

CP—網(wǎng)絡(luò)中所有的庫位節(jié)點構(gòu)成的集合，包含虛擬節(jié)點。

CM—網(wǎng)絡(luò)中所有的移位節(jié)點構(gòu)成的集合。

—進入節(jié)點i的所有弧段構(gòu)成的集合。

—所有從節(jié)點i出去的弧段構(gòu)成的集合。

A—網(wǎng)絡(luò)中所有弧段構(gòu)成的集合，其中a∈A表示網(wǎng)絡(luò)中一條弧段。

A1—第一類弧段，即連接同一庫位的庫位節(jié)點弧段的集合。 該集合內(nèi)的每條弧段上的距離和移位懲罰為0。

A2—第二類弧段，即連接同一倉庫不同庫位上庫位節(jié)點弧段的集合，弧段上的距離為，移位懲罰為。

A3—第三類弧段，即從庫位節(jié)點到移位節(jié)點的有向弧段的集合，弧段上的距離為，移位懲罰為。

A4—第四類弧段，即連接移位集合中移位節(jié)點之間弧段的集合。 該集合內(nèi)的每條弧段上的距離和移位懲罰為0。

A5—第五類弧段，即從移位節(jié)點到庫位節(jié)點的有向弧段的集合。 該集合內(nèi)的每條弧段上的距離和移位懲罰為0。

A6—第六類弧段，即從起始節(jié)點到庫位節(jié)點的有向弧段的集合。 該集合內(nèi)的每條弧段上的距離和移位懲罰為0。

A7—第七類弧段，即從庫位節(jié)點到終止節(jié)點的有向弧段的集合。 該集合內(nèi)的每條弧段上的距離和移位懲罰為0。

xa—弧段a被利用的次數(shù)。 值為1，表示物品經(jīng)過該弧段；否則表示未經(jīng)過該弧段。

2.3 目標(biāo)函數(shù)

為了更好決策物品在共享倉庫中的供需匹配問題，增加倉庫利用率，減少因移位導(dǎo)致的物品折損，建立以最小化物品倉儲成本為優(yōu)化目標(biāo)的數(shù)學(xué)模型：

上述數(shù)學(xué)模型為目標(biāo)函數(shù)。a∈A2表示a為一條屬于同一倉庫不同庫位的庫位節(jié)點之間的聯(lián)接，第一項表示最小化物品在倉庫內(nèi)變換庫位的距離，第二項表示最小化物品在倉庫內(nèi)變換庫位的移位懲罰。a∈A3表示a為一條屬于不同倉庫不同庫位的庫位節(jié)點之間的聯(lián)接，第三項和第四項分別表示最小化物品在倉庫之間變換庫位的距離和懲罰。

2.4 約束條件

約束（2）表示從起始節(jié)點r出去的聯(lián)接必須且只能被利用一次，用于限制起點處的流量為1。 即每件物品必須在其倉儲需求開始時刻存放于一個庫位節(jié)點：

約束（3）表示進入終止節(jié)點s的聯(lián)接必須且只能被利用一次。 用于限制終點處的流量為1

約束（4）表示進入庫位節(jié)點i的弧段最多被利用一次，即每個庫位節(jié)點最多被利用一次。 該式表示一個共享庫位在一個時段最多只能存放一件物品：

約束（5）表示節(jié)點流量守恒，即物品進出庫位節(jié)點的次數(shù)平衡：

約束（6）用來限制決策變量的取值范圍，即庫位節(jié)點使用次數(shù)的取值范圍。

3 算例分析

為了驗證基于超級時空網(wǎng)絡(luò)建立的共享倉儲系統(tǒng)模型，以及設(shè)計的求解算法的有效性，本研究使用Java 語言編寫了程序，并在NetBeans IDE 15 平臺中進行運行和分析。

同時，本研究將運用模擬退火算法求出目標(biāo)函數(shù)的最優(yōu)解。 模擬退火算法（Simulated Annealing，SA）來源于固體退火原理，將固體加溫至足夠高，再讓其緩緩冷卻。 加溫時，固體內(nèi)部粒子隨著溫度升高呈無序狀態(tài)，內(nèi)能增大。 冷卻時，粒子逐漸呈有序狀并在每個溫度下都達到平衡狀態(tài)。 最后在常溫時達到基態(tài)，內(nèi)能減為最小。 SA 算法最初由Metropolis 等學(xué)者在1953年提出，由于固體物質(zhì)的退火過程與一般組合優(yōu)化問題具有極大的類似性，1983年Kirkpatrick 等學(xué)者成功將模擬退火算法引入組合優(yōu)化領(lǐng)域。 與鄰域搜索算法類似，SA 算法是一種基于概率的尋優(yōu)算法，用來在一定時間內(nèi)在一個很大的空間里搜索問題的近似最優(yōu)解。 模擬退火算法從一個較高的溫度出發(fā)，利用降溫參數(shù)使溫度不斷下降，直至達到最低溫度，利用模擬算法求得的解與初始值無關(guān)。 與其他啟發(fā)式方法相比不同的是，SA 算法可以按照一定的概率接受劣質(zhì)解，即能概率性地跳出局部最優(yōu)而趨近于全局最優(yōu)。

在該算例中設(shè)置模擬退火算法的參數(shù)如下，初始溫度為1 000°，冷卻降溫系數(shù)0.05，終止溫度為1°，每個溫度下的最大領(lǐng)域搜索次數(shù)為5 次。

本節(jié)將分析一個擁有13 個庫位和20 件物品的共享倉儲需求匹配問題，該問題可以直接求出最有效的倉儲方案。 算例的共享倉儲系統(tǒng)中共有3 個倉庫，其中第一個倉庫有6 個庫位，第二個倉庫有4 個庫位，第三個倉庫有3 個庫位。 表1 為物品倉儲需求，已根據(jù)天為一個時段進行分割。 表2 ～4 分別為3 個倉庫中13 個庫位的空閑時間。

表1 物品倉儲需求Tab. 1 Goods storage demand

表2 倉庫1 的庫位空閑時間Tab. 2 Available time of warehouse location in warehouse 1

表3 倉庫2 的庫位空閑時間Tab. 3 Available time of warehouse location in warehouse 2

表4 倉庫3 的庫位空閑時間Tab. 4 Available time of warehouse location in warehouse 3

倉庫1 內(nèi)共享庫位之間的移位距離矩陣L1：

倉庫2 內(nèi)共享庫位之間的移位距離矩陣L2：

倉庫3 內(nèi)共享庫位之間的移位距離矩陣L3：

倉庫之間的移位距離矩陣D：

倉庫之間的移位時間矩陣T：

最終得到該算例的最優(yōu)共享倉儲結(jié)果如下。 表5 為物品倉儲路徑表，表示20 個物品在需求倉儲時間段內(nèi)的存儲情況。 圖10 為庫位使用情況示意圖，表示13 個庫位在空閑時間段內(nèi)的使用情況。 算例2 中有4 件物品需要移位，其余16 件可以存儲在同一個庫位中，移位率為20%。

表5 物品倉儲路徑表Tab. 5 Item storage path table

圖10 庫位使用情況示意圖Fig. 10 Schematic diagram of storage location usage

模擬退火算法迭代情況如圖11 所示，算例2 經(jīng)過模擬退火算法的迭代得到了該情況下共享倉儲的最少花費。 目標(biāo)函數(shù)由初始可行解2 378.153 2經(jīng)過688 次迭代，最終收斂于532.066 6。

圖11 模擬退火算法迭代情況Fig. 11 Iteration of simulated annealing algorithm

4 結(jié)束語

本研究基于超級時空網(wǎng)絡(luò)的概念，利用節(jié)點和弧段將共享倉儲問題形象化。 再針對問題建立目標(biāo)函數(shù)。 進而通過實例分析證明模型的可行性，并運用模擬退火算法求得當(dāng)前情況下成本最少的倉儲方案，證明了算法的有效性。 本文所研究的內(nèi)容可以使共享倉儲的成本大大降低，具有實際運用價值。

共享倉儲作為一種利用現(xiàn)有的倉儲資源解決生活中倉儲資源時間空間上分配不均的方法，可以提高倉庫利用率、降低物流成本，給客戶帶來更多收益。 另外，隨著城市化的發(fā)展，尤其是在一些一線城市，人均住房面積逐漸減少，一些具有季節(jié)性的物品、例如衣物，可以選擇存放在倉庫中。 個人買家相較于廠商而言，物品占用的體積較少，進出倉庫的頻次較多，在這種情況下，共享倉儲系統(tǒng)尤顯重要。 另外，本文所研究的是平面型倉庫，之后還可以針對有貨架的三維倉庫進行研究。 除了共享倉儲外，本文所提出的一般性方法也可以運用在例如共享充電樁、廣告投放等需要對時空資源進行分配的問題上，未來可以進行深入研究。