1.3　智慧物流的决策主题及解决手段

运输决策、库存决策等物流决策问题是智慧物流的一项重要内容。所谓决策，一般是指为了达到一定目的，对遇到的情况和问题从两个以上的备选方案（或手段）中选择一个有效方案（或手段）的过程。在经济全球化发展的今天，第三方物流企业面临的环境复杂多变，物流管理者面临着大量的决策问题，如车辆路径优化、库存优化、仓库选址优化等，并且决策问题本身也在不断发生变化，如由简单的TSP问题到有车辆容量的VRP问题，再到有时间窗的VRP问题，由简单的确定需求库存决策到随机需求库存决策，再到运输和库存联合决策等。物流决策问题的总体趋势是由简单到复杂，由低级到高级，由良性结构到不良结构，由明确的问题到不明确的问题。由于物流决策问题种类繁多且复杂多变，仅依靠物流管理者的经验进行科学决策变得越来越困难，如何有效进行科学决策已成为物流管理者共同面临的难点问题。

智慧物流能够结合定性和定量分析，将物流管理者的经验和专家的知识有机结合起来，利用先进的信息技术、人工智能、运筹学、决策科学、行为科学、心理学等技术和方法对物流决策问题进行分析与处理，从而为物流管理者提供决策支持，实现物流决策的科学化。事实上，决策支持是智慧物流的一个核心功能，在智慧物流中占有相当重要的地位。智慧物流中信息获取、传递、处理的一个主要目的就是为决策支持提供数据基础和实现手段。智慧物流对科学决策的支持能力可以说是衡量其智能程度的一项重要指标。

1.3.1　决策主题

智慧物流中的物流决策主要包括客户服务目标决策、设施选址决策、库存决策，以及运输决策四个决策主题，如图1-6所示。各决策主题之间并不是独立的，而是相互联系、相互作用的，因此，在进行决策时应充分考虑各决策主题之间的相互影响，对各决策主题之间存在的悖反关系进行综合考虑。下面对各物流决策主题进行详细分析。

1.客户服务目标决策

企业能够为客户提供的服务水平比其他任何因素对系统设计的影响都要大。如果服务水平较低，可以在较少的存储地点集中存货，利用较廉价的运输方式。如果服务水平较高，那么情况恰恰相反。但是，当服务水平接近上限时，物流成本比服务水平上升得更快。因此，确定服务水平成为物流决策的首要任务。

2.设施选址决策

储存点及供货点的地理分布构成设施选址决策的基本框架，其内容主要包括确定设施的数量、地理位置、规模，以及分配各设施所服务的市场范围，这样就确定了产品到市场之间的路线。好的设施选址方案应考虑所有的产品移动过程及相关成本，包括从工厂、供货商经中途储存点然后到达客户所在地的产品移动过程及成本。通过不同的渠道来满足客户需求，如直接由工厂供货、供货商供货，或经选定的储存点供货等，会影响总的分拨成本。寻求成本最低的需求分配方案或利润最大的需求分配方案是设施选址决策的核心。

3.库存决策

库存决策的重要性在于，库存物资占用大量的资金，需要大量的人力去管理。由于实际需要及问题的复杂性，库存问题有取之不尽的实际场景，并且不断产生大量的新问题。以美国制造业与贸易业为例，1976年的库存账面值为2760亿美元，相当于同年美国国内生产总值的17％。因此，通过合理的库存管理使库存量即使降低到很低的百分比，也能为企业或国家带来显著的经济效益，是智慧物流的一个重要目标。所以，如何科学地组织库存，对库存进行有效控制就成了智慧物流一个极为重要的决策主题。

库存控制主要需要解决以下3个问题：①确定库存检查周期；②确定订货量；③确定订货点（何时订货）。也就是说，一方面，如果订货周期已确定，需要决策在什么时间为哪些客户送货，若订货周期未知，则需要决策在整个规划期内该以什么样的频率为客户提供服务；另一方面，在了解客户的需求信息后，决策者需要确定给所服务客户的配货量（或对供应商的订货量）。

4.运输决策

运输决策是物流决策中至关重要的一个问题。一般地，在物流系统的总成本中，运输成本占30％以上，因此对运输进行优化决策也成为智慧物流的一项十分重要的任务。运输决策主要包括运输方式、运输批量和运输时间及路线的选择等。这方面涉及的比较典型的运输问题主要有产销平衡运输问题、产销不平衡运输问题、TSP问题、最短路问题、中国邮路问题、车辆路径问题、多式联运路径优化问题等。

上述各决策主题之间并不是独立的，而是相互联系、相互作用的，尤其是运输决策和库存决策之间存在密切的联系，库存决策会通过运输批量和订货周期影响运输决策，而运输决策又会反过来影响库存决策。然而，运输决策和库存决策之间的关系体现在物流成本上却往往是“效益悖反”的。例如，若使用小批量、多频率的运输方式，则运输成本高而库存量低；若用大批量、小频率的运输方式，则运输成本低而库存量高。也就是说，一方的最优决策是以牺牲另一方的利益为代价的。然而，在以往的物流管理活动中，通常是分别对这两个问题进行决策的，而对二者之间的效益悖反关系却未予考虑。在物流一体化、集成化向纵深发展的趋势下，将这两大决策问题纳入同一个体系框架下进行统一考虑就成为必然。

1.3.2　解决手段

解决智慧物流中各决策问题的手段大致可分为三种：一是靠经验的积累，凭主观做判断；二是建立数学模型，求解最优策略；三是采用定性与定量相结合的启发式方法。目前，对一些常用问题模型已经研究和设计了相应的标准求解算法（如产销平衡运输问题），这些算法虽然可以有效解决很多实际问题，但多是局限于良性结构问题，即问题结构比较清晰、所含元素之间关系明确、边界清楚、有明确的最优判定准则、能拟定求解的程序步骤、所要求计算量不至于过大等。然而，在实际中很多问题不具有良性结构，套用传统标准方法处理难以求得满意解，或者即使求得满意解也会存在计算量过大的问题。这时，与其偏离事实或忽略修正重要条件而勉强套用传统标准方法，不如保持问题的本来面目，建立符合实际的非标准模型。前者虽然可简化求解，但得到的解由于偏离了实际情况而难以付诸实现；后者则由于模型涉及因素多，难以套用传统标准方法求解。在后面这种情况下，为了得到问题的近似解和较好解，分析人员必须结合人的感知力和洞察力，从较基本的模型方法中寻求联系，得到解决问题的思路和途径，用结构化的序列去逼近非结构化问题，实现的启发式算法不一定苛求最优解，而是将“满意解”作为评价准则。