造船企业易耗品配送成本控制研究

王骁　苏翔

【摘 要】 为解决当前造船企业易耗品领用人工成本突出的问题，提出构建易耗品配送模式并进行配送成本控制研究。以配送成本最小化为目标，建立满足车间时间约束的车辆路径优化模型，运用遗传算法对模型求解，以国内某船厂为例进行计算和分析。结果表明该方法能够有效降低配送车辆运输成本、提高物料配送效率，相比传统领用模式成本更低，为造船企业转变传统方式、提升管理水平、实现准时化生产提供参考。

【关键词】 造船企业； 易耗品配送； 成本控制； 车辆路径优化； 遗传算法

【中图分类号】 U673.2 【文献标识码】 A 【文章编号】 1004-5937（2016）17-0108-05

引 言

据《2015年上半年船舶工业经济运行情况》显示，我国造船企业盈利难问题依旧突出[1]。进一步挖掘成本管控潜力，降低生产物流成本成为造船等制造型企业的“第三利润源”[2]。在船舶建造过程中，易耗品（紧固件、焊材、工具等）需求大、消耗快，一旦出现短缺需由车间的操作工人自行前往仓库领用。由于工人单次领用的数量有限，且车间距仓库较远，各车间对易耗品的需求时间也不同，随着劳动力成本逐年上升，频繁的自发领用不仅需要企业担负高额的人工成本，而且占用有效作业时间，造成停工待料，所以，统筹车间易耗品需求、实行易耗品统一配送既能完成物料供应任务，又符合精益生产的要求。而如何在满足车间时间要求的基础上进行配送成本控制成为亟待解决的问题。

针对这一问题，国内外学者提出运用带时间窗的车辆路径（Vehicle Routing Problems with time Windows，VRPTW）模型开展物料配送成本控制研究。Ceschia et al.[3]针对带时间窗的异构车辆路径问题，设计了一种禁忌搜索算法进行求解，有效缩短车辆行驶距离，节约车辆运输费用；李晋航等[4]采用改进的混合智能算法求解模糊信息条件下的机会约束车辆规划模型，解决了车间内工位物料需求信息、运输时间等不确定情况下的物料配送问题；侯玉梅等[5]采用自适应遗传算法求解带时间窗的整车物流配送路径优化问题，有效降低配送的运输成本；严正峰等[6]针对复杂机械装配车间工位物料需求时间不确定的问题，采用动态规划和模拟退火遗传算法相结合的方法求解带模糊软时间窗的物料配送路径优化模型，实例验证该方法可提升工位满意度。另有一些学者专门针对船舶建造物料配送的车辆路径问题进行了研究。杨连生等[7]对船舶企业内部油漆配送问题进行研究，运用遗传算法设计车辆最短行驶路径，有效减少涂装作业中油漆配送不及时导致的等工现象；杜吉旺等[8]采用改进遗传算法对船舶分段建造区域布局进行优化，给出了物料布局方案及规划后的运输路径，解决了运输过程中的避障路径求解问题。

综上所述，物料配送的相关研究成果丰富，但一方面多集中于制造企业单个车间内部，缺乏针对厂区内物料统一配送的研究；另一方面，部分学者对造船企业物料配送的研究仍局限于设计车辆行驶最短路径，尚未考虑车间时间约束问题。实际的生产作业中，造船企业车间对易耗品的需求十分迫切，车辆早到或晚到既影响生产节拍又会产生一定的成本，如何量化车辆到达时间对配送成本的影响是成本控制的重要问题。此外，VRPTW问题求解的复杂性与鲁棒性决定了求解算法应具有寻优力强、运算率高的特点，而遗传算法具有极强的计算能力和搜索能力，能够有效解决这一问题，并能求得问题的次优解。因此，本文将在现有成果的基础上，结合造船企业特点，对造船企业易耗品配送进行成本控制研究。

一、造船企业易耗品配送模式

（一）配送流程及特点

传统的易耗品领用管理粗放，成为制约车间提高生产效率的重要因素。易耗品配送属于精益造船生产模式，其核心是制定合理的生产物料供应体系，减少资源浪费、降低企业成本。本文根据造船企业特点，建立了易耗品的配送模式，具体流程如图1。

1.提前汇总需求信息。利用造船企业ERP（Enterprise Resource Planning）系统建立信息共享平台，物资部将易耗品申领通知下发至各作业车间，车间在规定时间内将包含易耗品种类、规格、数量、时间的需求信息发送至物资部。

2.快速核对库存信息。物资部对各车间上报清单进行库存信息查询，若仓库现有易耗品能够满足车间需要则立即审批并将结果反馈至易耗品仓库，若现有库存量不足则拟定采购计划，尽快补足库存。

3.科学制定配送方案。易耗品仓库以车间为单位进行材料分拣、配装，结合生产车间坐标位置和需求时间统筹规划，设计配送路线，制定配送方案，开展统一配送。在这段时间需对进厂物流进行管理，合理安排厂区交通运输，必要时进行道路管控。

与传统的易耗品领用模式相比，易耗品配送模式主要具备以下优点：

（1）减少临时预约、提高管理效率。易耗品仓库的职能由传统的被动供应变为主动配送。在指定区域范围内，由易耗品仓库对易耗品进行分拣、配装等作业，形成每个车间所需的易耗品材料包，分派配送车辆按时送达指定车间。

（2）简化交接手续、加强物资管理。传统领料模式下货物交接手续繁琐且容易出错，推行配送模式后，造船企业可以将物资软件与配送卸货相结合，每个车间收货人员使用电子仪器对送到的易耗品进行扫码收货，相关信息实时传送到车间和物资部门。这样既省去打卡、填单所耗费的时间，又能为物资管理部门提供实时有效的记录，方便对物资进行管理。

（3）减少人员流动，节约人工成本。配送模式下，生产车间不再需要安排工人前往仓库领用易耗品，厂区人员流动将大幅减少，取而代之的是配送车辆快速、高效运输。这样既不会占用生产作业时间，也可降低人工成本支出，为造船企业降本增效。

（二）配送成本控制分析

推行上述造船企业易耗品配送模式，充分发挥易耗品配送的优势，配送成本控制必不可少。易耗品配送涉及物资、仓库等多个部门，分析成本发生对象有助于成本控制的准确性[9]。易耗品配送成本和传统领用成本都主要发生在仓库分拣环节、配装环节和运输环节，如表1所示。通过对比，易耗品车辆运输成本的控制效果对说明易耗品配送模式的经济性具有决定作用；而且，进行易耗品统一配送后，车间操作工人前往仓库的次数大幅减少，有效降低了仓库工人分拣、配装的频率，从而直接降低仓库工人作业成本。因此，对车辆运输成本的控制是降低配送成本、发挥配送模式优势的关键。

二、基于车辆路径优化的易耗品配送成本控制模型

结合上述成本分析与现有研究成果，制定合理的车辆行驶路径与配送方案能够有效降低运输成本。因此，构建考虑车间时间约束的车辆路径优化模型至关重要。

（一）时间窗

造船企业厂区占地面积大、车间分布广，各个生产车间与易耗品仓库存在一定的距离。在实际的生产过程中，不同车间的制造水平存在差距，生产节拍的波动导致易耗品需求时间不固定。所以，每个车间对配送车辆到达时间存在一定的要求，车辆早到会增加车辆等待的时间和易耗品存储的成本，晚到则会影响后续配送任务的完成、造成车间停工待料。但是，由于车辆数量等因素的限制，这种情况难以避免。因此，合理地量化车辆在时间窗外到达所增加的成本是十分必要的。本文采用时间窗[eti，lti]来描述易耗品送达车间时间的不确定，构建车间满意度函数来表征易耗品到达时间对配送成本的影响。

式（1）中[eti，lti]表示车间可接受的时间区域，同时对于车辆在[eti，lti]之外的时间送达车间，满意度为0。在车间可接受的时间范围内利用时间窗量化车间的满意度，可以更加准确地描述配送车辆到达情况。

（二）构建模型

1.问题描述

本文研究的造船企业易耗品配送成本控制问题可以具体描述为：厂区设有多个易耗品仓库，可以安排足够数量且不同型号的货车对多个车间进行配送，所有车间的位置、易耗品需求量和接收时间已知，车辆需在车间可接受的时间范围内到达，各条线路上车间的易耗品需求量之和不能超过车辆的装载量，一个车间只能由一辆车进行服务，要求在不低于车间满意度的前提下合理安排配送车辆的行驶路径，使配送车辆运输成本最低。

2.约束条件

配送启动时，车辆从易耗品仓库出发进行配送，车辆重新回到仓库时一个配送循环结束；每个车间只能由一辆车服务；车间所需的易耗品总量不能超过配送车辆的容量；车间满意度必须大于设定的阈值。

3.符号变量

式（3）表示以成本最小为目标函数；式（4）表示保证每个车间离开和到达的车辆相同；式（5）表示每个车间只能由一辆车服务；式（6）表示车间所需的易耗品总量不超过车的容量；式（7）表示保证配送车辆到达的车间整体满意度不低于70%。

三、模型求解

遗传算法由美国学者Holland提出，是一种自适应的随机化搜索方法，具有良好的稳定性、内在的隐蔽性和全局寻优能力，已被广泛地应用于自适应控制、信号处理等领域[10]。遗传算法以任意初始化种群为起点，利用随机选择机制，通过选择、交叉和变异运算让优秀个体进入子代，通过迭代优胜劣汰，使种群进化为越来越优的解直到收敛。

（一）染色体编码

一般的车辆路径问题只需使用一维编码方式即可，但本文需考虑到配送任务中不同车辆的选择，因此本文采用二位编码方式。编码矩阵Hm表示仓库编号，n表示车间编号，r代表了不同车型的配送车辆。

（二）种群初始化

初始化种群的个体由随机方法产生，随机生成个体集合，按照前述算法得到对应的个体作为初始种群。

（三）适应度函数

适应度函数用来评价个体优劣程度，适应度高的个体优先遗传到下一代种群中。对于车间易耗品配送问题，在满足上述约束条件的基础上，除了配送车辆运输成本以外，还需考虑车间满意度。因此，适应度函数与车辆运输成本和车间满意度相关，对某个体i来说，其适应度函数为gi=■，D为一个较大的非负整数，zi为目标函数。

（四）选择算子

本文进行选择操作时采用保留最佳个体和轮盘赌相结合的方式。将父代种群中的个体按适应度值从大到小排列，选择最优的父代个体，直接复制到下一代种群；然后采用轮盘赌的方式生成剩余的个体。该方法不仅可以避免适应度高个体的流失，提高其生存概率，延续种群的优良性，而且又能使其他染色体可按生存竞争的方法生成子代，从而提高收敛程度和计算效率。

（五）交叉算子

选择操作后得到的新种群中，保留适应度最大的前两个个体，从第三个个体开始进行配对交叉重组。本文采用最大保留交叉方法操作，目的是为保留优良的基因组片断，限制不可行解的出现，对部分匹配操作进行改进。

（六）变异算子

染色体的变异可以在一定程度上减少过早收敛的情况并增加种群的多样性，本文随机选择个体染色体中2个基因，交换其位置进行变异操作。

四、算例验证

A船厂是国内一家中大型修造船企业，占地面积77万平方米。笔者与企业物资仓储部门管理人员的交流后发现，该企业存在重生产轻物流的现象，易耗品管理仍然沿用“工人自发领用”的传统领用模式，尚未建立配送机制。据该企业的管理人员描述，在厂区内每天发生近百人次的领用任务，特别是遇到生产任务繁重时，各车间工人突发领用增多，造成厂区内部交通混乱，导致仓库备货难度加大，直接影响车间持续高效的运转，仅易耗品领用工作就需要企业承担高额的人工成本。因此，本文将上述易耗品配送的车辆路径优化模型应用于该造船企业，通过计算和分析以验证有效性。

以该船厂为例，有6个易耗品仓库和15个作业车间（船体、机修、加工、冷作、轮机、坞修、舾装、造船安装等），用编号1—15表示车间，编号16—21表示仓库。为简化计算，本文按照一定的比例尺在坐标图上标示出仓库与各车间的坐标位置，如表2所示。已知该厂有4种类型的货车用于易耗品配送，每种车型车辆的速度、载重和单位行驶成本见表3。现要求在满足车间时间约束条件的基础上，合理安排车辆的行驶路径，使成本最小。

本文采用Matlab2010a编程对模型求解，具体采用的遗传参数有：种群规模为10，最大迭代次数为200，交叉概率0.9，变异概率0.1，运算结果见图2、图3。

由上述运算结果可知，配送车辆分别从16、18、20号仓库出发，形成3条行车路径，具体配送方案见表4。通过合理规划车辆行驶路径和安排车型，易耗品配送的车辆运输费用为1 547.5元，保证了车辆在车间允许的时间范围内到达，满足了车间的时间要求，还使得车辆运输成本最小化。

为更加全面直观地展示成本控制效果，根据A船厂提供相关数据，选取该企业某日实施易耗品领用和配送模式的成本数据进行对比分析，如表5所示。不难发现，采用易耗品配送模式后，不仅总成本降低了约65%，仓库分拣和配装环节也得到了优化，成本进一步降低；此外，易耗品统一配送满足了车间的时间要求，有效节约了车辆运输时间。所以，造船企业采用易耗品配送模式不仅节约成本，还释放了大量被占用的作业资源，使车间能够提高生产效率，使车间工人专心生产。

五、结论

易耗品配送贯穿于造船企业的整个生产过程，配送成本控制对发挥配送优势、实现降本增效至关重要。本文在阐述造船企业建立易耗品配送模式的可行性和优点的基础上，通过分析配送成本的构成，找出成本控制的关键因素，通过建立易耗品配送的车辆路径优化模型，对配送成本进行了计算分析，并结合某船厂加以验证。结果表明，该模式可以大幅降低人工成本支出，提高企业的经济效益，避免占用车间工人作业时间，减少生产过程中的停工待料现象，在实践中具有较强的应用价值，可为易耗品之外的其他材料配送提供参考，同时也为造船企业实现准时化生产提供有效的管理手段，帮助企业提高核心竞争力。

【参考文献】

[1] 中国船舶工业行业协会.2015年上半年船舶工业经济运行情况[N].中国船舶报，2015-07-23.

[2] 何龙斌.制造企业物流成本管理问题探讨[J]. 财会通讯，2013（11）：95-96.

[3] CESCHIA S， GASPERO L D， SCHAERF A. Tabu Search Techniques for the Heterogeneous Vehicle Routing Problem with Time Windows and Carrier-Dependent Costs[J]. Journal of Scheduling， 2010， 14（6）：601-615.

[4] 李晋航，黄刚，贾艳.多模糊信息条件下的物料配送路径规划问题研究[J].机械工程学报，2011（1）：124-131.

[5] 侯玉梅，贾震环，田歆，等.带软时间窗整车物流配送路径优化研究[J].系统工程学报，2015（2）：240-250.

[6] 严正峰，梅发东，葛茂根，等.基于模糊软时间窗的车间物料流路径优化方法[J].计算机集成制造系统，2015（10）：2760-2767.

[7] 杨连生，张志英，李兆刚，等.造船涂装作业油漆配送优化问题研究[J]. 中国造船，2010（1）：212-218.

[8] 杜吉旺，王津剑，范秀敏，等.考虑避障路径规划的分段建造区域布局优化[J].计算机集成制造系统，2015（4）：955-962.

[9] 朱宾梅，蔡娜智子，周.石油燃料精益化物流成本控制与优化[J].会计之友，2016（1）：42-46.

[10] 葛显龙，辜羽洁，谭柏川.基于第三方带软时间窗约束的车辆路径问题研究[J].计算机应用研究，2015（3）：689-693.