導語：逆向物流研究狀況與展望一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1引言

隨著產品更新換代速度的加快和顧客消費水平的提高,很多產品在完成使用價值后被消費者丟棄或淘汰,這些產品(如冰箱、彩電)大多還有一定的殘余價值,如果直接報廢,不但會造成資源的很大浪費,而且會污染環境。二十一世紀以來,隨著人們環保意識的日益增強和可利用資源的逐漸減少,同時在政府“生產商延伸責任”制度及各種經濟因素的驅動下,廢舊產品的回收再利用成為全球制造業,特別是高科技制造業的一個熱點問題。產品的回收再利用改變了傳統的正向物流運作模式,導致了一種反向結構———逆向物流。逆向物流在保護環境、節約資源和推動社會可持續發展方面具有非常重要的價值和意義,因此,逆向物流成為近年的研究熱點之一。逆向物流的研究已經從早期的概念發展和驅動力研究發展到網絡設計、路徑優化、庫存管理、循環再利用、回收價值的評價和預測等方面。本文從以上幾個方面對逆向物流的研究現狀進行綜述,并對逆向物流的未來研究方向進行了展望。

2逆向物流網絡設計

關于逆向物流網絡設計的研究主要是采用仿真模擬法和數學建模法。Louwers等(1999)針對廢舊地毯加工處理中心的選址問題,提出了一個非線性整數規劃選址定位模型。該模型綜合考慮了處理成本、運輸成本以及加工處理中心固定成本,確定了加工處理中心的位置及其處理能力。Hu等(2002)研究了危險廢物的回收物流系統,提出了一個多階段、多類型物品的離散時間線性分析模型,實現了回收物流運營成本最小化,利用該模型對實際案例進行計算,結果顯示出全部回收物流的成本削減可超過49%。Sheu等(2005)考慮了廢舊產品回收率和從政府組織可獲得的補貼等因素,構造了多目標規劃模型。結果顯示,運用該模型的供應鏈凈利潤可以提高21·1%。Listes等(2005)采用了一個多階隨機規劃的方法分析了從建筑廢棄物中循環再利用沙子的案例。冷杰等(2004)構建了一個包含回收中心、拆卸/檢驗中心和再制造工廠三級結構的逆向物流網絡MILP模型,并采用啟發式算法求得了全局優化解,實現了回收網絡整體運行成本最小化的目標。

Amponsah(2004)針對固體廢棄物的收集、運輸和處理具有可見度高、費用高等特點,提出采用以最小插入規則和轉換技巧法為基礎的啟發式算法。趙宜等(2005)建立了廢棄物品回收設施選址問題的MILP模型,并采用遺傳算法和分支定界相結合的方法對模型進行了求解,結果表明該混合算法可以在較短的時間內獲得回收設施位置的次優解。Wang等(2007)提出了一種新的混合整數線性規劃模型,并采用了RSHCMHE和MCCMHE兩種算法在較短的時間內成功地求得了較優解。Lee(2009)提出一種基于啟發式算法的整合抽樣方法,用動態位置和分配模式解決逆向物流網絡設計問題,并通過數值試驗證實了該方法的效率。Mutha(2009)建立了逆向物流網絡設計數學模型,解決了只考慮回收產品數量而沒有考慮再造產品和部分已使用產品的需求問題,并用一個數值實例對模型進行了驗證。

3逆向物流路徑優化

由于逆向物流具有產生地點、時間及回收品的質量和數量等高度不確定性,因此對于逆向物流路徑優化的研究主要集中于回收需求量不確定和客戶需求時間不確定兩類問題的研究。Lists等(2001)研究了廢沙回收的路徑優化問題,在需求不確定的前提下,以利潤最大化為目標函數,將MILP模型擴展為隨機模型。周根貴等(2005)考慮隨機需求,建立了一個單目標、單品種混合整數規劃模型,并采用遺傳算法進行了求解。Tavakkoli-Moghaddam等(2006)采用了啟發式算法求解了先配送后回收的閉環物流車輛路徑問題。

Salema等(2007)擴展了RNM模型,提出一個基于容量限制的多產品逆向物流混合整數規劃模型,并指出目前大部分研究都是基于實例的,缺乏一般性。文章也指出隨著問題規模的增加,計算時間是非常大的。Hyun等(2007)提出一個多周期多產品的動態逆向物流混合整數非線性規劃模型,并采用啟發式遺傳算法進行了求解。Tung等(2002)提出一個多時間段、多種有毒廢物回收系統的費用最小模型。Kris等(2007)考慮到提前期和庫存位置的不確定性對逆向物流的影響,建立了單目標、單品種混合整數非線性規劃模型,并采用基于不同進化方式的遺傳算法進行了求解。

4逆向物流庫存管理

關于逆向物流庫存管理優化問題,主要涉及需求確定和需求隨機兩類研究。Schrady(1967)最早研究了確定型庫存管理問題,假定需求、回收率、外部訂購和再制造的延遲時間是恒定的,提出一個最小化固定成本和庫存成本的最優批量模型。Richter(1996)在Schrady的基礎上,給出了一個不同控制策略下最優控制參數值的表達式,并討論了回收率對這些參數的影響。Kleber等(2002)提出了動態需求和回收量條件下,最優生產、再制造、廢棄處置的線性成本控制模型,并用Pontryagin極值定理求解某一產品恢復系統有幾種需求選擇的最優庫存控制策略。Dobos(2003)把需求和回收量作為時間的連續函數,提出以庫存、生產、再制造以及廢棄處置總成本最小為目標函數的最優生產和庫存控制策略。

Teunter(2004)研究了再生產品與新產品滿足相同需求的確定型需求率和回收率的庫存系統,推導出了確定新產品的生產和舊產品回收的最優批量組合公式。姚衛新(2004)假定產品需求是其價格的線性函數,在滿足負責回收方利潤最大時,推導出產品零售價、批發價和回收率的最優表達式,該模型為企業選擇適合的回收模式提供了理論依據。Fleischmann等(2002)提出了一個需求和回收服從Poission分布的隨機需求基本庫存模型,并分析了逆向物流對于庫存系統的影響。黃祖慶(2003)給出一個需求和退貨服從Poisson分布的隨機庫存優化模型,并分析了退貨率、庫存成本、缺貨損失參數對模型的影響,通過算例得出退貨率對模型有明顯影響的結論。Fleischmann(2003)考慮獨立隨機需求和物品回收的單項物品庫存,得到傳統單項物品庫存模型的變形,運用Markov決策過程,得出(s,S)訂貨政策的最優平均成本。運用庫存的分解,把模型轉化為不含回收流的等價傳統(s,S)模型,從而運用傳統的優化算法決定控制參數值。