《Kuwait Journal of Science》：A new crossover based genetic algorithm approach to multi period multi echelon location inventory routing problems with demand uncertainty and risk factors
编辑推荐：
供应链管理（SCM）在有效决策中日益扮演着关键角色，因为大多数公司采用优化策略来提升其整体业务绩效。本研究考虑了一个在路线中断情况下的多周期、多层级集成选址-库存-路径问题（LIRP），重点强调通过分销中心（DC）网络将单一产品从工厂配送到零售商。该模型采用风
供应链管理（SCM）在有效决策中日益扮演着关键角色，因为大多数公司采用优化策略来提升其整体业务绩效。本研究考虑了一个在路线中断情况下的多周期、多层级集成选址-库存-路径问题（LIRP），重点强调通过分销中心（DC）网络将单一产品从工厂配送到零售商。该模型采用风险导向策略和动态定价（DP）来纳入需求和前置时间的不确定性，以增加灵活性和鲁棒性。关键决策包括分销中心选址、配送量、中断下的车辆路径、补货计划以及库存水平，旨在最小化非线性的供应链总成本。研究人员在遗传算法（GA）中引入了一种新的交叉技术，以解决这个NP-hard数学模型，从而获得近最优解。此外，研究还使用了文献中的多种选择技术来验证结果。研究表明，采用新交叉算子和锦标赛选择的遗传算法在所有数值实例中均产生了最佳解。所得结果也与粒子群优化（PSO）进行了比较，进一步验证了所提方法的有效性。
**论文解读**
**研究背景、问题与研究目的**
在全球化和市场动态性日益增强的背景下，供应链管理的有效性已成为企业成功的关键。然而，传统供应链决策通常按战略层（如设施选址）、战术层（如库存管理）和运营层（如车辆路径）顺序进行，这种碎片化决策模式忽略了各环节间的相互影响，无法实现全局成本最优。尽管已有研究将选址-库存、选址-路径或库存-路径等两两决策进行集成，但将选址、库存和路径这三个核心决策，同时考虑需求不确定性、前置时间波动以及路线中断等风险因素，并进行统一建模与优化的研究仍相对匮乏。此外，现有风险缓解策略多侧重于供应端管理（如维持安全库存、备用设施），而需求端管理，特别是动态定价（DP）作为应对中断风险的有效工具，在集成选址-库存-路径问题（LIRP）中的应用尚不充分。
因此，本研究旨在填补这一空白，探讨一个多周期、多层级、在路线中断风险下的集成LIRP模型，并引入动态定价策略作为风险缓解机制。研究目标是确定分销中心（DC）的选址、各周期的补货计划与库存水平、配送至零售商的货量以及车辆路径，从而在不确定性环境下最小化非线性供应链总成本，并提升供应链的韧性与鲁棒性。该论文发表在《Kuwait Journal of Science》。
**主要关键技术方法**
研究人员采用了一种基于遗传算法（GA）的元启发式方法，并针对问题的NP-hard特性，设计了一种新颖的三阶段交叉算子（Three-stage crossover）。该算法通过染色体编码，同时表示分销中心选址、零售商分配、车辆路径、配送量及库存水平等关键信息。研究采用锦标赛选择（Tournament selection）和轮盘赌选择（Roulette wheel selection）两种选择机制，并与粒子群优化（PSO）算法进行性能对比。所有算法均通过Python编程实现，并在自行生成的54个测试实例上进行评估，这些实例涵盖了不同的网络规模、规划周期和中断水平（低、中、高不确定性场景，概率分别为p1=0.6, p2=0.3, p3=0.1）。
**研究结果**
**5.1. 算法评估与比较 (Algorithm evaluation and comparison)**
通过对比四种GA变体（结合不同选择与交叉策略）和PSO在所有测试实例上的表现，研究人员发现：采用锦标赛选择与三阶段交叉算子的遗传算法（GA, T+3S）在所有实例中均获得了最低的平均适应度值（目标函数值）和最小的百分比偏差（d%）。例如，在规模为4个DC、6个零售商、3个场景的实例中，GA (T+3S)的目标值为11,773.60，显著优于其他算法。该改进的三阶段交叉算子通过多阶段重组过程，增加了遗传多样性，同时保留了高质量解区域，实现了探索与利用的更佳平衡，从而在解质量和收敛速度上均优于传统的两点交叉法。相比之下，PSO虽然收敛更快，但解的质量低于最优的GA变体。
**5.2. 动态定价策略的效果 (Effect of adopting dynamic pricing)**
通过敏感性分析，研究人员评估了价格弹性参数变化对总成本的影响。结果显示，在-20%到+5%的价格弹性范围内，总成本随弹性降低而下降，表明动态定价有效改善了供需协调。例如，在场景1中，弹性为-20%时总成本为11,278.80，而基准（0%弹性）为11,773.60。然而，当弹性超过+5%时，更高的价格敏感性导致需求波动加剧，反而增加了总成本（如+20%弹性时总成本升至12,380.40）。这表明动态定价策略存在一个有效区间，在此区间内能显著降低成本，但过高的价格敏感性会降低其效率。
**5.3. 风险阈值的影响 (Impact of risk threshold)**
风险阈值（Z）是模型中一个控制未满足需求水平的约束参数。敏感性分析表明，当采用严格的风险阈值（如0.05）时，模型倾向于做出保守决策（如维持更高库存和容量），从而获得更高的可行性（满足约束）和更稳健的解，但目标函数值相对较低（即总成本更低，如场景1中为11,773.60）。当阈值放宽（如0.20）时，约束放松，模型允许更多未满足需求，决策更灵活（如降低库存），但导致目标函数值升高（总成本增加到11,970.40），表明资源配置效率降低。因此，风险阈值是平衡解鲁棒性与运营灵活性的关键控制参数。
**总结与结论**
研究的讨论部分指出，动态定价作为一种需求管理策略，在缓解中断影响方面是有效的，但其效果受价格弹性大小的显著影响。同时，风险阈值机制为决策者提供了一个根据风险偏好调整系统性能的灵活工具。
研究结论部分（翻译）如下：日益频繁和严重的灾害对现代供应链，特别是多层级网络的稳定性和韧性构成了重大且不断增长的风险。本研究通过提出一个集成框架，优化了动态定价和关键物流决策（包括分销中心选址、补货计划、配送量和车辆路径），探讨了中断环境下的多周期、多层级选址-库存-路径（LIR）问题。研究提出了一个混合整数非线性规划模型，以最小化供应链总成本，同时考虑了中断以及装卸成本。为了减轻中断的影响，研究实施了动态定价策略，通过可用库存管理产品配送以满足需求。结果表明，动态定价策略通过改善供需协调，降低了总成本，从而提升了中断下的供应链绩效。此外，价格弹性被认为是影响定价策略有效性的关键因素。针对该问题的独特性，研究人员为遗传算法设计了一种新颖的三阶段交叉算子，并分析了两种选择方法和两种交叉算子的有效性，并与粒子群优化（PSO）进行了性能比较。结果表明，使用锦标赛选择和所提三阶段交叉算子的遗传算法在所有案例研究中均提供了最佳优化结果，优于其他算法。未来研究可以通过纳入市场竞争和参数不确定性来扩展该模型，从而增强其在现实世界供应链环境中的真实性和适用性。
