摘要: 汽车和物流产业是国家重点扶持的两大振兴产业。在众多汽车制造企业产能扩大的背景下，以零部件平均物流时间( Cycle Time，CT)为绩效评价指标，深入研究了基于第二方物流的零部件循环取货越库物流模式（简称3PL-MRCD) 的优化设计问题。建立了符合企业实际运作的离散系统随机仿真模型，即零部件循环取货与越库内部运作的集成模型。与现有供应链仿真模型相比，由于存在较多的仿真因子，提出首先运用序贯分支法( Sequential Bifurcation，SB)筛选3PL-M系统关键因子，再应用响应面法  ( Response Surface Methodology，  RSM) 找到关键因子最优运作水平的方法步骤( SB-RSM) ，解决了大型仿真系统的优化设计问题，基于调研的数据进行仿真实验，结果表明SB-RSM可准确找出影响CT的关键因子最优取值，该值使CT达到较为理想的水平。对大型仿真系统的优化而言，SB-RSM比传统RSM 更具实验效率与效力，SB-RSM为产能扩大3PL物流决策的制定提高了可靠的解决方案，具有良好的应用价值。

关键词:  产能扩大   零部件入厂物流   越库配送   仿真   序贯分支法  响应面元模型

一、引言

汽车零部件物流由入厂物流(供应物流或采购物流)、生产物流和出厂物流(售后物流)组成， 其中入厂物流是连接零部件供应商与装配企业之间物料供应活动的重要来源。目前，  国内汽车制造企业零部件入厂物流大多采用基于3PL的循环取货越库配送( Mlk -run Cross-docking，3PL-MRCD)物流模式[1]。据预测，国内汽车需求增长率在未来10 年内将保持在10%左右[2] 。在此利好形势下，众多汽车制造商纷纷设立新厂，包括武汉东风本田、神龙汽车和东风乘用车三大整车厂。产能的扩大势必带来的零部件物流量的增加，这对3PL物流运作提出更高的要求，3PL是否需要调整影响3PL-MRCD物流绩效(零部件平均物流时间，  见后文)的所有因子，即3PL-MRCD 的各项物流环节，如运输车辆数， 越库中心库台数，性 能更优的装卸载设备等? 哪些因子对系统绩效起关键作用?如何设计供应链以适应新的物流需求是其工作的一项重要任务。