基于PI的企业动态库存补货模型与算法
戢守峰，刘红玉，赵鹏云，戢婷婷
（东北大学 工商管理学院，辽宁 沈阳110004）
摘要：传统物流网络是由供应商控制的上游地点和零售商控制的下游地点组成的多级分层结构，一旦确定了
供应商和零售商，则库存补货的方案和交付的时间地点等也随之确定。然而，随着PI(PhysicalInternet)时代的
到来，根据PI网络互联、开放和共享的特点，可以打破传统的库存补货模式。在PI环境下，每个补货订单的
订购点不再是预先确定的，缺货的PI-枢纽或者零售商可以根据货源选择策略动态选择为其补货的供应商或
PI-枢纽。本文采用IB-EB(Installation-Echelon)混合补货策略，构建了PI环境下的动态库存补货模型，首先应
用粒子群优化算法求解出补货预案，再将多个补货预案带入仿真环境中，从而确定最小成本基础上的补货量
和再订购点。最后，数值算例实验验证了模型的可解性以及算法的可行性。
关键词：PI；动态IB-EB混合补货策略；混合整数线性规划；粒子群-仿真优化算法
中图分类号：C931 文献表示码：A 文章编号：
0 引言
随着经济全球化趋势的蔓延和信息技术的迅速发展，市场需求日趋多样化，各企业亟需改善其物流网络来满足零售商的特定需求，更具开放性，自由度更高的物流网络逐渐得到学者和从业人员的广泛关注，即PI（实物互联网）。从互联网角度出发[1]，Montreuil等在2010年5月美国佐治亚理工学院（GeorgiaTech）举办的PINSF研讨会期间，提出了一种新型物流运输网络：Physical Internet，该概念是基于互联网与物流服务网络的相似性提出来的，Montreuil等将PI定义为协作化的工作，并且把PI描述为以新型物流模式促成的集装箱标准化与智能化，宽带通信，云计算的自然演进与整合。
PI作为物流中的创新理念，已得到了学者和从业人员的广泛研究。Roman等(2018)和Pan等(2017)详细总结了与PI和互联物流服务网络相关的外文文献，具有较高的参考价值[2,3]。Montreuil(2011)首次提出PI-容器易于处理、存储、运输、密封、固定、互锁、装载、卸载、构建和拆除的特点[1]。Sarraj等(2012)研究了互联网和物流服务网络之间的相似性和转换关系，介绍了PI的来源[4]。Ballot(2019)指出构建PI环境应该将研究重点放在PI集装箱化，信息共享与市场机制三个方面，并对PI在库存策略及信息共享的应用方面作了详细的阐释，为本文提供了详细的理论基础[5]。Imen等(2017)探讨了在互联城市物流环境下应用PI的运输问题，提出了多周期，多区域，异构车队和多行程的综合建模方法，并讨论了模型的可解性和算法的性能[6]。Dang等(2018)首次提出PI基础设施面向服务的信息框架（SOA），该框架可以实现PI环境下物流网络中各实体的通用互联并提供有效的物流服务[7]。Nina等(2019)研究了PI环境下的同步运输模式，其可以大大减少碳排放量和运输成本[8]。Yves (2015)探索了PI环境下，PI-枢纽间运输方式的转换，并采用仿真方法研究其实践性[9]。Rahimi等(2016)针对PI环境，提出了“智能PI-容器”的框架，并给出了PI-容器之间连接和信息共享方面的具体描述[10]。Tobias等(2019)引入了区块链技术，详细描述了区块链的配置与PI分布式网络结构的集成，为PI应用方面的基本障碍提供了解决方案[11]。
为深入探讨PI环境下的库存补货问题，部分文献在PI的基础上，研究了相应的库存补货策略。Pan等(2015)衡量了PI对物流网络库存水平和成本的影响，提出了PI环境下的货源选择策略，确定了与PI网络中库存管理相关的最新研究方向[12]。Yang等(2015，2016，2016)比较了传统与PI环境下物流网络的库存补货策略，研究了PI环境下物流网络的库存管理问题，构建了非线性整数规划模型，并采用模拟退火算法评估库存控制策略的效率[13-15]。Ji等(2018)研究了PI环境下多场景的生产-库存-分销问题，建立了集成生产-库存-分销模型，实验表明PI环境下的物流网络可以节省生产-库存-分销成本[16]。Maroua等(2018)探讨了传统和PI环境下物流网络的库存管理问题，提出了仿真模型来测试中断情况下的传统和PI物流网络[17]。因此，本文将IB-EB（零散-梯队）联合补货策略[18]与货源选择策略[12]应用于PI环境下的动态库存补货问题， 并考虑其基本建模因素设计相应的算法进行求解。