朱嘉彤+张毕西+胡丽娜++陈奕昕

摘要： 跨境电子商务成长迅速，现有的配送模式却跟不上业务发展需要，海外仓的建立具有众多优势，但电子商务环境下的海外仓选址不仅受单方面的影响，因此现有的选址研究不能直接运用到跨境电子商务上。本文以中国跨境电子商务为研究对象，从市场需求等角度考虑，并从考虑建仓费用，运输方式，空间距离，时间成本等因素出发，建立海外仓选址模型。本文运用遗传算法和粒子群算法对目标函数展开求解对比并用实例得以认证。从而为跨境电子商务设定海外仓提供方法和依据。

Abstract： With the rapid growth of cross-border e-commerce， the existing distribution model can not keep up with the needs of business development. The establishment of overseas warehouse has many advantages， but the overseas position under the environment of e-commerce is not only affected by the unilateral effect， so the research on the location can not be directly applied to the cross-border e-commerce. In this paper， taking China's cross-border e-commerce as the research object， considering the market demand， costs， transportation mode， space distance， time cost and other factors， establish overseas warehouse location model. This paper uses genetic algorithm and particle swarm algorithm to make a solution and comparison to the objective function， and uses examples to certify it， so as to provide methods and basis for cross-border e-commerce to set up overseas warehouse.

关键词： 海外仓；选址模型；遗传算法；粒子群算法

Key words： overseas warehouse；location model；genetic algorithm；particle swarm optimization

中图分类号：F713.36 文献标识码：A 文章编号：1006-4311（2017）07-0078-03

0 引言

在经济全球化的今天，跨境电商是经济一体化的一大推手，我国跨境电商迅速发展，已形成一定的产业集群和交易规模。李克强总理在2016年政府工作报告中明确表示，要控制进出口贸易下滑的趋势，加快我国贸易的创新和发展速度，坚持拓展跨境电商试点，鼓励企业建成“海外仓”，促使外贸综合服务企业更快更好地发展。最近几年，我国的跨境电商飞速发展，许多大型跨境电商企业在国内已形成一定的产业集群和商业规模。据了解，以国际快递为主的邮政小包模式和把货物提前存储在海外仓库的海外仓模式是目前我国跨境电商的主要配送模式。所谓海外仓模式，就是将大规模跨境运输货品变为可能，电商企业预先把货物报关，然后发货到他国境内的仓库，当此国顾客有消费需求时，再发货给顾客。此时的货物等同于国内快递，不仅大大降低了时间成本，还提高了货物抵达的安全度和商品的重复消费率。

张夏恒、马天山（2015）在《中国跨境电商物流困境及对策建议》分析我国跨境物流的基础上，提出建设海外仓对跨境电商发展有很大的促进作用。王春芝、高强（2015）在《基于扎根理论的服务备件跨境物流协同系统研究》用扎根理论的方法体系，从战略层面提炼协同系统的要素和结构体系。王晓博和李一军（2006）在《电子商务环境下物流配送中心选址模型与评价方法》中在物流配送中心选址模型上改变时间约束和变动费用条件，用定量化的启发式算法和层次分析法（AHP）得到物流配送中心选址评价指标权重，全面评估包含了专家评分，进而确定最优位置。

在现实运行中，一般的选址会考虑费用成本、距离、需求量等因素，本文在传统的仓库选址模型基础上做改进，加上考虑建仓固定费用、海运航运之间的运费差，再融入时间成本，使传统选址模型更加科学、全面，更适应海外仓的选址要求。

1 模型建立

对海外仓选址的目标决策问题描述如下：每个国家或者主要城市看成是一个供应或需求质点，海外仓的选址根据在综合考虑建仓成本、需求量、运输方式、运输距离、时间成本等的因素下，在n个备选点中选出m个，在保证满足需求量的情况下，达到总成本最小，效率最高，利润最大。

在模型中m表示备选海外仓的数量；n表示需求节点的数量；fi表示建设海外仓需要的固定成本；Zi{0，1}为决策变量，0指海外仓不建设，1指建设；Chi表示国际单位距离（公里）单位货物（万吨）的运输成本；Xhi表示从供应节点到海外仓的运输量；dhi表示供应节点到海外仓的距离；Wij表示境外单位距离（公里）单位货物（万吨）的运输成本；Hij表示从海外仓到需求点的运输量；lij表示海外倉到需求点的距离；k表示未设定海外仓时产生的时间惩罚成本的线性惩罚系数；tij表示从供应节点到达第j个需求点的时间；aj表示货物到达的指定时间；？着j表示时间敏感系数；zj{0，1}表示tij>aj，则zj=1，若tij

式（1）为目标函数最小总成本，包含三点：建设海外仓的固定费用，国际运输费用和境外物流费用以及因没有建设海外仓耽误货品以最快的时间到达的时间惩罚成本。总费用为三部分成本之和，按照要求一定的时间使总费用最小，即使得总费用函数（=固定费用+运输费用+时间成本）最小。式（2）为约束条件，表示供应点到各海外仓的运输量要大于海外仓到各需求点的运输量，满足客户需求量；海外仓的建设数量应少于需求点的数量，运输量和距离都大于等于0；Zi{0，1}为决策变量，0指海外仓不建设，1指建设；Zj{0，1}为是否需要时间惩罚的0-1变量；时间敏感系数是0到1之间的实数，数值愈大，时间敏感性愈强。

模型假设所有运送的货品均一次性运达海外仓及需求点；仅在需求点所在国家建立海外仓；一个海外仓可向多个需求点供货，一个需求点可以由多个海外仓供货，海外仓之间不互相协调补充；各需求点的当地需求量可预知；第i个海外仓到第j个需求点的货品的运输量要满足需求量；供应点、海外仓和需求点之间均看成质点，质点之间的距离为直线距离；若供应点到需求点之间设定海外仓，则使用海运，否则使用空运；海外仓到需求点之间全程使用空运。

2 算法设计与分析

由于非线性混合0-1问题属于典型的NP（Non-deterministic Polynomial）问题，没有最优解，本文运用遗传算法来构造优化解。

2.1 编码设计 编码是遗传算法首步，现在主流的编码方法存在三种：二进制、格雷码和浮点数编码。在此模型中，决策变量Zi和Xij中含有的变量个数分别为m 和mn，因此目标函数中的变量为m+mn，即可编码成长度为m+mn。

2.2 初始种群生成 使用蒙特卡洛法产生一个种群规模M、长度m+mn的二进制染色体的初始种群，任一二进制染色体中的每一位随机地取0或1。

2.3 约束条件处理 对于模型三，约束条件为不等式，因此，罚函数k（x）=■[max（hr（x），0）]2，其中hr（x）表示约束条件函数，R为恒等式约束条件的总个数。通过罚函数可以构造如下函数：P（x，？啄）=F（x）+？啄k（x）。

2.4 适应度函数 适应度是用来度量群体内每个个体在优化问题中达到或近似找到最优解的优良度。适应度越高，可遗传概率越大。本文所建模型需总费用最小，其适应度函数为P（x，？啄）。

2.5 选择操作 本文采用转盘选择法，假设个体适应度为Fi，群体大小为M，则个体i被选择的概率Pi：Pi=■，其中式中，i=1，2，···，M。

2.6 交叉操作 交叉算法是遗传算法中生成新个体的主要方法，在交叉之前对个体随机配对，配对的那对染色体上的一段基因再按照某一规则交换，进而产生两个新个体。优秀基因通过交叉保留、遗传与进化。

2.7 变异操作 遗传算法中的变异算子相当于遗传学中的基因突变，由于外界环境的变化使得基因结构发生变异，从而产生新的染色体。首先，确定需变异的个体数c=[P×pm]；然后在[1，P]内随机c个整数{p1，p2，…，pc}，在内随机选c个整数{n1，n2，…，nc}；最后，Xp1在分量n1上变异，Xp1（xp11，…，xp1n1，…，xp1n）表示变异个体，n1表示变异点，则新个体表示为Xp1′（xp11，…，xp1n1′…，xp1n），其中xp1n1′=xp1n1+？着（d，y），（d，y）=ya1-■，式中，y=xp1n1max-xp1n1min，其中，xp1n1max、

xp1n1min，为染色体基因中允许的最大、最小取值，a为[0，1]之间的随机数，？着（d，y）是为了加大个体的突变程度。本文在选择算子的引导下，以概率Pm对个体染色体中的部分基因值与其他等位基因进行替换，变异操作，进而生成新个体。

2.8 终止条件 设定最大迭代次数G，次数一到就停止运算。

3 基于粒子群算法的模型求解

粒子群算法类似于模拟退火算法，属于进化算法的一种，它是以随机解为初始点，用迭代得出最优解，同样地，适应度越高质量越优。

在此模型中，决策变量Zi中包含变量个数为m，决策变量Xij中含有的变量个数为mn，因此目标函数中的变量为m+mn，即可编码成长度为m+mn。

由粒子组成的群体对Q维空间进行搜索，每个粒子表示x1=（x11，x12，x13，…，x1Q），每個粒子对应的速度表示v1=（v11，v12，v13，…，v1Q），每个粒子在搜索时要同时考虑以下两个因素：一是自身搜索到的最优值pi=（pi1，pi2，pi3，…，piQ），i=1，2，3，…，n，二是全部粒子搜索到的最优值p

4 案例分析

广东省深圳市某跨境电商公司主营业务为高级不锈钢内胆，因近几年来海外电商的迅猛发展，与香港、尼日利亚、缅甸、孟加拉、韩国等国家有业务关系，现拟在目的国分布情况、需求量、资金等条件约束下建立海外仓。案例通过建立的数学模型得到待建海外仓，以达到总成本最低的目标。案例基本数据：海运成本为20元/件/公里，空运成本为120元/件/公里，海运速度50公里/小时，空运速度600公里/小时，未设定海外仓时产生的时间惩罚成本的线性惩罚系数为100元/天/件。

有关数据如表1～表3。

基于遗传算法的MATLAB运行结果如图1，图2，表4所示。

基于粒子群算法的MATLAB运行结果如图3，图4，表5所示。

用两种不同的算法得出不同的配送方案，从目标函数结果看出，遗传算法得出的总成本比粒子群算法要小。

5 结论

在经济贸易全球化的今天，跨境电商飞速发展，海外仓的普及能大力促进跨国贸易进行，极大缩短物流时间，同时使得当地退换货手续更加简便，其优势是不言而喻的。文章对跨境电商海外仓选址问题进行探讨，考虑建仓费用，运输方式，空间距离，时间等条件，建立数学模型，并用遗传算法和粒子群算法得出解，为跨境电商建立海外仓给出科学建议，从而增强市场竞争力。

参考文献：

[1]王春芝.高基于扎根理论的服务备件跨境物流协同系统研究[J].物流与供应链管理，2015，27（2）：178-186.

[2]方新，靳留乾.基于区间D-S证据理论的物流中心选址模型[J].计算机应用研究，2015，32（27）：170-177.

[3]淦艳，魏延.免疫算法的带权值的物流配送中心选址中的应用[J].重庆师范大学学报（自然科学版），2015，32（5）：11-22.

[4]王晓博，李一军.电子商务环境下物流配送中心选址模型与评价方法[J].系统工程理论方法应用，2006，15（3）：150-156.

[5]柯颖.我国B2C跨境电子商务物流模式选择[J].中国流通经济，2015（8）：63-69.

[6]李向阳.促进跨境电子商务物流发展的路径[J].中国流通经济，2014（10）：107-112.

[7]B Gendron， F Seme， Formulations and relaxations for a multi-echelon capacitated location-distribution problem[J]. Computer & Operations Research， 2009， 36：1335-1355.