周丹 邱玉琢

摘要：建立以预测需求为导向进行补货的应急物资库存路径问题的模型作为应急物资库存路径问题的通用模型。模型中采用预测需求函数作为补货的基础，避免单独使用OU补货政策导致补货过度僵化脱离实际。运用改进蚁群优化算法对模型进行求解，在蚁群优化算法中结合遗传算法中的多种操作，避免蚁群优化算法过早陷入局部最优，扩大其搜索域从而提高算法的性能。大量算例的计算表明，所提出的改进的蚁群优化算法能够在短时间内收敛;模型中各参数的敏感性分析结果表明：库存持有成本的增加一般会增加目标函数值，缺货成本的陡增不仅会增加目标函数值还会增加计算难度。

关键词：应急物资;库存路径;蚁群优化;预测需求函数;补货策略

中图分类号：O227文献标识码：ADOI：10.16465/j.gste.cn431252ts.20210617

2020年初爆发的大流行传染病COVID-19昭示了当前社会对应急储备物流优化的迫切需求。突发性事件具有高度的突发性和紧急性，事件发生地区的物资储备的种类及数量往往不能满足事件发生地区的需求。应急物资一旦出现供需失衡，就会产生不可估量的后果，因此，必须要对应急物资进行有效且高效的管理。

自Dantzig和Ramser于1959年对著名的旅行商问题（TSP）进行推广后得到了卡车调度问题以来，车辆路径问题（Vehicle Routing Problem，VRP）已经发展了50多年。第一次明确地将库存问题和路径问题结合起来考虑是Federgruen等[1]，从而引出了如今的库存路径问题的研究（Inventory Routing Problem，IRP）。Archetti等[2]将供应商管理库存的思想与路径选择相结合，在库存计算和模型条件里面同时考虑了供应商的库存和顾客的库存。……