王娅楠，张玉春

(兰州理工大学，甘肃 兰州 730050)

1 引言

在供应链物流传输领域中，提前期数值的获取完全依赖于订货量，安全库存与订货量之间的应用关系受到提前期、订货频率两项物理指标的直接影响。当订货量数值相对较少时，供应链订货的频率数值较高，易导致库存系统在整个补货期内始终面临较大的缺货风险，因此为有效控制缺货水平与年缺货成本之间的物理关系，就需要增加物流企业的原始库存量。此时安全库存与订货量数值能够保持稳定的反比数值关系；而当订货量不断减少时，提前期实值会持续缩短，而在整个提前期内的货物需求水平却不一定会降低，由于安全库存量会随物流运输距离的延长而减少，故此时的供应链订货量始终与安全库保持正比影响关系[1-2]。

随着货物运输量的增大，原有供应链服务模式很难完全满足企业物流的实际调度需求。为解决此问题，传统敏捷型物流调度策略从客户收益最大化入手，在完善定制化服务流程的同时，确定货物目标之间的优先级差异性水平[3]。然而此方法很难同时满足企业与个人的个性化物流调度需求。此外，还有学者设计了基于双层变邻域蝙蝠算法的供应链物流运输调度模型[4]和基于多车型供应链和混沌烟花算法的物流运输调度模型[5]。其中，基于双层变邻域蝙蝠算法的模型考虑了多个供应商、多个制造商和多个零售商的三级供应链物流运输调度，实现建立双层变邻域蝙蝠算法，增强变邻域局部搜索过程的寻优能力，然后在合理的时间内求解最优的流运输调度路径。……