运输和物流趋势

摘要：早在计算机和运筹学用于支持决策之前，就必须要解决运输和物流方面的问题。在开发出第一个优化模型后，运筹学在提高运输系统效率方面做出了重大贡献，并且具有复杂运输和物流问题的公司具有竞争力。本文将简要回顾运输和物流中的问题和运筹学贡献的历史以及技术的演变。然后，将讨论该领域的未来趋势以及潜在的运筹学贡献。

关键词：运输和物流;历史;运筹学;趋势

1.介绍

在计算机发明之前很久就必须解决运输和物流方面的问题。运筹学成为一门旨在开发模型和技术以支持决策的学科。在开发出第一个优化模型后，运筹学在提高运输系统效率方面做出了重大贡献，并在复杂运输和物流问题中具有竞争力。

运筹学作为一门系统科学，它捕捉到了问题的复杂性以及系统各部分之间的相互作用，从而提高了决策质量。运筹学方法依赖于数据可用性，并且在大多数情况下依赖于计算机。更多数据和更多计算能力的可用性使运筹学方法更加强大。

随着计算机技术的不断发展也促进了运筹学的不断发展。互联网技术的发展，信息和通信设备的个人使用，大量数据的广泛可用性为运输和物流系统以及运筹学的研究人员带来了新的挑战和机遇。

2.运输和物流历史简述

2.1运输与物流

运输和物流的历史与人类的发展史一样长，但最近的里程碑已经标志着。19世纪发明了铁路，1903年发明了飞机，1956年发明了海运集装箱。海上集装箱的发明对海上运输产生了巨大的影响。如今，物流和供应链管理的概念更主要是作为一种商业的功能，强调在需要的时间、地点提供所需的货物数量。当涉及到业务流程时，运输管理也被视为物流的一部分。在运输的途中不仅仅需要运输的货物也需要运输人员来晚上这些工作，所以运输管理不仅仅是对于货物的管理也是对人员的管理。

2.2运筹学

运筹学对运输和物流的贡献是基于实际问题的演变，同时也是信息和通信技术的发展，可分为以下几个时期：

（1）20世纪60年代至70年代：交通科学的出现。交通运输意味着交通和公共交通，而物流是一个年轻的领域，涉及物流和库存管理。在同一时期，开发了不同的编程语言。事实上，第一个编译器Fortran（Formula Translation）于1957年产生，在60年代，有40个Fortran编译器可用。Fortran是为科学和工程应用而开发的，并且在半个多世纪的时间里都是使用Fortran进行编译。除了Fortran之外，还开发了其他语言：1968年Logo，1970年Pascal，1972年CSmalltalk，Prolog，1978年SQL等语言。

（2）20世纪80年代：这是卡车运输的研究时期。在这十年中，出现了铁路和海上运输。航空运输也成为一个独特的研究领域。在20世纪80年代早期，家用计算机是为了家庭使用而开发，出现了用于编程和游戏的软件。

（3）20世纪90年代：运输包括客运和货运。物流发展的重点是运营和托运人进入供应链管理。运输和物流的出现涵盖了更广泛的问题。自20世纪90年代中期以来，互联网对文化和商业产生了革命性的影响，包括通过电子邮件，即时消息和万维网及其论坛，博客，社交网络和在线提供近乎即时的通信，购物网站等。

（4）2000年至2010年：运输和物流涵盖了越来越多的应用。货运和客运之间的传统障碍似乎变得越来越薄。移动应用程序通过数字分发平台提供给移动设备，如智能手机和平板电脑。

运输和物流方面的研究不仅促进了知识的进步，而且在发表的论文和组织的会议上也可以衡量学术成果。运输和物流方面的研究始终受到实际问题的驱使，已经制作了嵌入软件包中的模型和算法供企业使用。

3 大数据和物联网

现如今的数据呈现出爆炸增长的趋势，这和大数据技术是脱不开关系的，以及由互联网的概念扩展到的物联网。谷歌搜索“大数据”的搜索次数在2013年超过了“供应链管理”的搜索次数，这并不意味着数据就要比供应链管理更重要，但肯定的是人们越来越注意到大数据的重要性。

是什么让大数据与传统数据不同？在McAfee和Brynjolfsson（2012）[1]中，确定了三个主要差异：体积，速度和多样性。数据创建的速度对于许多应用程序来说非常重要，这可能比数据量更重要。大数据有多种形式，从消息到图像，来自手机的全球定位系统（GPS）信号，来自传感器的读数，社交网络。智能手机和移动设备已经变得无处不在，智能手机和移动设备是大数据的来源，并提供与人，活动，位置相关的大量数据。通过大数据，管理者和决策者可以更多地了解用户，并将这些知识转化为改进的决策和绩效。

数据驱动的决策是最好的决策。大数据为运营研究人员创造了新的大量的机会，特别是在运输和物流领域。大数据是高级定量工具的输入，可以引导公司和机构做出更好的决策[2]。

大數据现象与物联网有关，物联网是物理对象或嵌入有电子，软件，传感器和网络连接的“东西”的网络[3]，它使这些对象能够收集和交换数据。物联网允许在现有网络基础设施上远程感知和控制对象，为物理世界和基于计算机的系统之间的更直接集成创造机会。物联网包括智能电网，智能家居，智能交通和智能城市。在物联网中，每件事物都由其嵌入式技术识别，并且能够在现有的互联网基础设施内互操作。物联网将增加互联网的普及性，并导致高度分布的设备网络与人类以及其他设备进行通信。大数据和物联网为大量新颖的应用和研究项目带来了巨大的机遇。

4 供应链管理趋势

本部分的目的是概述供应链管理中的新趋势和研究机会。供应链活动的环境正在发生变化，专家预测在不久的将来会发生许多变化。在Stank，Autry，Daugherty和Closs[4]的研究中，十大趋势被认为在供应链管理行业的不久的将来具有影响力。我们在这里简要总结一下与运筹学最相关的趋势：

（1）系统关注：优化整个供应链网络，实现客户价值共创。

（2）信息综合：信息是全面共享的，联合解释以提高绩效。

（3）协作关系：联合责任和奖励，总系统价值创造。

（4）需求塑造：主动影响需求，创造系统总价值。

（5）转型敏捷性：不断变化的条件。

（6）灵活的网络集成：动态选择上游和下游的合作伙伴。

（7）全局优化。

研究的三个主要方向可以从这些趋势中得出：系统的，协作的和动态的这三个方向。在下文中，我们将讨论与这些相关的研究机会。

4.1 系统方向

运营研究有助于供应链管理的若干领域的决策。系统方向表明，当供应链的更广泛部分联合建模和优化时，可以找到更好的问题解决方案。事实上，近年来已经在这方面进行了一些研究工作。

例如，在车辆路线领域，一些论文研究了关于经典路线问题的更多全局问题，这些问题旨在仅根据位置，客户需求，时间窗口找到车辆的路线。集成的车辆路径问题越来越多地用于表示路由决策与其他决策一起处理的问题类别。位置路由问题共同优化了位置和路由。库存路由问题结合了路由和库存管理。生产路由问题集成了生产，路由，通常还有库存决策。多级路由问题优化了包括两个或更多个梯队的分配系统中的车辆路线。加载约束的路由问题同时优化了车辆的路线和货物的装载。

集成的车辆路径问题结合了路由问题（路由问题是最难的组合问题）。然而，即使通过精确的方法独立地解决问题，也会导致针对集成问题的次优解决方案。最近，Archetti和Speranza[5]将库存路径问题的启发式解决方案与通过顺序和最优地解决库存管理和路由问题获得的解决方案进行了比较。顺序解决方案模拟了供应链的传统管理方式，客户可以控制其最佳库存管理策略并确定订单时间和数量。只有在此之后，供应商才会组织最佳分配，然而，必须将客户时间和数量作为约束。库存路由问题模拟了一种更新的集成管理策略，称为供应商管理库存（VMI），供应商负责其分销以及客户的库存针对更加综合的问题的研究方向与上面概述的趋势一致。更多集成的优化问题模拟了供应链的更多集成管理风格，有助于利用集成的优势并可以量化收益。在Archetti和Speranza[5]的研究中，计算测试的结果表明，库存路由问题的解决方案允许平均节省10%，平均节省的库存和运输成本分别为15%和9%。因此，如果启发式用于解决产生小于10%的平均误差的集成问题，则集成提供关于各个问题的顺序解决方案的益处，即使是最优的。

4.2 协作方向

在供应链管理方面的合作得到了广泛的讨论。协作可被视为实现供应链集成和全局优化的工具。探讨协作计划实施的复杂性并讨论协作何时以及为何在实践中有效，超出了本文的范围。这里的目标是从观察开始，即协作是供应链管理的一个趋势，由技术支持并受到竞争和预期收益的激励，并且认为在协作环境中进行决策时会出现新的优化问题。协作举措可能由于多种原因而失败，并且缺乏对潜在利益的利用是其中一个原因。

协作计划的合作伙伴决定合作，因为他们希望通过协作来提高自己业务的绩效。虽然合作将改变他们的行为并暗示合作伙伴之间的互动，共同努力实现整合，但每个合作伙伴将更多地关注自己的业务而不是全球业绩。因此，整合必须以个人兴趣为中介，以使协作计划成功。协作中的这一基本概念可以使协作计划中的决策支持模型与全局优化模型不同。

例如，运营商之间的合作。统计数据显示[6]大约90%的货物在公路上行驶，而在所有欧洲国家，在公路上行驶并造成交通，污染和事故的空车的比例在15%至30%之间。卡车的平均负载远低于其容量，尤其是城市分布的低负荷。道路上的卡车数量远高于应有的卡车数量。可以确定这些负面统计数据的几个原因。其中，我们当然拥有运营商的规模，客户的分散，订单和交货时间之间的较短交付时间，尤其是电子商务活动产生的交易量增加。运营商之间的合作可以改善统计数据并为所涉及的运营商带来经济利益以及社会和环境效益。

4.3 动态方向

变革敏捷性和不断变化的条件被列为趋势，这是由于客户，采购，交付，地点，库存等数据的不断变化所造成的。反过来使问题本质上比以前更加动态。由于电子商务的数量不断增加，系统应该对变化更加敏感，并为需求变得越来越多变化的客户提供更有效的响应。后一种趋势使得需求也难以预测。由于基于预测的计划活动在供应链管理中仍然至关重要，特别是在供应链的上部[7]，模型还应该捕获有关未来结果的所有可能的，不确定的信息。

大多数经典优化模型都假设所有相关信息在构建模型时都可用，然后运行模型并完全实现解决方案。在一个收集数据非常耗时且成本高昂并且数据很少更新的世界中，这是一个现实的假设。这种假设变得越来越不可接受，因为解决方案需要在完全实施之前很快进行修订。尽管长期以来一直在讨论运输中的动态问题，但动态和随机车辆路径问题的研究仅在过去十年中受到越来越多的关注[8]（参考Ritzinger，Puchinger和Hartl的调查）。概述了对动态事件进行适当建模并同时纳入有关未来事件不确定性的信息的重要性。

Waller和Fawcett[9]讨论了与供应链管理中的动态方向相关的几个研究机会。而且，数据不断变化，并且长的计算时间变得越来越不可接受。在一个只能部分实现解决方案的模型中投入多少计算量？当数据变化是否意味着重新运行模型？或者数据的哪些变化会使重新运行模型变得有益？由于数据的不断更新，需要经常运行模型会产生其他相关的研究问题。我们是否可以利用算法所做的工作来解决优化问题，以加快下一个问题的解决方案，其中一些数据已经发生变化？

5 交通趋势

虽然私家车仍然是绝大多数人的主要交通工具，但是随着近几年滴滴打车等网上预约叫车的业务的不断发展，越来越多的年轻人也更倾向于选择网约车，并推迟购买汽車和获得驾驶执照的想法。

在Porter，Linse和Barasz[10]中，提出了人员交通的六大趋势，这将改变我们的行动方式：

（1）自动驾驶汽车：免提和无脚驾驶是现实，完全自动驾驶汽车将很快成为现实。

（2）电动汽车：目前电动汽车和短程汽车主要是电动汽车，电动汽车越来越经济，行驶时间更长，无需充电。

（3）联网车辆：交通数据在车辆上可用，车辆配备互联网连接。

（4）协同消费：按需移动选项正在增长，协作选项可实现移动性，而无需大部分未使用的个人汽车。

（5）高效的多模式网络：众包公交数据将根据旅行者的需求调整时间表，为旅行者提供多种旅行选择。

（6）新材料：将设计更轻的车辆，也增加电动车辆的行驶距离。

5.1 电动汽车

混合动力电动汽车，电池电动汽车，插电式混合动力电动汽车已成为当今任何潜在汽车买家的选择的一部分。我们将所有这些类别的车辆称为电动车辆。电池的持续时间增加，因此车辆的自主性。充电站虽然仍然很少，但数量正在增加。成本仍然很高，但预计会下降。使用电动汽车的激励措施来自政治机构，它们看到了改变环境带来的积极影响。虽然大规模替代传统电动汽车的全球影响仍有待评估，特别是在电力生产方面，但使用电动汽车的趋势似乎是不可逆转的。

5.2 减少行驶车辆和停车位

交通拥堵是每个国家的一个重大问题。人们不得不每天排队到他们的工作地点，带孩子上学，进行任何定期活动。排队不是一个例外事件，而是特别是在城市地区，这是一个导致延误和压力的常规事件。反过来，延误会产生巨大的经济和社会后果。用电动汽车代替传统车辆不会减少行驶车辆的数量，停车位的需要或拥堵问题。

仅通过减少需要旅行的人数和/或通过增加在同一车辆中运输的人数，可以减少行驶车辆的数量。虽然我们很难为前一种选择做出贡献，但我们的贡献可能与支持后者有关。导致人们使用自己的私人车辆的主要原因之一是公共交通系统缺乏灵活性。这种移动系统通常在固定的行程和固定的时间表上工作。在大多数情况下，频率太低，行程时间太长。这些特征使得这些系统不适合于在空间和时间上极其分散的运输需求，并且要求快速响应和短的行进时间。

Demand Responsive Transit（DRT）系统（也称为拨号系统）是提供“门到门”运输的灵活服务。Martínez，Viegas和Eiró[11]建议对DRT系统进行分类：

有固定的行程和站点，预订

有固定的行程和可能的弯路

未指定的行程和预定义的停靠点

未指定的行程和未指定的停靠点

最后一种类型的服务是最灵活的服务，可以被认为是最接近共享出租车概念的服务。DRT系统正在吸引越来越多的兴趣，DRT服务提供商开始对提高其运营效率感兴趣。马尔科维奇[12]等人提出了马里兰州DRT系统的实施。计算机化路由和调度系统每天有450次旅行请求，估计每年可节省82万美元，相当于人工操作的年度总费用的18%。

在Archetti，Speranza和Weyland[12]进行的模拟研究中，传统的公共交通系统，例如公共汽车系统，与按需服务一起提供，而没有固定的行程和时间表，允许用户传达旅行所需的出发时间，出发地和目的地。按需服务通过小巴提供。如果用户在到达目的地的时间可接受的情况下，小巴将提供在旅行的起点接收用户并将他/她送到目的地的服务。如果传统公共汽车和按需小巴都没有向用户提供可接受的服务，他/她将使用私家车。所进行的分析表明按需服务将在传统公交车上占据主导地位，包括吸引的出行次数，出行时间和成本等。

5.3 减少拥堵

人们更倾向于认为拥堵是由道路上的车辆数量唯一决定的。事实上，这只是部分正确，因为拥堵也是由行驶车辆所遵循的路径以及车辆行驶的时间决定的。当许多车辆同时沿同一条道路行驶时会发生拥堵。利用现有技术，对于给定数量的具有给定起点和目的地的行驶车辆，可以协调行驶路径和时间。

旨在支持路径选择中的驾驶员的最常见的车载设备基于数字化道路网络地图和GPS天线。给定目的地，导航系统通常在距离或旅行时间方面提供最佳路线。最近，导航系统拥有一些实时交通数据，并且可以将驾驶员重新路由到非拥挤路径。但是，这些系统不考虑所提供方向的系统影响。导航设备为起点和目的地提供相同信息的驾驶员，因此，路线引导可以简单地将拥堵转移到其他道路。协调和减少拥堵的可能性是巨大的。

6 结论

现在的计算机技术和汽车技术的进步正在迅速改变供应链的管理方式以及货物和人员的运输方式。经济压力通过利用技术进步推动企业提高效率和效率。与此同时，机构受可持续性目标的驱动，旨在满足当前需求而不损害后代满足其需求的能力。预计物流成本对公司和运输对环境的巨大经济影响以及新出现的商机将迅速改变运输和物流。运营研究为供应链管理和运输问题做出了重要贡献，预计会有更多重要贡献应对新的研究挑战。

参考文献：

[1] A. McAfee， E. Brynjolfsson.《大数据：管理革命》，哈佛商业评论， 90 （2012）， 第60-68页.

[2] D. Barton， D. Court.Making advanced analytics work for you，

Harvard Business Review， 90 （2012）， pp. 79-83.

[3] L. Atzori， A. Iera， G. Morabito.《物联网：一项调查》，计算机网络，54 （2010）， 第2787-2805页.

[4] T. Stank， C. Autry， P. Daugherty， D.Closs.《重新设想将彻底改变供应链物流的10大趋势》，运输日志，54 （2015）， 第7-32页.

[5] C. Archetti， M.G. Speranza.《库存路径问题：集成的价值》，国际运筹学交易，23（2016），第393-407页.

[6] Giachino， B. Il piano nazionaledellalogistica 2011/2020. MinisterodelleInfrastrutture e deiTrasporti， ConsultaGenerale per l’Autostrasporto e la Logistica， December 2010.

[7] D. Simchi-Levi， P. Kaminsky， E. Simchi-Levi.《管理供应链：商业专业人士的最终指南》麦格劳-希尔公司（2004）.

[8] U. Ritzinger， J. Puchinger， R.F. Hartl.《动态随机车辆路径问题综述》，国际生产研究杂志，54（2015），第215-231页

[9] M.A. Waller， S.E. Fawcett.《数据科学、预测分析和大数据：将改变供应链设计和管理的革命》，商业物流杂志，34（2013），第77-84页.

[10] B. Porter， M. Linse， Z. Barasz.《六种交通趋势将改变我们如何移动》，福布斯（2015年）

[11] .Markovi？， R. Nair， P. Schonfeld， E.Miller-Hooks， M. Mohebbi.《优化马里兰的Dial-a-Ride服务：计算机路由和调度的好处》，运输研究第C部分：新兴技术，55（2015），第156-165页

[12] Archetti， C.， Speranza， M.G.， &Weyland， D.（2015）. On-demand public transportation.submitted for publication.

作者简介：

段砚，1996.09，女，青海省海東市，硕士研究生，学生，物流工程.

推荐访问:运输 趋势 物流

---