基于鲁棒优化的逆向物流网络设计研究

逆向物流的流量预测困难,加上各种成本的不确定,其稳定性难以保证。为研究其选址问题,建立了一个以总成本最小为目标的标准模型,并在标准模型基础上加入因无法满足的处理量而产生的惩罚成本。分析出其中可能的不确定参数,进行规范式处理,引用p-robust建立鲁棒优化模型。随机构建一个案例,考虑外界参数不确定,将标准模型和鲁棒优化后的模型分别使用粒子群算法进行求解,得出不同的选址结果,对比表明高度不确定下的鲁棒优化模型的选址决策具有较低的风险。分析各不确定参数对总成本波动的影响程度,得出逆向物流量对总成本波动影响最大,应加以重视。最后考虑网络结构不确定,给出一种在不同不确定等级下的选址方法。