资源描述：
《废旧家电回收体系构建及路径优化方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
AMaster’sThesisinLogisticsEngineeringTHESTUDYOFRECYCLINGSYSTEMOFWASTEHOUSEHOLDAPPLIANCESANDROUTEOPTIMIZATIONMETHODSCandidate:WeiJinSupervisor：ProfessorWanFucaiSchoolofInformationEngineeringShenyangUniversityJune18,2015 摘要近年来随着新一代家电产品不断更新换代地出现，家电的寿命周期越来越短，目前我国废旧家电已经进入新一轮的报废高峰期。报废的废旧家电一般都含有大量的金属材料，对于当今资源日渐枯竭的社会，废旧家电的回收不仅能够实现资源的重复利用，为企业带来经济效益，而且还能达到对环境和生态保护的目的。废旧家电逆向物流的回收已成为目前我国物流发展的一个新领域。本文以废旧家电逆向物流为研究对象，主要研究了废旧家电逆向物流的回收体系的构建和路径优化两方面内容。本论文主要包括以下内容：(1)对逆向物流、废旧家电逆向物流的相关理论进行研究，并指出我国废旧家电逆向物流的运作模式和发展障碍。(2)构建了基于回收网络信息平台的废旧家电回收体系，利用回收网络信息平台实时更新信息的功能，加强了回收中心和回收点的沟通和联系，减少逆向物流的分散性、多样性和不确定性。建立了一个闭环的废旧家电回收体系，实现了对废旧家电的充分回收利用和生态环境保护。(3)建立了一个基于成本的确定性废旧家电车辆路径优化模型。该模型为确定性模型。它所研究的是一种回收客户点的位置已知，回收量确定，回收中心在满足一些列约束条件下，指派车辆进行回收并确定每辆车的行驶路线，从而完成所有的回收任务，并使运行成本最低的模型。针对该模型，我们选用了蚁群算法进行求解。并对蚁群算法中出现的收敛速度慢、容易陷入局部最优解的问题，进行算法改进。最后通过一个具体的实例验证了该算法的有效性。关键词：废旧家电，逆向物流，信息平台，回收体系，路径优化，蚁群算法I TheStudyofRecyclingSystemofWasteHouseholdAppliancesandRouteOptimizationMethodsAbstractInrecentyears,Chinahasenteredthepeakofobsolescenceofwastehouseholdappliancesagainwiththespeedoftheupgradeacceleratedgraduallyandproductlifecycleshorterincreasingly.Ingeneralwastehouseholdappliancescontainalargeamountofmetalmaterials.Collectingthewasteappliancesproperlycannotonlyachievethereuseofresourceandbringeconomicbenefitsforenterprises,butalsoitcanachievethegoalofenvironmentalandecologicalprotection.TherecyclingofwastehouseholdappliancesinreverselogisticswillbecomeanewareaofdevelopmentofChina'slogisticsinthefuture.Inthispaper,reverselogisticsofwastehouseholdappliancesistheresearchobject,whichcontainstheconstructionofrecyclingsystemandthestudyofvehicleroutingoptimization.Thispapermainlyincludesthefollowingaspects:(1)Thetheoriesofreverselogistics,reverselogisticsofwastehouseholdareintroduced.Atthesametime,itpointsoutthemodeofoperationandtheobstaclestothedevelopmentofreverselogisticsofwastehouseholdappliances.(2)Thepaperconstructsawastehouseholdappliancesnetworkinformationplatformforrecycling.Theplatformupdatesinrealtimeinformationofrecovery,strengthenscommunicationandcontactwiththerecyclingcenterandcollectionpoints.Asaresult,itreducesthedispersion,diversityanduncertaintyofreverselogistics.Weachievefullrecoveryandutilizationofwastehouseholdappliancesandtheprotectionoftheecologicalenvironmentwiththehelpofrecyclingsystemofwastehouseholdapplianceswithaclosedloop.(3)Weestablishamodelofvehicleroutingoptimizationofwastehouseholdappliancesbasedoncost.Themodelisadefinitemodel.Itisamodel,whichitstudiestheknownlocationofrecoverycustomer,definiterecyclingamountsandtherecyclingcenterwhichmeetssomeconstraintconditions,assigningvehiclesforrecyclingandtoconfirmingeachvehiclesdrivingroute,inordertocompletethetaskallII Abstrasttherecovery,andtheminimumoperationcost.Weapplytheantcolonyalgorithmtosolvethemodel.Astheconvergencespeedoftheantcolonyalgorithmisslowanditiseasytofallintolocaloptimalsolution,weimprovethealgorithm.Finally,thispaperverifiesthevalidityofthealgorithmbyanspecificexample.KeyWords:wastehouseholdappliances,reverselogistics,informationplatform，recyclingsystem,routingoptimization,antcolonyalgorithmIII 目录摘要....................................................................................................................................IAbstract............................................................................................................................II目录.................................................................................................................................IV第1章绪论.....................................................................................................................11.1研究背景和意义.................................................................................................11.1.1研究背景...................................................................................................11.1.2研究意义...................................................................................................11.2国内外研究现状.................................................................................................21.2.1国内研究现状...........................................................................................21.2.2国外研究现状...........................................................................................41.3研究内容及创新点.............................................................................................61.3.1本文研究内容...........................................................................................61.3.2本文创新点...............................................................................................81.4研究方法与技术路线.........................................................................................81.4.1研究方法...................................................................................................81.4.2技术路线...................................................................................................8第2章逆向物流相关理论...........................................................................................102.1逆向物流概述...................................................................................................102.1.1逆向物流的含义.....................................................................................102.1.2逆向物流的分类.....................................................................................102.2废旧家电逆向物流概述...................................................................................112.2.1废旧家电逆向物流的含义.....................................................................112.2.2废旧家电逆向物流的主要特点.............................................................122.2.3我国废旧家电逆向物流的运作模式及其比较.....................................132.2.4我国废旧家电逆向物流的发展障碍.....................................................152.3逆向物流车辆路径问题...................................................................................162.3.1逆向物流车辆路径问题概述.................................................................162.3.2逆向物流车辆路径问题的构成要素.....................................................16IV 目录2.3.3逆向物流车辆路径问题的分类.............................................................172.4本章小结...........................................................................................................18第3章基于网络信息平台的废旧家电回收体系的构建...........................................193.1废旧家电回收网络信息平台的构建...............................................................193.1.1回收网络信息平台的组成.....................................................................193.1.2回收网络信息平台的总体框架设计.....................................................223.2我国废旧家电回收体系的构建.......................................................................253.2.1我国废旧家电回收的主要来源.............................................................253.2.2我国废旧家电的回收去向.....................................................................263.2.3我国现有废旧家电回收体系的特点.....................................................263.2.4我国废旧家电的回收网络的构建.........................................................273.3废旧家电逆向物流回收中心的选址...............................................................283.3.1回收中心的选址方法...........................................................................293.3.2单设施选址模型分析——重心法.........................................................293.3.3多设施选址模型分析——混合整数规划法.........................................313.4本章小结...........................................................................................................33第4章基于成本的确定性废旧家电车辆路径问题研究...........................................354.1基于成本的确定性废旧家电车辆路径优化模型...........................................354.1.1问题描述.................................................................................................354.1.2模型假设.................................................................................................354.1.3符号说明.................................................................................................364.1.4模型构建.................................................................................................374.2基于成本的确定性废旧家电车辆路径优化模型求解...................................384.2.1蚁群算法概述.........................................................................................394.2.2改进的蚁群算法.....................................................................................444.3算法设计...........................................................................................................464.3.1初始蚁群的分布.....................................................................................464.3.2状态转移策略.........................................................................................474.3.3解的构造.................................................................................................474.3.4信息素更新策略.....................................................................................474.3.5计算步骤.................................................................................................494.4算例及求解.......................................................................................................504.5本章小结...........................................................................................................53V 沈阳大学硕士学位论文第5章结论与展望.......................................................................................................545.1总结...................................................................................................................545.2展望...................................................................................................................55参考文献.........................................................................................................................56在学期间研究成果.........................................................................................................59致谢.................................................................................................................................60VI 第1章绪论1.1研究背景和意义1.1.1研究背景我国作为世界上人口最多的国家，多年来一直是世界上家电生产和消费大国，家电数量也一直位居于世界前列。自上个世纪八十年代末，大量的家电产品进入中国百姓家庭。如果按家电正常寿命周期10-15年来算，2003年我国家电市场第一次迎来报废高峰期。近年来随着新一代家电产品不断更新换代地出现，家电的寿命周期越来越短，2013-2018年我国又进入了报废高峰期。据统计，我国废旧家电正以每年20%的速度增长，截至2012年我国废旧家电的报废量已达到7585万[1][2]台，预计到“十二五”计划末期，我国拥有的废旧家电数量将高达1.6亿多台。废旧家电逆向物流的回收与处理将成为未来我国物流发展的一个新领域。近年来，各级地方政府积极响应党和国家走可持续发展道路的号召，不断研究各种废弃物的回收再用方法。虽然全国许多城市已经制定并实施了《再生资源回收利用管理条例》，但我国电子废弃物回收企业由于运行成本高，利润低，起步晚，其运营方式仍有许多问题。现在的回收企业一般处于微利或是无利状态，许多家电企业不愿意主动或是选择逃避的方式承担对废旧家电的回收责任。逆向物流不同于正向物流，它一般具有不确定性、多样性和分散性的特点，[3]所以对逆向物流的研究更为困难。目前国内学者对废旧家电逆向物流问题的研究，相关文献资料还比较少，且多停留在理论阶段。因此，随着可持续发展理念的深入人心以及人们对构建循环型社会所达成的共识，建立一套科学、规范的废旧家电回收处理体系及路径优化模式已刻不容缓。1.1.2研究意义进入21世纪，随着世界各国对生产者责任延伸制的认可，越来越多的国家开1 沈阳大学硕士学位论文始纷纷制定废弃产品处理的法律，学者们也将逆向物流作为研究重点。通常我们所说的废旧家电主要指一些功能遭到损坏，经过适当维修后，仍不能使用或达到[4]国家安全使用标准的家电。长期以来，我国废旧家电的回收一直处于低层模式。大部分家电经过小商贩上门回收后，流入二手市场或是被家庭小作坊进行简单地手工分类、拆解后，提取有用的材料，获取经济价值。这些回收模式不但效率低，[5]形不成规模，而且还污染生态环境，威胁人类的生存。废旧家电产品组成中含有大量的有害物质，如汞，镉，铅，铬，聚氯乙烯和溴化阻燃剂等，对人体健康和环境造成严重影响。例如，一台计算机如果没有得到有效地合理回收，其中350多种化学原料都会威胁人类的健康；而一颗小纽扣电池如果被丢弃，会直接造成60万升水的污染，相当于一个人一生的饮水量。另外，从节约资源的角度来看，家电类产品一般都含有重要的金属、塑料、化工等材料，对它们的合理回收利用，有助于缓解当前我国资源日益匮乏的现状。丹麦的研究人员通过实验发现，从一吨电子板卡中可以提炼出1磅黄金、44磅锡、286磅铜等金属，仅1磅黄金的价[5]值就非常乐观。本文通过构建废旧家电回收网络信息平台，实现了顾客和回收企业间地实时在线交流，提高了人们参与废旧家家电回收的热情，增加了废旧家电的回收量，为后文研究废旧家电回收体系提供了研究基础。同时，为了使我国废旧家电的回收更加科学、规范，本文对回收体系中的废旧家电的来源、去向及其回收中心的选址等问题进行了深入探讨。对于路径优化的研究，我们以最小化企业运行成本为目标，使企业获得更大的效益，吸引更多企业进行废旧家电回收活动。1.2国内外研究现状1.2.1国内研究现状国内学者对废旧家电逆向物流的研究，多数是从2003年我国第一次进入家电报废高峰期开始。经过十几年的发展研究，我们在废旧家电的回收策略、网络规划、回收体系构建及回收处理技术等方面都有所成就。2004年，武汉大学的候晓梅[7]通过研究一些西方发达国家制定废旧家电回收2 第1章绪论相关法律的历程，总结他们的立法经验，结合我国废旧家电的实际发展现状，最终提出在我国制定相关废旧家电回收立法的建议。同年，尹凤福、王正太等人通过借鉴欧盟、日本相关的废旧家电的回收处理体系，呼吁在我国制定一套科学的家电回收体系的必要性，经过研究提出了适合我国国情的废旧家电回收体系[8]。有关废旧家电回收的研究开始引起国内学者的关注。兰晖（2006）[9]提出了四种废旧家电回收体系，即家电制造企业单独建立逆向物流回收系统、家电制造企业与废旧家电回收处理企业联合建立逆向物流回收系统、家电制造企业间联合建立废旧家电逆向物流回收系统以及独立的第三方废旧家电逆向物流回收系统。宋晓芳、马祖远、王茵（2008）[10]等人对废旧家电回收的规范化进行了深入研究。李俊、田萍、李海波（2013）[11]以第三方废旧家电逆向物流中的服务商为研究对象，采用层次分析法，对服务商进行分析筛选。朱爽（2010）[12]研究了金属外壳、塑料、电路板等一些常见生产材料的回收处理工艺，寻求它们与废旧家电回收处理的相关性，为今后在我国开展废旧家电的回收活动提供了技术支持。清华大学学者钟金凤（2011）[13]通过对自营模式下的逆向物流网络进行设计，提出在处理中心实现清洗、维修、拆卸等预处理操作的方案，并建立一个混合整数规划模型，最终用LINGO软件实现对回收网络的优化。叶石柱（2012）[14]对废旧家电回收处理过程中的环境因子进行研究分析，最终建立了相应的评价模型。张卫星、汪良（2012）[15]对我国家电产品的回收处理模式进行研究，提出了家电的OEMT模式。杨明洋（2013）[16]对废旧家电逆向物流的运作模式进行研究，并提出相应的回收体系。高兴（2013）[17]为了确定在废旧家电回收网络中回收处理中心节点的地理位置，构建了一个MILP数学模型，并成功运用LINGO编程软件进行求解，最后将该模型及其算法运用到淮安市废旧家电回收处理中心的位置选址问题中。运输作为物流活动中的一个重要环节，优化运输路线不仅可以节约企业的经营成本，增加企业的经济收益，而且还能充分利用资源，提高运输效率。近年来国内有不少学者开始深入到废旧家电运输路径领域中，并取得一定的研究成果。3 沈阳大学硕士学位论文[18]2010年，胡天军对车辆路径中的VRPPDTW模型进行研究，提出了一种在逆向物流中带回程取货的车辆路径优化模型，针对该模型，选用了智能优化算法进行[19]求解。江前斌（2010）主要结合GIS的信息定位功能，研究了废旧家电中的网[20]络选址问题，并对网络中的运输路线进行规划建模求解。邓霞、马晓旦（2013）等人通过对正向物流中的车辆配置问题进行研究，提出了逆向物流中车辆配置与[21]优化的相关问题。徐云（2013）设计了整合正逆向物流的家电配送车辆实时路径优化方法，即初始路径规划和实时路径优化；并通过增加遗传算法的局部搜索能力，对路径进行实时优化调整。1.2.2国外研究现状与国内相比，国外进入废旧家电报废高峰期的时间更早，其相关的理论研究也较之国内更早。从上世纪90年代开始，欧美日等发达国家就开始对废旧家电逆向物流相关理论进行研究，经过几十年的研究发展，他们建立了较成熟的逆向物流研究理论。1992年，Stock[22]在给美国物流管理协会的一份研究报告中最早提出“逆向物流”这一术语，它标志着逆向物流理论的诞生。随后，大量的学者开始对逆向物流相关方面展开了研究。Goggin和Browne（1998）[23]通过研究发现立法、消费者的环保要求和同行业间的竞争压力是影响电子产品回收的三个主要因素。Mayers和France（1999）[24]认为生产者责任制作为废弃物管理新的方法，只有在立法全面展开的情况下才有效，这需要家电生产商和政策的相关制定者间积极主动地合作。YueYu，Bennett，Johnson和Mauro(2001)[25-27]等人在对家电产品材料的回收与处理方法进行研究过程中，综合考虑资源可回收性、外界环境因素等因素，提出了家电产品报废后应遵循的回收优化准则。Irma、Knut(2004)[28]建立了简单的生产——回收逆向网络模型，但是此模型是基于稳定的需求和回收基础上，研究成果具有一定的局限性。Min(2006)[29]等人运用改进的遗传算法对逆向物流网络中回收中心选址问题进行求解，并将求解结果与传统算法进行比较。2007年，Kara[30]为构建一个合理的逆向物流网络，以悉尼4 第1章绪论市为例，采用仿真技术识别网络中的相关变量，模拟网络中的相关环境。同年，GeraldW.Evans[31]应用混合整数线性规划构建了一个同时优化正逆向物流的模型。[32]Der-HrongLee,MengDong（2007）在研究电脑产品销售过程中正向物流的基础上，提出了一个废旧电脑回收逆向物流网络。Ovidiu(2007)[33]采用随机规划模型的思想，建立了一个闭环的物流网络模型，并将一系列不确定因素的影响考虑进去，最后对其进行求解。Tuzkaya(2011)[34]对土耳其某家白色家电企业进行研究，设计出逆向物流网络。XiaoyunBing(2014)[35]等通过对家用废弃塑料的网络研究设计，选择出适用的分离技术。同年，EmadRoghanian和PeimanPazhoheshfar[36]两位学者在随机环境下使用遗传算法对逆向物流网络进行模型优化。XiaoyunBing,JimJ.Groot,JacquelineM.Bloemhof-Ruwaard（2013）[37]等从逆向物流的角度，运用混合整数线性规划的模型对废弃塑料的收集、处理、运输过程进行研究。Hejrani,Sasan（2013）[38]等对医疗废弃物建立成本、风险最小化函数模型，运用遗传算法进行求解，并用实例验证该算法的有效性。VeigaMarceloM.(2013)[39]主要研究了巴西农药废弃物回收的效率问题。另外，Miguel、Patrick[40]等在2007年系统地研究和分析了影响车辆路径规划的一系列动态因素，这些因素包括：客户请求、到达时间等，在此基础上建立了需求——成本的动态评价体系。AhmadAlshamrania,Kamlesh,RonaldH.Balloub(2007)[41]针对美国有关红十字会的血液回收车辆路径问题，建立一个动态逆向物流车辆路径优化模型。HyunsooKim,JaehwanYang,Kang-DaeLee(2009)[42]研究了电子产品逆向物流运输的车辆路径优化模型，并以最小化电子产品回收运输成本为目标，最终通过禁忌搜索算法求解该问题，求解结果具有实用性。Deniz(2009)[43]考虑不同车辆、时间窗的车辆路线规划问题，以成本最小为目标，建立了混合整数规划模型，求得最佳配送时的车辆数目。JongJinYoon,YipingLe（2013）[44]在对日本逆向物流运输效率的研究中，指出当前日本废弃物回收效率低下的主要原因是逆向物流管理和运输系统的不完善。XiaoyunBing,Marliesdekeize,JacquelineM.Bloemhof-Ruwaard(2014)[45]等人基于生态环境保护下,对家用废弃塑料的运输问题进行研究,提出了运用启发式算法对运输方案进行选择。5 沈阳大学硕士学位论文1.3研究内容及创新点1.3.1本文研究内容本文通过对废旧家电回收网络信息平台的构想与设计，建立了一套科学、规范的回收体系。对于回收过程中的路径优化问题，本文建立一个以最小化运作成本为目标的0-1混合整数规划线性函数模型，并用改进的蚁群算法进行求解。本文各章节安排如图1.1所示：6 第1章绪论第1章研究背景、意义、国内外现状与创新点基础逆向物流的相关理论研究理论第2章废旧家电逆向物流相关理论研究研究逆向物流车辆路径问题研究回废旧家电回收网络信息平台的构建收体第3章废旧家电回收体系的构建系研究废旧家电回收中心的选址问题研究VRP基于成本的确定性车辆路径优化模型建第4章模改进的蚁群算法与算算法设计及其步骤法求解实例验证总结第6章总结与展望展望图1.1本文章节图Fig.1.1Thechapterdiagramofthisarticle.7 沈阳大学硕士学位论文1.3.2本文创新点本论文的创新点主要有以下几点：(1)提出了构建废旧家电回收网络信息平台的思想，利用网络信息平台实时更新回收信息，加强回收中心与回收点的交流，减少了逆向物流回收过程中不确定性的特点。(2)建立了一个闭环的废旧家电回收体系，实现了对资源的循环利用和环境保护，使传统的产品流程由“资源—生产—消费—废弃”到“资源—生产—消费—再生资源—废弃”的转变。(3)针对传统蚁群算法搜索速度较慢、容易过早收敛以及较易出现局部最优解的缺点，本文在传统蚁群算法的基础上进行了改进。1.4研究方法与技术路线1.4.1研究方法(1)通过查阅统计年鉴或网络等获取所需要的数据，为撰写论文做好基础。(2)针对我国废旧家电逆向物流实际状况，运用系统工程中建模与优化理论方法对我国废旧家电回收系统及路径优化问题进行研究，以最小化制造商总成本为目标建立该问题的数学模型。(3)大量阅读相关期刊、论文，对已有的研究成果总结分析，尝试多种算法求解并进行比较融合。1.4.2技术路线本文的技术路线如图1.2所示：8 第1章绪论研究背景研究意义收集资料，分析国内外研究现状确定具体问题回收体系的构建及路径优化的研究逆向物流的理论知识基于回收网络信息平台的废旧家电回收体系的构建信息平台的构建回收中心的网络选址回收体系的构建单设施网络选址多设施网络选址数量确定位置确定单回收中心单车类型基于成本的确定性废旧家电车辆路径优化模型与求解算例分析展望与总结图1.2本文技术路线Fig.1.2Thetechnicallineofthisarticle9 第2章逆向物流相关理论2.1逆向物流概述2.1.1逆向物流的含义逆向物流不同于传统意义上的正向物流，它的发展与研究正越来越多地引起物流界相关学者的注意。它作为一专业术语最早出现在1992年Stock给美国物流[22]管理协会的一份研究报告中。国内对逆向物流的研究相对来说比较晚，大约是在我国第一次进入家电报废期（2003）开始。目前国内对逆向物流的定义主要指为了获得回收资源或正确处理废旧物品，在合理回收成本的驱动下下，将废旧物品，从消费终点移动到生产起点或其他节点的过程。它主要目的就是重新获得对产品的使用价值，实现对废弃产品的正确处理，降低对环境的污染。通常在研究中将逆向物流分为废弃物流和回收物流。其中，废弃物流（WasteMaterialLogistics）是指根据实际需要，对已失去使用价值的物品，进行一系列的收集、分类、包装、加工等操作，并将它们送到专门的处理场而形成的物流实体[47]流动。而回收物流（ReturnedLogistics）是指将不合格的物品进行返修、退货以及循环使用的包装容器，从需求方返回到供应方而形成的物品实体流动。前者指[46]将废旧物品进行合理回收再利用的过程；而后者则包括退货、返修以及包装容器的重复利用等。2.1.2逆向物流的分类有关对逆向物流的分类很多，本章主要介绍按产品回流的原因、产业形态等标准进行分类的逆向物流。(1)商业退货逆向物流商业退货逆向物流是指顾客、商品零售商和分销商，将一些长时间未使用或存在质量问题的商品，退还给供应链上游的物流活动。10 第2章逆向物流相关理论(2)产品寿命终结的逆向物流产品在销售出一段时间后，由于顾客的使用，渐渐失去自身的使用价值或相应的产品功能，而被丢弃或淘汰。为了获得这些产品的残余价值，通常我们会对这些产品进行再回收、处理，这过程所形成的物流活动就是产品寿命终结的逆向物流。(3)包装物回收逆向物流在产品流通过程中，包装可以保护商品、促进商品销售、提高商品运输效率。包装物回收逆向物流就是指将产品流通活动过程中的各种包装进行回收再利用的物流活动。它可以节约资源，保护环境，是逆向物流中的一个重要发展方向。(4)维修再制造逆向物流根据售后服务承诺条款要求，产品在销售出去一段时间后，如果发生使用故障，顾客可以将故障产品送到维修服务商那里进行产品维修。如果产品经过维修后，仍不能正常使用，企业可以对故障的部分进行替换或是返回到下游企业，进行拆解处理。由此所产生的一系列物流活动就是维修再制造逆向物流。(5)企业内部的逆向物流为了节约原料、降低生产成本，减少对自然环境的污染，企业在内部生产过程中，将出现的废、次品及其副产品，通过循环、制造等流程再次进入流通领域。这中间所发生的物流活动就是企业内部的逆向物流。2.2废旧家电逆向物流概述2.2.1废旧家电逆向物流的含义废旧家电作为逆向物流的一部分，随着我国进入家电报废高峰期，废旧家电逆向物流已越来越引起社会各界的重视。根据《废旧家电及电子产品回收处理管理条例》中的有关规定，通常我们所说的废旧家电主要指废旧电视机、电冰箱、洗衣机、空调机、电脑五大类。废旧家电由两部分组成：废家电和旧家电。所谓废家电主要指在使用过程中失去使用功能或是遭到损坏，经过适当维修后，仍不能达到国家旧家电安全使用11 沈阳大学硕士学位论文标准的家电；而旧家电则指性能完好，且符合国家家电安全使用标准，可作为二手商品继续销售、使用的家电。废旧家电逆向物流是指将消费者手中的废旧家电进行集中回收，合理处理的过程，主要物流活动包括废旧家电的收集、分类、检测、拆解、存储、运输、再制造及最终的废弃物处理。其目的是回收可利用资源，使资源得到循环利用，合理处理废弃物，降低对环境造成的污染。2.2.2废旧家电逆向物流的主要特点(1)逆向性。通常逆向物流中回收的废旧家电与一般的正向物流中所销售的家电的流动方向相反，即从供应链的下游流动到供应链的上游，通常表现为消费者——收集点—回收点——制造商/供应商，如图2.1所示。供应商消费者制造商分销商供应商消费者供应商回收点收集点消费者供应商消费者正向物流逆向物流图2.1正向物流和逆向物流中家电的流动Fig.2.1Theflowofthehouseholdapplianceintheforwardlogisticsandreverselogistics.(2)不确定性。由于逆向物流具有随机性的特点，企业对家电产品的回收活动并不能通过管理进行预先控制。这使回收的废旧家电质量怎样、数量多少、在何处回收、什么时间回收等都不能事先确定。(3)分散性。任何人都可以随时产生废旧家电，它可以是家电的生产者，也可以是家电的销售者，还可以是家电的使用者，即废旧家电不仅能在生产领域产生，也可以在流通领域或消费领域产生。(4)缓慢性。废旧家电的回收处理是一个复杂的过程，一般需要经过检测、分类、拆解、再回收等工序，而且废旧家电回收初级阶段很难形成规模效应，回收12 第2章逆向物流相关理论速度很慢。(5)价值递减性。废旧家电的回收并不是一个单一的回收操作，其中还包括运输、分类、检测、处理等操作，这些操作都会消耗一定的费用。2.2.3我国废旧家电逆向物流的运作模式及其比较目前我国的废旧家电逆向物流运作模式主要有三类：自营模式、联合经营模式、外包模式。(1)自营模式分销商零售商消费者废旧家电回收网络家电生产商图2.2自营模式示意图Fig.2.2Thediagramofself-mode自营模式是指家电生产商依靠企业自身的力量建立起相应的回收网络，在网络中对收集的家电进行集中回收处理的运作模式，其流程如图2.2。采取自营模式的家电企业在产品开发初期要有足够的的资金进行回收体系建设，还要有相应的技术支持，多选用可回收的材料，规范生产技术，设计出易于回收的产品。自营模式是家电企业对社会责任的一种外部延伸。(1)联合经营模式联合经营模式的含义是指生产相同或相似产品的家电企业进行联合合作，共同出资，共同享用物流回收设备，共同建立一个的逆向物流回收网络，对废旧家电进行回收处理[48]。联盟企业间共同建立家电回收网络，对家电产品进行回收、分拣、加工、处理及再利用，其模式如图2.3。13 沈阳大学硕士学位论文分销企业零售企业终端客户废旧家电联合回收网络联合的拆卸处理中心家电生产企业1家电生产企业2家电生产企业3图2.3联合经营模式示意图Fig.2.3Thediagramofjointbusinessmodel.(3)外包模式外包模式又称第三方回收模式，目前在我国已经有很多家电企业采用了这种回收模式，它主要指家电生产商将本企业的废旧家电回收处理业务，通过合同的方式，转交给第三方废旧家电回收处理企业，并支付一定的费用，而使本企业专心从事核心业务的研发。联盟企业间共同建立家电回收网络，对家电产品进行回收、分拣、加工、处理及再利用，其模式如图2.4。分销商零售商消费者第三方回收处理企业家电生产商图2.4外包模式示意图Fig.2.4Thediagramofoutsourcingmode.以上就是目前我国现存的三种主要废旧家电回收运作模式，它们每一种都有14 第2章逆向物流相关理论自己的优缺点和适应类型。家电企业在进行废旧家电回收活动时，应该根据本企业的经济实力，选择适合自己的运作模式，以获得最大的经济收益，其各种运作模式间的比较，如表2.5。表2.5三种运作模式比较Table.2.5Thecomparisonofthreemodes运作模式自营模式联合经营模式外包模式1.提高企业竞争力。1.降低成本，缓解资金1.效率高，服务专业化。2.树立企业形象。压力。2.实现规模经济。优点3.信息反馈及时。2.发挥各企业的技术、3.信息反馈及时。4.避免核心技术和物流优势。4.集中精力开展核心业信息泄露。务。1.经营风险大。1.信息反馈不及时。1.不易监控，回收成本缺点2.投资成本高。2.企业技术、商业秘密难以准确计算。容易泄露。2.存在技术外泄风险。企业规模大，实力生产相同产品或产品类专注于核心业务的各类适应类型强，有一定物流基型相同资金不足缺乏物企业。础的企业。流基础的企业。2.2.4我国废旧家电逆向物流的发展障碍尽管我国逆向物流研究已经发展了几十年，但与西方发达国家相比，我国还处于比较落后阶段。为构建一套科学、规范的废旧家电回收体系，我国需经过一段艰难的探索阶段。当今我国废旧家电逆向物流的发展主要有以下障碍：(1)缺乏健全的法律保障体系。相关法律法规的缺失使家电的回收渠道很不正规，大部分家电流入到小商贩手中。他们卖给私人家电回收中心，通过手工拆卸处理。一些塑料、铁、铜、铝等易回收资源被拆解出来，经销售换取一定的经济价值；而大部分未拆解下的资源被丢弃，这样不仅造成资源浪费，而且还严重环境污染。(2)公民回收意识淡薄。每年我国都有大量的家电达到使用寿命年限，而被淘汰，但这些家电中能够真正被回收的并不多，很多都遭到随意丢弃。天津曾建立15 沈阳大学硕士学位论文一个全国最大的废旧家电收中心，可建成运营后却出现一种“吃不饱”的滑稽现象。追其原因就是公民的回收积极性不高，从而出现“无米下锅”的现象。（3）技术落后、设施不完善。目前我国的回收技术很落后，并不能建立起稳定高效的回收体系，在一定程度上阻碍了我国家电回收的发展。除此外，我国逆向物流普遍使用正向物流的基础设施，缺乏针对废旧家电逆向物流的回收设施和渠道，使逆向物流系统处于割裂、分散、封闭和无序状态中。2.3逆向物流车辆路径问题2.3.1逆向物流车辆路径问题概述车辆路径问题（Vehicleroutingproblem,VRP）作为物流配送的关键问题，一直被认为是NP难问题。1959年，美国数学家Dantzig和Ramser[49]在一个路径优化问题中最早提出该问题。VRP问题通常被描述为：根据客户的要求，在满足一系列如：交货数量及时间、车辆载重、车辆载容、车辆最大行程等，合理安排配送路径，达到如：运输距离最短、运输费用最少、配送时间最短等目标[50]。废旧家电车辆路径优化问题（VRP）主要指回收车辆从回收中心出发后，如何安排最优的运输路线，完成对回收客户点的废旧家电的回收收集工作。VRP问题是一个带有约束的优化组合问题，它在现实的生产运输活动中有很大的应用。虽然越来越多的研究人员开始对VRP进行建模求解研究。但多数是将正向物流中的VRP直接移植使用，而缺乏对逆向物流中的VRP单独研究。本章主要是建立基于成本的确定性废旧家电车辆路径优化模型，它的研究具有实际意义。2.3.2逆向物流车辆路径问题的构成要素逆向物流VRP的构成要素主要有：货物、客户点、运输车辆、配送中心、运输网络、约束条件和目标函数。客户：它不仅包括产品使用者，而且还包括产品零售商、产品回收站等。本文所研究的回收站主要为建立在街道或居委会的回收站。居民将报废的家电投放到回收站或是家电零售商处，换取一定的经济收入。回收站的工作人员通过网络或是电话联系到回收中心，回收中心收到回收指令后，进行车辆派遣。16 第2章逆向物流相关理论货物：它作为VRP中配送或回收的研究对象。在本文所研究的逆向物流VRP中，主要指待回收的废旧家电。通常VRP中所要考虑的货物属性为：货物所处位置、货物回收或是配送的重量及体积、货物的包装形式、取货时间、能否分批配载等。本文所要考虑的货物的属性为货物所处位置、体积、重量。货物所处的地理位置决定了车辆行驶的运输路线，货物的体积和重量决定了车辆的配载状况。车辆：它是货物配载的主要运输工具。逆向物流VRP主要考虑车辆类型、载重量、最大行驶距离、行驶速度以及货物的性质，如是否可以混装等。车辆的载重量主要指包括车辆的最大载重量或是车辆的最大载容量。配送中心：文章所说的配送中心主要指废旧家电回收中心，它可以是一个，也可以是多个。它是进行货物收集、分类、配载的主要地方。货物在配送中心短暂的储存后，开始下一逆向物流活动。运输网络：它一般包括顶点、无向边和有向弧三部分。顶点主要为配送中心或客户。弧、边的属性主要指车辆运输距离、车辆行驶方向等。约束条件：一是容量约束，即每条运输路径上的货物总需求量（或供应量）应在车辆的最大载重范围内；二是行程距离约束，每辆运输车辆的最大行程距离也应在模型中预先指定的某一数值范围内。目标函数：对于逆向物流的VRP，目标函数有多种，常见的目标函数有：最小化总运输成本，它主要指运输车辆的折旧费、燃油费、驾驶员的工资等；最小化车辆的总运输里程，它等价于运输车辆的总行驶距离最小；最小化运输车辆数量，它表示使用最少的运输车辆完成运输任务。除此外，还有最大化服务水平、最小化车辆的吨公里等。在实际问题中，我们可以选用一个或是多个目标函数，但并不是所有的目标函数都能满足，因为各个目标函数间会发生冲突。因此，我们要根据具体的回收、配送要求，选择合适的目标函数。2.3.3逆向物流车辆路径问题的分类逆向物流VRP按照不同的划分标准可以有不同的种类。(1)按照回收中心的数目，可以分为单回收中心VRP和多回收中心VRP。(2)按照车辆类型，可以分为单车型VRP和多车型VRP。单车型VRP主要指17 沈阳大学硕士学位论文使用的车辆类型及其载重量完全相同；而多车型VRP指配载车辆的类型和载重量不完全相同。(3)按照优化目标函数数量进行分类，即单目标VRP和多目标VRP。(4)按照车辆装载情况，可以分为满载VRP和非满载VRP。满载VRP指货物的运量超过一辆车的载重量，一辆车不能完成装载任务；非满载VRP指货物的运量低于一辆车的载重量，一辆车可以同时完成多项配载任务。(5)按照约束条件，也可以分为带能力约束VRP、带时间VRP、带时间距离VRP。(6)按照配载任务，还可以分为纯装货VRP、纯卸货VRP、装卸混合VRP。2.4本章小结本章首先对逆向物流的含义及其分类作了简单概括，其次论述废旧家电逆向物流的内涵及其主要特点，再次介绍了目前我国废旧家电回收的主要运作模式，并对比了这几种模式，最后研究了我国废旧家电逆向物流的发展障碍和逆向物流VRP的有关知识。通过这一章的介绍学习，为接下几章的论述提供了理论基础。18 第3章基于网络信息平台的废旧家电回收体系的构建3.1废旧家电回收网络信息平台的构建进入21世纪，随着计算机网络技术的发展，社会信息化程度地提高，人与人之间的交流越来越密切。特别是一些高新技术产品不断更新换代地出现，如平板电脑、智能手机等，通过网络我们几乎可以足不出户，就能时时刻刻地了解到世界各地的奇闻异事。网络的出现使我们生活的世界渐渐变成一个“地球村”。它不仅使人们的生活变得丰富多彩，而且也使人们的生活方式发生了变化。每天花一段时间上会网，浏览一下国内国际新闻、社会动态等，已成为当今绝大多数人每日生活中必不可少的一件事。近几年来，电子商务如雨后春笋般迅速发展起来，网上购物成为当今的一种时尚。它简单、方面、快捷。客户只需网上下单，货物就能安全地送到自己手中。目前我国回收家电企业面临着一个非常尴尬的现状，回收不到足够的家电。尽管每年我国有大量的家电遭到淘汰，但能真正地流入正规的回收企业的家电并不多。国内一些家电回收企业建成后，经常会因为回收不到足够的家电而亏损，以致最终停业。针对这一现实问题，我们提出利用网络的优势建立废旧家电回收信网络信息平台的构想，加大家电的回收量，并且国内也有一些企业开始尝试这一活动，如香蕉皮回收公司。废旧家电回收网络信息平台利用计算机网络技术，实现了回收企业和顾客间的信息交流，是回收企业开展废旧家电回收的基础设施和信息平台，具有实时性、互动性、开放性、针对性等特点。该平台除了具有数据采集、存储、管理和传输等基本功能外，还可以向用户提供信息查询、统计、咨询、设计、控制等服务。3.1.1回收网络信息平台的组成废旧家电回收网络信息平台主要有五个基本用户组成，它们分别是政府部门、19 沈阳大学硕士学位论文家电企业、消费者、二次家电市场、网站工作人员，如图3.1所示。这些用户通过网络，互相交流与联系，彼此间信息共享，共同完成对废旧家电的回收工作。下面我们主要对这五个用户在回收网站的基本责任功能作简要介绍。(1)政府部门首先政府部门应该通过各种舆论工具，如电视、广告、广播等媒体形式，加大宣传环保的力度，并且通过教育手段使民众意识到回收废旧家电的重大意义，从而让民众养成自觉回收家电的好习惯。其次政府还可以利用财税杠杆作用，对家电回收企业给予财政补助，减免企业税收，扶持企业进行家电回收。家电回收相关法律的制定可以促进废旧家电的合理回收。政府部门应加大对回收法律法规的制定工作，使废旧家电的回收有法可依。取缔一些技术回收处理水平落后、破坏生态的家庭拆解厂。禁止收购者将回收的废旧家电转卖到落后山区或配送到一些非法回收机构的违法行为。另外政府部门加强履行对社会的监督职能，尤其对家电生产企业的监督，使家电企业自觉履行对家电的回收工作。最后政府还可以利用对市场的引导机制，提高居民的家电回收环保意识，引导居民购买、使用易于回收的家电产品，从而使废旧家电回企业赢得更大收益。(2)家电企业这里我们所说的家电企业主要指家电生产企业和零售企业。生产企业作为家电的源头企业，应该自觉履行生产者责任延伸制，积极主动承担对淘汰或废弃家电的回收。其次家电生产企业在生产的过程中应规范生产技术，避免使用有毒有害的原材料，并减少对稀有金属、贵金属的使用，生产可循环的、环保的、生态友好的绿色家用电器，从而在源头上减少有毒有害物质的产生，并便于今后的再回收、再次利用。家电零售企业作为直接和消费者接触的家电企业，可以通过开展家电以旧换新活动或是回收家电积攒积分等措施，吸引消费者回收家电。(3)消费者消费者可以通过注册，登录网络信息平台，如相关家电回收网站，查阅最新的的回收信息；消费者填写个人基本信息，如家庭住址、联系电话等，加强了回20 第3章基于网络信息平台的废旧家电回收体系的构建收企业和消费者的沟通，便于回收企业上门回收家电；而消费者登记的回收家电宣传、教育政策、优惠政府部门法律、法规社会监督市场机制规范生产技术生产企业生产可回收产品生产者责任延伸制废家电企业旧回收价格家电零售企业以旧换新回收积分兑换网会员注册络信消费者地理位置息平台家电信息在线交易二次家电市场交易价格在线咨询平台工作人员信息管理客户维护图3.1废旧家电回收网络信息平台的组成Fig3.1Thecompositionofwastehouseholdappliancesnetworkinformationplatformforrecycling21 沈阳大学硕士学位论文基本信息，如家电类型、使用年限、损坏程度等，能够使回收企业对所要回收家电有初步了解。网站的工作人员收到回收信息后，致电消费者，并进一步核实回收信息。若经查实回收家电信息无误后，回收企业开始安排车辆，进行上门回收家电活动。最后，回收企业对消费者进行满意度访问，以维护客户。其具体流程如图3.2所示。登录填写信息核实信息车辆配载回访上门回收图3.2基本流程Fig3.2.Basicprocedure(4)二次家电市场二次家电市场为经济能力有限的消费者提供了一个购买交易的平台，确保消费者能够买到安全性能高、质量合格、仍能使用的二次家电，避免了一些已达到生命终端的家电流入到消费者手中，伤害消费者的生命财产安全。同时二次家电市场还可以将一些仍能使用的家电捐赠给贫困山区，使废旧家电得到再次利用。(5)平台工作人员平台工作人员作为废旧家电回收网络信息平台的服务人员，可以与消费者进行在线交流，解答他们的疑难困惑；安排车辆对废旧家电进行回收，优化运输路线；同时维护、管理废旧家电回收网络信息平台上的各种家电信息与回收政策，使各个层次的用户能够信息资源共享；最后对回收消费者进行回访，接受消费者[51]的建议，改进不合理的回收程序。3.1.2回收网络信息平台的总体框架设计废旧家电回收网络信息平台作为一个多层面、多业务、信息网络化的综合回收平台。它主要服务于家电企业和家电消费者，为他们提供信息发布、政策查询、回收处理和决策支持。该信息网络平台采用了模块化的层次结构，它主要由用户[52]层、执行层、决策支持层、数据层和物理层构成，如图3.3所示。用户层。它按参与主体分为政府部门、家电生产企业、家电零售企业、终端22 第3章基于网络信息平台的废旧家电回收体系的构建消费者、家电二次销售市场。回收网络信息平台根据不同的参与主体赋予不同用户不同的权限，并为其提供不同的应用接口和服务机制。用户登录后可根据自己的不同权限享受不同的信息平台功能，如：政府可以对公众进行宣传教育、制定相应法律法规、监督违法行为等。家电生产企业可以改进企业的生产技术、运用可循环的家电生产材料，设计易于回收的家电产品。家电零售企业可通过一些优惠措施，如以旧换新、积分兑换（积攒积分冲减购买新家电的费用）等，吸引消费者参与废旧家电的回收活动中。此外，消费者可以登记自己和家电的一些基本信息，促进家电的回收活动。最后网站中还增加了个二次交易市场，实现了消费者和回收企业的在线交易，简化了交易程序。执行层。不仅包括信息收集、回收运输、政策宣传系统，框架中还加入了二次交易平台和前台服务系统。回收网络信息平台中有关家电回收的各种信息，如家电的类型、损坏程度、回收价格、回收政策等众多，必须进行统一管理，使各层用户第一时间搜索到自己所需要的信息。家电回收的一个很大成本就是回收运输成本，所以家电路径优化至关重要。选用什么样的车型，如何派遣车辆等，都是需要考虑的问题。二次交易平台的运作可以借鉴电子商务的网上交易运作模式，将一些性能完好的，经检验未达到报废期限，仍能使用的家电，以较低的价格卖给了有需求的消费者，实现了家电供需双方的线上交易，并进行“商品”跟踪，确保家电及时准确的送达。前台服务系统实现了与客户的在线交流与维护，加强了回收企业与消费者的联系，有利于后续回收工作的开展。决策支持层。家电的回收处理及资源再利用方案的制定，首先需要废旧家电回收决策支持系统给出可选方案，然后结合专家决策意见对相关家电回收处理预案进行选择和优化。废旧家电回收处理系统主要是对回收的废旧家电进行集中处理，它分为分类、检测、拆解等过程。数据层。它是回收网络信息平台的核心层，该层主要对对获取的数据进行加工处理、存储和分类。数据库中不仅包括内部数据、GIS数据，还有外部数据库，23 沈阳大学硕士学位论文政府部门生产企业零售企业消费者二次市场用宣政法社市生回以积地家在交户传策律会场产收旧分理电线易层教优法监机技产换兑位信交价育惠规督制术品新换置息易格信息收集系统回收运输系统政策宣传系统二次交易平台前台服务系统执行家电类型运输模式法律法规在线交易在线咨询层客户位置路径优化以旧换新交易价格信息管理回收价格家电跟踪EPR制度在线支付客户维护决企业信息用户信息回收价格二次销售策家电信息车辆信息家电类型损坏程度支回废旧家电回收决策系统数据挖据废旧家电回收处理系统收持家系回收家电路径回收家电储回收家电检回收家电拆统电优化系统存系统测系统解系统信GIS数据库管理系数据仓库管文件管理息理系统系统反馈数据多源异构管理中心数抽取数据处理数据仓库据层GIS数据内部综合数据库外部综合数据库文件资料库物理计算机系统通讯设备网络设备其它层图3.3废旧家电回收网络信息平台的结构设计Fig3.3Thedesignofwastehouseholdappliancesnetworkinformationplatformforrecycling24 第3章基于网络信息平台的废旧家电回收体系的构建如废旧家电路径优化和回收处理等数据。因此，信息平台不仅需要与其他系统建立良好接口，还需对不同企业、不同部门、不同格式的信息进行规范化、标准化处理。为了实现异构数据源统一、保证数据的安全和一致性，需要将源于外部数据库的信息进行标准化处理，再将其传输到数据仓库系统。所以，本文在数据层[53]加入了多元异构数据处理的模块。物理层。它是废旧家电回收信息网络平台建设的基础支撑，主要包括公共回收家电数据传输网络的基础设施、政府回收逆向物流的内部局域网、相关组织内部的家电回收信息网络、服务器以及客户终端等。在构建的废旧家电回收网络信息平台的总体框架中，废旧家电回收支持系统是网站运营的核心，其中，有关废旧家电回收回收处理流程及其相关技术和家电的VRP是平台构建的关键，本文重在研究有关废旧家电回收的VRP。3.2我国废旧家电回收体系的构建3.2.1我国废旧家电回收的主要来源目前，我国废旧家电的来源主要有五种，下面我们将对这五种来源进行简单的介绍。(1)来源于居民日常生活中的家电。近年来随着世界经济的快速发展，科学技术的不断进步，产品多样化的形成，家电更新换代的速度也越来越快。居民开始淘汰旧家电、废家电，更新新家电，渐渐成为家电产生的主力军。(2)来源于政府部门、企事业单位所产生的家电。每年学校、政府等机关部门都会因教学、工作的需要更新换代一些新的家电，因此他们也是废旧家电产生的主力军。(3)来源于家电零售商处产生的家电。随着生产者责任延伸制的发展，企业社会责任感的增强，越来越多的家电零售商开始开展“以旧换新”、“废旧家电积分兑换”等的回收活动，吸引消费者，使居民在购买新家电时，为获取新家电价格上的优惠，将淘汰不用的家电转交给零售商。其次，零售商在销售家电过程中也会产生一定量的家电，如积压家电、损坏家电、退回家电、残次家电等。25 沈阳大学硕士学位论文(4)来源于家电生产商处产生的家电。它产生的废旧家电的来源基本上与零售商相同，这主要是因为零售商将积攒的废旧家电运输到它这里，等待下一步的处理。它主要有两个来源：一是委托零售商进行“以旧换新”等回收活动收集的废旧家电；二是家电生产商在生产过程中产生的家电，包括积压家电、生产报废家电、零售商退回的家电。(5)来源于国外非法进口的家电。一些发达国家为了缓解本国的废旧电子垃圾的危机，每年向我国注入大量的废旧电子垃圾，这样进一步加大了我国废旧家电的数量。3.2.2我国废旧家电的回收去向根据我国的经济发展水平和居民的生活消费习惯，本文将淘汰的家电的回收去向，主要总结为以下两种。(1)二次消费使用。这主要是指一些性能优良的废旧家电，经废旧家电市场简单地维修后再次流通到偏远的山区或贫穷的农村。由于我国地域经济发展的不平衡，许多城乡居民收入差距较大，在一些农村或贫困山区，很多家庭对废旧家电仍有一定的需求量。一些废旧家回收电商，为获取经济利润，对回收的废旧进行翻新、功能其恢复，再次贩卖给需求方。废旧家电的这种二次消费使用，虽然暂时延迟了他们使用寿命，但他们的安全性和使用性能一般不能得到保证。(2)回收机构拆解，获取有用部分，回收再利用。废旧家电到达回收处理中心后，一般要经过拆解，对于一些还能够使用的或是经过简单地维修后仍能使用的零部件，通常会被销售给原制造商再制造使用。而对于一些不能使用的部分，拆解小作坊利用简易地提炼手段，对家电进行再次拆解、分类，获取具有一定经济价值的金属材料。而对一些彻底失去利用价值的家电废弃物及其家电在拆解、回收处理中产生的废弃物，最后经家电垃圾处理厂通过填埋、焚烧方式处理掉。3.2.3我国现有废旧家电回收体系的特点(1)回收渠道多以小商贩上门回收为主，回收点分散且回收拆卸处理工艺不科学、不规范。穿梭在街头巷尾的小商贩，作为回收的主力军，每年经过他们回收的废旧家电高达80%。这些经他们回收的废旧家电一般流入到家庭小作坊，他们只26 第3章基于网络信息平台的废旧家电回收体系的构建回收部分易于回收的材料，而对于大量较难回收的资源材料，往往被任意丢弃，造成资源的严重浪费。在废旧家电分解处理过程中，通常会伴随着大量的废气、废水、废渣的产生，这些物资都含有大量的有毒元素，它们的排放会造成环境污染，生态破坏。(2)目前我国所回收的各种淘汰和废弃家电，其目的并不是为了合理地处置，而是为了再次销售，获得一定的经济价值。这使一些不法商家为了获取经济利益，对废旧家电进行简单的翻新、修复，欺骗消费者，给消费者的生命安全带来威胁。3.2.4我国废旧家电的回收网络的构建作为世界上的家电生产消费大国，长期以来，我国废旧家电的回收一直处于一种低层回收模式。它们将废旧家电进行零散回收，采用手工、酸泡、火烧等“土法”方式，对收集的家电进行拆解处理，获得部分回收材料，赚取一定的经济利益利。这种模式效率低，不具规模，对人类的生存环境极易造成破坏。近年来，随着人们对生产者责任延伸制地广泛接受，社会责任感的增强，越来越多的企业认识到回收废旧家电的重要性。传统的产品流程也开始由“资源—生产—消费—[54]废弃”到“资源—生产—消费—再生资源—废弃”的转变，如图3.3所示。废旧家电回收网络作为一种多元化、开放式的闭环网络，它鼓励家电生产者、销售者、消费者三者加强社会责任感，以环境保护、资源再利用为目标，将散落在消费者手中的废旧家电进行回收，集中处理。回收企业利用回收网络信息平台将散落在顾客手中的废旧家电进行集中回收，并最终运往到回收中心。回收中心对废旧家电进行集中清理、检测、拆解、分类等操作，实现对废旧家电的阶梯再利用。对于可再利用的产品及零部件，回收中心对其进行修复，以恢复其功能，重新投入市场；对于不能再利用的产品及零部件可以直接返还给上游材料供[55]应商；对于分拆过程中产生的废弃物，回收中心还需对其进行合理的废弃处理。其组成及各个部分的功能如下：回收点：主要对废旧家电及其零部件进行收集和短暂的存储，并将其运输到下一回收活动场所。检测中心：主要对运输过来的废旧家电及其零部件进行检测与分类，一些功27 沈阳大学硕士学位论文原材料自然界供应商制造商分销商零售商顾客再分销市场拆解中心检测中心回收点焚烧填埋废物处理中心自然界正向物流;逆向物流;退货物流图3.3废旧家电回收网络Fig.3.3Recyclingnetworkofwastehouseholdappliance能尚好的产品、零部件，经过维修后重新流入市场；而对于一些不能修复、利用的零部件，则按其性质和种类进行分类，从而进入到下一回收活动中去。拆解中心：主要对回收到的废旧家电进行拆解、清洗、翻新、更换和重新组装等，使其流入市场，重新获得使用价值。再分销市场：根据市场的供需要求，对再制造或再利用的产品、零部件进行重新配送活动。它一般包括产品销售、车辆运输和仓储管理。废物处理中心：将整个废旧家电逆向回收过程中，产生的不可再制造或利用的零部件、产品，按照国家环境保护相关规定，进行集中处理、焚烧、掩埋，使对环境的污染降为最低。3.3废旧家电逆向物流回收中心的选址废旧家电逆向物流回收体系构建过程中的一个关键问题就是回收中心的选址问题。废旧家电回收中心是可维修、回收再利用、发生短暂存储材料集中的地方。对于废旧家电逆向物流回收中心的选址问题，我们在考虑到政治、经济、自然、环境等因素外，既可新建，又可扩建。所谓扩建主要指在原正向物流分销网络的28 第3章基于网络信息平台的废旧家电回收体系的构建基础上进行扩建。扩建逆向物流回收中心可以利用原正向物流的基础设施，节约投资建设成本，因此它一般比新建回收中心的成本要低。3.3.1回收中心的选址方法有关废旧家电回收中心的选址方法有很多种，其中对于单设施选址比较常用的方法是重心法，而对多设施选址比较常用的方法主要为混合整数规划法。重心法作为一种典型的静态选址方法，它从起点到终点建立物流网络，将物流网络作为应用对象，并以物流运输成本最小化为目标，将它作为唯一的选址决策依据。此外，重心法还将需求点与资源点分布看成一个平面，从中找出该物体系统中心作为回收中心选址，其优点在于选址自由。对于多设施物流中心选址的混合整数规划法，它主要是一种0-1规划模型。作为一种特殊形式的整数规划模型，它的决策变量一般取为0或1。0-1规划模型非常适合解决如线路设计、工厂选址、旅行购物、背包问题等问题。3.3.2单设施选址模型分析——重心法(1)假设条件单设施选址是指为单个物流设施进行选址的问题，它在满足生产领域的一定约束条件下进行设施选址。在使用重心法进行物流单设施选址问题决策时，一般要做以下假设。a.在不考虑交通状况的情况下，运输费率为线性关系。b.各节点间的运输路线呈直线或近似呈直线趋势。c.忽略在不同的地点进行设施选址时产生的固定资产投资费用、库存费用、劳动力成本等因素。d.忽略运输成本随时间变化。(2)模型结构及其求解在模型中，假设将任意点定为坐标系的原点，而将各废旧家电产品供应点定义为P,P,P,...,P，将需要寻求处于重心处的设施地址坐标定为P（，y）,123nx如图所示3-4。现假设废旧家电回收的运输路线为直线，则其运输距离可用在X方向和Y方向的距离公式来计算。29 沈阳大学硕士学位论文n目标函数：minCViRidii1C:运输总成本；V:节点i的运输量；iR:待选设施点到节点i的运输费率；id:待选设施点到节点i的运输距离；iYP(x,y)222P（xy）P(x,y)11,1444P(x,y)P（x,y）P(x,y)nnn333X图3-4重心法的坐标图Fig.3.4Thecenterofgravitymethodcoordinatediagram重心的坐标：VRX/d____ViRiYi/di横坐标：____iiii纵坐标：iXiYViRi/diViRi/diii________式中，(X,Y)为待选设施点的坐标，(Xi,Yi)为已知供给点与需求点的坐标。_________1/2距离d的计算公式：dK[(X)(Y)]，K代表模型中坐标单位与实际iiiXiY空间距离的比例系数。30 第3章基于网络信息平台的废旧家电回收体系的构建3.3.3多设施选址模型分析——混合整数规划法(1)常见问题：工厂和客户点的位置已确定，要求从一些备选地点中选择一些仓库；其目标是如何在物流网络的众多备选点中确定仓库的数量、位置，而使得投入的物流总成本最小。(2)其决策约束：a.各供货厂的产品产量不能大于其最大生产能力；b.必须满足所有的市场需求；c.仓库的产品吞吐量不能超过其最大吞吐能力；d.来自同一市场上的产品必须由同一仓库供应。(3)决策求解结果：a.物流网络中仓库的数量、位置、规模大小；b.工厂生产的产品运往哪个仓库；c.仓库为哪些客户服务；d.在整个物流系统中，运输流的流向和流量；e.在物流网络中的各项成本以及总成本。(4)模型结构分析假设被选地点有S个（D，D，…，D），货物的供应地12i有m个（A，A，…，A），产品销售地有n个（B，B，…，B），其流程12m12n如图3-5所示。模型参数定义如下：i:（1,2，…I）待选的物流设施节点；C:为配送中心D的成本；iiP:为配送中心D的利润；iid:为配送中心D的配送量；iiC:建设配送中心D的最大成本；i31 沈阳大学硕士学位论文供应地配送中心销售地A1D1B1A2D2B2………AmDiBn图3.5产品流程图Fig.3.5ThechartofproductflowP:建设配送中心D的最低收益；iB:货物的最大需求量；A:配送中心D的最大配送能力；i引入0-1变量X（i=1，2，…,I）.i令：1，当D被选中时；iXi0，否则。根据利润最大或成本最小建立相应的目标函数，其中利润约束函数：MaxzPiXi,或者，成本约束函数：MinzCiXi,约束条件：成本约束：CiXiC;利润约束：PiXiP;需求约束：dixiB;供给约束：dixiA;互斥约束：xi()I;变量约束：X0,1（i=1,2,...I）i32 第3章基于网络信息平台的废旧家电回收体系的构建(5)实例求解某物流公司计划在市区的东、西、南、北四区建立配送中心，现有10个位置A1A10可以选择，但是规定：在东区，由A1,A2,A3中至少选择2个；在西区，由A4,A5中至少选择1个；在南区，由A6,A7中至少选择1个；在北区，由A8,A9,A10中至多选择2个.问题：若投资总额不能大于1000万，应该选择那几个配送点，使得每年获得利润最大？（该公司的各配送中心的投资金额及利润如表3.1所示，单位：万元）表3.1各配送中心的投资及利润Table3.1ThevalueofinvestmentandprofitindistributioncentersA1A2A3A4A5A6A7A8A9A10投资额1001201601108090100150160180利润30354518152520455055解：设A1A10分别由X1X10表示，Xi0,1,i1...10。目标函数：maxf30X135X245X318X415X525X620X745X850X955X10S.TX1X2X32X4X51X6X71X8X9X102100X1120X2160X3110X480X590X6100X7150X8160X9180X101000Xi0,1,i1...10由LINGO14.0软件解得：A2,A3,A5,A7,A9,A10为该公司所要选择的配送点，此时年利润最大，为220万元。3.4本章小结本章首先研究了我国废旧家电回收网络信息平台的构建过程，它主要包括两部分：废旧家电回收网络信息平台的基本用户组成和网络平台的总体框架结构。33 沈阳大学硕士学位论文其次介绍了我国废旧家电的回收体系的构建过程，对废旧家电的主要来源、去向，回收体系的特点、回收网络进行了深入地研究。最后，重点介绍了废旧家电回收体系的两种网络选址方法，即单设施选址法和多设施选址法。34 第4章基于成本的确定性废旧家电车辆路径问题研究4.1基于成本的确定性废旧家电车辆路径优化模型4.1.1问题描述废旧家电回收作为逆向物流的一部分，也具有逆向物流的特点，即分散性、多样性、不确定性。由于逆向物流的这种不确定性的特点，致使废旧家电的回收存在许多未知因素，如客户点的位置、回收量、回收家电的类型等等。针对这种不确定性的逆向物流VRP的研究较为困难。本文第三章构建了废旧家电回收网络信息平台，客户可以通过网络信息平台的回收网站加强与回收企业间的联系。回收企业在回收前就能掌握客户点的位置、回收量、回收家电的类型等一些不确定因素。通过废旧家电回收网络信息平台，我们将废旧家电逆向物流的不确定性问题转化为确定性问题。所以本文我们所研究的废旧家电的VRP为确定性问题。它主要指各家电回收客户点的位置已知，回收量确定，回收中心在满足一系列回收约束条件下，指派车辆对回收点进行废旧家电回收并确定每辆车的回收路线，从而完成对所有的废旧家电的回收任务，并使最终运行成本最低。4.1.2模型假设(1)为了计算简便，本模型只考虑单个废旧家电回收中心的情形，即单配送中心问题。模型中含有多个废旧家电回收客户点，每辆回收车都由废旧家电回收中心出发经各回收客户点，完成对各客户点的废旧家电回收任务，并返回到回收中心。(2)回收中心的容量没限制。(3)每个回收客户点的废旧家电回收数量事先确定。(4)废旧家电回收中心同各回收客户点的相对位置坐标已知，也就是每个节点35 沈阳大学硕士学位论文间路径长度相对称。(5)每辆回收车仅对一个废旧家电回收客户点进行一次回收服务。(6)每辆废旧家电回收车的最大载重能力已知，且每个回收客户点的家电回收总量不能超过其最大载重能力限制。(7)每辆废旧家电回收车的最大容量已知，每个回收客户点的拥有量要小于其最大容量限制。(8)每辆废旧家电回收车在单次执行回收任务时，其最大行驶里程已知。(9)每辆废旧家电回收车所回收的废旧家电总量不能超过其单车的最大载重量。(10)每辆废旧家电回收车在执行每次回收任务时，其行驶里程不能超过其所允许的最大行驶里程。(11)回收的各类废旧家电没有特殊要求，可以混装。(12)在所建的数学模型中，回收车辆的单位运输成本和运输距离满足线性关系。4.1.3符号说明(1)参数描述P：所有节点的集合，即废旧家电回收中心和所有的回收客户点。Pi,i0,表示回收中心，i1,2,...,n表示回收客户点。S：所有回收客户点的集合，且PS{0}。V：所有车辆的集合，Vk,k1,2,...,m。D：各节点间的距离矩阵，D[d]。ij(n1)(n1)d：各节点间的距离，满足dd0，dd，i,jp.ijiijjijjiC：第k辆废旧家电回收车的固定成本，表示增加一辆回收车所产生的运输0k成本，它通常包括司机的工资等在内的费用。36 第4章基于成本的确定性废旧家电车辆路径问题研究C：第k辆废旧家电回收车的单位运输距离费用。kkZ：第k辆废旧家电回收车的最大载重限制。maxkZ：第k辆废旧家电回收车的最小载重限制。minkR：第k辆废旧家电回收车的最大容积限制。maxkR：第k辆废旧家电回收车的最小容积限制。minL：第k辆废旧家电回收车所能允许的最大行驶里程。kW：第i个废旧家电回收客户点处家电的总重量。iV：第i个废旧家电回收客户点处家电的总体积。i(2)决策变量描述1当第k辆回收车从i至j进行回收时；xijk0否则。1当第k辆回收车对节点i进行回收时；ylk0否则。4.1.4模型构建废旧家电车辆路径优化的总目标是以最低的回收运行成本，完成对各客户点的废旧家电的回收任务。它的回收运行成本主要由两部分组成，即在废旧家电回收过程中的车辆运输成本和废旧家电回收车的固定成本。(1)目标函数FminC0kCdxkijijk(4.1)kViPjPkV(2)约束条件yik1iS(4.2)kVxijkyikiP,kV(4.3)jP37 沈阳大学硕士学位论文xijkyjkjP,kV(4.4)iPkwyiikZmaxkV(4.5)iSkwyiikZminkV(4.6)iSkvyiikRmaxkV(4.7)iSkvyiikRminkV(4.8)iSdxijijkLkkV(4.9)iPjP1当第k辆回收车从i至j进行回收时;kVxijk0否则。(4.10)1当第k辆回收车对节点i进行回收时;kVyik0否则。(4.11)式子(4.1)为废旧家电VRP的目标函数，即回收废旧家电的最小运行成本；约束条件(4.2)表示每个废旧家电回收客户点都能被服务一次；(4.3)、(4.4)保证驶入和驶出某一废旧家电回收客户点的车辆为同一回收车辆，同时保证每个节点仅被服务一次；(4.5)、(4.6)为车辆最大、最小载重限制；(4.7)、(4.8)为车辆最大、最小容积约束；(4.9)为车辆最大行驶距离约束；(4.10)、(4.11)为变量x、y取值。ijkik4.2基于成本的确定性废旧家电车辆路径优化模型求解VRP是一个典型的NP-hard问题，随着废旧家电回收节点的增加，模型求解问题的规模成指数增长，导致计算机处理难度越来越大，要求出最优解也越来越困难。目前有关VRP的求解方法很多，现在运用比较多的主要有两种，即精确算法和启发式算法。对于规模比较小的算法问题，我们可以采用精确算法进行求解；而于大规模的算法问题，我们比较常用启发式算法来进行求解。这主要因为精确算法虽然计算精确比较度高，但无法避免算法计算过程中组合爆炸的问题。因此38 第4章基于成本的确定性废旧家电车辆路径问题研究精确算法缺乏代表性。目前，学术界对于VRP及其配载问题，应用比较广泛地是现代启发式算法。本文针对废旧家电逆向物流VRP，所选用的求解算法为现代启发式算法中的蚁群算法。但由于传统蚁群算法收敛速度比较慢、迭代过程中易陷入局部最优等，本文对传统蚁群算法存在的这些问题进行改进，提出了动态改变挥发系数和将信息素浓度控制在范围内的新型蚁群算法。min,max4.2.1蚁群算法概述1991年意大利学者M.Dorig第一次提出蚁群算法(AntcolonyAlgorithm)，它是模拟自然界中蚂蚁在觅食过程中，如何寻找最佳路径的一种优化算法[56]。经过多年的研究发展，相关的蚁群算法的理论也日趋成熟。目前它主要应用于求解各种不同的组合优化问题，是一种基于总体目标最优化的随机通用试探法。(1)蚁群算法的基本原理蚁群算法最先起源于生物界中蚂蚁在群体中寻找食物或返回到自己的巢穴的一种生态行为，经过研究发现蚂蚁在这个过程中会在它们所经过的路径上释放出一种具有挥发性的特殊分泌物，我们称之为信息素(Pheromone)。信息素具有指导蚁群运动行为的功能，在附近范围内的蚂蚁感受到它的存在和浓度，通常它们会沿着信息素强度比较高的方向移动。蚂蚁在寻找食物或回巢过程中继续连续不断地释放信息素，使这条路径上的信息素得到积累，浓度越来越高。在信息素的指引下后面的蚂蚁选择这行驶条路径的概率也就会越高。蚂蚁通过信息素的指引，将原来分散在各处的蚂蚁间接异步地联系起来，直到蚁群中所有的蚂蚁找到那条最短的觅食或回巢路径为止。因此，蚁群算法是一种具有正反馈现象的现代启发式算法，它通过释放的信息素的作用，将大量的蚂蚁聚集在一起直到找到最优觅食或回巢的路径。下面通过一个简单形象化的图，来描绘一下蚂蚁寻找最优食物路径的过程，如图51所示。假设蚂蚁外出寻找食物,其中A为蚂蚁的蚁穴，D为食物所在位置，蚁穴和食物间存在一块障碍物BC。为了计算简单，假设蚂蚁从蚁穴到食物处共有两条路径可供选择，设为路径L1：ABD和路径L2：ACD。初始时刻，由于蚂蚁无法事先39 沈阳大学硕士学位论文预测前路的状况，会随机从两条路径中选择一条路径来寻找食物。假设初始时刻，蚁穴A处有两只蚂蚁，它们分别选取路径L1和L2寻找食物，每只蚂蚁的平均行走速度已知且相同（每单位时间匀速行走一步），每只蚂蚁行走一点会分泌出1单位信息素。经过9个单位时间后,其中的一只蚂蚁到达食物D,所行走的路线为L1；而此时另一只蚂蚁才到达点C处。又经过9个单位时间后，路线L1的蚂蚁返回到出发点A处，即蚁穴处；而此刻另一只蚂蚁才刚到达食物D处，它所行走的路线为L2。在整个18单位时间内，L1路线上的蚂蚁在L1第一点处释放的信息素浓度为2，L2路线的蚂蚁在L2第一点处的信息素的浓度则为1。若再经过18个单位时间后,蚂蚁继续前进，同时释放信息素，此时这两点处的信息素浓度则分别增加到4和2,其比值变为2:1,此时L2路线的蚂蚁返回出发点A。ABD蚁穴食物障碍物C图5.1简化的蚂蚁寻找食物过程Fig.5.1Processoftheantseekingforfood根据信息素浓度的比值关系，现决定在路线L1和L2处再分别派两只蚂蚁和一只蚂蚁去寻找食物。每只蚂蚁再各自行走36个单位时间后,路线L1和L2的第一点处信息素的浓度分别累计到12和4,其比值为3:1。如果接着再继续派遣蚂蚁出去寻找食物,并按一定比例进行分配，如路线L1再分配3只蚂蚁,而路线L2再分配1只蚂蚁。经过原有的运动模式重复再36个单位时间,则路线L1的第一点处信息素浓度增加到24，而路线L2的第一点处信息素浓度增加到6,它们各自的比值为40 第4章基于成本的确定性废旧家电车辆路径问题研究4:1。如此重复下去,不断派蚂蚁寻找食物，在路线L1和L2的第一点处的信息素浓度比值会越来越大,直到最终所有的蚂蚁都选择路线L1，即最优觅食路线。（2）蚁群算法的数学模型蚁群算法作为一种元启发式算法，它可以解决离散优化的数学模型。针对VRP问题，本文采用了一个带权的完全图G(,)VA来论述，其中Vvv,,...v，A代12n表所有边的集合，d代表相邻两个城市v和v之间的距离，其中v，vV。模型ijijij目标是寻找一条最小路径的闭合路径，并使其满足访问图G中每一个节点一次的条件。模型是表示相邻两个城市v与v之间连线的信息素浓度情况，设启始时ijij刻各分支上的信息素浓度都满足0C。表示从城市v到城市v之间的启发ijijij式期望值。蚂蚁可以跟据各自释放的信息素浓度多少和启发式期望值来选择最优行驶路线。蚁群在寻找最佳的觅食或回巢路径时，会根据路径上信息素的浓度，不断地构建一条完整路径方案，并指引后来的蚂蚁沿着这条路径聚集。所以，蚁群系统算法的数学模型主要包括路径构建和信息素更新两项。①路径构建蚁群算法是一种采用了积极路径构建选择规则的算法，它利用蚂蚁所积累的搜索经验，进行下一个状态转移的选择，从而一步步构造成一个完整的路径。k在t时刻蚂蚁k由城市i转移到城市j的状态转移概率Pt()可以表示为：ijijtijtjallowedkiutijtuallowedkkP()tij(5.1)0jallowedk其中：allowed0,1,...,n1tabu，表示蚂蚁k下一步所要选择的所有城市ks41 沈阳大学硕士学位论文的集合。tabu为禁忌表，蚂蚁k每走过一个的城市都被记录在禁忌表中，同时记s录下的城市下一步不再允许选择，禁忌表随着进化过程作动态调整。代表信息启发式因子，表示路径ij残留信息的重要程度。代表期望启发式因子，表示信息能见度的相对重要性。t为t时刻的能见度，表示能见度的相对重要性，ij1一般取，其中d表示路径ij的距离。ijijdij②信息素更新蚂蚁在寻找最佳行驶路线的时，会不断地释放出信息素，但是这些信息素并不是越多越好，这是因为如果之前蚂蚁释放的残留信息素过多，会淹没当前启发信息。为了避免这种状况，每只蚂蚁在完成一次城市遍历后，都需要对之前残留信息素进行更新。假设经过n个时刻后,蚁群中所有蚂蚁都完成一次循环,现在按要求对所有路径上的信息素按式(5.2)和(5.3)进行更新:ijtn(1)ijtij(5.2)lkijij(5.3)k1k1(5.4)ijLk其中：表示信息素挥发系数，而1代表信息素残留因子，为防止信息的k无限积累，通常设置01;ij表示本次循环中路径ij,上的信息增量；ij表示第k只蚂蚁在本次循环中残留在路径ij,上的信息量；L表示第k只蚂蚁在本k次循环中所走路径的总长度。经研究分析，本文将蚁群算法的主要步骤设计如下，图5-2所示。(1)参数初始化：算法初始时刻，令t0，循环次数N0，最大循环次数设c为N,蚂蚁总数设为m，并将l只蚂蚁随机地放到n个城市中，每条边ij,上的cmax42 第4章基于成本的确定性废旧家电车辆路径问题研究0ij信息素浓度设为一个常数,且,将出发点城市放到禁忌表中。开始初始化迭代次数NN1cc蚂蚁k1蚂蚁kk1按状态转移概率选择下一服务点修改禁忌表清N空禁蚂蚁km忌表Y进行信息量更新NNNccmaxY输出程序计算结果结束图5.2蚁群算法的程序结构流程图Fig.5.2Structureofprogramflowchartoftheantcolonyalgorithm43 沈阳大学硕士学位论文(2)按状态转移概率公式(5.1)选择下一个城市。(3)修改禁忌表，根据第(2)步，确定好所要选择的城市，并将蚂蚁移动到该城市,同时将该城市放置到蚂蚁个体的禁忌表中。(4)循环执行第(2)步和第(3)步，直到所有蚂蚁都生成一条路径。(5)计算第k只蚂蚁所走过路径的总长度Lk。(6)根据式(5.2)、(5.3)和式(5.4)更新所有路径上的信息素浓度。(7)如果循环次数满足NcNcmax，则循环结束并输出最终计算结果；否则清空禁忌表，然后转到第(2)步继续执行运算操作。4.2.2改进的蚁群算法蚁群算法主要利用信息素的积累、更新作用，不断指引蚂蚁，沿着信息素浓度较高的路径方向驶去。它一般具有分布性、并行性、全局收敛的算法特点。但[57]算法设计初期各条路径上的信息素浓度较低，算法收敛速度较慢。此外，蚁群算法还容易出现过早收敛的现象，使搜索陷入局部最优解。为了克服蚁群算法以上这两点的不足，本文对蚁群算法进行了优化，并作了相应的改进。(1)动态改变挥发系数在蚁群算法中，信息素挥发系数决定了算法的全局搜索能力和收敛速度的大小，信息素挥发系数的取值与算法的全局搜索能力成正比，而与收敛速度的大小却成反比。通常，将挥发系数的值设置成一个固定的数，如果挥发系数的取值值较大，则它表示未被搜索过的路径在算法中能够被系统选择的概率就会相对减小，从而影响算法的全局搜索能力；但是如果挥发系数的取值较小，则它表示在蚁群算法中，获得最优解的收敛速度将会受到影响。因此在蚁群算法设计初期，应将挥发系数的取值设为较大值，用以加强信息浓度的影响，加快算法44 第4章基于成本的确定性废旧家电车辆路径问题研究的收敛速度；如果出现算法停滞不前的状况时，应适当减小的取值，降低信息素浓度对蚁群求解的影响，从而加强蚁群算法对解空间的搜索能力，使蚁群算法尽快脱离局部最优解的束缚。针对与算法收敛速度和全局收缩能力之间的关系。在此采用动态改变挥发系数的策略，根据仿真实验测算阈值N，则有：c1NNcmaxc0.1NNN0cc1cmax(5.5)0NcNc1其次，在算法设计初期，信息素挥发系数的取值可能较大，这样可能会使我们之前找到的最优解遭到丢弃。为了避免这种状况，本文在整个运算过程中利用遗传算法的基本思想，设计一个全局变量A，它代表蚂蚁至今行走的最佳轨迹。每次算法循环迭代完成后，A都要与当前最优的方案进行对比，如果迭代后的路径优于A，则替换掉之前的A；当计算蚂蚁信息素强度时，还可用A替换蚂蚁最差的行走轨迹。经过这一步操作，本文让算法能够快速收敛于一个相对较优的解。(2)最大最小蚁群算法蚂蚁在寻找最优路径的过程中，会不断地释放出新的信息素，导致路径上的信息素浓度不断增加，并得以更新。然而，经过若干次的算法搜索后，每条路径上的信息素浓度可能会出现一个极大值或极小值的算法现象,一般来说，信息素浓度趋向极大值时，会导致算法搜索时出现早熟现象；而当信息素浓度趋向极小值时，则不利于蚁群算法的全局搜索。为了改善这些不足，本文在求解车辆路径优化中，借鉴了一种新的蚁群算法——最大最小蚁群算法(即MMAS)的思想。在寻找最优路径的过程中，它将每条路径上的残留信息素浓度限制在范围内，min,max每次循环结束后保留最优路径。其主要步骤如下：1)每次算法循环结束后，为了更好地利用上次算法的迭代信息素浓度，在进行下一次算法循环时，只更新最优路径上的信息素浓度。45 沈阳大学硕士学位论文2)传统的蚁群算法在求解过程中，会经常出现信息素浓度过高或是过低的情况，而导致算法过早收敛于非全局最优解。为了使算法能够尽快地得到最终的全局最优解，现将各条路径上的信息素浓度控制在范围内，如果信息素超min,max出这个范围的值则被设为或者是。通过这种操作方法，可以有效地避免了minmax某条路径上的信息素浓度远大于或远小于其它各条路径信息素浓度的情况。最终经过不断地迭代循环，蚁群中的蚂蚁都找到最优的觅食路径，避免了算法的扩散。3)在算设计初期，将蚂蚁觅食过程中每条路径上的信息素浓度都设为。为max了让蚁群算法尽快得到较好的搜索解，将信息素挥发系数设置为较小的值。当蚂蚁都完成了一次算法迭代后，根据公式(5.2)对各条路径上的信息素进行全局更新。4.3算法设计4.3.1初始蚁群的分布本章所设计的蚁群算法是用以求解回收企业中的车辆如何从回收中心出发后，对废旧家电回收客户点进行一系列的回收作业后，再返回到废旧家电回收中心的最优路径问题。它是一类在车辆路径优化中，算法起点和终点固定且相同的模型问题,它不同于旅行商问题,所以不能简单地将l只蚂蚁随机地放到n个回收客户点中。在算法开始时，蚂蚁只能从算法起点或是终点出发,为了便于理解，本章所研究的蚂蚁都是在算法初期时从起点出发，即回收中心处。其主要过程是，首先在算法初期先初始化各条路径上的控制参数，如信息素浓度等；然后随机选取l只蚂蚁，让它从回收中心出发，蚂蚁开始选择进行服务的客户点，这些被选中的客户点必须要满足算法中各种约束条件。如果客户点满足相应的约束条件，则蚂蚁开始执行回收任务。如果蚂蚁未找到满足相应约束条件的回收客户点,则返回到回收中心。重新选派其它蚂蚁并以同样原则执行对废旧家电的回收任务,重复此过程。46 第4章基于成本的确定性废旧家电车辆路径问题研究4.3.2状态转移策略设有kk1,2,...,m只蚂蚁在进行觅食活动，用禁忌表tabu来记录蚂蚁所访问过的客户节点，且禁忌表tabu随着迭代次数的增加而不断作动态地调整。蚂蚁根据每条路径上所积累的信息素浓度确定下一步需要访问回收客户节点的方向。在t时刻，蚂蚁k根据客户节点i选择将要到达下一客户节点j，其选择公式(5.6)：argmaxiutiutifqq0juallowds(5.6)Jelse其中,为期望启发因子,它表示预见值的相对重要程度,即反映了蚂蚁在运动过程中启发信息在蚂蚁选择路径中的受重视程度；q是在0.1区间均匀分布的随机数；q是一个参数0q1；J为根据状态转移概率方程(5.1)所给出的一个随00机变量。4.3.3解的构造在蚁群算法中，蚁群在每次迭代时，都会从回收中心出发，它们利用选择转移概率公式确定下一个将要访问的回收客户节点，并完成对它的废旧家电的回收任务，返回到回收中心，构造了—条回收路径（解的构造）。在此过程中蚂蚁所要拜访的下一个客户节点必须是它之前没有访问过的客户结点，并用一个动态增长的“Tabu表”来储存当前已访问过的回收客户点。通常这些未被蚂蚁访问过的回收客户节点与已被访问过的回收客户节点的回收家电总量之和不能超过回收汽车的最大额定载重。每只蚂蚁完成一条回收路径，即得到相应的解，需要清空Tabu表。下只蚂蚁按相同规则开始访问，直到所有的蚂蚁都完成了对算法解的构建。4.3.4信息素更新策略最大最小蚁群算法的主要思想是将蚂蚁释放的信息素水平限制在,之minmax间,在每一次循环后,各条路径上的信息素浓度必须不能超过这一限制。若,ijmin47 沈阳大学硕士学位论文则设置,若则设置。在算法开始搜索前,各条路径上的信息ijminijmaxijmax素浓度应为最大值,因为信息素浓度为最大值可以扩大蚂蚁在搜索初期的搜索范[58]围。如果蚂蚁的信息素浓度更新时，可以按照下式进行更新，确定和：minmax11maxt(5.7)21Hgsmaxt(5.8)mint20在式(5.7)中，为信息素挥发因子，1则表示信息素残留因子，0,1；1H表示算法初始阶段求得的初始解的路径总长度；在式(5.7)中为每次迭代路gsHgs径上增加的最大信息素浓度值，在每当更新最好解时，还需要同时更新和，minmax而且一旦信息素得到更新后，即需采用(5.9)式来确定和：maxmin11maxt(5.9)21LHLHgsgs在式(5.9)中，表示为“精英蚂蚁”的数量．而不变,和公式(5.8)所得的值min相同。蚁群算法中信息素的更新方式分为两种，即局部更新和全局更新。通常信息[59]素浓度的全局更新只需更新每条最优路径上的信息素浓度即可。而蚂蚁信息素的局部更新不同于信息素的全局更新，它主要在蚂蚁根据转移概率访问下一个客户节点之后，其公式如下：ij1ij,0(5.10)在式(5.10)中，为局部信息素挥发因子，1,0。为信息素的初始值，01一般取，其中N为总的客户节点数，H为用初始解求得的路径总0nnNHnn48 第4章基于成本的确定性废旧家电车辆路径问题研究长度。当所有的蚂蚁都完成对客户节点的回收任务，并形成相应的回收路线时需要对信息素进行全局更新，其公式见下式：ij1ij,ij(5.11)Q,globebestHglobe(5.12)ij0,otherelse式中为全局信息素挥发因子，其中0,1，Q表示信息素的强度，它在某种程度上能够影响算法的收敛速度，H为按照蚁群算法求得的最优解。globe4.3.5计算步骤(1)在算法开始时，先访问各废旧家电回收客户点，对算法的各控制参数进行赋值，同时把最初的算法的路径成本表示为H。globe(2)设置迭代计数器N0。c(3)把k只蚂蚁放入废旧家电回收中心，所有蚂蚁的最大载重都事先确实。由于每只蚂蚁的能力相同，所以它们的载重量都相等。在算法中建立tabu禁忌表，k把所有废旧家电回收中心都放到tabu禁忌表中。k(4)根据蚂蚁状态转移概率公式(5.6)选择蚂蚁k的下一个访问回收客户节点j。(5)检验每个回收客户节点j的货物能符合公式(4.5)、(4.6)、(4.7)和(4.8)的约束条件，如果符合约束条件，则把回收客户节点j放入到表tabu中，并按式(5.10)k进行局部信息素更新；继续访问未检验过的回收客户节点j，验证是否在蚂蚁的最大承受重量和体积范围内，如果不在范围内，则放弃该回收客户节点j，继续访问下一回收客户节点j，若后面的客户点j仍不符合相应的约束条件，则蚂蚁k返回到废旧家电回收中心，算法重新安排蚂蚁进行对回收客户节点的访问，直到把所49 沈阳大学硕士学位论文有客户节点都完成访问为止。(6)如果第k只蚂蚁执行完了对所有客户节点的访问后，计算在访问过程中，所有回收路径上产生的车辆运行总成本H，并将H和其它蚂蚁k访问过程中的回kk收车辆运行成本进行对比，找出回收车辆运行成本更小的值，把它设为H。接part着，将得到的局部最优回收路径H与全局最优回收路径H进行比较，如果partglobeHH，那么HH，根据公式(5.11)、(5.12)对全局信息素进行更新，partglobeglobepart并把全局路径上的最优解进行更新。(7)对算法的迭代次数N进行判断，如果达到最大迭代次数，那么算法终止；c如果没有达到，那么需要清空禁忌表tabu，继续执行第(3)步，重复上述算法步骤。k4.4算例及求解根据本文对废旧家电逆向物流车辆路径优化的理论分析和数学建模，以及相应求解算法——蚁群算法的设计与改进，现用以下具体算例来检验本文所研究工作的实用性、可靠性。有一家电回收企业，主营业务是对方圆60km范围内的客户点，进行废旧家电的集中回收活动。各回收客户点的坐标分布(单位:km)、各回收客户点的家电体积和重量都事先已知,如表5.1所示。利用两点间欧式距离公式22dijxixjyiyjij,0,1,...,20,ij计算回收中心同各客户点间,客户与客户间的距离。现需要从回收中心进行回收车辆配载和路径优化设计,以完成对各回收客户点的废旧家电的回收工作。己知各回收车辆种类相同,汽车最大载重量kk3kk3z15t，最大容积R20m,最小载重量Z8t,最小容积R14m,一次maxmaxminmin最大允许行驶里程L200km,每辆车耗油量为30L/百公里,汽油单价均价5.18元k/L,司机月薪2000元,平均每天出车一次,经平均、取整后可得每辆车的固定成本C80元,单位距离费用C1.6元/km,k1,2,...m，将回收中心编号为0，各回okk50 第4章基于成本的确定性废旧家电车辆路径问题研究收客户点编号为l,2,…,20。(1)运用改进的蚁群算法对废旧家电VRP进行优化求解。其中蚂蚁数量m=10，信息素挥发系数0.1，精英蚂蚁数2，信息启发式因子1,期望启发式因子2，循环次数Nc200，最大信息素max10，最小信息素min0.1。运用C语言编程，在Intel(R)Core(TM)2Duo3.3GHz,4GB内存运行环境下对以上算例进行求解，得出可行解，即方案1，如图5-3。方案1：废旧家电车辆回收路线如下。车辆1回收路径0—1—2—3—4—5—18—0。车辆2回收路径0—8—9—6—7—0。车辆3回收路径0—10—14—12—13—15—11—0。车辆4回收路径0—20—16—17—19—0。废旧回收车辆的总运行里程为432km，其目标函数值为1386元。(2)运用传统优化算法对废旧家电进行VRP求解，将求解结果与本文所改进的蚁群算法的进行对比。在Intel(R)Core(TM)2Duo3.3GHz，4GB内存运行环境下选用Lingo14．0作为传统优化算法求解工具，得出可行解，即方案2，如图5-4。方案2：废旧家电车辆回收路线如下。车辆l回收路径0—1—2—3—4—5—0。车辆2回收路径0—8—7—6—9—10—0。车辆3回收路径0—11—15—13—12—14—0。车辆4回收路径0—18—20—16—17—19—0。废旧回收车辆的总运行里程为471km，其目标函数值为l713元。(3)结论。通过对上述两种方法的分析，我们得知虽然两种方法所配载的回收车辆数目相等，但由于每辆回收车服务客户点有所不同，所形成的回收路径也不同，从而运用每种方法求得的总运行历程和目标函数也不同。运用改进的蚁群算法，无论从运行历程还是目标函数值都明显优于传统算法，具有较优的实用性和经济价值。51 沈阳大学硕士学位论文表5.1回收中心和各回收点的数据Table5.1Thedatesofcollectingcenterandcollectingstations节点坐标回收重量回收体积节点坐标回收重量回收体积0(0,0)0011(-45,-35)1.82.61(10,20)1.5312(-15,-30)23.22(30,35)2613(-15,-35)1.253(30,25)32.514(-20,-25)1.82.14(40,15)1415(-30,-40)245(45,0)2.51.516(30,-30)3.226(-40,1.5)2.51.517(20,-10)21.67(-35,25)2318(35,-5)128(-15,20)23.519(10,-15)1.92.59(-25,10)34.520(40,-25)3510(-10,0)2.43.2②⑦③⑥⑧①④⑨⑩○0⑤⑱⑰⑲⑳⑭⑫⑯⑪⑬⑮图5.3蚁群算法求解方案1Fig.5.3Thesolvingscheme1ofantcolonyalgorithm52 第4章基于成本的确定性废旧家电车辆路径问题研究②⑦③⑥⑧①④⑨⑩○0⑤⑱⑰⑲⑳⑭⑫⑯⑪⑬⑮图5.5传统优化算法求解方案Fig.5.5Thesolvingschemeoftraditionaloptimizationalgorithm4.5本章小结本章主要研究了基于成本的确定性废旧家电VRP模型的构建与求解。通过对废旧家电逆向物流VRP的描述、假设，本章提出了基于运行成本最小化的VRP模型。在对VRP算法的求解中，本章选用了蚁群算法。但为了克服蚁群算法搜索速度慢、容易过早收敛，使搜索陷入局部最优解的缺点，本章对传统蚁群算法进行了改进，设计出动态改变挥发系数、最大最小蚁群算法。最后通过一个具体的算例,对改进的蚁群算法进行了有效性的检验，并将之与传统算法求解进行比较，从而证实了该算法的实用性。53 第5章结论与展望5.1总结随着我国废旧家电进入新一轮的报废高峰期，社会掀起一股对废旧家电逆向物流回收研究的热潮。废旧家电的合理回收利用，不仅可以解决目前我国日渐枯竭的资源问题，而且为构建环境友好型社会，发展循环经济具有重要意义。针对废旧家电逆向物流回收的两个基本问题：废旧家电回收体系的构建和废旧家电的车辆路径优化。本文主要作了如下研究：(1)综述了国内外逆向物流的回收体系、路径优化等问题的研究现状,提出了把废旧家电逆向物流回收体系构建和路径优化问题作为研究对象的现实意义。(2)对逆向物流和废旧家电回收进行了相关理论研究与介绍。概括了逆向物流及其分类，介绍了废旧家电逆向物流和它的主要特点，分析了我国废旧家电逆向物流当前的主要运作模式，并对这几种运作模式进行比较分析，最后研究了影响当前我国废旧家电逆向物流发展的主要障碍。(3)建立了基于回收网络信息平台的废旧家电回收体系，实时更新废旧家电相关回收信息。关于废旧家电回收体系的构建，本文主要分析了废旧家电的回收来源、回收去向、回收体系的特点等问题，其中重点研究了废旧家电回收过程中的网络选址问题。有关废旧家电回收的网络选址问题主要包括单设施选址问题和多设施选址问题。针对不同的选址问题，本文分别采用重心法和混合整数规划法进行相关研究分析。(4)建立了一个基于成本的确定性废旧家电车辆路径优化模型及其算法求解。在算法求解中，本文选用了蚁群算法。并针对蚁群算法的求解缺陷——搜索速度慢、容易过早收敛，使搜索陷入局部最优解等问题，进行算法改进。设计出动态改变挥发系数、信息素限制在范围内的最大最小蚁群算法。最后通过min,max54 第4章基于成本的确定性废旧家电车辆路径问题研究一个具体的算例，验证了算法的有效性与实用性。5.2展望本文对于废旧家电回收体系的构建及其路径优化问题进行了较为系统的研究，具有一定的实践指导意义，但是由于时间和个人研究水平的限制，本文还存在许多不足之处，需要进一步的研究和改进，主要包括以下几个方面：(1)本文的研究对象为单一回收中心，单一车辆类型的车辆实时路径规划问题，在现实生活中会存在多回收中心且回收中心往往会有多车型的情况，这是以后需要考虑的因素。(2)本文在废旧家电回收路径优化的处理中没有考虑交通状况的影响，在日后的研究中可以将交通变化综合考虑到模型中，寻找合适的算法求解VRP。(3)本文所研究的模型是确定性废旧家电回收路径优化模型，但逆向物流网络最突出的特点，是随机性强，不能简单预测，因而不确定性逆向物流的VRP是以后的研究重点。55 参考文献[1]田晖.2012中国废弃电器电子产品回收处理和综合利用行业发展白皮书[Z].北京:中国家用电器研究院，2013.[2]何蕾.逆向物流的车辆路径优化模型研究[D].天津：河北工业大学，2009.[3]滕耘.逆向物流回收的车辆配置及路径优化研究[D].北京:北京交通大学,2008.[4]叶军,曹晓伟.中国废旧家电逆向物流管理的制度创新[J].物流技术,2013,32(12)：12-14.[5]许民利,刘嘉.废旧家电产品逆向物流模式研究[J].生态经济,2007(4)：69-71.[6]张志红,朱立丽.关于废旧家电逆向物流的政府引导机制研究[J].经济视角,2012(3)：23-27.[7]侯晓梅.废旧家电回收利用法律制度研究[D].武汉:武汉大学,2004.[8]尹凤福、王正太、刘振宇.废旧家电回收体系的建设[J].家电科技,2004(9)：53-54.[9]兰晖.废旧家电逆向物流体系研究[D].武汉:武汉理工大学,2006.[10]宋晓芳、马祖远、王茵.我国废旧家电规范化回收体系研究[J].生态经济,2008(4)：65-67.[11]李俊、李海波.废旧家电逆向物流回收处理模式分析[J].山东交通技术,2013(1):68-72.[12]朱爽.废旧家电回收处理技术[J].辽宁工程技术大学学报,2009，28(2)：154-156.[13]钟金凤.废旧家电回逆向物流运行机制与网络设计研究[D].北京:清华大学,2011.[14]叶石柱.废旧家电回收处理工艺过程及环境因子评价研究[D].兰州:西北师范大学,2012.[15]张卫星、汪良.家电产品逆向物流回收的OEMT模式研究[J].北京财贸职业学院学报,2012(4)：21-24.[16]杨明洋.废旧家电逆向物流运作模式及回收体系构建研究[D].成都：成都理工大学,2013.[17]高兴.淮安市废旧家电回收逆向物流网络规划[D].南京:南京理工大学,2013.[18]胡天军、程文科.带回程取货的逆向物流车辆路径建模及其蚁群算法[J].交通运输系统工程与信息，2010，10（3）：110-114.[19]江前斌.废旧家电回收网络选址运输研究及GIS实现[D].上海:东华大学,2010.[20]邓霞、马晓旦、夏晓梅.逆向物流车辆配置及路径优化研究[J].交通与运输，2013（7）：148-150.[21]徐云.整合正逆向物流的家电配送的车辆实时路径优化研究[D].南京:南京林业大学,2013.[22]Stock.Reverselogistics.CouncilofLogisticsManagement[J].OakBrook,IL.1992.[23]Goggink,BrowneJ.Electronicproductsrecovery-PAWS,aBRITE-EVRAMproject[J].ComputersinIndustry,1998,36(1-2):65-74.[24]MayersK,FranceC.Meetingthe‘ProducerResponsibility’challenge[J].TheManagementofWasteElectricalandElectronicEquipmentintheUK.GMI25,Spring1999:51-56.[25]Bennett,P.sheng.Facilitymodelingforenvironmentallyconsciousmachining[J].ConcurrentProductDesignandEnvironmentallyConsciousManufacturing,1997,5:243-253.[26]Mauro.G.Computerrecyclinginlaymen’sterms,texasgenerallandoffice[J].Computer&OperationsResearch.2009,34:47-55.56 参考文献[27]Johnson,PandDWallace.Ananalyticalmethodforintegratingenvironmentalandtraditionaldesignconsiderations[J].AnnalsManufacturingTechnology,1997,46(1):355-360.[28]ImraDobos,KnutRichter.Anextendedproduction/recyclingmodelwithstationarydemandandreturnrates[J].Int.JProdutionEconomics.2004,90:311-323.[29]HokeyMin,HyunJeungKo,ChangSeong.Ageneticalgorithmapproachtoaevelopingthemulti-echelonreverselogisticsworkforproductreturns[J].Omega,2006,34:62-68.[30]S.Kara,F.Rugrungruang,H.Kaebernick.Simulationmadellingofreverselogisticsnetworks[J].Internationaljournalofproductionecnomics,2007,106:61-69.[31]HyunJeungKo,GeraldW.Evans.Ageneticalgorithm-basedheuristicfortheDynamicintegratedforwardreverselogisticsnetworkfor3PLS[J].Computers&OperationsResearch,2007,34:346-366.[32]Der-HoringLee,MengDong.Aheuristicapproachtologisticsnetworkdesignforend-of-leasecomputerproductsrecovery[J].Transportationresearch,2007,106:1-26.[33]OvidiuListes.Agenericstochasticmodelfoesupply-and-returnnetworkdesign[J].Computer&OperationsResearch.2007,34:417-422.[34]Tuzkaya,Gulfem.Amethodologyforthestrategicdesignofreverselogisticsnetworksanditsapplicationintheturkishwhitegoodsindustry[J].InternationaljournalofProductionResearch.2011,49:4543-4571.[35]XiaoyunBing,JacquelineM.Bloemhof-Ruwaard,JackG.A.J.VanderVorst.Sustainablereverselogisticsnetworkdesignforhouseholdplasticwaste[J].FlesibleServicesandManufacturingJournal,2014,26(1-2),119-142.[36]EmadRoghanian,PeimanPazhoheshfar.Anoptimizationmodelforreverselogisticsnetworkunderstochasticenvironmentbyusinggeneticalgorithm[J].JournalofManufacturingSystems,2004,30(2),15-23.[37]XiaoyunBing,JimJ.Groot,JacquelineM.Bloemhof-Ruwaard,JackG.A.J.VanderVorst.Multimodalnetworkdesignforsustainablehouseholdplasticrecycling[J].InternationalJournalofPhysicalDistribution&LogisticsManagement,2013,43(5),452-477.[38]Hejrani,Sasan,Ko,HooSang.AReverselogisticsmodelformedicalwastemanagemen[J].IIEAnnualConference.Procedings,2013,23(21),97-105.[39]VeigaMarceloM.AnalysisofefficiencyofwastereverselogisticsforrecyclingveigamarceloM[J].Wastemanagement&research:thejournaloftheInternationSolidWastesandPublicCleansingAssociation,ISWA,2013,31(10),26-34.[40]MiguelAndresFiglizzi,HaniS..PricinginDynzmicvehicleroutingproblems[J].Transportationscience,2007,41(3):302-318.[41]AhmadAlshamrania,KamleshMathurb,RonaldH.Balloub.Reverselogistics:simultaneousdesianofdeliveryroutesandreturnsstrategies[J].Computers&OperationsResearch,2007,34(2):595-619.[42]HyunsooKim,JaehwanYang,Kang-DaeLee.Venicleroutinginreverselogisticsforrecyclingend-of-lifeconsumerelectronicgoodsinSouthKorea[J].TransportationResearchPartD2009,14(5):291-299.[43]DenizTurselElilyi,ArslanOmek.Avehiclescheclulingproblemwithfixedtripsandtime57 沈阳大学硕士学位论文limitations[J].ProductionEconomics,2009,117:150-161.[44]JongJinYoon,YipingLe.AnalysisofthetransportefficiencyofreverselogisticsinJapan[J].InternationalJournalofUrbanScience,2013,17(3),399-413.[45]XiaoyunBing,Marliesdekeize,JacquelineM.Vehicleroutingfortheeco-efficientcollectionofhouseholdplasticwaste[J].WasteManagement,34(2014),719-729.[46]NiyaXu,BingWang.ResearchonreverselogisticofdisusedhouseholdContemporaryLogistics2011:113-117.[47]王长琼.逆向物流[M].北京:中国物资出版社,2006,41(2):11-12.[48]陈煜.我国废旧家电逆向物流浅析[J].物流工程与管理,2013,2(35):31-33.[49]GB.Dantzig,J.HRamser.Thetruckdispatchingproblem[J].ManagementScience1959,6:80-91.[50]徐云.整合正逆向物流的家电配送车辆实时路径优化研究[D].南京:南京林业大学，2013.[51]任雪莲.B2C电子商务网站的设计与构建[J].商场现代化,2009,31(4):51-62.[52]范玉娥,万福才,徐立伟.基于地震灾害的应急物流公共信息平台构建[J].物流科技,2013(11):35-38.[53]商丽媛，谭清美.基于网格的应急物流信息网络平台研究[J].情报杂志，2012，31（10）：175-178.[54]徐立伟.基于逆向物流的制造商库存控制[D].沈阳:沈阳大学,2014.[55]赵金德.青岛市废旧家电逆向物流网络规划[D].青岛:中国海洋大学,2011.[56]万旭,林健良,杨晓伟.改进的最大-最小蚁群算法在有时间窗车辆路径问题中的应用[J].计算机集成制造系统,2005,11(4):572-576.[57]张丽萍,柴跃廷.车辆路径问题的改进遗传算法[J].系统工程理论与实践,2002,23(8)：79-84.[58]滕耘.逆向物流回收的车辆配置及路径优化研究[D].北京：北京交通大学，2008.[59]胡天军,程文科.带回程取货的逆向物流车辆路径建模及蚁群算法[J].交通运输系统工程与信息,2010,10(3):110-114.58 在学期间研究成果一、发表论文、出版专著[1]废旧家电逆向物流发展与策略研究[J].物流科技,2014,37（28）：32-34.[2]基于网络信息平台废旧家电回收体系的研究[J].沈阳大学学报，已收录拟发表在2015（4）.59 致谢时光荏苒，岁月如梭。两年的硕士生活即将结束，回顾这两年的硕士生活，我感慨颇多。在此论文即将完成之际，我要特别感谢一下我的导师——万福才教授。我的论文是在万老师的悉心指导下完成的，无论从论文的开题、中期、预答辩，乃至最终的定稿，每一步都凝聚着万老师的心血。万老师治学态度严谨、知识渊博，对我的论文逐字逐句的进行修改，并提出了很多宝贵意见，在此，我要再次向他致以崇高的敬意。同时，我还要衷心感谢下我的母校——沈阳大学。母校给我提供了一个继续深造的机会。在这两年的学习生涯中，我每天沉浸在知识的海洋里，学习最新的文化知识，提高自己的专业素养；利用学校提供的实验环境，不断刻苦钻研，提高自己的动手能力。相信这两年的研究生生活，一定会为我今后的人生增添光彩。两年的研究生生活，我很幸运遇到了一群来自全国各地的同学，尽管我们文化传统有所差异，性格有所不同，但我们亲如兄弟姐妹，无论在生活中还是在学习上，我们都互相帮助、互相学习、共同进步。感谢这两年来他们对我的陪伴，尤其是我们寝室的室友王言科、张森等人，谢谢你们！在多年的求学生涯中，我要特别感谢我的父母，他们是我前进的动力。每当我遭遇挫折困难时，他们总是默默地站在我身后，关心我、支持我、鼓励我，让我重获自信，克服困难，战胜挫折。我深知仅以此文献给他们是远不能表达自己的敬意，唯有不断进取才能不辜负他们的期望。谨以此文献给敬爱的导师以及所有关心、支持和帮助我的人们！再次谢谢所有关心和帮助过我的师长、同学、亲人和朋友！60
