摘要:根据空箱调运实践总结影响客户满意度的因素;基于“成本——服务”战略建立集装箱空箱调运模型;并通过算例表明该模型简单、直观,符合实际情况,能满足客户的不同需求。
关键词:“成本——服务”战略;空箱调运;客户满意度
空箱调运一直是集装箱船公司关注的热点和难点问题。该问题已有众多学者进行深入研究,并取得一系列研究成果,但所建模型大多集中于如何有效利用运输工具的运能,在最低成本状态下将空箱运回。随着集装箱运输市场竞争逐步激烈,船公司越来越认识到注重服务质量、提高客户满意度对于公司稳健发展的重要性。
本文从船公司实际运营角度研究集装箱空箱调运问题,探索如何在满足客户需求的基础上通过确定合理运输路径使得总费用最小。
1 海运集装箱空箱调运模型的优化假设
由于集装箱运输的实际业务异常复杂,变动因素较多,为方便建立模型,本文对海运集装箱运输系统进行一些优化假设[1,2]:(1)模型适合在一定决策期内的空箱调运(2)航线上船舶挂靠港口的顺序已知,船舶的航行班期确定;(3)各港口内陆腹地回到港口的箱量已知或回港集装箱概率分布已知;(4)各港口的计划和最初配箱量己知;(5)空箱调运不存在倒载和往复运输(6)只有1种箱型,即为1个单一箱型管理模型(7)航线上各港口间集装箱空箱运输费率己知;(8)各港口集装箱堆存费和装卸费己知;(9)各港口装卸效率已知;(10)租箱费率已知;(11)模型不考虑空箱缺货费用和其他缺货损失。
2 客户满意度指标分析
激烈的市场竞争使船公司更加注重服务质量,愿意为了实现客户的最大满意度牺牲部分利润。因而,船公司必须充分考虑客户的不同需求,将集装箱空箱调运问题调整为建立降低成本、提高服务绩效的"成本一服务型"战略模型,即如何在满足服务客户需求的基础上通过确定合理的运输方式和运输路径使总费用最小化。
根据实际调运情况,将客户所考虑的因素归结为经济性、便利性、及时性和稳定性4个指标。客户满意与否在于能否经济、便利、及时和稳定地获得船公司的空箱来装载货物O若船公司不能提供客户需要的适合空箱,如不能足量地提供托运人需要的空箱,客户则会转而寻找其他能够足量提供适合空箱的船公司,因为如果不转向其他船公司客户就必须等待下一班船,而两班船的时间间隔也许会很长,这种延误所带来的损失通常是客户即货主无法承受的。因此,随着航运市场竞争的激烈,-E船公司不能满足货主的需求,就要面临销售额的损失,甚至要面临公司信誉和托运人满意度的损失,这对船公司未来的发展非常不利。
本文将上述4项指标分为优、良、中、差4个等级,对应分值分别为4,3,2和1,指标等级介于2个相邻等级之间时,相应评分值为35,25和15。等级具体标准由各专家根据经验确定,指标权重可用很多种方法如德尔菲法、层次分析法等确定。
3 基于"成本一服务"战略的空箱调运模型
假设系统中有n个港口需要空箱,m个港口有多余的空箱,各港口对集装箱的到、发时间有一定要求,需在带有时间约束情况下合理调度空箱。
3.1 模型假设
从j港口(供方)到i港口(需方)的集装箱空箱单位运量的运输成本为Gij,Eij港口(需方)到j港口(供方)空箱调运的综合评价;i港口可以从j港口得到的集装箱空箱数目为rij;系统中有n个港口需要集装箱空箱,需求箱量为Ri(i=1,2,…,n);系统中有m个港口有多余的空箱可供应,供应箱量为Gj(j=1,2,...,m);i港口到j港口的运输时间(运输时间与箱型无关)为tij;从j港口出发,到i港口的空箱到、发时间分别为taij,tlij;i港口和j港口之间的空箱运输能力限制为Lij.
3.2模型建立[2,3]
目标函数:
约束条件:
式(l)表示模型考虑"成本一服务"战略后的费用最小为目标函数,其中成本曲客户的满意度转化而来;式(2)表示要满足缺少空箱港口的需求;式(3)表示多余空箱港口发送到缺箱港口的主箱总和小于等于多余空箱港口可提供的空箱数目;式(4)表示要满足运输能力约束;式(5)表示发送港口的时间。
4 仿真算例
为简化处理,现假设某系统有7个办理集装箱调运业务的港口[3-8],其中4个港口急需空箱,3个港口有多余空箱,各港口之间费用见表1,运输时间见表2,空箱供应节点发送空箱的情况见表3,港口的空箱需求情况见表4,在不考虑客户满意度的情况下经计算机仿真得到最优调度方案见表5。
表1系统内港口间单位空箱运输成本 元/TEU
|
|
供箱港G1 |
供箱港G2 |
供箱港G3 |
|
需箱港R1 |
160 |
80 |
320 |
|
需箱港R2 |
240 |
120 |
440 |
|
需箱港R3 |
480 |
400 |
200 |
|
需箱港R4 |
440 |
360 |
240 |
表2系统内港口间空箱运输间 天
|
|
供箱港G1 |
供箱港G2 |
供箱港G3 |
|
需箱港R1 |
2 |
1 |
4 |
|
需箱港R2 |
3 |
1.5 |
5.5 |
|
需箱港R3 |
6 |
5 |
2.5 |
|
需箱港R4 |
5 |
4.5 |
3 |
表3供箱港口供应情况 TEU
|
|
供箱港G1 |
供箱港G2 |
供箱港G3 |
|
供应箱量 |
80 |
50 |
110 |
表4需箱港口需求情况 TEU
|
|
R1 |
R2 |
R3 |
R4 |
|
需求箱量 |
40 |
60 |
70 |
70 |
表5调运方案 TEU
|
|
供箱港G1 |
供箱港G2 |
供箱港G3 |
|
需箱港R1 |
0 |
40 |
0 |
|
需箱港R2 |
50 |
10 |
0 |
|
需箱港R3 |
0 |
0 |
70 |
|
需箱港R4 |
30 |
0 |
40 |
调运费用C1=40×80十10×120+50×240+30×440+70×200+40×240=53200(元)
如果假设客户满意度评价如表6所列(权重采用AK={A1,A2,A3,A4}={0.4,0.2,0.2,0.2}),则经计算机仿真得到最优调度方案见表7。
表6指标体系及客户评分
|
目标 |
供应节点 |
评价指标 |
需箱港R1 |
综合评价 |
需箱港R2 |
综合评价 |
需箱港R3 |
综合评价 |
需箱港R4 |
综合评价 |
|
客户满意度指标 |
供箱港G1 |
经济性 |
4 |
3.4 |
4 |
4 |
2 |
1.9 |
2 |
1.9 |
|
便利性 |
3 |
4 |
1.5 |
2 |
||||||
|
及时性 |
3 |
4 |
2 |
1.5 |
||||||
|
稳定性 |
3 |
4 |
2 |
2 |
||||||
|
供箱港G2 |
经济性 |
3 |
3.2 |
2 |
1.9 |
2 |
2.2 |
4 |
4 |
|
|
便利性 |
3.5 |
1.5 |
2.5 |
4.5 |
||||||
|
及时性 |
3.5 |
2 |
2.5 |
4 |
||||||
|
|
稳定性 |
3 |
2 |
2 |
3.5 |
|||||
|
供箱港G3 |
经济性 |
1.5 |
1.8 |
2 |
1.9 |
4 |
4.2 |
4 |
4.2 |
|
|
便利性 |
2 |
1.5 |
4.5 |
4.5 |
||||||
|
及时性 |
2 |
2 |
4.5 |
4 |
||||||
|
稳定性 |
2 |
2 |
4 |
4.5 |
表7调运方案
|
|
供箱港G1 |
供箱港G2 |
供箱港G3 |
|
需箱港R1 |
20 |
20 |
0 |
|
需箱港R2 |
60 |
0 |
0 |
|
需箱港R3 |
0 |
0 |
70 |
|
需箱港R4 |
0 |
30 |
40 |
调运费用C2=20×80+30×360+20×160+60×240+70×200+40×240=53600(元)
比较采用"成本一服务"战略前后的调运方案即表5和表7可以发现两者完全不同O再观察表6后可以发现:需箱港口R1对供箱港口G3的评价很低;需箱港口R2对供箱港口G1的评价远高于供箱港口G2和G3;需箱港口R3对供箱港口G3的评价远高于供箱港口G1和G2;需箱港口R4对供箱港口G1的评价很低。这与调运结果表5和表7一致,说明通过依据满意度指标将原费用矩阵进行转化来确定基于"成本一服务"战略的空箱调运方案的方法简便、可行。
另外,对比两调运方案的费用可以发现,考虑"成本一服务"战略后,调配成本略大,原因是后者的调配决策是在考虑客户的各种需求后求解得出,因而需要为满足约束条件而付出额外成本。两者调配总成本之间差额即系统为满足客户满意度所付出的额外成本。同时,对调运方案总体评价值的计算便于船公司根据总体情况考虑是否调整、如何调整调运方案,如果计算得到的总平均值低于船公司预先设定的数值,则可根.据评价表灵活改变调运方案。
参考文献:
[1]贺斌.基于机会约束规划的陆上空箱调运模型[D].上海:上海海运学院,1999.
[2]施,欣.集装箱海运空箱调运优化分析[J].系统工程理论与实践,2003,4(4).
[3]黄风立,赵燕伟,华尔天.基于满意度的模糊机会约束模型在产品设计中的应用[J].中国机械工程,2004,12(24):2222-2225.
[4]喻翔,毛敏,刘建兵.城市交通需求预测组合模型的研究[J]西南交通大学学报,2003,2(l):75-79.
[5]刘卫果,胡思继.旅客交通方式选择行为的模糊机会约束规划模型[J].北方交通大学学报,2004,4(2):60·65.
[6]胡晓龙.集装箱空箱调运优化的模型与方法研究[D]东南大学,2005.
[7]尤军,李少远.生产调度问题的模糊满意优化[J].上海交通大学学报,2003,11(11):1698-1701.
[8]孙燕.服务于交通流诱导系统的动态路径选择模型与方法研究[D].南京:东南大学,2003.
