摘要：为了减轻城市交通日益拥挤的负面影响，智能物流开发成为当前有效的解决方案。然而，除非能对方案进行适当的评估，对比在实施这些物流解决方案期间或之后的影响，否则实施的效果无法进行检测。物流仿真系统已经被证明是物流解决方案在实际应用前，能有效评估方案效果， 并支持决策过程的一个有效工具。 本文研究展示了当前智能物流解决方案建模的实践现状，为城市交通解决方案提供仿真模拟技术路线图，并提高人们对目前遵循的智能城市物流管理模式的认知水平。
关键词:城市交通;智能物流;仿真技术
0 引言
城市货物配送是可持续交通网络的主要组成部分，也是造成城市交通拥堵和环境污染的主要因素之一。城市化、消费主义、技术繁荣和国际竞争造成了对产品和服务的巨大需求， 城市内部和城市之间的运输配送成为政府公共服务的优先事项。随着交通运输需求的不断增长，维持交通顺畅和城市生活质量成为一个具有挑战性的工程。由仿真技术、系统动力学、多代理系统和交通仿真技术建立起的智能物流模型，是促进城市交通可持续发展的智能物流管理方案。
1 智能物流仿真模型的研究背景
在过去的几十年里，许多智能物流解决方案已经被开发出来，以减轻城市交通和物流配送方面的问题。 这些解决方案补充了传统的城市货运配送措施和政策，或者完全取代了它们。然而，尽管智慧物流总是会产生新的解决方案，但由于缺乏以往的经验，人们惧怕它们在合适性和充分性上不足而无法实施。特别是在城市环境这一多维度的环境中，结合物流措施的多变量性，如果不仔细考虑各个方面的影响，一旦实施可能会带来不利影响。为避免出现这种情况，建议对提出的解决方案进行建模，因为这有助于在实际实施这些方案之前进行影响评价和评估，并支持有效进程的决策。
几种主要根据服务范围分类的模型已被用于评估物流方案。 例如， 美国学者 Ambrosini团队(2004)研究了两类城市货运模型:(a)改善物流管理的运营模型;(b)评估在物流系统中进行干预影响的系统模型。美国Hicks(1999)教授在另一种方法下，将基于效用的模型分为:(a)仿真模型，(b)优化模型和(c)仿真优化模型。Taniguchi等人 (2012)据此将模型聚类为:(a)优化模型和(b)仿真模型。优化模型是基于需要实现的目标，从用户处理的备选方案的数量中找到最佳解决方案的过程。这样的优化模型包括： 应用到物流领域解决采购决策等问题的总成本最小化 (Farahani Elahipanah, 2008);提出风险管理策略来最小化潜在破坏(Gaonkar Viswanadham,2014);网络设计确定最佳网络高效的交付(梅洛et al .,2009)等。仿真模型的目的是充分复制一个工作系统，以便更好地理解它。然后，一个适当校准和验证的模型可以用作测试，在那里可以检查不同的场景和优化方案[1]。仿真模型经常替代优化模型，因为它们可以进行精密的人为调整，通过试错过程来测试不同的场景并确定最佳的路径和方案。
2 智能物流模型的仿真技术分析
通过研究可以发现，几种模型旨在评估相关物流解决方案，对部分或全部四个主要可持续性影响领域(经济、环境、运输、社会)的影响(美国Anderson等学者，2005 年;英国可持续发展圆桌会议，1996年;美国Behrends,2011年)。本文着重研究和展示仿真模型，基于以下三种仿真技术:(a)系统动力学，(b)多代理系统，(c)交通仿真(日本谷口等，2012)。
2.1 系统动力学
系统动力学(SD)是20世纪50年代由麻省理工大学的Jay W. Forrester开发的一种计算机辅助方法。该方法旨在通过将反馈控制理论应用于组织的仿真模型来分析和解决与政策分析和设计相关的复杂问题(Forrester,2003;安吉霍费尔和安吉里德斯， 2000年)。Forrester(1969)在《城市动力学》一书中提出了一种分析城市相关问题的新方法，为城市动力学与城市区域决策过程的联系奠定了基础[2]。这种方法在接下来的几年里被广泛采用，因为从那以后在物流领域有了许多应用。Quiet研究团队(2015)描述了一个模拟北京城市物流需求动态的系统动力学模型。Teimoury研究团队(2013)开发SD仿真模型， 研究伊朗德黑兰易腐烂水果和蔬菜供应链中发展的关系和行为，分析供给、需求和价格的相互作用。Tako和Robinson(2012)回顾了离散事件模拟(DES)作为决策支持工具与系统动力学的比较， 并强调了应用案例研究中的优缺点。Poles (2013)为再制造活动建立了一个生产和库存系统模型。宋平等(2015)开发了一个系统动力学模型来评价广州市的物流系统。Rasjidin等人(2012)研究了气候条件和能源供应的波动对能源零售商成本最小化的影响。
系统动力学是一种将科学理论与计算机仿真相结合的综合研究方法，重点研究系统的内部结构和特征。SD的基本原理是建模系统的结构，以了解系统产生的行为。通过建模，可以更容易地看到由反馈循环产生的因果关系在系统对象之间存在[3]。这些关系可以是负的、正的或静态、动态的，这意味着变量的变化会影响系统中的其他变量，包括初始变量。通过充分理解和识别系统中的关系，分析人员可以理解整个系统的行为。SD建模过程中遵循的主要步骤是:(a)问题框架，(b)因果循环建模，(c)动态建模和(d)结果交流。
在一个系统中，有许多与箭头和影响线相连的变量，形成许多因果链和循环。影响线的方向表示因果链的影响。从分析上看，影响线上端的‘+’符号表示影响线两边的两个变量在同一个方向上变化，而‘-’符号表示相反的方向。因此，根据所有的变量和影响线，反馈回路可以被认为是正的或负的。负循环趋向于平衡状态，而正循环表现为不稳定状(Georgiadis et al.， 2005)。一旦确定了所有参数并构成了SD模型的基础， 就可以创建因果循环图。 根据因果循环， 通过库存流程图完成模型的表示 (Egilmez和Tatari,2012)。库存流程图帮助分析师进行定量分析。库存变量反映的是系统的状态，而流动变量则承载着表示系统中流动的多样化库存。
2.2 多代理系统
城市物流中使用的常规建模方法，如优化或其他统计或概率方法，不足以捕捉决策过程中利益相关者的多相性、复杂性和不可预测性。这些方法是确定性的，这意味着它们不能在整个物流过程中提供认知，也不能将动力学纳入系统。因此，可以通过多代理系统(MAS)服务，识别利益相关者之间的相互关系，并衡量他们在可持续城市物流政策中的作用。在城市物流领域，多项研究利用多代理系统评估智能物流解决方案[4]。Duin等人(2012)开发了一个MAS来评估城市分配中心，并分析利益相关者产生的动态行为。Graudina和Grundspenkis(2005)基于对终端内部流程的详细描述，评估了城市货运的多式联运终端的性能。Teo等人(2012)提出了一个评价电子商务交付系统解决方案的MAS模型。通过时间窗拍卖理论，将车辆路径问题与调度问题相结合，实现了这一目标。Tamagawa等人(2010)建立了一个MAS模型，考虑到货运公司、托运人、 居民、 管理人员和高速公路运营商， 考虑到卡车禁令和高速公路收费折扣。 Taniguchi等人(2007)研究了在实行道路收费后，货运公司和托运人的财务收益和成本。最后，Wangapisit等(2014)探讨联合配送系统和停车场管理，作为城市物流管理措施。
多代理技术的功能框架包括三个阶段:决定结构相关规范,信息收集,开发模型的验证。指的是验证基础模型和分析所有不同的场景和模型的评价结果统计，再推荐最合适的解决方案(Anand et al .,2015)。MAS通过创建模块化对象，即“代理”，将每个涉众类别作为一个独立的实体，重点关注解决方案的特定方面。在一个政策的决策过程中，如果有两个或两个以上的“代理人”参与决策，那么大众就可以整合相关代理人的个人能力、知识、目标和观点，通过合作、协商和协调，帮助他们达到共同的目标(Durfee et al.， 1989)。系统在参与者的参与方面可以非常灵活，因为可能涉及到大量的代理。此外，MASs已经应用于许多复杂的真实系统中，这些系统在不可预测的环境中运行， 能够测量多代理策略的影响 (Horling et al.， 2000)。 在这种情况下，使 MAS比其他传统方法更适合的主要是系统的分布。这种分布(去中心化)使系统对某些风险不那么敏感，但这是在综合分析系统整体性能的难度增加的情况下进行权衡的(Braubach et al.， 2004)。
2.3 交通仿真
微观模拟、中观模拟和宏观模拟已被证明是一个有价值的工具，可规划、设计和评价城市货物运输在城市交通和环境的中的贡献。不同场景的模拟可以通过交通基础设施系统、当地交通法规、交通模式划分、交通容量等城市交通相关属性交互进行[5]。 在市场上，有各种模拟器，可以直接评估有关措施对两个主要可持续性影响领域(a)环境和 (b)运输的影响。
有几种软件工具可以用于模拟。最流行的微模拟是来自公共电视的微观仿真软件，来自分时交通系统的AIMSUN，来自美国联邦公路管理局的CORSIM，来自DLR的 SUMO， 来自Quadstone Limited的PARAMICS， 来自慕尼黑工业大学的vtSim等等。然而，为特定情况而设计的所有模型都需要校准，以便产生可靠的模型。校准是准确复制系统真实交通情况的先决条件。在校准过程中，还需要验证模型在新的现场数据下的可信度。在中观和宏观模拟中，校准和验证过程也应作为基本前提。宏观和中观仿真软件工具有入境签证(宏观模拟)，AIMSUN,DYNACAM由美国联邦高速公路管理局,MATSim技术柏林大学，OpenTrafficSim从代尔夫特理工大学,MAINSIM (中观和宏观模拟),TRANSIM(宏观模拟),Carsim(中观和宏观模拟),osmtraffic等系统。
许多研究都是通过微观、中观和宏观模拟来对物流解决方案进行评估。Queshi等人(2012)提出了一种基于微仿真的车辆路由问题软时间窗变体评估方法。Gattuso等人(2014)开发了一个微型仿真模型来评估农业食品行业的物流平台。Taylor(2005)在澳大利亚悉尼市的城市物流范式中使用宏模拟器对城市货运进行了研究，以提高运输系统的性能。Scroeder等人(2012)提出了一种基于MATSim仿真软件的虚拟系统多代理货运模型。在他们的例子中，做出物流决策的两个群体是运输服务提供商和承运人。Walker和Manson(2014)在他们的研究中展示了微模拟交通模型的发展，他们得出结论，更多的远程信息学并不一定会导致更高效的城市物流，因为城市街道布局的地形是一个重要的权变变量。Hosoya等人(2003)开发了日本东京都市圈的微观模拟模型，以评估车辆行驶里程和成本条件下的四项物流政策，同时考虑了个别企业的行为和特征。他们的评估结论是，在这个模拟中最有效的措施是道路定价。
3、智能物流仿真技术评估的领域和类别
3.1 影响城市可持续性发展的四大核心领域
需要对物流解决方案的效果进行全面的估计和评估，无论最终是否会实现一个解决方案。由于物流解决方案的可持续性是要达到的目标，因此它们的评估应该投射到四个可持续性影响领域。Nathanail和Papoutsis(2015)认为，城市分布的可持续性可以通过以下核心影响区域的可持续性来表达:
3.1.1 经济领域
经济被认为是影响范围，包括实施措施的所有收益和成本。经济还包括能源的方面，即能源的可用性、需求、价格和消费。为了实现可持续的经济，有关解决办法的财政前景和能源利用也应是可持续的。
3.1.2 环境领域
环境影响包括对物流系统在排放、空气质量、噪音和废弃物方面的影响的评估。在实施物流解决方案期间或之后的最终目标是保护自然资源和减轻对生态系统的负面影响。环境影响可能从地方到更大的自然生态系统(在区域范围内)。
3.1.3 运输领域
运输区域是指维护高质量的城市货运系统。吸引力、可达性、服务水平、安全性、可靠性是评价系统运输和移动性的所有方面。上述所有方面的个人可持续性是实现整体交通可持续性的先决条件。
3.1.4 社会领域
社会影响区域考虑所有对相关城市区域宜居性的影响， 即公共卫生、 便利、事故、公害和生活水平。同样，这个影响区域被认为是可持续的，当一个社会的各个方面都混合了宜居性，也被认为是可持续的。
几个涉众类别通常涉及到决策，因此也涉及到评估过程。对每个涉众类别的评估可以通过设置一个标准(货币)或几个标准(非货币)来实现。当两个或多个涉众类别设置了多个单独的标准时，评估将支持多涉众多标准决策。在这种情况下，可以通过将每个解决方案的单个指标与每个影响区域的每个涉众类别的相关权重相结合来估计全局索引(量化结果) [6]。一旦达成70%的共识，德尔菲过程可以用于“分配”每个涉众类别的权重。
3.2 城市物流的利益相关者分类
Clarkson(1995)指出，一个组织的发展满意度直接来源于所涉及的所有主要利益相关者类别的满意度。城市物流是一个开放的、动态变化的系统，涉及到各种利益相关者类别，目标冲突、自治和观点分歧。城市货运解决方案的成功实施，很大程度上取决于这些利益相关者的协同合作。 文献中的主要涉众类别主要基于所执行的活动，可以在不同的命名和聚类下找到。Taniguchi等人(2012)在城市货运领域中看到了四个利益相关者类别:托运人、承运人、管理者和居民(消费者)。在另一种方法下， Russo和Comi(2011)将利益相关者区分为决策者(公共当局、私人公司和公私合作伙伴关系)和必须遵守这些决策的群体(最终消费者、接收者、发货人、批发商或零售商)。 Gonzalez-Feliu等人(2010)将利益相关者分成装载者(发送者或接收者)、运输者(第三方运输公司)和所有者和管理公司(仓库、交叉码头和其他基础设施) [7]。
另一项分析将利益相关者分为三个更广泛的利益相关者类别(NOVELOG, 2016):
·供应链利益相关者(货运代理、运输运营商、托运人、主要零售连锁店、店主);
·政府当局(地方政府，国家政府);
·其他利益相关者(工商协会、消费者协会、研究和学术界)。
可持续城市交通与智能物流仿真技术研究是关论文期刊推荐：《系统仿真学报》是中国系统仿真学会会刊，是中国系统仿真技术领域具有权威性及代表性的学术刊物。其宗旨是报道我国仿真技术领域具有国际、国内领先水平的科研成果,刊登创新性学术见解的研究论文。
转载请注明来自：http://www.lunwencheng.com/lunwen/dzi/15234.html
