基于约束理论的配电网物资智能采购配送

范江东 徐建斌 孙小江

摘要：建设智能电网，加强配网建设是重中之重。要确保配网安全、经济、高效运行，就必须保证配网物资的及时供应。配网物资主要用于已经建设好的电网维护和新建设工程项目，而新建项目由于工程频繁变更导致所需物资需求变化较快，出现物资积压或短缺现象不可避免。基于约束理论，对国家电网Z省电力物资采购配送业务现状及流程进行分析发现，其中存在着采购周期过长、车辆装载率过低、配送路径不合理、查验周期超长等问题。为了提高电力物资企业的物资管理水平和物流效率，增强其核心竞争力，实现良好的经济效益和社会效益，应建立电力物资采购链信息平台，减小采购批量，缩短采购周期，彻底消除采购周期过长瓶颈；建立车辆配载模型、车辆路径规划模型和电力物资装载配送平台，通过装载可视化、配送智能化，提升车辆装载率和配送效率，縮短查验周期，建设高效、智能的电力物资采购配送系统。

关键词：电力物资；约束理论；采购周期；车辆装载；配送路径

中图分类号：F253文献标识码：A文章编号：1007-8266（2019）03-0091-11

一、引言

随着我国城市建设的飞速发展，电力用户对提高配网供电可靠性、电能质量、工作效率和服务水平等方面都提出了更高的要求。国家电网公司提出建设智能电网，加强配网建设是重中之重。配网是整个电力系统的网络末端，是电网的重要组成部分，肩负着向社会居民和中小型企业提供优质、合格、可靠电能的重任，直接反映了电网企业的供电质量、供电能力和供电服务水平。配网的建设和运行与电力物资公司的社会责任、企业形象、经济效益以及客户的利益密切相关。要确保配网安全、经济、高效地运行，就必须保证配网物资的及时供应。因此，加强配网生产过程中所需的各种物资的选购、运输、储备、供应，提高物资管理水平，对保证配网生产的安全经济运行、提高公司经济效益和社会效益，都有着积极的意义。

配网物资主要用于已经建设好的电网的维护和新建设工程项目。其中，已经建设好的电网维护所需物资比较稳定，需求预测可以做到比较准确，不是本研究关注的重点。而新建设工程项目由于工程频繁变更而导致所需物资需求变化较快，出现物资积压或短缺现象不可避免，这正是本文研究的主要问题。本文以Z省电力有限公司为例，研究配网电力物资采购配送情况。虽然该省电力物资采购配送管理走在全国前列，但还存在一些问题，旨在通过本研究，为该省提升配电网物资供应水平提供帮助。

约束理论（Theory of Constraints，TOC）既是一种管理理论，也是一种生产管理方式。它强调把企业看作一个整体系统，注重提高整体效益，致力于消除系统瓶颈；允许企业存在合理的库存和运作费用，并不提倡一味降低成本。本研究将TOC理论应用到配电网物资的采购配送体系中，解决Z省电力公司在物资采购配送时存在的采购周期及查验周期长、配送车辆装载率和配送效率过低等问题。

二、文献综述

（一）TOC理论应用研究

TOC理论，即瓶颈理论或者约束理论，是由以色列物理学家高德拉特博士提出的，与精益生产、六西格玛并称为全球三大管理理论。国外学者对约束理论的研究主要从其开创者高德拉特博士开始。1984年高德拉特博士的论著《目标》（The Goal）出版，书中详细介绍了约束理论的原理和应用方法，并将其应用于制造业环境下，取得了很好的成效，成功地使优尼公司起死回生。20世纪80年代后期，TOC提出运用有效产出（Throughput）、存货（Inventory）和营运费用（Operating Expenses）三个指标来衡量企业的经营状况。1991年，约束理论又衍生出思维流程（Thinking Processes），使TOC的理论体系日臻完善[ 1 ]。古普塔（Gupta）[ 2 ]认为，约束理论从管理的范畴和覆盖行业来看包括很多方面，通过对组织进行整体思考可以有效提高投资收益。

目前，国内专家学者对约束理论的研究也比较可观。陈启申[ 3 ]提出了传统物料需求计划（Ma？ terial Requirement Planning，MRP）和制造资源计划（Manufacturing Resource Planning，MRPⅡ）的不足之处，介绍了约束理论的基本要点，包括三个指标、DBR排程法（Drum-Buffer-Rope，DBR）、五步骤工作法等，并指出TOC软件在处理功能上的特点。唐帅[ 4 ]通过对约束理论和流程管理的关联性进行分析，将约束理论应用于现代企业流程管理中，并指出其独特优势。刘辉[ 5 ]以作业指标体系、瓶颈资源等为前提，对约束理论的管理思想和管理工具进行了细致的分析，并将其应用于物流企业中。而后，孟辉[ 6 ]、宋斌等[ 7 ]构建基于约束理论、制造资源计划推动体系和即时（Just In Time，JIT）生产控制拉动体系结合的集成化生产计划与控制模型，使得整个系统大大节省编制时间，过程实现动态调整，计划可以准确有效地实施。集成后的系统提高了生产系统的敏捷性，能快速响应客户需求。陈子顺等[ 8 ]深入分析了TOC五大核心步骤在应用过程中存在的障碍，提出将发明问题解决理论（Theory of the Solution of Inventive Prob？ lems，TRIZ）与精益生产应用到TOC五大核心步骤之中，利用模型中的TRIZ工具识别出潜力约束并解决存在的冲突，进一步合理配置非约束环节的工艺资源，并维持改进成果的稳定性。同时，江志斌和周利平[ 9 ]将精益管理、六西格玛、TOC理论通过组合、整合以及融合三种方式，优劣互补提高企业经济效益。夏灿明等[ 10 ]以生产制造企业为例，对公司生产系统进行改进，改变排产方式、提升瓶颈工序产能等，使公司的生产效率有了明显的改善。

（二）车辆装载问题研究

车辆装载问题（Vehicle Filling Problem，VFP）一般是指在一些约束条件下，将一批货物按照恰当的装载方法装入适合车型的车厢中，满足配送要求的同时，使得车辆装载率达到最高。车辆装载问题是物流中公认的一个NP难题（Non-Deter？ ministic Polynomial Problems，NPC），一般都被归结为经典的装箱问题或背包问题来考虑[ 11-12 ]。

国外有关装载问题方面的研究成果主要有：阿卜杜和马斯利（Abdou & El-Masry）[ 13 ]提出了混装并符合稳定性要求的三维货板装载算法；雷和孙（Lei & Sun）[ 14 ]结合贪心算法与启发式算法，设计了求解多品种装箱问题的贪心启发式算法；洛（Loh）等[ 15 ]设计了求解带有重量约束的一维装箱问题的模拟退火启发式算法；卡洛（Carlo）[ 16 ]设计了近似算法来求解总质量一定而物品数目不定的一维装箱问题；弗朗索瓦（Francois）等[ 17 ]将两种精确算法演变成了新的精确算法，求解了传统的二维装填问题。

在国内，井祥鹤等[ 18 ]对集装箱的装载问题进行了研究，在基本遗传算法（Genetic Algorithm）和三维自由变形算法（Free-Form Deformation，FFD）的基础上，提出了一种求解铁路多车型平车装载问题的混合遗传算法。陈晨[ 19 ]、许光泞等[ 20 ]、张德富等[ 21 ]分别采用自适应遗传算法、模拟退火算法、混合遗传算法等启发式方法，对集装箱和军用物资的装载问题进行了研究。张磊等[ 22 ]对车辆路径及装载的整合优化问题进行了研究。牟欣[ 23 ]将在配送过程中相互联系、相互制约的车辆装载问题和车辆路径问题结合在一起考虑，进行整合问题研究，从而达到同时优化车辆配送路径与车辆装载方案的目的。王超、金淳等[ 24 ]在三维装载约束下的CVRP问题的基础上，考虑配送数目与路径总距离两个目标函数，构建了三维装载与联合多目标优化问题模型，并证明其模型是有效的。杨广全、马玉坤等[ 25 ]针对手工编制集装箱装车装载方案费时、装载不合理等问题，基于集装箱和铁路车辆的参数，考虑集装箱装车后铁路车辆的转向架承重、左右两转向架承重差和重心横向偏离量几个方面，建立集装箱装载方案的优化模型。

（三）车辆路径规划研究

国内外学者发表了大量关于车辆路径优化问题（Vehicle Routing Problem，VRP）的研究成果。早在1983年，博丁（Bodin）等[ 26 ]在長达140多页的对VRP研究进展进行综述的文章中，就列举了699篇相关参考文献。目前，各国学者对这个问题的研究已较为成熟，国外近年的研究成果主要如下。贝克（Baker）等[ 27 ]用遗传算法很好地求解了实际应用中的车辆路径问题；格尼沙（Ganesh）等[ 28 ]设计了种群搜索式启发式算法来求解集送货一体化车辆路径问题；威廉（William）等[ 29 ]提出了求解多货点车辆路径问题的混合遗传算法；恩里克（En？ rique）等[ 30 ]提出了求解带有容积约束的车辆路径问题的细胞遗传算法；秀城（Hideki）等[ 31 ]设计了多次迭代局部搜索算法来求解带灵活时间窗和访问次数限制的路径问题等。

在国内的研究中，邱荣祖等[ 32 ]将时间窗这一条件加入了规划模型，并用地理信息系统（Geo？ graphic Information System，GIS）与禁忌搜索算法（Tabu Search Algorithm，TSA）联合开发农产品物流配送路径优化系统，为车辆路径优化问题开辟了数字化和信息化的道路。徐优香[ 33 ]重点研究了冷链物流配送领域的车辆路径优化问题，在特殊的环境下分析配送的时间价值和场所价值，具有突出的现实意义。李东宝和王永良[ 34 ]分析了在应急物流情况下的配送路径优化问题。宋伟刚、张宏霞等[ 35 ]针对非满载率的路径优化，在单车场单车型情况下，考虑有时间窗，建立车辆路径优化模型，并利用遗传算法得到了最优解。李进、傅培华等[ 36 ]基于节能减排的新视角，在安排车辆路径时考虑能耗、碳排放和租车费用，建立了非满载运输方式下低碳路径模型，并利用禁忌算法得到最优解。葛显龙等[ 37 ]基于商业中心相对分散的现状，提出“多对多”的城市联合配送机制，考虑运输距离、实载率等与成本密切相关的油耗成本因素，并以其为优化目标，建立面向城市多区域联合配送需求的车辆路径模型。

（四）评述

综上所述，国内外关于TOC理论的应用研究有一些新的进展，但在电力物资领域并没有得到很好的应用；关于车辆装载和路径优化问题的研究，许多学者均对不同情况做了比较深入的分析，但是在解决采购配送链整体思路上还未利用TOC理论。因此，本研究针对电力物资，基于TOC理论，找出采购配送系统的实际问题，并分步提出相应的解决方法，对采购配送系统研究提出一个新的解决问题的思路。

三、浙江省电力采购配送业务现状分析

通过对Z省电力物资进行实地调研可知，目前Z省电网物资配送有三个层级，按顺序分别是中心库、周转库、仓储点。其中有3个中心库，分别由J电力物资公司、W电力物资公司、X电力物资公司管理。J电力物资公司管辖J市以及周边几个地级市，J中心库位于J市，对于J市，J中心库也是周转库，下设9个县级仓储点，用Ai（i=1，2，…，9）表示。

下文主要以J电力物资公司为例，分析Z省电力物资采购配送系统。J电力物资公司遵循“统一受理，一口对外”的原则，对J管辖区域内所有配网物资进行集中招标采购，采购的物资分为统购统配和寄售两种方式，经过中心库检测，然后向周转库、仓储点下拨（参见图1）。而所有物资按照规格可以分为通用类物资和定制定长类物资。其中，通用类物资纳入中心库集中存储、检测、配送，定制定长类物资需求由调配室集中审核（平衡利库）后申报，匹配结果下达后分发各单位，由客服经理跟踪履约，具体步骤是：

第一步，需求计划及平衡利库。首先根据Z省公司下发的物资目录，结合J中心库的仓储物资种类情况，调整物资目录并将其下发至需求单位。其次，项目单位和仓储点根据需求上报需求计划，在中心库召开的月度供应计划平衡会上进行讨论，会上汇总并审核J中心库的月度需求计划，将最终月度需求计划上报Z省公司调配平台。

第二步，物资履约排产。Z省公司集中分配协议库存，下达匹配结果；根据需求变化，由调配室协同Z省物资公司配合匹配结果调整，与供应商进行匹配结果确认；供应商确认匹配结果后进行排产，将排产计划汇总到调配室；调配室通过分析当月物资供需情况，编制月度到货计划并下发至仓储各部门；供应商按照月度到货计划发货，之后中心库到货验收。

第三步，检测中心集中检查。跟踪中心库实物到货信息，生成抽检计划；由检测中心进行抽检送检，开展集中抽检，并反馈检测结果和处理不合格产品。统购统配物资经检查合格后，可以进行结算。

第四步，开展周配送。需求单位上报周领用计划，经客服经理和调配室审批后，由中心库配送物资至需求单位。

第五步，物资调配消缺与物资结算。需求单位物资接收时发现配送缺陷（物资缺失、损坏等），中心库仓储班根据缺货承诺书处理配送缺陷。这一环节后，统购统配物资则完成了电力物资全部采购配送流程，寄售类物资需要经过物资结算环节，结算后完成电力物资采购配送流程。

（一）电力物资采购配送实施周期过长

通过J电力物资公司提供的资料以及实地调研，绘制了J电力物资公司采购配送业务实施的详细流程（参见图2），然后结合流程环节的起止时间，绘制了采购配送环节实施时序表（参见表1）。

根据表1、图2对Z省J中心库采购配送实施情况的分析，结合实地调研，在Z省J电力物资公司的中心库，物资采购配送实施流程（包括结算业务周期）共分为12个环节，涉及6个部门，总耗时达96天，即J中心库采购配送实施周期为96天。其中，在这12个环节中，用时超过20天的有4个，分别为中心库寄存物资收货流程、收货后质量问题跟踪反馈、中心库配送及仓储点出入库、结算业务；用时超过10天（不超过20天）的有2个环节，分别是项目单位需求汇总和配合匹配结果调整；用时超过5天（不超过10天）的有4个环节，分别为中心库利库上报、省公司寄存需求分配、供应商匹配结果确认、供应商反馈排产到货时间计划表；当天完成的环节只有省公司物资目录下发和縣公司仓储点利库需求上报。

与国内著名企业相比，京东商城实行2-11限时达服务，即当日上午11：00前提交的现货订单（以订单出库后完成拣货时间点开始计算），当日送达；夜里11：00前提交的现货订单（以订单出库后完成拣货时间点开始计算），第二天15：00前送达。在京东商城购物，从采购到配送完成仅需要不到一天的时间。在国际上，7-11便利店物流配送周期更是短得惊人，一般商品，该商店采用一天三次的配送模式。因此，整个电力物资采购配送实施周期则显得过长，进而导致物资流通速度过慢，而工程项目每天都可能有所变更，进而导致中心库货物大量积压或者短缺。

（二）库存积压大且同时存在物资短缺现象

目前，Z省电力物资采购采用集中招标形式，物资分为统购统配和寄售两种方式送至中心库，然后再由中心库配送至周转库、仓库点，最后至项目单位。J中心库（也是J市周转库）有9个仓储点，据统计，截止到2018年8月6日，各仓储点统购统配物资到货情况详见表2，寄售物资到货和配送情况详见表3。

从表2和表3中可以看出，统购统配类物资比寄售类物资到货率高。A1、A2、A7三个仓储点到货率超过95%，其他地区到货率均不足95%，这些仓储点存在个别物资缺货现象。寄售类物资与统购统配类物资相比，到货率较低，在9个仓储点中，A7仓储点到货率最高，是79.24%；A8仓储点到货率最低，仅为29.67%，表明寄售类物资缺货现象较为严重。统购统配类物资没有配送率相关数据，而寄售类物资配送率最高的是A4，为94.23%；最低的是A8，为53.60%，表明寄售类物资在J市周转库下的各个县级仓储点积压的库存较多，增加了其仓储成本，影响物资使用效率。

根据表2和表3，不难得到上报J市周转库匹配物资金额共44 900.318 5万元，实际到货 31 716.331 8万元，到货率为70.64%。其中，统购统配上报匹配23 240.108 2万元，到货20 026.625 1万元，到货率为86.33%；寄售业务上报匹配21 660.210 3万元，到货11 653.707 6万元，到货率为53.80%，完成配送9 768.009 4万元，配送率83.82%。总体来说，到货率不高，很大可能会导致J电力物资公司所负责的区域出现物资短缺的现象；寄售类型完成配送的物资为83.82%，没有完成配送的则积压于J市周转库中，这就意味着J中心库有1 885.697 3万元的物资积压。

（三）供需协调效率低

电力企业各个部门都拥有自己独立的信息系统，在实际操作中还存在不同程度的差异，因而导致很多部门之间物资信息衔接不及时、不协调等现象，严重降低了物资供需协同效率，增加了仓储成本，不利于电力企业健康持续发展。

以J中心库为例，在2017年12月、2018年1—3月寄售配网物资共计匹配3 452.85万元，已全部到货，但是有163.28万元的物资未及时申请配送，长期存放在中心库的仓库中，由此可以看出采购配送链上的各部门各环节存在协调性差的问题。其中在J中心库（也是J市周转库）配送的仓储点A4的寄售配送率最高，但在这四个月中，A4公司的运作协调性不尽如人意。这四个月中，A4公司未申请配送的物资120.41万元。该批物资已经到达中心库长达六个月以上，一直未协调使用，长期积压在中心库（物资采购配送流程可参考图2）。12月寄售匹配Z省电力16台电缆分支箱共计10.08万元，在2018年7月6日已经到达A4，至今A4仓储点仍未向中心库领取物资，即未完成系统流程手续。

对于上述库存积压大、物资短缺以及供需协同效率低的现象，由于配网工程变更过快，而采购周期过长，造成部分物资采购的数量不足而供不应求，另外一部分物资到货后却已经不再需要，从而导致库存积压。

（四）配送车辆装载率和配送效率过低

通过调研，我们还发现Z省电力物资存在车辆装载不合理和配送路径不科学的问题。

1.车载率低，自动化程度低

目前Z省电力物资配送模式以自营配送为主，少部分物资由第三方配送或者供应商配送。在自营配送模式中，装载物资以人工装卸为主，只有一部分使用半自动化机械（如叉车），导致用时过长。同时，由于电力物资形状大小各异，物资装载不合理，车辆装载率较低。

2.配送路径规划不合理，查验周期过长，配送效率低

对于每个中心库、周转库、仓储点来说，下级的配送点有几个到几十个不等。一方面，目前Z省电力公司在配送环节对于信息技术应用不足，物资调拨和配送环节的可视化程度不高，在物资配送路径上，没有进行科学合理地规划，可能会导致物资遗失、运送不安全等问题。另一方面，在配送时车辆从中心库（或者周转库、仓储点）出发去往多个目的地，由于未提前做好科学规划，配送路径重复、交叉等不合理现象长期存在。

目前Z省电力物资还存在许多简单的点到点送货模式或者自取模式，导致车辆装载率不高或者送货周期过长。因此，电力公司亟须解决装载与配送规划问题。

3.物料质检耗时较长

中心库收货后向下级仓库及工程点分拨，流程上采用逐件检验方法，排队现象非常严重，用时经常超过一周，效率较低，需要改进。

四、电力物资采购配送瓶颈及措施

TOC理论的核心观点主要立足于企业系统，通过聚焦于瓶颈问题的改善，达到系统各环节同步与整体改善的目标。TOC提出任何系统都至少存在着一个制约因素，因此要提高一个系统的产出，必须找到该系统的限制因素并打破瓶颈。TOC有一套思考的方法和持续改善的程序，称为五大核心步骤：

第一步，找出系统中的瓶颈；

第二步，最大限度地利用瓶颈；

第三步，使企业的所有其他活动服从于第二步的决定；

第四步，打破瓶颈，提升瓶颈产能；

第五步，重返第一步，找出新的瓶颈问题继续解决。

TOC理论的提出，极大地提高了企业的有效产出，降低了企业的生产成本。以J中心库为例，整个采购配送周期是69天，其中采购周期为41天，配送周期为28天。在采购周期中，需求计划制订最短需要30天，供应商生产供应需要11天时间。基于TOC理论，本研究将以采购配送周期作为主要制约因素，找出瓶颈问题并给出解决措施。

（一）瓶颈分析

Z省电力物资采购配送流程实施过程中存在四个主要问题，分别为电力物资采购配送实施周期过长、库存积压大且同时存在物资短缺现象、供需协同效率低、配送车辆装载和车辆路径规划不科学。由图3可知，整个采购配送周期是69天，其中采购周期41天、配送周期28天。TOC约束理论需要找出整个采购配送周期中的瓶颈，从时间维度上不难找出系统的瓶颈为长达41天的采购周期。归根结底，库存积压、物资短缺、供需协调效率低等现象都是由采购周期过长造成的。当采购周期缩短时，物资采购批量减小，工程项目变更概率变小，进而库存积压和物资短缺现象将得到明显缓解，物资供需协调效率会相应地明显提高。因此，采购周期过长是采购配送系统中的瓶颈。

（二）采购周期过长的解决措施

1.利用瓶颈——减小采购批量，缩短采购周期

电力物资采购配送系统中不改变人员、设备设施等瓶颈资源，通过减小采购批量，尽可能地缩短采购周期，以达到最大限度利用瓶颈的目的。目前，Z省电力物資每年采购需求相对稳定，根据订货点库存控制法合理地减小采购批量，会缩短每个采购实施环节用时，也就是缩短需求计划制订周期和供应商生产供应周期，最终将大大缩短整个系统的采购周期。如果单纯考虑采购系统，采购批量理论上可以无限减小直至单件，采购周期可以极大缩短无限接近到供应商生产及配货时间。但是，在采购配送系统中，为了寻求与配送、仓储等系统整体能力平衡，采购批量在减小到一定量时将不再继续减小，采购周期也将不再缩短。最大利用瓶颈的具体措施如下。

（1）参考快速响应法则验证缩短采购周期的可行性。波士顿咨询公司高级副总裁乔治·斯托克（George Stalk）曾经提到的三个快速响应法则中的重要法则之一——0.5～5法则，即完整流程中处理各项工序所需的实际时间只占整个流程时间的0.5%～5%，而其余的95%～99.5%都是浪费时间。Z省电力物资公司目前实施的采购周期为41天（其中包括供应商生产供应周期11天）。缩短采购周期是改善电力物资采购配送系统的首选之路和必经之路。结合电力物资采购实施流程的现状以及实施的难度，可以将采购周期从41天缩短至1个月或半个月，而不是马上降到最短时间。

（2）根据订货点库存控制法，计算得出在不同采购周期下，随着采购订货批量的逐渐缩小，采购决策点和安全库存的变化趋势。订货点库存控制法是再订货点法和安全库存法的结合，它是根据安全库存设置再订货点，当库存量等于或者低于再订货点时进行订货采购。电力物资系统中用“采购”代替“订货”，所以本研究中用“再采购决策点”代替“再订货点”，用“采购提前期”代替“订货提前期”，用“采购周期”代替“订货周期”。下文以采购周期为1周为例，计算再采购点和安全库存。具体计算公式如下：

假设电力物资供应商生产能力是相对稳定的，在提前期内，需求满足近似正态分布的情况。其中，满足95%物资需求的情况下，通过标准正态分布表可查得安全系数Z为1.96。根据调研资料，一周的平均需求为1 328.65万元，标准方差为66.44，根据式（2）可得，安全库存SS为225.28万元；根据式（1），计算得出再采购决策点为794.71万元。采购周期为半个月、一个月、41天的再采购决策点均以此方法计算，结果见表4。

通过以上分析可以看出，随着采购配送周期的缩短，采购批量的减小，再采购决策点不断合理缩小，该决策点能够保证物资需求在一定程度上可以解决库存积压的问题。

2.迁就瓶颈——企业活动服从于利用瓶颈的决定

迁就瓶颈是指使企业的所有其他活动服从于利用瓶颈的决定。本研究中，在合理的范围内通过减小采购批量来缩短采购周期。减小采购批量和缩短采购周期应为电力物资公司当前首要的任务，采购周期必须从41天、一个月、半个月逐步降到一周才能保证顺利实施。在实施的过程中将尽可能多的资源投入到该决定中，其他直接的活动需要为此让步，以使此目标能够早日实现。

3.消除瓶颈——建立电力物资采购链信息平台

消除瓶颈就是要改变以前的资源配置情况，提升企业产能。针对Z省电力物资公司目前的情况，建立电力物资采购链信息平台是消除过长的采购周期这一瓶颈很好的途径。而造成这一瓶颈的原因有很多，如企业内部和企业之间信息沟通不畅，企业内部供需协调效率低，企业实施环节冗余等。因此，要以电力物资采购过程智能化为目标，建立一个软件功能健全、硬件设备齐全的平台——电力物资采购链信息平台。这是一个跨企业（电力物资企业和物资供应商企业）的信息管理平台，不仅需要功能强大、适当的管理软件，还需要借助可靠的硬件系统、网络服务、数据管理、安全保障等一整套的配置系统。也就是说，它应该是建立在通信平台基础之上的针对电力物资企业和供应商公司的开放式的平台，主要实现以下目标：

（1）能够实现需求计划的制订。Z省电力物资的需求计划制订最短需要30天的时间，需要完成省公司目录下发、项目单位需求汇总、县公司仓储点利库需求计划上报、中心库利库上报、省公司寄存需求分配、配合匹配结果调整、供应商匹配结果确认共7个流程环节。在该平台上，这7个环节需要在最短时间内完成，以实现缩短采购周期的目标。该平台给这些环节所涉及的部门设定固定上传、调整、审核的时间段，必须在相应的时间段内完成该工作，否则将会影响下一实施环节，延长采购周期。

（2）能够实现采购物资在供应商处的实时动态信息更新。该平台要连接供应商的企业资源计划（ERP）系统，实时查询电力物资公司所需物资动态信息，包括物资在供应商处的生产状态、物资所处位置、物资运输路线（到达电力物资公司之前的路线）等信息。

（3）能够实现物资在电力物资公司的实时动态更新。物资到达电力物资公司后，各部门应该随时更新所处理物资的状态，包括物资所处位置、环节流程处理状态、物资结算状态等信息，促进信息共享。

（4）能够实现电力物资历史数据的存储、导入、导出。电力物资历史数据对公司未来需求预测、公司设施设备的改造等都有影响，所以对于历史数据的存储、导入、导出也是该平台需要实现的重要功能之一。

电力物资采购链信息平台通过上述功能，不仅能够使采购周期大大缩短，而且能够保障采购工作的高质量完成，促进电力物资公司的健康、智能发展。电力物资采购链信息平台的建立能够突破瓶颈，有效提升企业产能。

反复利用TOC五大核心步骤并采取相应措施，采购子系统中采购周期可以缩短到一周甚至更短（参见表4）。

（三）配送瓶颈及相应措施

28天的配送周期（参见上述的TOC五步法）中存在三个瓶颈。第一，车辆的物资装载速度、合理化及装载率均较低；第二，车辆配送路径不合理；第三，物料质检耗时较长。

1.全面采用配送模式

Z省电力物资还存在许多简单的点到点送货或者自取模式。全面采用配送模式可以提高车辆物资装载率，提升配送频率，缩短配送周期，更好地满足工程项目的需要。

2.建立车辆装载模型，实现装载可视化

在配装环节，车辆装载物资仍然凭借经验，采用人工装载的方法，并没有进行科学合理装载。因此，需要建立车辆装载模型[ 30 ]。

如图4所示，通过以下步骤建立车辆装载模型。

第一步：确定运输车辆的类型，如箱式还是棚式，然后确定车厢尺寸和基本配载原则；

第二步：根据车厢尺寸和基本配载原则确定可装载体积；

第三步：根据待运物资得出其尺寸、数量和重量等数据，根据物资尺寸判断货物是否超长、超高和超宽，根据物资数量、重量和车辆载重确定货物是否超重；

第四步：判断物资的长、宽、高和重量是否超限，如果不超限，基于一定的配載方法对物资进行装车，如果超限，立即结束；

第五步：确认物资是否装完，如没有装完，返回第四步，如已装完，判断货车重心是否偏移；

第六步：确定货车的重心是否偏移。如果重心偏移，返回第四步，如果不偏离，结束。

可以采用Unity3D引擎等作为开发工具，实现三维装载可视化。值得注意的是，要保证装载可视化，首先需要实现电力物资包装规格标准化。

3.建立车辆路径规划模型，实现配送路径智能化

从中心库、周转库、仓储点各级仓库出发的车辆都有多个配送目的地，车辆路径依靠司机经验，导致耗时过长等问题频发，需要对车辆行驶路径进行规划。

如图5所示，通过以下步骤对多个配送点车辆装载及行驶路径进行规划。

第一步：查看需求客户分布，确定所有配送点位置；

第二步：根据物资情况选择合适的车辆；

第三步：结合当前交通状况和运送成本，确定配送路线；

第四步：依据配送路线确定配载顺序；

第五步：根据配载顺序，基于一定的配载方法（参见图4）对物资进行装车；

第六步：装车结束，对物资进行配送；

第七步：依据实时交通状况确定配送路线可否微调，如果不能微调，则进行配送，如果可以微调，则结合实时导航推送的路线进行更新。

4.建立电力物资装载配送信息管理平台

电力物资装载及配送要彻底解决人工装载、配送路径依靠人工经验的问题，需建立电力物资装载配送信息平台，实现装载可视化、配送路径规划智能化。

中心庫收货后向下级仓库等需求点分拨，采用逐件检验方法，排队时长经常超过一周，效率非常低，这涉及供应商的产品质量和信誉问题、国家电力安全政策问题、国家招标政策问题、与供应商长期合作的可能性等，需要找到一个行之有效的管理办法并建立一个畅通的管理平台。

电力物资采购配送要解决本文所述问题，需要建立电力物资综合管理信息平台，包括采购生产模块、装载可视化模块、配送路径规划模块、库存管理模块、供应商合作管理模块等。另外，财务结算会计核算模块、人力资源配备模块、各模块衔接调整功能等也应同时考虑，这样才能实现电力物资整个供应链的优化提升。

根据波士顿咨询公司高级副总裁乔治·斯托克曾经提到的三个快速响应法则中的重要法则之一——1/4-2-20法则，即时间每缩短25%，效率可以增加1倍，成本可以降低20%。试想采购周期由41天、配送周期由28天均降到7天，节约的电力物资供应成本是惊人的，供应效率的提升更是巨大的。由此，Z省电力物资智能采购配送方案实施后一定会取得巨大的经济与社会效益。

五、结论

综上所述，基于现状调研对Z省电力物资采购配送系统进行分析，利用TOC理论，从寻找瓶颈、利用瓶颈、迁就瓶颈、突破瓶颈四个层面，进行了对电力物资采购配送系统的优化。

首先，本文详细地论述了解决采购周期过长这一瓶颈的方法，依据TOC理论，通过减小采购批量、缩短采购周期，建立电力物资采购链信息平台，彻底消除采购周期过长的瓶颈。其次，针对配送瓶颈提出对策，如建立车辆配载模型、建立车辆路径规划模型、建立电力物资装载配送平台，实现装载可视化、配送智能化的目标，为最终建立电力物资综合管理信息平台而努力。

通过前期的调研和后期的研究，笔者认为，Z省电力物资公司已具备实施智能采购仓储配送的基本条件，可试点实施并逐步推广。今后的研究重点应放在确定自营物流运用比例和集中配送比例、提高人员工作效率、减少物流工作环节等方面。

参考文献：

[1]陆阿妮.约束理论的思维流程在物流企业中的应用[J].市场周刊，2004（S2）：77-79，60.

[2]GUPTA M，BOYD L，SUSSMAN L.A new approach to strate？ gy formulation： opening the black box[J].Journal of educa？ tion for business，2001，76（6）：338-344.

[3]陈启申.约束理论[J].计算机集成制造系统，1998（5）：51-55.

[4]唐帅.基于TOC的企业流程管理[J].知识经济，2008（8）：81-82.

[5]刘晖.约束理论[J].中国市场，2010（3-4）：38-39.

[6]孟辉.集成管理思想下的电力物资采购模式探讨[J].科技资讯，2017，15（35）：101-102.

[7]宋斌，余向前，王琦，张洪青.基于集成管理思想的电力物资采购模式研究[J].中国市场，2013（42）：19-20.

[8]陈子顺，王哲，石文豪，田骥骜.TRIZ和精益生产在约束理论中的应用[J].机械设计与制造，2018（12）：68-71.

[9]江志斌，周利平.精益管理、六西格玛、约束理论等工业工程方法的系统化集成应用[J].工业工程与管理，2017，22（2）：1-7.

[10]夏灿明，楼园，齐霄.约束理论在H公司生产系统的应用[J].数学的实践与认识，2016，46（13）：93-102.

[11]GEHNING H，MENSCHNER K，MEYER M.A computer based heuristic for packing pooled shipment containers[J]. European journal of operational Research，1990，44：277-288.

[12]COFFMAN E G，GAREY M R，JOHNSON D S.Approxima？ tion algornigthms for bin packing：a survey[C]//HOCH？ BAUM D.Approximation algorithms for NP-Hard problems. Boston：PWS Publishing，1996：46-93.

[13]ABDOU G，MASRY M.Three-dimensional random stack？ ing of weakly heterogeneous palletization with demand re？ quirements and stability measures[J].International journal of production research，2000，38（14）：3 149-3 163.

[14]LI S G，LEI L，SUN J P. On the multi-product packing-de？ livery problem with a fixed route[J].Transportation re？ search，2006（10）：1-11.

[15]LOH K H，BRUCE G，EDWARD W.Solving the one-di？ mensional bin packing problem with a weight annealing heuristic[J].Computers & operations research，2006，10（11）：1-9.

[16]CARLO F. On the bin packing problem with a fixed num？ ber of object weights[J].European journal of operational re？ search，2007，181（8）：117-126.

[17]FRANCOIS C，JACQUES C，AZIZ M.A new exact method for the two-dimensional orthogonal packing problem[J].Eu？ ropean journal of operational research，2007，183：1 196-1 211.

[18]井祥鶴，周献中，徐延勇.多型号平车装载问题的混合遗传算法[J].铁道学报，2006（6）：10-15.

[19]陈晨，缪嘉嘉，李爱平，吴泉源.机动车辆装载问题的一种混合遗传算法实现[J].计算机应用研究，2007（9）：34-36.

[20]许光泞，肖志勇，俞金寿.应用自适应遗传算法解决集装箱装载问题[J].控制与决策，2007（11）：1 280-1 283，1 288.

[21]张德富，彭煜，朱文兴，陈火旺.求解三维装箱问题的混合模拟退火算法[J].计算机学报，2009，32（11）：2 147-2 156.

[22]张磊，袁建清，郑磊.汽车整车配载与运输路线优化方案及算法研究[J].计算机技术与发展，2011，21（6）：219-222.

[23]牟欣.物流配送中的车辆路径与车辆装载整合优化问题研究[D].重庆：重庆大学，2008.

[24]王超，金淳，韩庆平.三维装载与CVRP联合多目标优化问题的模型及算法[J].控制与决策，2016，31（5）：929-934.

[25]杨广全，马玉坤，刘飞.基于遗传算法的集装箱装车配载方案的优化[J].中国铁道科学，2014，35（6）：124-130.

[26]BODIN L，GOLDEN B，ASSAD A，BALL M.Routing and scheduling of vehicles and crews：the state of art[J]. Com？ puters & operations research，1983（10）：63-211.

[27]BAKER M B，AYECHEW M A.A genetic algorithm for the vehicle routing problem[J].Computers & operations re？ search，2003，30：787-800.

[28]GANESH K，NARENDRAN T，CLOVES T.A cluster-andsearch heuristic to solve the vehicle routing problem with delivery and pick-up[J].European journal of operational re？ search，2007，178（5）：699-717.

[29]WILLIAM H，GEORGE T S，PING J，HENRY C W.A hy？ brid genetic algorithm for the multi-depot vehicle routing problem[J].Engineering applications of artificial intelli？ gence，2007，6：1-10.

[30]ENRIQUE A，BERNABE D.Computing nine new best-sofar solutions for capacitated VRP with a cellular genetic al？ gorithm[J].Information processing letters，2006，98（3）：225-230.

[31]HIDEKI H，TOSHIHIDE I，SHINJI I，MUTSUNORI Y.The vehicle routing problem with flexible time windows and traveling times[J].Discrete applied mathematics，2006，154（6）：2 271-2 290.

[32]邱榮祖，钟聪儿，修晓虎.基于GIS和禁忌搜索集成技术的农产品物流配送路径优化[J].数学的实践与认识，2011，41（10）：145-152.

[33]徐优香.基于云计算的冷链物流配送车辆路径优化方法的研究[D].镇江：江苏科技大学，2013.

[34]李东宝，王永良.应急物流配送路径优化问题研究[J].价值工程，2011，30（28）：25-26.

[35]宋伟刚，张宏霞，佟玲.有时间窗约束非满载车辆调度问题的遗传算法[J].系统仿真学报，2005（11）：24-28.

[36]李进，傅培华，李修琳，张江华，朱道立.低碳环境下的车辆路径问题及禁忌搜索算法研究[J].中国管理科学，2015，23（10）：98-106.

[37]葛显龙，许茂增，王伟鑫.基于联合配送的城市物流配送路径优化[J].控制与决策，2016，31（3）：503-512.

Research on Intelligent Procurement and Distribution of Power Materials Based on the Theory of Constraints

FAN Jiang-dong，XU Jian-bin and SUN Xiao-jiang

（State Grid Zhejiang Electric Power Co.，Ltd. Material Branch，Hangzhou，Zhejiang310000，China）

Abstract：The construction of intelligent grid and the strengthening of distribution network is the most important task for us. To ensure the safe，economic，and efficient operation of the distribution network，we must guarantee the timely supply of power materials. The power materials will mainly be used in the maintenance of grid that has been constructed and the construction of new project. But the frequent changes in the new project will lead to too much change in demand，which tends to create a shortage or excess of the required power materials. Based on the theory of constraints，the authors analyze the current situation of power material distribution and the process of that in Zhejiang province，it is found that there are problems such as excessive procurement cycle，low vehicle loading rate，unreasonable distribution route，and long inspection cycle. To improve the management level and logistic efficiency，enhance its core competitiveness，and realize better economic profit and social benefits，we should establish related information platform，reduce the lot size of procurement，shorten procurement cycle，improve the loading rate and distribution efficiency，shorten the cycle of examine，and construct the efficient and intelligent procurement and distribution system of power material.

Key words：power materials；theory of constraints；procurement cycle；vehicle loading；distribution route