链上镖师 / Chain Biaoshi
CIE|应急支持保留合约下的韧性救援供应链设计
一项面向伊朗地震场景的枢纽辐射 Transportation 4.0 网络优化研究
这篇论文把应急支持保留合约、备份供应商、枢纽辐射网络和 Industry 4.0 技术放进同一个随机 MILP 模型，用伊朗潜在地震案例验证救援供应链如何在成本、追踪和韧性之间做决策。
- 01：核心创新是 Emergency Support Retainer Contract，买方签约时向供应商支付保留费用，灾害发生后供应商按约定上限提供支持，预灾阶段无需接收并存储物资。
- 02：模型采用场景随机方法处理灾后需求不确定性，并把 IoT、RFID、GNSS 和无人机纳入救援网络决策。
- 03：伊朗 Karaj 潜在地震案例显示，主问题目标函数值为 11,701,244，需求、合同供应商容量和节点距离敏感性分析均呈现符合成本逻辑的变化方向。
研究背景
自然灾害会同时冲击生命安全、基础设施和物资配送体系。论文从 2023 年全球 399 起自然灾害记录切入，指出灾害管理的难点来自发生时间、地点和需求规模的不确定性，救援供应链需要在灾前准备和灾后响应之间形成可执行的网络方案。
来源：Fig. 1。该图用 2023 年全球自然灾害类型数量说明救援供应链设计面对的真实灾害背景。
传统救援供应链常依赖灾前仓库选址、物资采购和库存持有。论文指出，这类方案会产生建仓、采购和保管成本，并带来火灾、盗窃、变质等库存风险。救援网络的设计目标因此扩展为成本控制、需求满足、实时追踪和灾后韧性响应。
本文的入口很清楚：减少灾前库存负担，同时保留灾后快速供给能力。应急支持保留合约承担采购承诺，备份供应商承担韧性补位，Industry 4.0 技术承担追踪、定位和异常场景配送。
核心问题
既有研究覆盖库存管理、可靠性优化、需求不确定性、设施选址、路径规划、合同采购和韧性分析等方向。论文的文献综合显示，多数工作聚焦单一环节，较少把采购合约、网络设计、备份供应商、技术追踪和灾后运营决策放进统一优化框架。
来源：Table 1。该表比较库存、可靠性、网络优化、合同采购和技术赋能等研究流派，用来定位本文的整合型研究空白。
01灾前阶段：合同供应商如何承担应急支持义务，减少本地仓库与库存持有压力。
02灾后阶段：合同供应商、备份供应商和本地仓库如何在不同需求情景下完成救援物资流动。
03技术层面：IoT、RFID、GNSS 与无人机如何提高安全性、可追踪性和不可达区域配送能力。
论文提出的问题可以概括为：在需求不确定的灾害场景中，决策者如何以最低总成本建立本地仓库、选择合同供应商和备份供应商、安排物资采购与运输，并保证所有受灾区域在所有情景下没有短缺。
方法框架
研究构建了一个枢纽辐射 Transportation 4.0 网络。合同供应商通过应急支持保留合约承担灾后供给，备份供应商在灾后补充能力，本地仓库负责处理和分拨，受灾区域接收物资。车辆负责常规路径，无人机负责车辆无法服务的受灾区域。
来源：Fig. 2。该图展示合同供应商、备份供应商、本地仓库、受灾区域、车辆、无人机和 IoT 技术之间的网络关系。
1灾前：选择本地仓库，签订合同供应商应急支持保留合约，配置 IoT 技术。
2灾后：按情景需求从合同供应商和备份供应商采购救援物资。
3运输：供应商向本地仓库补货，本地仓库通过车辆或无人机向受灾区域配送。
4约束：满足供应商容量、仓库容量、库存平衡、需求满足、车辆和无人机数量、技术容量等条件。
目标函数最小化预灾和灾后总成本，包含本地仓库开设、合同签订、备份供应商启用、IoT 使用、物资采购、仓库处理、IoT 标签、车辆运输、无人机运输、数据记录和 IoT 能源消耗等成本项。模型用场景概率刻画灾后需求不确定性。
这个模型的关键设计在于把“少存货”和“不短缺”同时写进优化问题：预灾阶段用保留合约减少库存负担，灾后阶段用备份供应商和多运输方式保证需求满足。
案例或实验设置
案例验证基于伊朗 Karaj 潜在地震场景。部分参数来自 Modarresi and Maleki 2023 的真实世界地震案例，IoT 相关参数参考 Govindan et al. 2024，备份供应商费用、标签成本和部分容量参数由五名伊朗灾害管理与人道主义物流专家通过迭代咨询估计。
来源：Table 2。该表给出专家小组的性别、年龄、经验和专业背景，用来支撑专家仿真参数来源。
来源：Table 3。该表列出备份供应商对水、食物、医疗包、毯子和帐篷的建议价格，是灾后补货成本的重要输入。
- 合同供应商：灾前签订应急支持保留合约，灾后按容量和最小采购约束供货。
- 备份供应商：灾后按情景启用，用于增强网络韧性。
- Industry 4.0 技术：IoT 用于数据采集和监测，RFID 用于物资识别，GNSS 用于定位跟踪，无人机用于受阻路径配送。
结果分析
模型求解后，论文先检查需求满足与库存平衡。约束要求所有情景、所有受灾区域、所有救援物资都不允许短缺。结果显示，每个受灾区域收到的物资量与对应需求相等，本地仓库流入量与流出量也保持一致。
来源：Table 4。该表报告不同情景下合同供应商向本地仓库输送救援物资的流量安排。
来源：Table 5。该表展示备份供应商在不同情景下向本地仓库补货的数量，用来说明韧性供给如何进入网络。
来源：Fig. 3。该图把救援物资 1 在合同供应商、备份供应商、本地仓库和受灾区域之间的流向可视化。
论文举例说明，情景 3 下本地仓库 4 需要向受灾区域运送 294,300 单位救援物资 1，其中 240,000 单位来自合同供应商 1，14,300 单位来自备份供应商 1，40,000 单位来自备份供应商 3。这类结果用于验证网络流和模型约束的一致性。
管理启示
主问题目标函数值
11,701,244
技术成本增量
1,450,439，约 14%
技术影响分析显示，去除 IoT、RFID、GNSS 等 Industry 4.0 技术时，模型目标函数为 10,250,805；基础方案加入技术后总成本增加 1,450,439，约为 14%。这说明技术部署带来额外成本，同时对应更强的安全、追踪和响应能力。
来源：Table 7。该表展示需求从 0.75 倍到 1.25 倍变化时目标函数值从 8,704,164 增至 15,657,058。
来源：Fig. 4。该图呈现需求水平上升时目标函数成本递增的趋势。
需求敏感性进一步揭示网络扩容节奏：P1 只使用本地仓库 1 和 2，需求从 0.75 提高到 0.8 时本地仓库 4 加入，到 1.2 时本地仓库 5 加入；P1 至 P3 不需要备份供应商，P9 至 P11 需要启用全部备份供应商。
来源：Table 11。该表显示合同供应商最大容量从基准降至 50% 时，目标函数值从 11,701,244 增至 13,444,671。
来源：Fig. 5。该图展示合同供应商容量下降时目标函数成本上升的趋势。
对管理者的直接含义是：灾前仓储可以通过保留合约减负，灾后韧性需要合同供应商容量、备份供应商可用性和技术追踪能力共同支撑；需求越高或主供应能力越弱，备份供应商和新增仓库的价值越高。
论文：Designing a resilient humanitarian relief supply chain: a hub-and-spoke transportation 4.0 network with emergency support retainer contracts
期刊：Computers & Industrial Engineering
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
