林　森，洪　偉

（1.福建農(nóng)林大學(xué) 交通與土木工程學(xué)院，福建 福州 35002；2.福建農(nóng)林大學(xué) 林學(xué)院，福建 福州 350002）

基于改進(jìn)遺傳算法的企業(yè)物流配送網(wǎng)絡(luò)的構(gòu)建

林森1，洪偉2

（1.福建農(nóng)林大學(xué) 交通與土木工程學(xué)院，福建 福州 35002；2.福建農(nóng)林大學(xué) 林學(xué)院，福建 福州 350002）

摘要：以居家通企業(yè)的訂單數(shù)據(jù)和配送網(wǎng)絡(luò)為研究對(duì)象，采用改進(jìn)的遺傳算法對(duì)其合作店鋪的服務(wù)網(wǎng)絡(luò)計(jì)算，獲得最短配送路線與實(shí)際配送路線、標(biāo)準(zhǔn)遺傳算法計(jì)算的路線進(jìn)行對(duì)比并通過(guò)GIS地圖標(biāo)注，同時(shí)研究當(dāng)企業(yè)規(guī)模擴(kuò)大，合作店鋪需配送的酒店數(shù)量增加后在改進(jìn)遺傳算法計(jì)算下的配送路徑。結(jié)果表明：實(shí)際配送路線為5.33 km，標(biāo)準(zhǔn)遺傳算法路線為5.04 km，改進(jìn)遺傳算法路線結(jié)果在GIS地圖上表現(xiàn)最優(yōu)為4.33 km，并且當(dāng)增加5個(gè)配送節(jié)點(diǎn)后，配送路線長(zhǎng)為8.5 km。

關(guān)鍵詞：居家通企業(yè)；改進(jìn)遺傳算法；Mat1ab

物流配送是商品流通中至關(guān)重要的環(huán)節(jié)，是物流企業(yè)的運(yùn)作主體，掌握市場(chǎng)的起伏變動(dòng)，直接接觸客戶(hù)最滿(mǎn)意的需求，從而實(shí)現(xiàn)整個(gè)物流網(wǎng)絡(luò)價(jià)值，其效率是判斷企業(yè)效率高低的重要指標(biāo)[1]。了解客戶(hù)最終需求，企業(yè)通過(guò)構(gòu)建一個(gè)較為齊全的物流配送網(wǎng)絡(luò)以便更好的為客戶(hù)提供服務(wù)。以物流節(jié)點(diǎn)為網(wǎng)絡(luò)運(yùn)營(yíng)貨物的集散載體，運(yùn)輸路徑為網(wǎng)絡(luò)運(yùn)營(yíng)貨物的連接橋梁，二者緊密合作，將貨物從供應(yīng)商到客戶(hù)之間形成一條科學(xué)合理的動(dòng)態(tài)運(yùn)輸鏈[2]。根據(jù)我國(guó)2014年統(tǒng)計(jì)的5.6萬(wàn)億元的運(yùn)輸費(fèi)用，其中我國(guó)總物流費(fèi)用約占52.9%，而發(fā)達(dá)國(guó)家對(duì)物流流程進(jìn)行優(yōu)化后，可節(jié)約5%～20%的總運(yùn)輸成本[3]。因此，是否合理安排配送路徑會(huì)影響到企業(yè)的整體效益和客戶(hù)滿(mǎn)意度，企業(yè)也急需時(shí)效性強(qiáng)、成本低、服務(wù)質(zhì)量高且能快速規(guī)劃路線的物流配送平臺(tái)。

1　“居家通”商旅服務(wù)平臺(tái)

“居家通”商旅服務(wù)平臺(tái)是專(zhuān)門(mén)為商旅人士打造的服務(wù)性平臺(tái)。它由龐大商旅消費(fèi)群體和酒店周邊能夠提供高產(chǎn)品、快配送、優(yōu)服務(wù)的商家組成。入住酒店的客戶(hù)可從酒店提供的客戶(hù)端在酒店下單，形成委托配送任務(wù)，業(yè)務(wù)員進(jìn)行接單匯總處理，通過(guò)配送網(wǎng)絡(luò)分析客戶(hù)的相關(guān)信息并且通知周?chē)牡赇?，由店鋪通過(guò)本身所具有的貨物種類(lèi)進(jìn)行進(jìn)貨儲(chǔ)存、分揀、裝載貨物和路線的選擇等安排配送，在客戶(hù)需求在規(guī)定時(shí)間內(nèi)將貨物送達(dá)到地點(diǎn)后，由最終客戶(hù)進(jìn)行確認(rèn)簽收。

通過(guò)調(diào)查2014年3—10月居家通企業(yè)的各個(gè)店鋪訂單統(tǒng)計(jì)總量（見(jiàn)圖1），總訂單量有406份，而與居家通企業(yè)合作店鋪約97家，合作商旅酒店約394家。目前雖然客戶(hù)通過(guò)居家通平臺(tái)下單情況還未達(dá)到較大規(guī)模，但每月均呈現(xiàn)上升趨勢(shì)，該企業(yè)正在快速成長(zhǎng)階段。居家通企業(yè)做為首家商旅服務(wù)企業(yè)仍舊擁有不足之處。

圖1　2014年居家通企業(yè)每月訂單數(shù)量

1.1配送的產(chǎn)品多品種、小批量

由于店鋪提供的商品多種多樣，而且顧客是來(lái)自不同地區(qū)的商旅人士，所以對(duì)商品需求是多樣的，而且能帶產(chǎn)品重量是有限，這就是“消費(fèi)多樣化、需求多樣化”，這導(dǎo)致訂單較為分散，每個(gè)酒店旅客需要多樣化服務(wù)，向不同的店鋪訂購(gòu)產(chǎn)品，這也對(duì)配送提出較高要求。

1.2配送時(shí)間不定

根據(jù)訂單分析可知訂單的時(shí)間不均衡且數(shù)量少，每家店鋪平均每天不到一份的訂單，為了能提供優(yōu)服務(wù)將產(chǎn)品即時(shí)的送到顧客手上，店鋪以“客戶(hù)第一”為宗旨，再加上顧客下單時(shí)間不確定，就導(dǎo)致店鋪配送的時(shí)間不確定。因此，店鋪只能根據(jù)經(jīng)驗(yàn)提供配送服務(wù)。

1.3未規(guī)劃配送路徑

調(diào)研過(guò)程中發(fā)現(xiàn)在產(chǎn)品配送過(guò)程中，部分配送人員對(duì)配送路徑?jīng)]有規(guī)劃，甚至部分配送人員根據(jù)訂單順序先到一家賓館后，然后再查找去下一家賓館路徑。這不但增加配送成本，還會(huì)導(dǎo)致物流配送路徑變長(zhǎng)，加重交通負(fù)擔(dān)，造成倒流運(yùn)輸、迂同運(yùn)輸、單程運(yùn)輸和空駛等現(xiàn)象[4]。

物流配送是實(shí)現(xiàn)居家通企業(yè)規(guī)模效益的關(guān)鍵因素，居家通企業(yè)應(yīng)認(rèn)識(shí)到自身配送尚未形成規(guī)模，抓住我國(guó)物流企業(yè)發(fā)展趨勢(shì)的機(jī)遇，解決物流配送問(wèn)題，提高配送效率。因此本文從居家通及與其合作店鋪的配送現(xiàn)狀出發(fā)，對(duì)配送網(wǎng)絡(luò)的需求進(jìn)行研究，構(gòu)建物流配送網(wǎng)絡(luò)模型結(jié)合改進(jìn)遺傳算法及實(shí)際路線狀況，尋求到了多個(gè)配送賓館之間的最短配送路徑，這將有效提高提升居家通企業(yè)的綜合競(jìng)爭(zhēng)力。

2　基于改進(jìn)遺傳算法構(gòu)建居家通企業(yè)物流配送路線模型

2.1構(gòu)建目標(biāo)函數(shù)

該企業(yè)的配送路線模型思路為：在每個(gè)店鋪接到訂單后，從店鋪中選取車(chē)輛裝上商品，將商品送到n個(gè)不同的酒店中，再進(jìn)行酒店內(nèi)各個(gè)消費(fèi)者的配送，最終回到出發(fā)點(diǎn)，因此該配送路線為巡回路徑，采用Grefenstette等提出巡回路徑的整數(shù)編碼方法[5-6]。

假設(shè)路線中的全部酒店構(gòu)成列表K，店鋪與每位酒店分別記為1-n并按其順序排列放到表K中，所以該路徑的配送順序是H=（h0，h1，h2，…h(huán)n）并規(guī)定每次配送完一個(gè)酒店后就在列表K中把該點(diǎn)除去，用第i （i=1，2，…，n）個(gè)所配送酒店，hi在所有未配送酒店列表K-{h0，h1，h2，…h(huán)i-1}對(duì)應(yīng)的位置序列號(hào)bi（1≤bi≤ni+1）就可表示為具體配送給哪個(gè)酒店，由此直到將K中的需求點(diǎn)全部送完，bi按照配送的先后順序構(gòu)成新的列表：B=（b1，b2，…，bn），就是可表示一條巡回配送路線，即為遺傳算法中一個(gè)個(gè)的基因。按此規(guī)則偵查所有的路徑長(zhǎng)度，尋求最短的配送路線其目標(biāo)函數(shù)為：

其中：b0為店鋪（配送中心）；bi（i=1，2，…，n）為第i個(gè)酒店；d（0，1）為店鋪到第1位酒店之間的距離；d（n，0）為第n個(gè)酒店到店鋪的距離；d（i，j）（i= 1，2，…，n）為i到j(luò)之間的距離，且d（i，j）=d（j，i）。

2.2改進(jìn)遺傳算法模型架構(gòu)

（1）初始群體的生成。經(jīng)過(guò)編碼將數(shù)據(jù)轉(zhuǎn)換成染色體的基因鏈形式，并對(duì)種群規(guī)模進(jìn)行確定，設(shè)進(jìn)化的代數(shù)計(jì)數(shù)器h=0，最大代數(shù)為H，然后隨機(jī)產(chǎn)生M個(gè)不同的染色體構(gòu)成算法的初始解P（0），并把其當(dāng)成開(kāi)始迭代的初始點(diǎn)。

（2）評(píng)價(jià)適應(yīng)度函數(shù)值。從P（h）群體中進(jìn)行全局搜索，并從中找出適應(yīng)度最高或接近最優(yōu)的個(gè)體。

（3）選擇。從現(xiàn)有的種群中選出對(duì)自然環(huán)境適應(yīng)能力強(qiáng)大的個(gè)體，將其作為父代進(jìn)一步繁衍后代。為了能夠收斂全局得到最優(yōu)解的個(gè)體，選取最佳個(gè)體保留與賭輪選擇的方法相互結(jié)合，得到下一代個(gè)體。

Step 1：采用改良圈的近似算法，求得一個(gè)初始種群P（h）。

Step 2：從初始化群體中P（h）找出適應(yīng)度最大的個(gè)體，保證父代種群中最優(yōu)良的特性遺傳給子代，用b表示。

Step 3：假如種群中的個(gè)體q經(jīng)過(guò)賭輪選擇的方法求出的選擇概率為P（q）：

Step 4：設(shè)Z（0）=0，Z（q）=Z（1）+Z（2）+…+Z（q），（q=1，2，…，n）

通過(guò)以上操作后，在[0，1)區(qū)間內(nèi)生成n-1個(gè)均勻分布的隨機(jī)數(shù)列Ai（i=1，2，…，n-1），每一個(gè)隨機(jī)序列與群體的各個(gè)個(gè)體相對(duì)應(yīng)，并對(duì)n-1個(gè)個(gè)體按順序進(jìn)行選擇檢測(cè)，假如Z（q-1）≤Ai≤Zq，則q被選中當(dāng)成下一個(gè)個(gè)體。

（4）改進(jìn)型的單點(diǎn)交叉操作。經(jīng)選擇操作產(chǎn)生新的種群之后，并利用生物學(xué)中的有性繁殖的基因重組原理，選擇改進(jìn)型的單點(diǎn)交叉操作方法，通過(guò)染色體配對(duì)后產(chǎn)生基因交換，將優(yōu)良基因遺傳到子代個(gè)體。

Step 1：以“門(mén)當(dāng)戶(hù)對(duì)”為原則，對(duì)父代個(gè)體進(jìn)行配對(duì)并按目標(biāo)函數(shù)值進(jìn)行排序，目標(biāo)函數(shù)值最小的與小的配對(duì)，反之，大的目標(biāo)函數(shù)值與大的進(jìn)行配對(duì)。

Step 2：應(yīng)用混沌序列確定交叉點(diǎn)的位置。

Step 3：對(duì)確定的交叉項(xiàng)基因進(jìn)行交叉操作。

通過(guò)改進(jìn)遺傳算法，可避免和削弱在算法交叉強(qiáng)度大時(shí)而產(chǎn)生的尋優(yōu)抖振問(wèn)題，提高算法的收斂精度。

（5）改進(jìn)的變異操作。個(gè)體的少數(shù)基因隨機(jī)發(fā)生改變其結(jié)構(gòu)或位置，變動(dòng)的幾率較小，一般在0.001到0.1之間。從初始種群P（h）隨著遺傳算子的不斷進(jìn)化迭代后中得到新的種群P（h+1），不斷進(jìn)行繁衍優(yōu)化。遺傳算法經(jīng)過(guò)變異實(shí)現(xiàn)種群多樣性的一種手段，在遺傳操作過(guò)程中保留最優(yōu)良的個(gè)體，個(gè)體上各個(gè)基因位進(jìn)行變異，使個(gè)體的排列順序發(fā)生較大的變化，而配送路徑上的配送點(diǎn)順序?qū)?yīng)種群的各個(gè)個(gè)體也會(huì)產(chǎn)生很大的變化，所以其相應(yīng)的基因值也不同[7]。按照給定的變異率，對(duì)選定的變異個(gè)體，隨機(jī)選取三個(gè)整數(shù)，1

（6）終止條件。若h≤H,則h=h+1，轉(zhuǎn)到步驟（2）；若h＞H則已經(jīng)達(dá)到最大的種群迭代數(shù)的終止原則，將此作為最優(yōu)解，即最短配送路徑。

3　居家通店鋪配送路線仿真

選取居家通企業(yè)其中一個(gè)合作店鋪Pizza芝根芝底為例，該店鋪以訂單達(dá)到29元為起送價(jià)格，以此店為配送中心向周邊酒店實(shí)施配送，該店到各個(gè)酒店的實(shí)際距離（見(jiàn)表1），假設(shè)該店鋪只有一輛車(chē)和一名配送員工并且能裝下一次巡回路線送的所有訂單。表2為居家通企業(yè)合作店鋪Pizza芝根芝底(59)、南公快捷酒店(37)、如家快捷酒店(74)、紙業(yè)大酒店(82)、麗嘉賓館(211)、小希爾頓源利明珠店(212)、榕盛商務(wù)賓館(213)、速8酒店(215)、漢庭酒店(216)。

表1　配送中心、各配送點(diǎn)之間的實(shí)際距離　單位：m

3.1店鋪實(shí)際配送路徑

經(jīng)調(diào)查店鋪一般以10分鐘為時(shí)間段，結(jié)合實(shí)際交通擁堵情況和客戶(hù)下單時(shí)間對(duì)各配送點(diǎn)進(jìn)行配送。配送路徑基本固定為1-3-2-9-5-7-6-4-8-10，即Pizza芝根芝底(59)-如家快捷酒店(74)-南公快捷酒店(37)-漢庭酒店 (216)-麗嘉賓館 (211)-榕盛商務(wù)賓館(213)-小希爾頓源利明珠店(212)-紙業(yè)大酒店(82)-速8酒店(215)-PIZZA芝根芝底(59)的巡回路徑，總路徑長(zhǎng)度為5.330 km。

3.2遺傳算法模擬居家通店鋪配送路徑

利用遺傳算法，各參數(shù)設(shè)置為：種群規(guī)模為50，迭代次數(shù)為100，交叉率為1，變異率為0.02。經(jīng)Mat1ab分別計(jì)算標(biāo)準(zhǔn)遺傳算法和改進(jìn)的遺傳算法的最短配送路徑(見(jiàn)表2)并將配送結(jié)果用GIS地圖標(biāo)注(見(jiàn)圖2)以便將來(lái)GPS導(dǎo)航系統(tǒng)的開(kāi)發(fā)。

表2　實(shí)際配送路線與算法配送路線對(duì)比

圖2　遺傳算法(左)和改進(jìn)遺傳算法(右)求得的配送路徑（按1:200比例）

從表2和圖2可知改進(jìn)遺傳算法求得的路線長(zhǎng)度最短為4.33 km并且在GIS地圖上可以明顯看出其回程的路線更短則有效減少運(yùn)輸返程的空載，更合理的安排配送路徑，縮短配送時(shí)間。

3.3企業(yè)規(guī)模增加，修改配送路徑

隨著居家通企業(yè)的快速發(fā)展，不斷有新的酒店采用該平臺(tái)時(shí)，即周?chē)僭黾有裸y河酒店公寓(45)、福州華億賓館(262)、速8酒店（工業(yè)路寶龍店）(276)、福州鹽業(yè)快捷酒店(303)、福州匯雄商務(wù)賓館(307)五個(gè)酒店時(shí)，如表3為增加的配送點(diǎn)的位置坐標(biāo)。

表3　新增配送點(diǎn)的坐標(biāo)

結(jié)合表1和表3，當(dāng)?shù)赇佋诒?訂單8個(gè)配送點(diǎn)的基礎(chǔ)上再新添5個(gè)配送點(diǎn)時(shí)，用Mat1ab編程求出配送的最短路徑為8.50 km，配送路徑為1-8-10-12-14-11-6-4-7-5-13-9-2-3-1的巡回路徑（見(jiàn)圖8）。

圖3　配送路徑地圖（按1:200比例）

由圖3可知，當(dāng)?shù)赇伵渌头秶鷥?nèi)出現(xiàn)新的配送點(diǎn)時(shí)，原有的單巡回路線則會(huì)變長(zhǎng)，造成空載時(shí)間長(zhǎng)、運(yùn)輸距離長(zhǎng)、配送時(shí)間增加等現(xiàn)象，影響訂單配送時(shí)效承諾。此時(shí)，店鋪在配送時(shí)需根據(jù)訂單情況，適當(dāng)增加配送人員和運(yùn)輸車(chē)輛，然后對(duì)配送路線進(jìn)行重新規(guī)劃，實(shí)現(xiàn)多批次、小批量的配送，盡最大限度滿(mǎn)足客戶(hù)對(duì)時(shí)效的需求。

3.4結(jié)果分析

（1）完善配送網(wǎng)絡(luò)，聯(lián)合居家通企業(yè)共同配送。

由企業(yè)現(xiàn)有狀況來(lái)看，在這個(gè)區(qū)域范圍內(nèi)，當(dāng)每個(gè)店鋪訂單數(shù)量較少時(shí)，可通過(guò)該區(qū)域范圍內(nèi)的店鋪進(jìn)行合作或交給居家通企業(yè)統(tǒng)一配送，先由每個(gè)店鋪構(gòu)成一條取貨路線收集各個(gè)店鋪的訂單產(chǎn)品，再規(guī)劃各個(gè)酒店配送的一條巡回路線。

未來(lái)隨著企業(yè)發(fā)展，合作的酒店和店鋪不斷增加時(shí)，會(huì)產(chǎn)生大量的訂單，店鋪?zhàn)誀I(yíng)物流較難完成居家通企業(yè)的“15或30分鐘送達(dá)”送貨時(shí)間承諾，影響配送服務(wù)質(zhì)量。這時(shí)，居家通企業(yè)應(yīng)當(dāng)建立配送團(tuán)隊(duì)和配送中心幫助店鋪完成訂單配送服務(wù)，實(shí)現(xiàn)雙方的共贏，提高配送服務(wù)質(zhì)量。

（2）對(duì)訂單定時(shí)段進(jìn)行統(tǒng)計(jì)分析，增加目標(biāo)函數(shù)的約束條件

企業(yè)在以客戶(hù)為考慮起點(diǎn)的同時(shí)也要對(duì)店鋪和酒店的利益方面考慮，在實(shí)際情況中并不能單方面考慮客戶(hù)需求，損失店鋪及旅店的利益。所以居家通在接到客戶(hù)訂單的時(shí)候，在一定的時(shí)間段內(nèi)對(duì)訂單進(jìn)行統(tǒng)計(jì)分析，并將信息傳遞給給店鋪統(tǒng)計(jì)可同時(shí)配送的訂單，不至于影響配送效率。同時(shí)對(duì)于模型中目標(biāo)函數(shù)可加入車(chē)輛配送限制載重和時(shí)效要求的約束條件，以尋找最適合的配送路徑。

4　結(jié)論

本文以居家通企業(yè)為例展開(kāi)分析，針對(duì)該企業(yè)的路徑問(wèn)題，構(gòu)建居家通企業(yè)配送網(wǎng)絡(luò)的路線，建立相應(yīng)的改進(jìn)遺傳算法模型，避免種群在追求最優(yōu)解時(shí)產(chǎn)生尋優(yōu)抖振問(wèn)題，加速收斂速度。最后，結(jié)合居家通合作企業(yè)的實(shí)際配送狀況進(jìn)行模擬分析，實(shí)現(xiàn)快速配送，達(dá)到供需的雙贏。但對(duì)于構(gòu)建企業(yè)物流配送網(wǎng)絡(luò)應(yīng)該考慮到的因素還不夠完全，尤其未來(lái)當(dāng)企業(yè)規(guī)模擴(kuò)大時(shí)，本文構(gòu)建模型的約束條件還不能滿(mǎn)足于企業(yè)的發(fā)展，將來(lái)的研究方向應(yīng)當(dāng)考慮到批量配送點(diǎn)、時(shí)間效能、車(chē)輛配載、績(jī)效評(píng)價(jià)等配送因素，模型將更符合企業(yè)的實(shí)際運(yùn)作，提高企業(yè)的物流配送效率，有效降低物流成本，提高企業(yè)的綜合競(jìng)爭(zhēng)力。

參考文獻(xiàn):

[1]許婧.電子商務(wù)環(huán)境下物流配送體系研究:以特能中國(guó)公司為例[J].經(jīng)營(yíng)管理者,2011(19):296-296.

[2]張旭鳳.第三方物流企業(yè)配送網(wǎng)絡(luò)演化規(guī)律及路徑優(yōu)化研究[D].北京:北京工業(yè)大學(xué),2012.

[3]劉洋.城市路網(wǎng)中的集送貨一體化車(chē)輛路徑問(wèn)題研究[D].重慶:重慶交通大學(xué),2013.

[4]徐軍輝.基于核心競(jìng)爭(zhēng)力的綠色物流管理研究:以CW公司為例[J].商業(yè)經(jīng)濟(jì),2011(23):37-39.

[5]葉歡,經(jīng)亞枝.Grefenstette編碼法的MATLAB實(shí)現(xiàn)[J].中國(guó)測(cè)試技術(shù),2004(2):58-60.

[6]孫慧平,李健,郭偉剛.改進(jìn)遺傳算法求解旅行商問(wèn)題[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2009(4):127-133.

[7]王會(huì)云,肖建祿,劉登泰,等.基于遺傳算法的配送路線優(yōu)化[J].后勤工程學(xué)院學(xué)報(bào),2008(3):91-94.

（責(zé)任編輯：葉麗娜）

中圖分類(lèi)號(hào)：F253.9

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1674-2109(2015)12-0084-05

收稿日期：2015-10-26

作者簡(jiǎn)介：林森（1986-），男，漢族，博士研究生，助教，主要從事現(xiàn)代物流管理研究。

通訊作者：洪偉（1947-），男，漢族，博士生導(dǎo)師，教授，主要從事數(shù)理統(tǒng)計(jì)、系統(tǒng)工程研究。

Construction on Lmprovement-based Genetic Algorithm of Enterprise Logistics Distribution Network

LIN Sen1，HONG Wei2

(1.Schoo1 of Transportation，F(xiàn)ujian Agricu1ture and Forestry University,Fuzhou，F(xiàn)ujian 350002; 2.Forestry Co11ege，F(xiàn)ujian Agricu1ture and Forestry University,Fuzhou，F(xiàn)ujian 350002)

Abstract:To the order data of JOJTOM enterprise and distribution network as the research object,using the improved genetic a1gorithm for the cooperation the store service network ca1cu1ation,get the shortest de1ivery route and the actua1 distribution route,the standard genetic a1gorithm is app1ied to ca1cu1ate the route of the contrast and through GIS maps.When enterprise sca1e,the cooperation after the shops need to increase in the number and distribution of hote1 under the improved genetic a1gorithm is the distribution of path.Resu1ts show that the actua1 distribution route is 5.33 km,the standard genetic a1gorithm(ga)route is 5.04 km,improved genetic a1gorithm performance optima1 route resu1ts in GIS map of 4.33 km,and after five distribution nodes are added,the distribution of path is 8.5 km.

Key words：JOJTOM enterprises;improved genetic a1gorithm;Mat1ab