摘要：研究多配送中心實(shí)現(xiàn)低碳車輛合理調(diào)度問題，基于對(duì)多配送中心實(shí)現(xiàn)低碳車輛合理調(diào)度的探索研究的基礎(chǔ)上，構(gòu)建多配送中心車輛合理調(diào)度的數(shù)學(xué)模型，并結(jié)合距離最近分配原理，將多配送中心數(shù)學(xué)模型分解為多個(gè)單一配送中心模型進(jìn)行求解，并在此基礎(chǔ)上運(yùn)用禁忌搜索算法，實(shí)現(xiàn)多配送中心低碳車輛合理調(diào)度的算法設(shè)計(jì)。本文研究發(fā)現(xiàn)一距離近分配原理和禁忌搜索算法為基礎(chǔ)，設(shè)計(jì)的多配送中心低碳車輛合理調(diào)度算法收斂速度快、計(jì)算效率高且計(jì)算結(jié)果穩(wěn)定性好。

關(guān)鍵詞：多配送中心；低碳車輛合理調(diào)度；算法

中圖分類號(hào)：U491 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2016）009-000-02

引言

伴隨著我國(guó)經(jīng)濟(jì)水平與人們物質(zhì)生活水平的不斷提高，物流業(yè)呈現(xiàn)爆炸式發(fā)展的趨勢(shì)，其物流配送業(yè)務(wù)也變得更加緊俏，成為制約物流業(yè)發(fā)展的重要因素，對(duì)物流企業(yè)的運(yùn)營(yíng)成本、服務(wù)水平產(chǎn)生了深遠(yuǎn)的影響。而物流配送為典型代表的行業(yè)越來(lái)越多，如城市公共交通調(diào)度、郵政投遞、管道鋪設(shè)等等均涉及到車輛調(diào)度問題。因此，研究多配送中心車輛合理調(diào)度具有積極的實(shí)踐意義。

作為現(xiàn)代物流體系中的重要一環(huán)，配送效率成為體現(xiàn)一個(gè)物流公司的服務(wù)水平與質(zhì)量的重要指標(biāo)。通常物流配送是指依據(jù)客戶訂單，在配送中心實(shí)現(xiàn)分貨、配貨，并實(shí)現(xiàn)交通運(yùn)輸直至送至收貨人手中。在此過(guò)程中，不同配送中心之間的業(yè)務(wù)調(diào)度、配送車輛的合理調(diào)度等問題成為決定物流配送效率的關(guān)鍵性因素。隨著我國(guó)對(duì)環(huán)保的重視，以及民眾環(huán)保意識(shí)的提高，低碳調(diào)度車輛逐漸成為物流配送中的“主角”。而企業(yè)配送速度、物流配送成本、物流配送服務(wù)質(zhì)量等均受到車輛在多個(gè)配送中心之間的調(diào)度的影響。在此過(guò)程中，就出現(xiàn)多種需要優(yōu)化的問題。就目前而言，低碳配送車輛調(diào)度包括單個(gè)配送中心車輛調(diào)度問題以及多配送中心低碳車輛合理調(diào)度問題，且隨著全國(guó)物流體系和市場(chǎng)的不斷發(fā)暗戰(zhàn)，目前市場(chǎng)多以多配送中心車輛調(diào)度為主，且問題也較為集中。

就多配送中心低碳車輛合理調(diào)度問題的研究成果看，相比于國(guó)外而言，我國(guó)研究領(lǐng)域主要集中在單配送中心車輛調(diào)度問題的研究。為此，本文在現(xiàn)有多配送中心低碳車輛合理調(diào)度問題研究成果的基礎(chǔ)上進(jìn)行研究，借助距離最短原理，構(gòu)建多配送中心低碳車輛調(diào)度數(shù)學(xué)模型，將多配送中心數(shù)學(xué)模型分級(jí)為單配送中心數(shù)學(xué)模型求解，直觀描述多配送中心之間車料調(diào)度問題分配方法，對(duì)依據(jù)禁忌搜索算法對(duì)多配送中心車輛合理調(diào)度算法進(jìn)行設(shè)計(jì)。

一、多配送中心實(shí)現(xiàn)低碳車輛合理調(diào)度的數(shù)學(xué)模型

1.問題與假設(shè)

多配送中心實(shí)現(xiàn)低碳車輛合理調(diào)度的問題可以描述為：使用多臺(tái)低碳車輛在多個(gè)配送中心之間調(diào)度，為不同用戶配貨、送貨，其中每個(gè)配送中心的位置固定不變，每個(gè)用戶的位置以及貨物需求量相對(duì)一定，每臺(tái)低碳配送車輛的載貨量一定，每臺(tái)低碳車輛從一個(gè)配送中心出發(fā)至用戶所在地，一次配送的最大行駛距離一定，并在完成配送之后返回原配送中心等待下一次配送任務(wù)，多個(gè)配送中心的貨物能夠滿足全部用戶的需求，在此基礎(chǔ)上要求科學(xué)合理的配置低碳車輛的數(shù)量、配送距離，構(gòu)建目標(biāo)函數(shù)且求解最優(yōu)，確保總的配送費(fèi)用最小、配送效率最高。

問題基本假設(shè)如下：

（1）每條配送路徑上的不同用戶貨物需求總量不超過(guò)車輛的最大載重量；

（2）每條配送路徑的最長(zhǎng)距離不超過(guò)每臺(tái)車輛一次配送的最遠(yuǎn)行駛距離；

（3）每個(gè)用戶配送需求必須得到滿足，且只能由一輛車輛負(fù)責(zé)；

（4）有多個(gè)配送中心，且每個(gè)配送中心有多臺(tái)低碳車輛；

（5）每個(gè)配送中心的擁有足夠調(diào)度的車輛，且每輛車完成配送任務(wù)后即返回原配送中心。

2.數(shù)學(xué)模型及意義

設(shè)定某一城市有N個(gè)配送中心，存在M個(gè)用戶需要配送，每個(gè)配送分區(qū)由各配送中心服務(wù)的用戶群體構(gòu)成。設(shè)第n個(gè)配送中心要向第（n=1、2、3……n）個(gè)用戶配送，第n個(gè)配送中心有（n=1、2、3……n）臺(tái)低碳配送車輛，每臺(tái)低碳配送車輛的最大載重量為（k=1、2、3……），每臺(tái)車輛單次最大行程距離為（k=1、2、3……）。第n個(gè)配送中心服務(wù)的第i個(gè)客戶的配送需求量為（i=1、2、3……），用戶i和用戶j之間的距離為（i，j=1、2、3……）。第n個(gè)配送中心至第j個(gè)用戶之間的距離為（n=1、2、3……N，j=1、2、3……）。第n個(gè)配送中心的第k臺(tái)低碳車配送的客戶數(shù)量為，其中=0代表第k輛低碳車未被使用。第n個(gè)區(qū)域中的第k條路徑使用集合表示，其中第i個(gè)元素代表在路徑k在第n個(gè)區(qū)域中的順序?yàn)閕，且i不代表配送中心，配送中心用代表。以配送距離最短為目標(biāo)函數(shù)，構(gòu)建多配送中心低碳車輛合理調(diào)度數(shù)學(xué)模型如下：

其中上文模型中（1）代表多配送中心低碳車輛調(diào)度最短距離目標(biāo)函數(shù)，也即每條配送路徑之和最小；式子（2）代表每條路徑上的全部客戶貨物需求量不超過(guò)車輛的最大載重量；式子（3）代表每條配送路線的長(zhǎng)度不超過(guò)低碳配送車輛一次最遠(yuǎn)行使距離；式子（4）代表：某一配送區(qū)域內(nèi)每條配送路線是哪個(gè)的客戶數(shù)量不超過(guò)該區(qū)域內(nèi)總客戶數(shù)；式子（5）代表某配送區(qū)域內(nèi)的客戶總數(shù)為該區(qū)域內(nèi)每條配送路線上的客戶數(shù)之和；式子（6）代表每個(gè)客戶的配送需求均得到滿足；式子（7）代表每條配送路線上的客戶組成；式子（8）代表每個(gè)客戶均只能有一臺(tái)低碳車輛進(jìn)行送貨；式子（9）代表若配送分區(qū)n中第k輛車服務(wù)的的客戶數(shù)量不低于1時(shí)，表示該配送車輛參與了送貨，此時(shí)取，若分區(qū)n中第k輛車服務(wù)的客戶數(shù)小于1時(shí)，則表示該車輛為參與送貨，此時(shí)取。

本文描述的多配送中心低碳車輛合理調(diào)度數(shù)學(xué)模型，相比于其他文獻(xiàn)中基于網(wǎng)絡(luò)圖的模型而言，具有直觀、簡(jiǎn)單的特性，具體表現(xiàn)在以下幾個(gè)方面：①全面考慮到目標(biāo)函數(shù)與約束條件之間的聯(lián)系；②決策變量、約束條件以及目標(biāo)函數(shù)之間更為直接、自然的予以理解和描述；③模型便于通過(guò)算法以及計(jì)算機(jī)編程解析。

二、多配送中心實(shí)現(xiàn)低碳車輛合理調(diào)度的算法與求解方法

對(duì)于多配送中心車輛調(diào)度問題而言，其受多種因素的影響，如車輛的最大運(yùn)距、最大載貨量、客戶數(shù)量等等。為便于求解，本文將多配送中心車輛調(diào)度問題簡(jiǎn)化為多個(gè)單配送中心車輛調(diào)度問題急性求解，實(shí)現(xiàn)問題解析的簡(jiǎn)便化。在將多個(gè)配送中心低碳車輛調(diào)度問題分解為多個(gè)單一配送中心車輛調(diào)度問題過(guò)程中，具體客戶數(shù)量、貨物需求量等因素是決定配送中心服務(wù)的關(guān)鍵性因素。為此，本文利用距離最近分配原理，以此確定為某個(gè)客戶提供配送服務(wù)的方案，也即取定每個(gè)客戶與不同配送中心的距離，為該客戶選取距離其最近的配送中心?？蛻綦x那個(gè)配送中心最近則選取那個(gè)座位配送點(diǎn)，以此分配客戶。假設(shè)第i個(gè)客戶距離第n個(gè)配送中心的距離為，其中為min（，……），從而確保每個(gè)客戶配送服務(wù)能夠在最短距離范圍之內(nèi)，以此確定每個(gè)配送中心所服務(wù)的具體客戶數(shù)量。相關(guān)學(xué)術(shù)研究法A線，禁忌搜索算法在單配送中心車輛調(diào)度問題求解過(guò)程中其算法具有顯著的優(yōu)勢(shì)。為此，本文選取禁忌搜索算法作為多配送中心低碳車輛調(diào)度問題在轉(zhuǎn)化為單配送中心車輛調(diào)度問題中的求解方法。

根據(jù)上述對(duì)多配送中心低碳車輛調(diào)度問題的數(shù)學(xué)模型構(gòu)建與禁忌搜索算法的研究，本文設(shè)計(jì)了具體的多配送中心車輛調(diào)度問題求解算法，具體算法如下所示：

算法1：多配送中心低碳車輛調(diào)度問題的求解算法

{將無(wú)時(shí)限多配送中心車輛調(diào)度問題的已知條件進(jìn)行輸入；

將包括終止迭代步數(shù)T，每次迭代搜索當(dāng)前解的鄰居的個(gè)數(shù)N，禁忌長(zhǎng)度l以及對(duì)不可行路線的懲罰權(quán)重Pw等運(yùn)行參數(shù)輸入其中；

匹配分配中心num和客戶i；}

//實(shí)現(xiàn)多配中心中心車輛調(diào)度問題向但配送中心車輛調(diào)度問題的轉(zhuǎn)變

For（n=1；n≤N；n++）//對(duì)但配送中心車輛調(diào)度問題進(jìn)行求解

{將客戶的服務(wù)位置、配送中心n、需求量、車輛等信息導(dǎo)入算法中；

初始化禁忌表H；

隨機(jī)產(chǎn)生一個(gè)初始解S當(dāng)做當(dāng)前解，此時(shí)迭代步數(shù)為t=0；

借助解的評(píng)價(jià)方法計(jì)算初始解S的評(píng)價(jià)值；

當(dāng)前最好解Sbest=S；

當(dāng)前最好解的評(píng)價(jià)值Ebest=S的評(píng)價(jià)值；

While（t<終止迭代步數(shù)T）do

{本次迭代已經(jīng)搜索鄰居的個(gè)數(shù)n=0；

對(duì)本次迭代的最好解的評(píng)價(jià)值Elocalbest賦予一個(gè)較大的正數(shù)；

While（n

解禁禁忌表中的第一個(gè)元素，并且將Slocalbest導(dǎo)入禁忌表中，同時(shí)視為禁忌表中的最后一個(gè)元素t=t+1； }

將Sbest對(duì)應(yīng)的配送路徑方案和相應(yīng)的目標(biāo)函數(shù)值導(dǎo)出；}

輸出多配送中心車輛調(diào)度問題的計(jì)算結(jié)果；}

三、結(jié)論

本文利用距離最近原則構(gòu)建了多配送中心低碳車輛調(diào)度問題模型。首先將多配送中心低碳車輛調(diào)度問題中涉及到的運(yùn)距、車輛數(shù)量、客戶數(shù)量、最大運(yùn)載量等影響因素將其量化，融入到數(shù)學(xué)模型中，并在此基礎(chǔ)上構(gòu)建了較為直觀、合理的目標(biāo)函數(shù)。同時(shí)基于運(yùn)距最短原則，將多配送中心低碳車輛調(diào)度問題分解為單配送中心低碳車輛調(diào)度問題，其數(shù)學(xué)模型較為直觀，便于求解。最后，基于構(gòu)建的目標(biāo)函數(shù)和數(shù)學(xué)模型，綜合禁忌搜索算法的研究成果，成功的將禁忌搜索算法融入到本文的數(shù)學(xué)模型中，結(jié)果證實(shí)以運(yùn)輸距離最短為原則，以禁忌搜索算法為方法，能夠直觀、科學(xué)的解析多配送中心低碳車輛調(diào)度問題。實(shí)現(xiàn)車輛的合理調(diào)度。具體而言，本文主要在以下三個(gè)方面取得較為理想的成果：

首選，本文結(jié)構(gòu)層次分明，首先對(duì)多配送中心低碳車輛調(diào)度問題進(jìn)行了詳盡的描述，并通過(guò)直觀描述將問題以數(shù)學(xué)模型的方式呈現(xiàn)出來(lái)，構(gòu)建了目標(biāo)函數(shù)，并且設(shè)定了約束條件，從而為計(jì)算方法的求解提供了更便捷。

其次，多個(gè)配送中心低碳車輛調(diào)度過(guò)程中，按照運(yùn)輸距離最短原則，實(shí)現(xiàn)了多個(gè)配送中心的科學(xué)化劃分，每個(gè)配送衷心地額客戶數(shù)量和配送需求量等得到良好，從而確保多配送中心低碳車輛調(diào)度向單個(gè)配送中心車輛調(diào)度問題的順利過(guò)渡，為求解提供了更多的幫助。

最后，本文利用禁忌搜索算法實(shí)現(xiàn)了多配送中心車輛調(diào)度問題的算法求解過(guò)程，結(jié)果證實(shí)具有良好的收斂性。

參考文獻(xiàn)：

[1]劉曉，李海越，王成恩，儲(chǔ)誠(chéng)斌.供應(yīng)商選擇模型與方法綜述[J].中國(guó)管理科學(xué)，2014，12（1）：139-148.

[2]史學(xué)鋒，徐國(guó)華.一種多階段供應(yīng)商選擇的混合整數(shù)規(guī)劃模型[J].工業(yè)工程，2013，9（1）：100-103.

[3]桑輝，王方華.顧客轉(zhuǎn)換成本研究綜述[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2012，8（2）：102-106.

[4]甄彤，張秋聞，馬志.基于改進(jìn)蟻群算法的糧食物流調(diào)度研究[J].河南工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（3）：62-65.

[5]郎茂祥.物流配送車輛調(diào)度問題的模型算法研究[D].北京：北方交通大學(xué)，2014.

[6]郎茂祥，胡思繼.車輛路徑問題的禁忌搜索算法研究[J].管理工程學(xué)報(bào)，2014，18（1）：81-84.

作者簡(jiǎn)介：張錦光（1978-），男，漢族，廣東佛山人，佛山科學(xué)技術(shù)學(xué)院，職稱：高級(jí)網(wǎng)絡(luò)工程師，學(xué)歷：本科，研究方向：計(jì)算機(jī)網(wǎng)絡(luò)工程方面。