張云翔

（深圳供電局有限公司，廣東　深圳　518000）

?

引入交通指數(shù)的節(jié)約法對電力物資配送尋優(yōu)研究

張云翔

（深圳供電局有限公司，廣東深圳518000）

由于電力企業(yè)的特殊性，僅憑現(xiàn)階段采用的人工經(jīng)驗判斷或是固定班車調度配送已經(jīng)難以滿足物資需求急劇增長對于配送效率最優(yōu)、資源節(jié)約的需求。針對深圳供電局的實證數(shù)據(jù)，通過引入道路交通運行指數(shù)（以下全文簡稱“交通指數(shù)”）的節(jié)約法規(guī)劃整體線路與實時路況導航推薦最終行車路線結合的方式，為電力物資配送完成路徑尋優(yōu)模型。在此模型基礎上開發(fā)了電力物資配送管理信息系統(tǒng)，經(jīng)過反復實證數(shù)據(jù)研究，證明該模型能夠較高程度地實現(xiàn)物資配送過程效率最優(yōu)，路徑最短，為電力物資配送的補倉、調度和優(yōu)化提供了有力的支持，為監(jiān)管層提供了較合理高效的決策。

交通指數(shù)；節(jié)約法；電力物資；物資配送；路徑尋優(yōu)

1　引言

電力企業(yè)是典型的擁有技術與資產(chǎn)密集型特點的資源型企業(yè)。其擁有的物資設備品類多、數(shù)量大，而電力生產(chǎn)又具有高度的連續(xù)性，電力物資配送是否及時直接關系到電網(wǎng)的正常運行。

隨著中國社會進入互聯(lián)網(wǎng)時代，大數(shù)據(jù)理念快速發(fā)展，如何更加合理高效的安排電力物資配送，以更好的契合當今時代倡導的資源共享、節(jié)能減排的政策主題，滿足供電局各層級人員在管理和操作上的需求，達到物資配送有序進行、資源合理利用已經(jīng)成為電力物資智能調配領域的熱點研究課題。

2　智能配送的必要性

深圳作為典型的沿海城市，深圳供電局轄區(qū)內自然災害頻發(fā)，臺風、暴雨等極端惡劣天氣頻繁出現(xiàn)，對電網(wǎng)安全生產(chǎn)與運行帶來了巨大的沖擊，在此環(huán)境和背景下，如何加強電力物資快速調配管理，提高物資調配供應效率，將災害的損失控制在最低限度范圍內，為電網(wǎng)的安全生產(chǎn)和運行保駕護航具有迫切的需求和重大的意義。

隨著全球物聯(lián)網(wǎng)信息化技術的發(fā)展以及大數(shù)據(jù)的快速興起，結合電網(wǎng)企業(yè)對于管理的精細化和規(guī)范化的需求，建立針對電力物資的智能配送模型變得尤為重要。

3　現(xiàn)階段物資配送存在的問題

物資配送是由備貨、存儲、分揀、配貨、配裝、配送運輸、送達服務、配送加工幾大基本要素組合構成，它是一個完成物品時空調動的過程［1］。其中運力能否運用的合理高效化取決于配送規(guī)劃和整個配送管理信息系統(tǒng)的合理流程設計及與社會運輸系統(tǒng)適當合理的銜接。并且運輸配送環(huán)節(jié)是物流管理信息系統(tǒng)中最主要的一個子環(huán)節(jié)。其中，運輸車輛的調度和路線設計是否合理，直接影響整個過程的配送效率、客戶服務水平，特別是多用戶配送路線的確定和優(yōu)化是一項非常龐大的系統(tǒng)工程［2］。然而合理適當?shù)剡x擇運輸車輛和行駛路徑，提升客戶需求的反應速度和服務質量，對于增進客戶對物流環(huán)節(jié)的滿意度，降低服務商的運作成本起到關鍵性的作用。

目前深圳供電局配送類型主要分為補倉配送、儲備物資配送，其中，儲備物資配送又分為緊急配送和一般需求配送。然而物資配送中需求匯總環(huán)節(jié)依然采用傳統(tǒng)的電話預約、調度人員錄入的形式進行需求匯總，并安排倉庫進行相應的補倉及備貨操作。配送路徑選擇班車調度形式，固定每周兩次分別對各點進行物資配送?，F(xiàn)階段深圳供電局電力物資配送模式存在著幾個不合理的方面，總結如下：

（1）電話預約物資需求，調度人員錄入需求并匯總的方式存在較龐大的手工和信息不對稱，極易喪失時效性；

（2）班車配送路徑雖然穩(wěn)定便于管理和責任分配，但存在著缺乏靈活性，容易造成資源浪費的問題。

4　路徑尋優(yōu)方法理論研究

求解路徑最優(yōu)的算法模型很多，車輛路徑問題求解過程歷經(jīng)了精確式求解、啟發(fā)式優(yōu)化求解以及計算機仿真求解三個過程。鑒于車輛路徑問題一直是一個公認的NP問題，而針對規(guī)模較大的車輛配送路徑問題，其求解異常復雜。一般采用啟發(fā)式優(yōu)化算法和智能優(yōu)化算法求其近似解。

現(xiàn)有的智能優(yōu)化算法例如遺傳算法大都是基于仿生學的角度尋求解的優(yōu)化，它可以處理任何形式的目標函數(shù)和約束條件，無論是線性結構還是非線性結構，連續(xù)的還是離散的［3］。它具有強大的搜索特性，相比較精確式算法更容易找到最優(yōu)解。但其主要是對問題參數(shù)的編碼組進行計算，而不同的編碼方式會對結果的判斷產(chǎn)生較大的影響，另外算法對初始種群的選擇有一定的依賴性。截至目前為止，還沒有完整的適用于電力物資配送的編碼設置，以及關于參數(shù)設置的成熟準則和方法，需要根據(jù)具體問題，依靠經(jīng)驗進行設置。針對目前深圳供電局現(xiàn)狀，該智能算法并不具有實用性和普適性。

啟發(fā)式算法是通過總結歸納過去的經(jīng)驗并進行推演，在實驗室分析基礎上來解決問題的方法。強調解決問題達到滿意，不一味的尋求最優(yōu)。啟發(fā)式算法是一種簡便、易行的方法，一方面體現(xiàn)于它快速高效地優(yōu)化了整個運輸過程，而精確式算法在求解大規(guī)模的車輛路徑問題時，得到最優(yōu)解所需要的時間復雜度和計算復雜度代價太大，然而現(xiàn)實決策出發(fā)，尋求較優(yōu)解往往更具有實用性；另一方面，啟發(fā)式算法思路簡單清晰、便于執(zhí)行，適合每個層級操作人員理解與應用。

現(xiàn)階段，啟發(fā)式算法主要分為三類：（1）構造啟發(fā)式算法；（2）兩階段啟發(fā)式算法；（3）改進啟發(fā)式算法。

5　電力物資配送路徑模型思路及系統(tǒng)設計

5.1啟發(fā)式算法思路

在充分借鑒物資配送現(xiàn)有的智能配送算法的基礎上，結合深圳供電局現(xiàn)狀，本文主要通過引入交通指數(shù)的節(jié)約算法規(guī)劃整體線路與實時路況導航推薦最終行車路線結合的方式，為電力物資配送完成全程行車路線規(guī)劃，以達到配送過程效率最優(yōu)，路徑最優(yōu)。

啟發(fā)式算法要求分析人員必須運用自己的感知和洞察力，從與所研究的問題具有較大關聯(lián)性又比較基礎的模型和算法入手尋找其中的關聯(lián)性，并從中獲得啟發(fā)，去發(fā)現(xiàn)解決該問題的思路與途徑［4］。主要有節(jié)約法、掃描法等方法。

節(jié)約法的算法流程：（1）根據(jù)計算得到的節(jié)約里程表里節(jié)約里程大小依次由大到小排列，編制節(jié)約里程順序表；（2）依次選擇節(jié)約里程最多的點在滿足車輛的載重和容積大小、車輛行駛里程等約束條件前提下組合線路；（3）循環(huán)第2步，直至所有客戶全部分配完成，漸進繪出配送路徑。

5.2交通運輸指數(shù)

交通指數(shù)是對道路網(wǎng)交通總體運行情況進行量化評估的綜合性指標，與傳統(tǒng)的車速、流量等參數(shù)比較而言，具有更直觀、簡單的特點［5］，類似于體檢時量體溫，相比抽象派的說明，人們往往更能夠理解數(shù)字化的概念，所以交通運行指數(shù)定義的目的主要是為了讓人們在出行時由之前模糊的知道堵或者不堵轉變?yōu)楦忧逦庇^的了解到道路現(xiàn)階段堵到哪一種程度，從而對全市的整體交通，以及特定路段的交通狀況有一個更直觀量化的了解，為人們出行提供更有益的參考價值。

交通指數(shù)在全世界已有應用非常成功的案例，我國在不同城市，如：北京、上海等研究了不同的定義、不同算法的指數(shù)，并且其發(fā)布后對于市民日常出行以及政府管理部門優(yōu)化交通取得了良好的效果。

深圳市目前發(fā)布的交通指數(shù)主要是采取出行時間的概念，經(jīng)過大量實地考察及詢標定參數(shù)據(jù)和試驗分析，建立了擁堵程度不同層次劃分標準和指數(shù)計算模型。主要是在0-10的范圍內取值，劃分為5個等級，其中0-2分為暢通，2-4分為基本暢通，4-6分為緩行，6-8分為較擁堵，8-10分則為擁堵。指數(shù)越大則說明一次出行相比較順暢路況（如凌晨時刻）需要多花費的時間更長。

本文主要采用深圳市交通運輸委員會官方網(wǎng)站發(fā)布的實時交通指數(shù)數(shù)據(jù)進行實證案例研究，數(shù)據(jù)來源公開且具有極大的公正性。

5.3基于交通運行指數(shù)的節(jié)約算法的電力物資配送路徑尋優(yōu)可行性分析

電力物資配送有不同其它行業(yè)的特點，配送模型大體總結如圖1所示。

圖1　電力物資配送模型

從物資配送倉庫用車輛調配電力物資向多個目的地送貨，每個需求點的位置、物資需求量一定，每臺車的載重一定，要求合理安排線路，使得運輸效率最高，配送路徑最優(yōu)，并滿足如下約束前提條件［6］：

（1）對于每一條配送路徑，目的地的需求之和不應該超過車輛的載重總量；

（2）電力物資配送過程的每個目的地的路況未知。

本文所用模型的研究思路如下：

第一步，利用節(jié)約算法的思路，針對電力物資配送完成整體線路優(yōu)化。在算法運算過程中引入交通指數(shù)對節(jié)約法進行改進。

第二步，確定整體最優(yōu)配送路徑之后，結合實時路況導航推送以及大數(shù)據(jù)預測等方式給出各站點之間最佳行車路線推薦，漸進給出物資配送全程最優(yōu)路線。

該模型分兩階段進行：

第一階段，利用節(jié)約算法思路獲得優(yōu)化的整體配送路線推薦。由于實驗室啟發(fā)式算法在計算各點之間路線均以實際坐標為準，取直線距離。而實際線路可能存在多曲線甚至多折。并且該類算法是建立在車速一定、各點之間路況條件相同的情況下，路徑最優(yōu)，則效率最優(yōu)的模型。但現(xiàn)實配送過程中存在多種不可控的因素，如：車禍等突發(fā)狀況以及其它影響道路實際通行時間的因素，比如配送擁堵（早高峰、晚高峰）、天氣導致的原因（暴雨、塌方、泥石流等）、交通方面（車禍、道路施工、臨時封路等），去掉這些影響計算路徑最優(yōu)則效率最優(yōu)對于實際的路徑最優(yōu)，推薦仍然存在不足。

故本模型針對該實驗室算法的不足，引入了各點之間主干道路的交通指數(shù)，以此來增加算法選擇路徑的精

確性，具有很大的實用性以及創(chuàng)新性。

即目標優(yōu)化函數(shù)為：

其中：i，j為各點，包括倉庫及需求點；cij為第i點至第 j點之間的距離；ωij為第i點至第 j點之間的交通指數(shù)；xijk=1，第k輛車由第i點行駛至第 j個點；否則，xijk=0。

第二階段，針對所取得的整體優(yōu)化路線運用實時路況導航推送、大數(shù)據(jù)預測等方式，選取各需求點之間的實際行車線路推薦。由于啟發(fā)式優(yōu)化算法僅僅優(yōu)化了整體路線，但針對各點之間實際行車線路，并未給出相應的路線推薦建議。本配送模型同時結合數(shù)據(jù)挖掘算法對大量路況歷史數(shù)據(jù)進行大數(shù)據(jù)分析預測，針對由算法給出的配送線路各點之間實際行車線路推薦，同時根據(jù)地圖APP（百度）路況導航信息對于各點之間實時路況進行推送，具有極大的完整性、實用性和創(chuàng)新性。

6　案例分析

6.1基礎數(shù)據(jù)采集

本文選取了深圳局7個物資點與一個倉庫的實證數(shù)據(jù)進行模型實證分析，若倉庫有3t與16t載重車輛若干，如何合理安排行車路線以達到配送效率最優(yōu)，路徑最優(yōu)。其中各點最短距離及需求如下（C0表示倉庫，Xi表示物資點，Qi表示各物資點需求量）：

表1　各點之間最短距離及需求

路線中涉及到的主干道路的交通指數(shù)數(shù)據(jù)見表2。

表2　交通指數(shù)數(shù)據(jù)表

6.2最優(yōu)路徑計算

根據(jù)上述實際距離數(shù)據(jù)，結合交通指數(shù)利用節(jié)約法計算出各點之間的節(jié)約里程，并依次由大到小排列，編制節(jié)約里程順序表［7］，見表3。

表3　節(jié)約里程順序表

根據(jù)節(jié)約里程順序，運用節(jié)約算法，結合倉庫車輛情況得到較優(yōu)配送線路如下：

首先選擇最節(jié)約里程的路段（6—2），然后是（2—1），由于配送線路必須包含倉庫，且每條循環(huán)路線上的運輸重量之和要小于3t或者16t，此時載重達到2.8t，按照資源節(jié)約型思路，優(yōu)先采用載重量小的車輛進行配送，第一回合采用3t車輛配送，具體路線如下：

路線1：倉庫0-需求6-需求2-需求1-倉庫0

依次方法類推，得到：

路線2：倉庫0-需求4-需求5-倉庫0

路線3：倉庫0-需求3-需求7-倉庫0

根據(jù)節(jié)約算法算得總路程為348km，共節(jié)約里程146km。

整體的行車路線圖如圖2所示。

6.3實時路況分析推薦

針對由節(jié)約算法計算獲得的整體優(yōu)化路線，根據(jù)百度地圖實時路況地圖對于各點之間實際行車線路進行分析，利用導航功能最終獲得實際行車路線規(guī)劃如圖3所示。

綜上利用節(jié)約算法及地圖導航功能完成了全程最優(yōu)路線推送。

圖2　整體最優(yōu)路線

圖3　各點之間導航路線推薦

7　結語

本文提出一種引入交通指數(shù)的節(jié)約算法規(guī)劃整體線路與實時路況導航推薦最終行車路線結合的方式完成電力物資配送最優(yōu)路線模型。通過創(chuàng)新的引入交通指數(shù)，完成了需求點之間不同時段不同擁堵程度帶來的效應影響估計，且數(shù)據(jù)來源于深圳市交通委員會官網(wǎng)，數(shù)據(jù)來源真實可靠。整個電力物資配送模型由兩階段構成，首先針對改進的節(jié)約算法獲得整體最優(yōu)線路，然后針對整體最優(yōu)線路利用實時路況信息導航、大數(shù)據(jù)預測的方式完成各點之間實際行車路線推薦。并在此基礎上開發(fā)了電力物資配送管理信息系統(tǒng)，通過多次應用結果表明，該系統(tǒng)能夠較高程度地實現(xiàn)物資配送過程效率最優(yōu)，路徑最短，同時完成配送全程實時監(jiān)控與記錄分析，為電力物資配送的補倉、調度和優(yōu)化提供了有力的支持，為監(jiān)管層提供了較合理高效的決策。

［1］王君.不確定因素下物流配送車輛路徑規(guī)劃問題的建模及優(yōu)化方法［M］.北京：中國財富出版社，2014.

［2］吳斌.物流配送車輛路徑問題及其智能優(yōu)化算法［M］.北京：經(jīng)濟管理出版社，2013.

［3］姜昌華，戴樹貴，胡幼華.求解車輛路徑問題的混合遺傳算法［J］.計算機集成制造系統(tǒng)，2007，13（10）：2 047-2 052.

［4］黃敏鎂.具有柔性資源約束的優(yōu)化調度問題研究［D］.武漢：武漢理工大學，2007.

［5］樂華.如何借助擁堵指數(shù)平臺提升道路通行效率［J］.道路交通管理，2014，（4）.

［6］蘇鑫煒，梁丹鈺.基于遺傳算法的電力物資配送管理信息系統(tǒng)研究［J］.商，2015，（28）：220-220.

［7］陳遠.物流配送車輛優(yōu)化調度的研究［J］.廣西輕工業(yè)，2011，（10）：70-71.

［8］劉曉陽.現(xiàn)代物流配送系統(tǒng)的研究與設計［D］.長沙：湖南大學，2013.

［9］譚文安.基于多目標物資調配優(yōu)化模型的復雜應急系統(tǒng)并行計算方法［J］.系統(tǒng)工程理論與實踐，2011，（S2）：31-32.

［10］黃永強.基于改進節(jié)約法的應急物資車輛調度問題研究［J］.物流技術，2013，32（17）：309-312.

［11］雷政.電力物資調度指揮信息系統(tǒng)的設計與實現(xiàn)［D］.成都：電子科技大學，2014.

［12］程相巍.智能交通系統(tǒng)中車輛路徑優(yōu)化問題的研究［J］.洛陽理工學院學報（自然科學版），2012，22（4）：51-54.

［13］李義華.基于多智能體的物流配送車輛調度決策方法研究［D］.上海：上海大學，2012.

［14］陳新建.淺析基建生產(chǎn)一體化信息建設的優(yōu)勢［J］.電力信息化，2008，6（3）：43-46.

［15］張紅豆.基于蟻群算法的物流系統(tǒng)配送車輛路徑優(yōu)化問題研究［D］.昆明：昆明理工大學，2015.

［16］陳長魁.物流智能配送調度系統(tǒng)的設計與實現(xiàn)［D］.廈門：廈門大學，2013.

［17］Ma Wenjing，Xu Ying zhuo，Xie Hui.The Optimal Path Algorithm for Emergency Rescuefor Drilling Accidents［A］. IEEE International Conference on Network Infrastructureamp; Digital Content［C］.2009.

［18］呂新軍.復雜多車輛物流調度問題的研究［D］.上海：上海交通大學，2003.

Optimization of Electric Power Material Distribution Process Using Saving Algorithm with Traffic Index

Zhang Yunxiang
（Shenzhen Electric Power Supply Bureau Co.， Ltd.， Shenzhen 518000， China）

In this paper， according to the empirical data of Shenzhen Power Supply Bureau， we used the saving algorithm with roadtraffic operation index to plan the general routing and at the same time finalized the route selection through a real-time navigation system.Then on such basis， we developed the electric power material distribution management information system and then through empirical dataverification， demonstrated the validity of the model.

traffic index； saving algorithm； electric power material； material distribution； route optimization

F426.61；F252

A

1005-152X（2016）08-0111-05

10.3969/j.issn.1005-152X.2016.08.028

2016-07-11

張云翔（1981-），男，廣西桂林人，碩士研究生，中級工程師，研究方向：應用系統(tǒng)建設。