于 樂

(北京物資學院 北京 101149)

農村電商物流 “最后一公里”配送路徑優(yōu)化研究

于 樂

(北京物資學院 北京 101149)

應用Matlab編程將遺傳節(jié)約混合算法運用于對農村電商物流“最后一公里”配送路徑的優(yōu)化研究中，并通過實例驗證該算法的可行性和優(yōu)越性。

“最后一公里”配送;路徑優(yōu)化問題;遺傳節(jié)約混合算法

一、引言

隨著農村居民生活水平的提高，電子商務的發(fā)展以及互聯網、智能手機、淘寶、微商的普及，很多農村消費者意識到不用出門就可以購買到自己想要的物品，這就大大帶動了農村電商物流配送的需求。但由于農村網購訂單數量不多，村落與村落之間分散性明顯，交通地理位置不便等特點，現階段我國大部分農村電商“最后一公里”配送體系仍然不健全，這種情況在很大程度上制約了農村地區(qū)的電商物流發(fā)展。為解決這一問題，本文提出了對農村電商物流配送路徑的優(yōu)化展開研究，旨在提高農民對電商物流配送滿意度的同時有效解決各大物流企業(yè)和配送服務中心在農村配送上投入多、戰(zhàn)線長、效益差的情況。

二、問題提出及模型建立

這里假設有一個農村配送中心，從配送中心出發(fā)向n個農村配送點進行配送，配送點的快遞配送量為qi(i=1，2，…，n)。配送車輛每天在規(guī)定的時間從配送中心出發(fā)對每一個配送點進行服務，并在完成配送任務后返回配送中心。在整個配送過程中配送車輛的數目不超過車輛總數，每條配送線路上的快遞總量不超過車輛的載重且滿足配送時間要求。如何安排車輛的配送方案可以使得在滿足農村客戶需求的同時達到節(jié)約配送費用的目的。

對本文涉及到的符號進行如下說明:

0:配送中心;

n:各個農村配送點;

dij:配送點i與j之間的距離;

m:配送中心擁有的車輛數;

k:配送車輛編號;

Q:配送車輛裝載能力;

qi:配送點i的配送量，且q0=0;

ET:配送的最早開始服務時間;

LT:配送的最晚完成服務時間;

［ET，LT］表示完成各項配送任務的一個較寬的時間范圍;

Ti:配送點i服務的車輛到達該點的時間;

hi:配送點i服務的車輛卸貨逗留的時間;

S:每輛車的平均行駛速度;

Ck:車輛k單位行駛距離的可變成本;

gk:動用車輛k的固定成本;

tij:車輛從配送點i行駛到配送點j所用時間，且i≠j.

定義以下兩個模型決策變量:

由此可以建立以運輸成本為目標函數的單目標多約束數學模型來求解本文的實際問題:

模型的具體表示意義如下:(2－1)表示目標函數，具體表示組成運輸成本的兩部分都要達到最小;(2－2)(2－3)(2－4)表示每個農村配送點有且只有一輛車來為其服務;(2－5)表示參與配送任務的所有配送車輛都要從配送中心0出發(fā);(2－6)表示參與配送任務的所有配送車輛在完成配送任務后都要返回到配送中心0;(2－7)表示參與完成配送任務的配送車輛數不能超過配送中心現在所擁有的車輛總數;(2－8)表示配送車輛為其服務的所有農村配送點的總的快遞總量不得超過該配送車輛的最大限載量;(2－9)(2－10)表示完成配送任務的時間窗要求;(2－11)(2－12)表示變量的取值限制;(2－13)表示配送車輛從農村配送點到的行駛時間。

三、遺傳節(jié)約混合算法

本文的研究是針對農村電商背景下的一個配送中心，以配送車輛的最大載重量與寬時間窗為約束條件的電商物流“最后一公里”配送問題。對于這種大規(guī)模的車輛路徑規(guī)劃問題單單采用節(jié)約算法不能得到很好的結果和方案，因為節(jié)約算法存在如下不足:基礎的節(jié)約算法在物流配送中是不考慮一些具體的限制條件的，所以導致其無法適用于復雜的物流配送問題中;節(jié)約算法只適合于需求穩(wěn)定的理想狀態(tài)和理想環(huán)境，不能滿足現階段農村消費者網購小批量、多品種、多配送的配送需求特點。

經過對上述模型和基本算法的特征分析，應用兩種算法混合可以將該物流配送的調度問題分為兩步來解決。具體的做法是首先根據每輛車服務的對象將n個農村配送點劃分為m個配送群，也就是配送點的分群問題，即配送車輛k具體負責哪幾個配送點，該過程由遺傳算法來實現;然后再確定配送點的具體路徑問題，該過程可以由節(jié)約算法來實現。

四、實例應用

某鎮(zhèn)有一個配送中心，該配送中心為周圍的18個農村配送點提供配送服務，共有5輛配送專用電動三輪車，且平均車速為30km/h，最大載重量為200kg，動用每輛車的固定成本為20元，可變成本為8元。該鎮(zhèn)配送中心采取一天一配的配送方式，在每一個農村配送點停留時間均保持為15分鐘，在完成配送任務后返回到配送中心。

五、結語

本文利用Matlab軟件編程實現了遺傳節(jié)約混合算法，通過運行程序最終得出優(yōu)化后的配送路線，并與原方案進行比較，證明了優(yōu)化后的配送方案節(jié)約了配送成本，提高了每輛配送車輛的裝載率，減少了運輸里程同時，縮短了配送時間，提高了經濟效益，更加證明了本文提出的遺傳節(jié)約混合算法的有效性和實用性。

于樂 (1993.11－)，女，內蒙古，漢，北京物資學院，物流工程專業(yè)，研究方向:智能物流系統(tǒng)。