王 歡，李 民

?

基于Anylogic的汽車(chē)零部件銷(xiāo)售店布局研究

王 歡，李 民

（昆明理工大學(xué) 機(jī)電工程學(xué)院，云南 昆明 650500）

隨著汽車(chē)零部件的配套全國(guó)化、全球化發(fā)展，零部件銷(xiāo)售店布局的問(wèn)題也越來(lái)越突顯，配送成本已成為物流所考慮的重要問(wèn)題。本文以北京市為研究對(duì)象來(lái)優(yōu)化該地的汽車(chē)零部件銷(xiāo)售店布局。通過(guò)已知確認(rèn)的的幾個(gè)物流配送中心，在GIS地圖上標(biāo)示出來(lái)，運(yùn)用Anylogic軟件建模與仿真，通過(guò)定性和定量相結(jié)合的方法對(duì)汽車(chē)零部件銷(xiāo)售店布局進(jìn)行科學(xué)的研究，最終得出最優(yōu)配送位置。

汽車(chē)零部件銷(xiāo)售店布局；配送中心；GIS；Anylogic；建模與仿真

0 引言

近年來(lái)，隨著經(jīng)濟(jì)的快速發(fā)展，我國(guó)汽車(chē)市場(chǎng)日趨成熟，加之原材料價(jià)格的大幅上漲及整車(chē)業(yè)的壓價(jià)，汽車(chē)零部件供應(yīng)企業(yè)利潤(rùn)空間越來(lái)越小。物流是企業(yè)的重要價(jià)值來(lái)源，降低物流成本，提高作業(yè)效率，對(duì)汽車(chē)零部件物流企業(yè)來(lái)說(shuō)己迫在眉睫。汽車(chē)零部件物流配送中心是汽車(chē)零部件物流的必然選擇，其功能的有效實(shí)現(xiàn)主要取決于設(shè)施布局規(guī)劃的合理性，運(yùn)用適當(dāng)?shù)姆椒▽?shí)現(xiàn)各個(gè)設(shè)施的最優(yōu)布局，對(duì)于降低物流成本，提高作業(yè)效率以及滿(mǎn)足客戶(hù)需要具有重要意義[1-2]。

1 研究的理論基礎(chǔ)

1.1 Anylogic軟件介紹

AnyLogic是俄羅斯的XJTechnologies公司研發(fā)的復(fù)雜系統(tǒng)仿真軟件，能與GIS相結(jié)合，進(jìn)行模擬仿真[3-4]。軟件提供模板式的結(jié)構(gòu)，用戶(hù)從模板庫(kù)中將所需對(duì)象拖拉到工作空間中，再定義這些對(duì)象的屬性和相互間的關(guān)系，使建模過(guò)程變得直觀快捷。AnyLogic支持最常用的三種模擬方法：系統(tǒng)動(dòng)力學(xué)、離散事件以及基于Agent建模，其中基于Agent的建模與仿真方法試圖通過(guò)對(duì)Agent 的行為及其之間的交互關(guān)系、社會(huì)性進(jìn)行刻畫(huà)，來(lái)描述復(fù)雜系統(tǒng)的行為，并且使得整體系統(tǒng)對(duì)于群體行為復(fù)雜性的表現(xiàn)能力超過(guò)了單個(gè)主體行為的簡(jiǎn)單疊加[5]。從實(shí)踐運(yùn)用的觀點(diǎn)來(lái)看，基于Agent 的建模應(yīng)定義為本質(zhì)上分散的、以個(gè)體為中心的模型設(shè)計(jì)方案?；贏gent的建模方法可以較好的詮釋個(gè)體在一個(gè)環(huán)境中所表現(xiàn)出的狀態(tài)，通過(guò)建立他們之間的聯(lián)系，使得整體的行為成為個(gè)體行為相互交織的結(jié)果，為模擬仿真方法提供了一個(gè)新視角[6]。

1.2 銷(xiāo)售店布局

物流網(wǎng)點(diǎn)作為物流系統(tǒng)的重要組成部分，其存在的目的就是為物流系統(tǒng)提供支撐，通過(guò)物流系統(tǒng)的目標(biāo)，我們知道銷(xiāo)售店布局的內(nèi)容主要包含以下幾部分：

（1）網(wǎng)點(diǎn)數(shù)目的多少，即針對(duì)某一企業(yè)按其生產(chǎn)及零部件的分布情況具體應(yīng)該設(shè)立幾個(gè)網(wǎng)點(diǎn)來(lái)為其服務(wù)；

（2）網(wǎng)點(diǎn)規(guī)模的大小，不同區(qū)域所服務(wù)的對(duì)象不同，資源量、品種也有所差別，應(yīng)該根據(jù)實(shí)際情況設(shè)計(jì)其面積；

（3）網(wǎng)點(diǎn)的位置，物流網(wǎng)點(diǎn)位置的確定往往由其流向、流量確定；

（4）網(wǎng)點(diǎn)的供貨范圍，即物流網(wǎng)點(diǎn)主要負(fù)責(zé)中轉(zhuǎn)、流通的貨品種類(lèi)及其服務(wù)對(duì)象物流網(wǎng)點(diǎn)布局主要分為地區(qū)和地點(diǎn)的選擇。地區(qū)選擇，考慮宏觀布局，確定應(yīng)該設(shè)立多少個(gè)網(wǎng)點(diǎn)，應(yīng)該設(shè)立在什么地區(qū)；地點(diǎn)選擇則考慮微觀因素（資源、環(huán)境、交通), 是確定在被選定的地區(qū)中應(yīng)該設(shè)立幾個(gè)網(wǎng)點(diǎn)，設(shè)在什么地方。

具體來(lái)說(shuō)，地區(qū)選擇主要考慮因素有：符合國(guó)家的宏觀生產(chǎn)力布局和經(jīng)濟(jì)發(fā)展規(guī)劃；地區(qū)經(jīng)濟(jì)發(fā)展水平與市場(chǎng)前景良好，有比較充足的物流需求量；與大物流系統(tǒng)網(wǎng)絡(luò)接軌配套；交通基礎(chǔ)設(shè)施比較齊全、配套，運(yùn)輸方便；能源、信息、市場(chǎng)、法制等基礎(chǔ)條件好；還要考慮競(jìng)爭(zhēng)態(tài)勢(shì)和自己的實(shí)力情況，如果在這些地區(qū)有很強(qiáng)的競(jìng)爭(zhēng)對(duì)手，則要根據(jù)自己的實(shí)力來(lái)確定是勇敢挑戰(zhàn)還是采取回避策略[7-13]。

2 汽車(chē)零部件銷(xiāo)售店布局仿真模型的建立

銷(xiāo)售店布局的問(wèn)題實(shí)際上就是配送問(wèn)題，本文運(yùn)用Anylogic軟件，建立一個(gè)城市配送案例來(lái)對(duì)北京市部分零部件銷(xiāo)售店布局進(jìn)行建模與仿真。該模型基于GIS和智能體定義配送節(jié)點(diǎn)和運(yùn)輸車(chē)輛。輸入所有配送節(jié)點(diǎn)的位置以及上下級(jí)的關(guān)系、各節(jié)點(diǎn)間配送路線、貨物配送訂單的產(chǎn)生，包括初始地、目的地和貨物量和運(yùn)輸車(chē)輛的內(nèi)容以及安排規(guī)則等。輸出為貨物運(yùn)輸完成總量、運(yùn)輸成本（以運(yùn)輸車(chē)輛行駛里程計(jì)算）和不同網(wǎng)點(diǎn)布局或派送規(guī)則比較。以下是用Anylogic軟件建模的具體過(guò)程。

2.1 創(chuàng)建Order智能體

Order智能體中只包含一個(gè)類(lèi)型為Retailer的參數(shù)，其作用在于為貨車(chē)提供一個(gè)信息，其模型如圖1所示。

2.2 創(chuàng)建Truck智能體

Truck智能體包含一個(gè)參數(shù)owner（其類(lèi)型為Ditributor）、當(dāng)前的訂單變量order（其類(lèi)型為Order）、車(chē)的忙閑程度變量busy（其類(lèi)型為boolean）和一個(gè)時(shí)間變量timeMove（其類(lèi)型為Double）。這些變化可以用狀態(tài)圖來(lái)表示，狀態(tài)AtDistributor收到一個(gè)訂單信息變遷進(jìn)入第二個(gè)狀態(tài)moveToRetailer，第二個(gè)狀態(tài)接收到一個(gè)消息開(kāi)始unload，最后又回到配送中心Distributor。依次循環(huán)，貨車(chē)狀態(tài)圖流程如圖2所示。

圖1 Order智能體模型

圖2 Truck智能體模型

其內(nèi)部邏輯為：

Distributor進(jìn)入行動(dòng)busy=false；

離開(kāi)行動(dòng)busy=true

接收到一個(gè)消息產(chǎn)生行動(dòng)：order=msg；

moveTo(order.retailer)；

到達(dá)moveToRetailer后進(jìn)入行動(dòng)timeMove= time()；

Back的進(jìn)入行動(dòng)是moveTo(owner)；

智能體到達(dá)后產(chǎn)生行動(dòng)owner.cost+=(time()- timeMove)*0.5

此時(shí)會(huì)產(chǎn)生一個(gè)分支當(dāng)滿(mǎn)足條件！owner.coll-ectionOrder.isEmpty()會(huì)產(chǎn)生行動(dòng)order=owner.coll-ectionOrder.removeLast()；

moveTo(order.rentailer)；

2.3 創(chuàng)建Distributor智能體

首先設(shè)置一個(gè)參數(shù)numOfTrucks來(lái)設(shè)定配送中心車(chē)的數(shù)量,再將所有車(chē)隊(duì)放在一個(gè)集合truckFleet里面。車(chē)子內(nèi)部邏輯圖由findTruck、For循環(huán)、決斷、返回狀態(tài)組成。

2.4 創(chuàng)建Retailer智能體

零售店負(fù)責(zé)接收產(chǎn)生的訂單，設(shè)置一個(gè)函數(shù)generateOrder來(lái)表達(dá)此訂單，該函數(shù)體的表達(dá)如下所示：

Order o=new Order()；

o.retailer=this；

Distributor d=getNearestAgentByRoute(main. distri-butor)；

Send(o,d)；

Event-事件可以用時(shí)間來(lái)表示，選擇速率為每小時(shí)五次，產(chǎn)生的行動(dòng)用generteOrder（）表示。

2.5 模型初始化

以北京市區(qū)為研究對(duì)象，在模型中建立一個(gè)GIS地圖，找到北京市城區(qū)圖，按照給出的坐標(biāo)標(biāo)記出五個(gè)GIS點(diǎn)，其中GISPoint、GISPoint1、GISPoint2三個(gè)點(diǎn)為汽車(chē)零部件銷(xiāo)售店地址，其余的GIS點(diǎn)為其配送對(duì)象，他們的地理位置如表1和圖5所示。

圖3 Distributor智能體模型

圖4 Retailer智能體模型

創(chuàng)建智能體群distributors、retailers和trucks,將他們都設(shè)定為包含給定數(shù)量的智能體，初始智能

體數(shù)都為零，定義配送中心和零售店的地理位置collectiongDistributor和collectionRetailer，再建立一個(gè)函數(shù)initial。該函數(shù)的函數(shù)體為：

for(int i=0;i

Retailer r=add_retailers();

r.setLocation(collectionRetailer.get(i));}

for(int i=0;i

Distributor d=add_distributors();

d.numOfTrucks=uniform_discr(5,10);

for(int j=0;j

Truck t=add_trucks();

t.owner=d;

d.truckFleet.add(t);

t.setLocation(collectionDistributor.get(i));

}

建立完模型然后運(yùn)行，從軟件中得到相關(guān)仿真數(shù)據(jù)，然后對(duì)這數(shù)據(jù)加以處理分析得出結(jié)論。

表1 銷(xiāo)售店運(yùn)輸成本

Tab.1 Transport costs of sales outlets

3 仿真結(jié)果分析

在Distributor智能體上加上一個(gè)文本cost后即可運(yùn)算出貨車(chē)從各個(gè)銷(xiāo)售店在一定時(shí)間內(nèi)向各個(gè)配送站運(yùn)輸貨物的總成本的大小，成本直接顯示在每個(gè)銷(xiāo)售店圖標(biāo)上方，隨著時(shí)間的改變而改變。通過(guò)Anylogic系統(tǒng)仿真結(jié)果對(duì)這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析就可以確定三個(gè)銷(xiāo)售店中最優(yōu)位置。

根據(jù)仿真結(jié)果得到成本數(shù)據(jù)如表2所示。

由表中數(shù)據(jù)可知GISPoint點(diǎn)成本最低，成本最高的是GISPiont1.分析可以得到GISPoint點(diǎn)為汽車(chē)零部件的最佳銷(xiāo)售點(diǎn)，它向外配送可以使成本達(dá)到GISPoint1由于成本過(guò)高，可以取消在該點(diǎn)的布局。

4 結(jié)論

本文運(yùn)用Anylogic仿真軟件來(lái)對(duì)具體的實(shí)例進(jìn)行建模仿真，相比其他仿真軟件，Anylogic有其更強(qiáng)大的功能，結(jié)合了多種建模方法，避免了因仿真方法不足所造成的系統(tǒng)仿真誤差，大大提高了仿真效率和準(zhǔn)確性，從而可以準(zhǔn)確的仿真出最優(yōu)的銷(xiāo)售店位置。

圖5 零售店需求分布圖

圖6 仿真結(jié)果圖

表2 銷(xiāo)售店運(yùn)輸成本

Tab.2 Transport costs of sales outlets

表3 銷(xiāo)售店位置坐標(biāo)

Tab.3 Location coordinates of sales outlets

[1] 馮耕中. 物流配送中心規(guī)劃與設(shè)計(jì)[M]. 西安: 西安交大出版社, 2004.

[2] 毛海軍. 基于Anylogic的仿真平臺(tái)的物流中心建模分析[J]. 東南大學(xué)學(xué)報(bào), 2008(3): 314-318.

[3] 郭洪濤. 物流中心物流系統(tǒng)建模與仿真[D]. 南京: 東南大學(xué), 2007.

[4] 王愧林. 物流管理學(xué)[M]. 武漢: 武漢大學(xué)出版社, 2004: 35-43.

[5] 陳潔. 物流中心的模式研究[J]. 中國(guó)水運(yùn), 2006(6): 216- 217.

[6] 齊二石. 物流工程[M]. 北京: 機(jī)械工業(yè)出版社, 2006.

[7] 侯玉梅. 物流工程[M]. 北京: 清華大學(xué)出版社, 2011.

[8] 鄭暢. 物流中心選址方法研究[D]. 武漢: 武漢理工大學(xué), 2004.

[9] 蘇尼爾·喬普拉. 供應(yīng)鏈管理[M]. 第5版. 北京: 中國(guó)人民大學(xué)出版社, 2013.

[10] 蔣方玲. 用戶(hù)驅(qū)動(dòng)的軟件實(shí)施方法研究[J]. 軟件, 2015, 36(5): 89-92.

[11] 姜雪原. 基于動(dòng)態(tài)規(guī)劃算法的軌跡地圖匹配軟件設(shè)計(jì)與實(shí)現(xiàn)[J]. 軟件, 2015, 36(5): 108-112

[12] HAO Qian-qian, DING Jin-kou, WANG Jian-fei. A self- adaptive learning rate principle for Stacked Denoising Autoencoders[J]. 軟件, 2015, 36(9): 82-86

[13] Wang S, Sun Q, Zou H, Yang F. Particle Swarm Optimization with Skyline Operator for Fast Cloud-based Web Service Composition. Mobile Networks and Applications, 2013, 18(1): 116-121.

Research on the Distribution of Auto Parts Sales Shop Based on Anylogic

WANG Huan, LI Min

(School of mechanical and electrical engineering, Kunming university of science and technology, Kunming 650500, China)

With the development of auto parts nationwide and globalization, the distribution of parts and components is becoming more and more obvious. The cost of distribution has become an important issue in logistics. This article takes Beijing city as the research object to optimize the layout of auto parts store. Through several known logistics distribution centers, it is marked on the GIS map, using Anylogic software modeling and simulation, through the combination of qualitative and quantitative methods to study the distribution of auto parts sales stores, and finally get the optimal distribution position.

The layout of auto parts shop; Distribution center; GIS; Anylogic; Modeling and simulation

TP391.9

A

10.3969/j.issn.1003-6970.2018.09.021

王歡(1993-)，男，研究生在讀，主要研究方向：生產(chǎn)及制造系統(tǒng)工程；李民(1973-)，女，副教授，主要研究方向：生產(chǎn)及制造系統(tǒng)工程。

本文著錄格式：王歡，李民. 基于Anylogic的汽車(chē)零部件銷(xiāo)售店布局研究[J]. 軟件，2018，39（9）：103-108