閆晨陽

[摘要]物流車輛的調(diào)度工作是否完善、能否根據(jù)實際的物流路況做出動態(tài)化的積極調(diào)整，將成為物流配送是否具有高效率的決定性因素。文章在對物流配送車輛調(diào)度方式研究中，對影響物流車輛配送效率的影響因素進行了總結(jié)分析，同時以動態(tài)化管理為基礎(chǔ)，進行依靠信息條件實現(xiàn)調(diào)度功能的調(diào)度優(yōu)化模型，提升物流配送車輛的調(diào)度能力，提高配送效率。

[關(guān)鍵詞]物流配送；高效率；車輛調(diào)度；優(yōu)化模型

[DOI]1013939/jcnkizgsc201915168

1引言

物流配送車輛所處的行駛環(huán)境和行駛軌跡規(guī)劃，是物流配送效率的保證，調(diào)度工作主要依靠環(huán)境分析和運行情況判斷，做出實時的調(diào)度調(diào)整，以此保證車輛行駛與實際的氣候、配送環(huán)境、交通環(huán)境相適應，從而達到最佳的配送路線選擇、實現(xiàn)最短時間、高效率的物流配送服務，提升物流企業(yè)的市場形象和核心競爭價值。

2影響物流配送車輛配送效率的主要因素

21客觀不可抗力因素

環(huán)境因素和非預見性的人為不可抗力因素，都是造成物流配送車輛無法提升效率、達到最優(yōu)配送的主要阻礙因素。其中大部分因素的出現(xiàn)有著明顯的隨機特征，無法預先判斷，導致物流配送車輛的調(diào)度工作陷入被動，調(diào)度實現(xiàn)無法滿足實際的物流需求，造成二者之間存在差異。

常見的環(huán)境問題主要體現(xiàn)在天氣、氣候、地質(zhì)災害等方面，例如在雷雨天、暴風雪天氣等環(huán)境當中，配送車輛的行駛路線規(guī)劃和行駛速度都將受到一定限制，部分路段還會發(fā)生較為嚴重的堵塞問題，影響物流配送和物流調(diào)度工作。不過這一類型的環(huán)境問題往往可以借助人類科技的預測手段完成預先判斷，調(diào)度部門可以根據(jù)具體的天氣情況盡早完成規(guī)劃，從而避免車輛受阻過于嚴重。

而諸如地震、交通事故、道路故障等客觀因素，同樣對配送車輛的行駛造成嚴重影響，但由于其所具有的不可預見性，事故的出現(xiàn)往往處于突發(fā)狀態(tài)，一旦調(diào)度部門缺乏信息溝通或者無法做出第一時間的判斷和處理，極有可能造成車輛受阻嚴重程度增加，導致車輛無法準時完成物流配送。

22路線規(guī)劃與車輛行駛速度

路線規(guī)劃是調(diào)度部門主要應當完成的調(diào)度工作內(nèi)容，部門結(jié)合所獲取的配送地區(qū)的地理交通信息和行車信息，從預期規(guī)劃和實時調(diào)度規(guī)劃兩個方面，開展車輛行駛路線規(guī)劃工作，引導車輛選擇最優(yōu)線路完成物流配送工作。但實際上，受限于信息資源的時效性和動態(tài)性，調(diào)度部門所進行的規(guī)劃難以針對具體的線路問題做出精準、快速的應度。[1]部分物流公司還存在調(diào)度與實際情況不符的情況，導致物流配送十分緩慢，引發(fā)客戶流失等問題。

車輛的行駛速度同樣是制約物流配送效率的關(guān)鍵，我國大部分城市內(nèi)部交通車道都具有限速要求，因此配送車輛的行駛速度，也成為調(diào)度工作當中應當充分考量的重點內(nèi)容。

3基于信息化的動態(tài)調(diào)度管理優(yōu)化方案

31建立動態(tài)交通規(guī)劃模型

交通情況的模擬是物流調(diào)度部門必須建立的工作內(nèi)容，通過開展動態(tài)化的交通環(huán)境模擬方案，可以實現(xiàn)可視化的調(diào)度策略分析方案，從而解決因環(huán)境、不可抗力等因素所造成的配送車輛阻礙。傳統(tǒng)物流公司的調(diào)度工作開展，主要依靠直角坐標的方式，對各個配送點和物流車輛所在點進行坐標模擬，并通過輸入量的方式，構(gòu)建直角坐標模型。但事實上，這種直角坐標模型對于真實道路交通的模擬程度十分有限，大量配送線路尤其是城市配送線路交通環(huán)境十分復雜，配送點與客戶之間的線路眾多，直角坐標無法精準描述，因此調(diào)度部門難以結(jié)合坐標完成調(diào)度規(guī)劃。[2]而在信息化時代，動態(tài)化的交通環(huán)境模擬模型，應當以立體、具象、實時更新為基本要求，筆者提出，可以將地圖信息當中的可測節(jié)點作為基本點，通過將基本點與虛擬點相互結(jié)合的方式，形成交通模型，其中基本點是實際配送路線當中真實存在的，而虛擬點則是經(jīng)過算法計算后所得出的最優(yōu)化節(jié)點中的路口，從而實現(xiàn)對于車輛運行軌跡和所處交通狀態(tài)的準確模擬。此外，在交通模型當中，還需要引入信息系統(tǒng)，通過實時的交通道路信息獲取的方式，來進行節(jié)點判斷，例如當A節(jié)點所處最優(yōu)線路出現(xiàn)無法通行或通行受阻問題后，系統(tǒng)將重新進行當前配送車輛和目標基本點之間的聯(lián)絡(luò)，完成次優(yōu)化線路的選擇，爭取壓縮配送時間，提高配送效率。

32模型算法應用

如前所述，交通模擬模型的實際應用，除了需要對交通信息和交通狀況進行精準的可視化表達之外，還需要結(jié)合算法的應用，來實現(xiàn)對于最優(yōu)路線的選擇，從而建立起調(diào)度方案。筆者在進行算法選用和算法實際應用中，通過對比觀察的方式選取了“蟻群算法”進行交通模型的模擬和應用。所謂蟻群算法是指科學家通過對螞蟻覓食過程的觀察，發(fā)現(xiàn)螞蟻群體會通過遺留“信息素”的方式，引領(lǐng)同伴找尋到最佳的覓食路線?？茖W家將其總結(jié)為正反饋機制算法，被稱為“蟻群算法”。在物流車輛配送過程中，調(diào)度優(yōu)化可以由蟻群算法來實現(xiàn)規(guī)劃和線路優(yōu)化分析。調(diào)度部門可以結(jié)合物流工作當中物流公司與客戶之間形成交易的流程，來設(shè)置蟻群算法的優(yōu)化策略。首先，物流公司在收獲到客戶物流服務請求后，需要首先判斷車輛空閑狀態(tài)，只有車輛滿足情況下，方可進行初始參數(shù)、車輛運輸容量、車輛行駛節(jié)點的導入和配送。其中車輛行駛節(jié)點需要通過設(shè)置初始化的禁忌表的方式，將已經(jīng)根據(jù)轉(zhuǎn)移概率完成配送的螞蟻所到達的節(jié)點q設(shè)置到禁忌表當中，同時結(jié)合禁忌表的數(shù)據(jù)信息，對所獲取到禁忌表內(nèi)容中的信息素做出局域更新。隨后，對客戶節(jié)點做出信息反饋，判斷車輛到達情況，得出其“是否已被訪問”結(jié)論，隨后依據(jù)路徑的全局更新，進行數(shù)據(jù)信息迭代。迭代結(jié)果得到最大值，則對數(shù)據(jù)結(jié)果進行輸出，以此作為車輛的配送序列情況和路線規(guī)劃情況，完成交通模型內(nèi)的路線最優(yōu)化選取。

33功能模塊設(shè)計

為了實現(xiàn)調(diào)度優(yōu)化方案的實際應用，本文結(jié)合信息平臺的設(shè)計方案，提出了調(diào)度優(yōu)化方式的模塊化功能調(diào)整性設(shè)計，使其滿足選優(yōu)的路線控制方案和信息分析能力。

模塊設(shè)計主要以滿足功能需求為前提，因此本文所進行的模塊設(shè)計主要集中在物流車輛的在途管理、位置管理、發(fā)車方案管理以及調(diào)整管理等幾個方面，其中在途管理和位置管理是通過信息手段對配送過程中的車輛運行狀態(tài)所進行信息匯總的功能模塊，模塊需要完成對常態(tài)信息和非常態(tài)信息進行分辨，從而實現(xiàn)對車輛及車輛周邊環(huán)境的判斷；發(fā)車方案模塊是規(guī)劃結(jié)果功能的實現(xiàn)，要求調(diào)度部門依照預期分析，完成調(diào)度設(shè)置；調(diào)整管理則是算法和交通模型模擬功能模塊，主要應對處理突發(fā)狀況下的車輛路線的重新調(diào)整，保證配送運行的動態(tài)性和時效性。對于調(diào)度部門來說，通過建設(shè)行之有效的信息化動態(tài)規(guī)劃平臺，能夠?qū)崿F(xiàn)調(diào)度能力和調(diào)度水平的提升，保障車輛配送的實際運行效率。[3]

4結(jié)論

綜上所述，上市公司的內(nèi)部控制體系管理工作的開展、財務工作風險評估和風險控制成為市場化發(fā)展當中重要的環(huán)節(jié)。上市公司需要以指標權(quán)重方案形成對于風險內(nèi)容的識別，并通過加強內(nèi)部環(huán)境優(yōu)化和企業(yè)經(jīng)營能力的提升，來保障企業(yè)擁有財務風險的控制能力。對于上市來說，如何進行內(nèi)部優(yōu)化管理的實施和開展，成為企業(yè)自身發(fā)展創(chuàng)新的關(guān)鍵。

參考文獻：

[1]陳禹默，宋劍萍同城物流配送車輛調(diào)度問題研究——以西安飛雕電器為例[J].甘肅科學學報，2018，30（5）：142-147.

[2]趙建峰，梁伯棟物流車輛調(diào)度一般模型及啟發(fā)式算法求解現(xiàn)狀及研究方向[J].物流技術(shù)，2017，36（12）：119-123.

[3]林偉強，張袖斌，何志杰基于物聯(lián)網(wǎng)的高職智能物流實訓室設(shè)計與探索——以廣州科技貿(mào)易職業(yè)學院物流車輛調(diào)度實訓室為例[J].科技創(chuàng)新導報，2015，12（31）：15-16.