陳 婷

(南寧師范大學(xué)物流管理與工程學(xué)院，廣西 南寧，530299)

1 引言

分析中國(guó)物流行業(yè)的發(fā)展?fàn)顩r可知，由于季節(jié)原因，電商物流存在快遞爆倉(cāng)期，這期間容易出現(xiàn)配送線(xiàn)路重合或混亂的問(wèn)題[1]。因此需要針對(duì)這期間的電商物流進(jìn)行路線(xiàn)規(guī)劃。其中電商物流末端的配送是快遞爆倉(cāng)期間配送路線(xiàn)較為模糊的階段，因此需要針對(duì)末端配送路線(xiàn)進(jìn)行具體規(guī)劃。

物流配送的路線(xiàn)規(guī)劃合理與否決定著物流配送的效率。對(duì)農(nóng)產(chǎn)品電商而言，合理的配送路線(xiàn)規(guī)劃可以減少配送的時(shí)間和距離，進(jìn)而提高配送的效率，同時(shí)還能降低物流配送的總成本[2]。通過(guò)路線(xiàn)的合理規(guī)劃，使得物流的運(yùn)轉(zhuǎn)效率提高，從而提高農(nóng)產(chǎn)品電商的市場(chǎng)競(jìng)爭(zhēng)力和經(jīng)濟(jì)效益。

傳統(tǒng)的物流末端配送路線(xiàn)規(guī)劃方法包括：GIS下的物流末端配送路線(xiàn)規(guī)劃方法、離散微粒群的路線(xiàn)規(guī)劃方法和基于遺傳算法的配送路線(xiàn)規(guī)劃方法。其中，GIS下的物流末端配送路線(xiàn)規(guī)劃方法在GIS平臺(tái)上根據(jù)配送點(diǎn)的分布生成配送車(chē)輛路徑方案；基于離散微粒群的路線(xiàn)規(guī)劃方法通過(guò)引入隨機(jī)交換序、PMX算子優(yōu)化微粒群優(yōu)化算法，使之能夠求解車(chē)輛路徑的組合排列問(wèn)題；基于遺傳算法的配送路線(xiàn)規(guī)劃方法利用具有較強(qiáng)全局搜索能力的引申劉海交叉法優(yōu)化傳統(tǒng)的遺傳算法，更有的規(guī)劃即時(shí)配送路線(xiàn)。然而這三種方法分別引用不同的技術(shù)、按照配送的先后順序來(lái)安排靜態(tài)的配送路線(xiàn)[3]。但它們存在著統(tǒng)一的問(wèn)題，就是無(wú)法按照下單情況及時(shí)調(diào)整配送路線(xiàn)，致使規(guī)劃出的路線(xiàn)更新速度慢，從而增加了物流配送的成本消耗。為了解決這一問(wèn)題，引用傳統(tǒng)路線(xiàn)規(guī)劃方法的思路，并在傳統(tǒng)方法的基礎(chǔ)上進(jìn)行優(yōu)化改進(jìn)，提出了一種新的電商物流末端配送路線(xiàn)規(guī)劃方法。

2 電商物流末端配送路線(xiàn)規(guī)劃方法設(shè)計(jì)

在快遞爆倉(cāng)期間，當(dāng)農(nóng)產(chǎn)品電子商務(wù)物流平臺(tái)上產(chǎn)生物流訂單后，對(duì)末端配送路線(xiàn)進(jìn)行規(guī)劃，具體的規(guī)劃流程如圖1所示。

圖1 物流末端配送路線(xiàn)規(guī)劃方法實(shí)現(xiàn)流程圖

從圖1可以看出，在路線(xiàn)規(guī)劃的過(guò)程中引入了蟻群算法，可以得出動(dòng)態(tài)更新的路線(xiàn)規(guī)劃結(jié)果，總根本上節(jié)省配送過(guò)程中產(chǎn)生的成本。

2.1 采集配送路線(xiàn)起始點(diǎn)

電商物流末端配送路線(xiàn)規(guī)劃方法的實(shí)現(xiàn)首先需要得到農(nóng)產(chǎn)品配送的起點(diǎn)和終點(diǎn)的信息，為此搭建農(nóng)產(chǎn)品的電子商務(wù)平臺(tái)，并從中得到農(nóng)產(chǎn)品的訂單情況和配送信息[4]。搭建的農(nóng)產(chǎn)品電子商務(wù)物流平臺(tái)的運(yùn)行機(jī)制如圖2所示。

圖2 農(nóng)產(chǎn)品電商物流平臺(tái)運(yùn)行機(jī)制

農(nóng)產(chǎn)品電子商務(wù)平臺(tái)主要由兩個(gè)體系四層結(jié)構(gòu)組成，兩個(gè)體系具體指的是身份認(rèn)證安全體系和運(yùn)行維護(hù)保障體系，其中身份認(rèn)證體系中的身份主要有管理員身份和用戶(hù)身份，用戶(hù)身份可以在平臺(tái)上進(jìn)行任務(wù)下單，而管理員身份可以在平臺(tái)內(nèi)采集任務(wù)信息，而農(nóng)產(chǎn)品電商物流瓶體中的四層結(jié)構(gòu)是基礎(chǔ)層、資源層、支持層和應(yīng)用層[5]。按照物流平臺(tái)的運(yùn)行機(jī)制，用戶(hù)在平臺(tái)內(nèi)下單之后，采集訂單信息中的配送起始點(diǎn)，按照配送起始點(diǎn)進(jìn)行路線(xiàn)規(guī)劃。

2.2 物流配送中心選址

物流配送中心的選址應(yīng)充分考慮物流資源和市場(chǎng)需求分析情況，并與之相適應(yīng)。在確定物流末端配送模式的前提下，遵循適應(yīng)性、協(xié)調(diào)性、經(jīng)濟(jì)性和前瞻性的原則[6]，具體的選址流程如圖3所示。

圖3 配送中心選址流程

假設(shè)在物流平臺(tái)上確定配送區(qū)域內(nèi)的需求點(diǎn)數(shù)量和地點(diǎn)，該配送區(qū)域內(nèi)只允許存在一個(gè)配送中心，配送中心用來(lái)對(duì)區(qū)域內(nèi)所有的需求點(diǎn)的貨物進(jìn)行供應(yīng)[7]。連接需求點(diǎn)之間的道路，并確定通行配送方向。配送車(chē)輛從配送中心出發(fā)，經(jīng)過(guò)配送需求點(diǎn)，設(shè)定配送中心點(diǎn)為i，到達(dá)任意需求點(diǎn)j的距離表示為xij，其取值為正整數(shù)M。那么中心選址的約束條件為：

(1)

(2)

分析式(2)，從模型中建立頂點(diǎn)與頂點(diǎn)之間的最短路徑距離矩陣D，矩陣中第i行第j列表示頂點(diǎn)之間的距離。用頂點(diǎn)之間的路徑長(zhǎng)度來(lái)替換原始頂點(diǎn)距離[8]。分別求得頂點(diǎn)i為始發(fā)點(diǎn)的運(yùn)輸路徑TC，選出TC中的最小值TC(x)，則x就是電商物流末端配送路線(xiàn)規(guī)劃中的中心地址。

2.3 獲取初始路徑

以物流末端配送路線(xiàn)規(guī)劃中心地址為中心，劃分基本的送貨區(qū)域，由于配送貨物的屬性不同，需要在配送之前對(duì)屬性差別較大的貨物進(jìn)行區(qū)分。接著結(jié)合訂單中顧客要求的送貨到達(dá)時(shí)間，按照送貨的距離進(jìn)行配送排序，得到初始路徑，具體情況如表1所示。

表1 初始配送路線(xiàn)方法表

2.4 優(yōu)化物流配送原始路徑

在獲得初始路徑的基礎(chǔ)上，對(duì)初始路徑進(jìn)行優(yōu)化規(guī)劃。確定所需要進(jìn)行物流配送的車(chē)型，各車(chē)型的數(shù)量、司機(jī)數(shù)量、各個(gè)車(chē)輛的配送順序、送貨量、行駛距離、油耗情況等參數(shù)，最終求得各個(gè)路線(xiàn)的綜合費(fèi)用，并通過(guò)遺傳算法得到時(shí)間成本、路途成本以及運(yùn)費(fèi)成本最低的優(yōu)化規(guī)劃路徑[9]。假設(shè)配送的中心點(diǎn)為起始點(diǎn)，需要配送到N個(gè)城市，令車(chē)輛的最大容量為P，配送的車(chē)輛分別為承載量7噸的車(chē)型P1和承載量為11噸的車(chē)型P2，各個(gè)需求點(diǎn)的需求量用Ri(i=1，2，…，N)來(lái)表示，設(shè)各個(gè)需求點(diǎn)之間的距離為dc，配送過(guò)程中所需的過(guò)路費(fèi)收費(fèi)距離為l。各需求點(diǎn)貨物需求量、配送距離以及收費(fèi)距離如表2所示。

表2 運(yùn)輸任務(wù)表

2.4.1 時(shí)間最短路線(xiàn)規(guī)劃

實(shí)現(xiàn)時(shí)間最短路線(xiàn)的規(guī)劃是將某兩個(gè)回路合并為一個(gè)回路，若使得合并后的總運(yùn)輸時(shí)間縮短，就節(jié)約了運(yùn)輸?shù)臅r(shí)間，節(jié)約的時(shí)間用Δt表示，如式(3)所示。

Δt=t0i+tj0+…+tij

(3)

式中t0i、tj0和tij分別表示的是各個(gè)節(jié)點(diǎn)之間配送所消耗的時(shí)間。0點(diǎn)為配送中心節(jié)點(diǎn)，則優(yōu)化過(guò)程首選需要得出初始解，確定各個(gè)車(chē)輛配送的點(diǎn)集{I1，I2，…，Ik}，令I(lǐng)j={j|j=1，2，…，n}，計(jì)算節(jié)約時(shí)間，并按照順序?qū)ζ溥M(jìn)行排列，合并配送回路，從排列好的節(jié)約時(shí)間中的最大值開(kāi)始，直到Δt的集合為空[10]。將合并完成的路線(xiàn)輸出，得到的配送路線(xiàn)即為時(shí)間最短優(yōu)化規(guī)劃后的路線(xiàn)。

2.4.2 蟻群算法計(jì)算最短路徑

利用蟻群算法對(duì)配送路線(xiàn)的最短距離進(jìn)行計(jì)算，從而得出最短配送距離的路線(xiàn)規(guī)劃結(jié)果。蟻群算法的路線(xiàn)計(jì)算路線(xiàn)流程如圖4所示。

圖4 蟻群算法計(jì)算流程圖

用人工螞蟻來(lái)代替車(chē)輛為各個(gè)需求點(diǎn)進(jìn)行服務(wù)，當(dāng)下一個(gè)需求點(diǎn)會(huì)使運(yùn)載重量超載，或者是運(yùn)距超過(guò)一次最大行駛距離時(shí)，就立即返回配送中心，該車(chē)輛完成一次運(yùn)輸[11]。編號(hào)為h的螞蟻當(dāng)從需求點(diǎn)A到需求點(diǎn)B的轉(zhuǎn)移概率可以用式(4)來(lái)計(jì)算

(4)

式中vj表示的是需求點(diǎn)在A的表示方式，ηi，j可以用式(5)來(lái)計(jì)算。

(5)

同理可以計(jì)算出μi，j的值，τij表示的是蟻群算法的優(yōu)化迭代數(shù)。

根據(jù)產(chǎn)生初始時(shí)刻的螞蟻種群移動(dòng)路徑，對(duì)所產(chǎn)生的每一條可行移動(dòng)路徑進(jìn)行調(diào)整，并對(duì)每一條路線(xiàn)進(jìn)行迭代，得出目前最短路徑作為結(jié)果輸出。

2.4.3 運(yùn)費(fèi)最省路線(xiàn)規(guī)劃

電商物流末端配送路線(xiàn)的運(yùn)費(fèi)主要分為固定成本和運(yùn)輸成本，路線(xiàn)運(yùn)費(fèi)的總成本可以用式(6)來(lái)計(jì)算

C=C1+C2

(6)

式中，C1為規(guī)劃路線(xiàn)的固定成本，其計(jì)算方法如式(8)所示

(7)

式中，zk表示的是固定變量，即第k輛車(chē)的被使用情況，取值為0或1。gk為單量車(chē)輛所產(chǎn)生的固定成本。而式(6)中C2為車(chē)輛運(yùn)輸成本，計(jì)算公式為

(8)

其中，φ為單位行駛里程的運(yùn)輸成本，xijk為車(chē)輛k完成需求點(diǎn)i到需求點(diǎn)j的配送任務(wù)情況，完成任務(wù)取值為1，否則取值為0。在得出最短時(shí)間與最短路徑規(guī)劃路線(xiàn)結(jié)果中計(jì)算每一條線(xiàn)路的運(yùn)費(fèi)成本，取成本最低的路徑為原始路徑物流配送線(xiàn)路優(yōu)化結(jié)果[12]。

2.5 配送路線(xiàn)動(dòng)態(tài)更新

在路線(xiàn)規(guī)劃的過(guò)程中，會(huì)生成新的物流任務(wù)，同時(shí)也會(huì)完成一些配送任務(wù)，因此需要對(duì)配送路線(xiàn)進(jìn)行實(shí)時(shí)更新。更新示意圖如圖5所示。

圖5 路線(xiàn)更新示意圖

圖5(a)中4為新增的配送需求點(diǎn)，而圖5(b)中為路線(xiàn)調(diào)整情況。按照5中的更新情況便可以實(shí)現(xiàn)路徑的信息素濃度更新，最終的動(dòng)態(tài)物流配送路線(xiàn)規(guī)劃結(jié)果如圖6所示。

圖6 規(guī)劃配送路線(xiàn)輸出結(jié)果

3 仿真與結(jié)果分析

為了驗(yàn)證快遞爆倉(cāng)期電商物流末端配送路線(xiàn)規(guī)劃方法的有效性，設(shè)計(jì)如下仿真，并將傳統(tǒng)的基于遺傳算法的路線(xiàn)規(guī)劃方法和GIS下的路線(xiàn)規(guī)劃方法作為實(shí)驗(yàn)的對(duì)比方法。

仿真中所使用配送車(chē)輛型號(hào)與最大承載量相同，物流配送的需求點(diǎn)同為10個(gè)，且存在4個(gè)需求點(diǎn)的變化，其中2個(gè)需求點(diǎn)的變化類(lèi)型為需求點(diǎn)增加，另外兩個(gè)為需求點(diǎn)撤銷(xiāo)或完成。

利用三種不同方法對(duì)快遞爆倉(cāng)期的配送路線(xiàn)進(jìn)行規(guī)劃，并從時(shí)間成本、運(yùn)費(fèi)成本與路途成本三個(gè)方面計(jì)算規(guī)劃路徑的成本消耗。其中，時(shí)間成本通過(guò)配送耗時(shí)來(lái)體現(xiàn)，運(yùn)費(fèi)成本通過(guò)配送費(fèi)用、配送距離人工投入來(lái)體現(xiàn)，路途成本通過(guò)燃油和鍋爐費(fèi)用來(lái)體現(xiàn)。通過(guò)仿真得到有關(guān)于物流末端配送路線(xiàn)成本消耗的實(shí)驗(yàn)結(jié)果，如表3所示。

表3 仿真數(shù)據(jù)結(jié)果

從表中的數(shù)據(jù)可以看出，傳統(tǒng)配送路線(xiàn)規(guī)劃方法的平均時(shí)間成本為24h，平均配送路程消耗為2581.8元，而綜合運(yùn)費(fèi)成本為333元。經(jīng)過(guò)對(duì)比可知，所提方法比傳統(tǒng)配送路線(xiàn)規(guī)劃方法得出的路線(xiàn)時(shí)間成本節(jié)省8小時(shí)，配送距離成本節(jié)省633.1千米，綜合配送費(fèi)用成本節(jié)省200.1元。即時(shí)間成本節(jié)省了33.3%，路程成本節(jié)省了24.5%，運(yùn)費(fèi)成本節(jié)省了60.1%。因此該路徑規(guī)劃方法可以提升配送效率、節(jié)省配送成本。

4 結(jié)束語(yǔ)

在物流配送的過(guò)程中，物流車(chē)裝載的當(dāng)天需要從倉(cāng)庫(kù)中按計(jì)劃提前做好每一個(gè)客戶(hù)配送的最優(yōu)配送路徑,,最后返回到倉(cāng)庫(kù)。采用所提的電商物流末端配送路線(xiàn)規(guī)劃方法，不僅可以得到最優(yōu)的物流配送路線(xiàn)，還解決了傳統(tǒng)方法中存在的配送成本過(guò)高的問(wèn)題，具有明顯的應(yīng)用優(yōu)勢(shì)。物流配送路徑優(yōu)化規(guī)劃方法只適用于部分物流公司，雖然整體方法運(yùn)行良好，但由于時(shí)間限制，只模擬當(dāng)某個(gè)配送點(diǎn)調(diào)整時(shí)配送線(xiàn)路的動(dòng)態(tài)更新規(guī)劃，無(wú)法對(duì)實(shí)際動(dòng)態(tài)路況進(jìn)行反饋更新，這一點(diǎn)將在未來(lái)的研究過(guò)程中繼續(xù)深入研究。