杜衛(wèi)華，翁傳芳

(南昌航空大學(xué)科技學(xué)院，江西 九江 332020)

1 引言

如今全球經(jīng)濟(jì)發(fā)展速度極快，且呈現(xiàn)出經(jīng)濟(jì)一體化進(jìn)程，在此背景下物流活動(dòng)已經(jīng)成為人們生活中必不可少的一部分。2020年疫情暴發(fā)，網(wǎng)絡(luò)帶貨逐漸火熱起來(lái)，物流已成為目前企業(yè)最重要的競(jìng)爭(zhēng)領(lǐng)域。各個(gè)企業(yè)為了能夠提高配送效率及成本效益，需要對(duì)兩階段式配送路徑優(yōu)化模型進(jìn)行研究。

李桃迎等人提出考慮動(dòng)態(tài)需求的外賣(mài)配送路徑優(yōu)化模型，該方法首先對(duì)目標(biāo)函數(shù)進(jìn)行定義，其中包含了配送成本、時(shí)間懲罰成本等，根據(jù)隨機(jī)參數(shù)對(duì)配送帶來(lái)的影響，對(duì)需要配送的范圍、訂單等進(jìn)行設(shè)定，根據(jù)設(shè)定結(jié)果獲取路徑優(yōu)化方案。該方法的路徑設(shè)定存在一定誤差，存在配送路徑優(yōu)化模型效果差的問(wèn)題。王博弘等人提出成品油二次配送路徑優(yōu)化模型及混合求解算法，該方法將配送最短路徑用作目標(biāo)函數(shù)，實(shí)際配送需求量用作約束條件，依據(jù)目標(biāo)函數(shù)和約束條件對(duì)配送優(yōu)化模型進(jìn)行建立，并求解該模型。該方法構(gòu)建的模型不夠完善，存在用戶(hù)滿(mǎn)意度差的問(wèn)題。葛顯龍等人提出考慮越庫(kù)作業(yè)的連鎖超市配送路徑優(yōu)化方法，該方法首先根據(jù)配送運(yùn)作模式，將最小化配送成本看作目標(biāo)，并以此構(gòu)建一個(gè)配送路徑模型，利用該模型把配送過(guò)程劃分成兩個(gè)階段，根據(jù)現(xiàn)在產(chǎn)品的多樣性，利用遺傳算法對(duì)劃分的兩種階段進(jìn)行求解，以此實(shí)現(xiàn)配送路徑優(yōu)化方法，該方法的劃分結(jié)果不完善，存在配送次數(shù)多的問(wèn)題。

為了解決上述方法中存在的問(wèn)題，提出面向區(qū)域物流的兩階段式配送路徑優(yōu)化模型。

2 區(qū)域物流的兩階段式配送路徑影響因素分析

2.1 區(qū)域物流

目前為止我國(guó)物流發(fā)展趨勢(shì)較快，人們對(duì)物流配送的需求也日漸提升。由于越來(lái)越多的貨物需要配送，導(dǎo)致配送期間容易出現(xiàn)錯(cuò)誤，所以為了避免這種問(wèn)題的發(fā)生，需要建立一個(gè)區(qū)域物流信息平臺(tái)，將其與各個(gè)區(qū)域物流相連，以此支撐各個(gè)物流之間的關(guān)系，建立的平臺(tái)如圖1所示。

圖1 區(qū)域物流綜合信息平臺(tái)

根據(jù)圖1可知，該平臺(tái)可以對(duì)物流信息進(jìn)行管理及服務(wù)，能夠?qū)Υ髷?shù)據(jù)進(jìn)行處理。當(dāng)各個(gè)區(qū)域物流企業(yè)進(jìn)行業(yè)務(wù)運(yùn)作時(shí)，區(qū)域物流信息平臺(tái)可以給物流企業(yè)提供信息支持的服務(wù)，依據(jù)現(xiàn)場(chǎng)數(shù)據(jù)采集流程，及時(shí)對(duì)采集的數(shù)據(jù)進(jìn)行處理，并將處理后的物流信息輸送到物流企業(yè)或其它平臺(tái)中，以此便于企業(yè)對(duì)信息流的交互使用，提升物流配送效率。

2.2 配送成本影響因素

基于構(gòu)建的區(qū)域物流綜合信息平臺(tái)，根據(jù)平臺(tái)中的數(shù)據(jù)對(duì)配送成本影響因素進(jìn)行分析。

對(duì)物流進(jìn)行配送時(shí)，影響企業(yè)配送的因素較多，例如車(chē)輛運(yùn)輸、貨物運(yùn)輸、物流公司管理等。這些影響因素?zé)o疑會(huì)增加物流企業(yè)的負(fù)擔(dān)，加大物流企業(yè)的運(yùn)輸成本。

1)物流配送的距離

物品在配送過(guò)程中，運(yùn)輸距離會(huì)對(duì)運(yùn)輸成本產(chǎn)生巨大影響。若需要配送的地區(qū)距離較遠(yuǎn)，那么配送成本就會(huì)隨著運(yùn)輸距離的增加而提升。

2)貨物運(yùn)輸量

通常情況下貨物運(yùn)輸有海運(yùn)、陸運(yùn)、空運(yùn)三種運(yùn)輸方式。大多數(shù)情況下貨物都會(huì)利用陸運(yùn)方式進(jìn)行配送，而貨物運(yùn)輸量由車(chē)輛大小進(jìn)行決定。貨車(chē)越大，運(yùn)送的貨物數(shù)量也越多。

3)物流運(yùn)輸方式

上述說(shuō)明貨物運(yùn)輸方式總共有三種，而各個(gè)運(yùn)輸方式所產(chǎn)生的費(fèi)用也大不相同。通常來(lái)說(shuō)，空運(yùn)的運(yùn)輸成本最大，但運(yùn)送時(shí)間最短。水運(yùn)的運(yùn)輸成本最小，但運(yùn)送的時(shí)間最長(zhǎng)。為了規(guī)避這種問(wèn)題，可以針對(duì)不同配送貨物的屬性對(duì)其進(jìn)行相應(yīng)的配送，以此減小運(yùn)輸成本。

4)市場(chǎng)因素

貨物在配送過(guò)程中通常會(huì)有燃油費(fèi)、裝卸費(fèi)、過(guò)路費(fèi)等，若運(yùn)送的貨物不平衡，就會(huì)出現(xiàn)空載的問(wèn)題，這會(huì)導(dǎo)致運(yùn)力浪費(fèi)，導(dǎo)致配送成本提升。所以對(duì)貨物進(jìn)行運(yùn)輸時(shí)，由于市場(chǎng)的不確定性變動(dòng)，需要反復(fù)確認(rèn)來(lái)回路程的貨物是否保持平衡，在平衡的狀態(tài)下運(yùn)輸成本損耗較低，而不平衡的狀態(tài)下運(yùn)輸成本損耗較高。

基于構(gòu)建的區(qū)域物流綜合信息平臺(tái)，獲取了影響配送成本的主要因素，根據(jù)取得的影響因素建立面向區(qū)域物流的兩階段式配送路徑優(yōu)化模型。

3 配送路徑模型的建立

3.1 配送路徑模型的建立

3.1.1 目標(biāo)函數(shù)

1)配送用戶(hù)的不確定性

在大多數(shù)城市中，物流配送者分為兩部分，第一部分是做生意的零售商、另一部分為極少數(shù)的消費(fèi)者。通常情況下零售商的配送訂單都是固定的，他們會(huì)與物流企業(yè)簽訂合同，有貨物需要配送時(shí)就會(huì)將訂單發(fā)送到物流企業(yè)手中，物流公司會(huì)直接按照訂單配送車(chē)輛，這種配送需求的用戶(hù)被稱(chēng)作靜態(tài)客戶(hù)。與之相反的是，沒(méi)有提前與物流公司簽訂合同或下訂單就有配送需求的用戶(hù)，這類(lèi)用戶(hù)被稱(chēng)作動(dòng)態(tài)客戶(hù)。

(1)

當(dāng)式(1)成立時(shí)，就說(shuō)明可以把動(dòng)態(tài)客戶(hù)記作可配送對(duì)象，若不成立，就不再對(duì)該動(dòng)態(tài)客戶(hù)提供配送服務(wù)。

2)車(chē)輛配送過(guò)程中的燃油量

物流車(chē)輛在配送過(guò)程中會(huì)排放出

CO

，它與物流車(chē)輛的油耗量成正比，因此根據(jù)車(chē)輛的碳排放量就可以計(jì)算出車(chē)輛的油耗量。

若運(yùn)輸車(chē)輛

s

的實(shí)際載重是

Q

，那么配送車(chē)輛的燃油耗費(fèi)總量用表達(dá)式定義如下：

(2)

3

.

1

.

2 約束條件

根據(jù)制定的目標(biāo)函數(shù)，使車(chē)輛在配送過(guò)程中要滿(mǎn)足下述條件，具體表示如下：

1)物流車(chē)輛將貨物配送完成后必須要回到原始配送中心，用表達(dá)式定義為

(3)

2)物流車(chē)輛一般都停在指定位置，沒(méi)有對(duì)該車(chē)輛進(jìn)行任務(wù)的分配，該車(chē)輛就不會(huì)啟動(dòng)，而分配任務(wù)的車(chē)輛啟動(dòng)后才可以為客戶(hù)進(jìn)行服務(wù)，同時(shí)每位客戶(hù)只能實(shí)行一次服務(wù)。用表達(dá)式定義如下

(4)

3)車(chē)輛行駛的最大距離約束條件，用表達(dá)式定義為

(5)

式中，

D

描述的是約束條件。

3.2 構(gòu)建模型

車(chē)輛對(duì)貨物進(jìn)行配送時(shí)，過(guò)多的車(chē)輛會(huì)導(dǎo)致物流公司的配送成本增加，同時(shí)更多的配送車(chē)輛也會(huì)因此產(chǎn)生更多的油耗量，影響到物流公司的配送成本。所以根據(jù)設(shè)置的目標(biāo)函數(shù)與約束條件將客戶(hù)最大滿(mǎn)意度與燃油最小消耗量看作目標(biāo)，以此構(gòu)建兩階段式配送路徑模型，該模型的表達(dá)式如下所示

(6)

3.3 基于改進(jìn)混合蟻群算法的模型優(yōu)化

基于構(gòu)建的模型，采用混合蟻群算法對(duì)建立的模型進(jìn)行優(yōu)化，具體操作如下所示。

1)構(gòu)建路徑

對(duì)模型進(jìn)行優(yōu)化前首先需要對(duì)配送路徑進(jìn)行選擇，蟻群會(huì)通過(guò)各個(gè)路徑中的信息素差異對(duì)最優(yōu)路徑進(jìn)行選取。設(shè)立在

t

時(shí)刻時(shí)螞蟻

k

處存在某個(gè)節(jié)點(diǎn)，該節(jié)點(diǎn)需要朝著待訪(fǎng)問(wèn)節(jié)點(diǎn)進(jìn)行轉(zhuǎn)移，

p

(

t

)就是節(jié)點(diǎn)的轉(zhuǎn)移概率。利用概率隨機(jī)策略對(duì)最優(yōu)路徑進(jìn)行選擇，這時(shí)螞蟻

k

選擇的路徑用表達(dá)式定義如下

(7)

式中，

η

(

t

)描述的是

t

時(shí)刻的啟發(fā)式信息，π(

t

)描述的是信息素濃度，

q

描述的是路徑搜索。如果最終結(jié)果為

q

<

q

時(shí)，就說(shuō)明要選擇含有最大信息素的路徑，這種路徑選擇方式被稱(chēng)作確定性搜索，主要用來(lái)提升優(yōu)化算法的收斂速度。

2)更新信息素

由于信息素的更新速度影響著模型優(yōu)化的收斂速度，因此采用混合算法對(duì)信息素進(jìn)行更新。

螞蟻對(duì)路徑構(gòu)建完成后，最優(yōu)螞蟻釋放的信息素就是更新后的信息素，用表達(dá)式定義為

(8)

式中，

ρ

描述的是信息素?fù)]發(fā)系數(shù)，

T

描述的是最優(yōu)路徑，

G

描述的是路線(xiàn)，

P

描述的是常量。

對(duì)信息素進(jìn)行更新后，可以有效地減少耗時(shí)，以此避免該算法陷入局部最優(yōu)。

根據(jù)選取的最優(yōu)路徑及信息素的更新，便于完成配送路徑模型的優(yōu)化，那么兩階段式配送路徑模型的優(yōu)化流程如圖2所示。

圖2 模型優(yōu)化流程圖

首先建立區(qū)域物流信息平臺(tái)對(duì)兩階段式配送路徑運(yùn)輸成本的影響因素進(jìn)行有效分析，確立目標(biāo)函數(shù)及約束條件，構(gòu)建兩階段式配送路徑優(yōu)化模型，并采用改進(jìn)混合蟻群算法對(duì)模型進(jìn)行優(yōu)化，從而實(shí)現(xiàn)面向區(qū)域物流的兩階段式配送路徑模型的構(gòu)建。

4 實(shí)驗(yàn)與分析

為了驗(yàn)證面向區(qū)域物流的兩階段式配送路徑優(yōu)化模型方法的整體有效性，需要對(duì)該方法進(jìn)行實(shí)驗(yàn)對(duì)比測(cè)試。

采用面向區(qū)域物流的兩階段式配送路徑優(yōu)化模型方法(方法1)、考慮動(dòng)態(tài)需求的外賣(mài)配送路徑優(yōu)化模型及算法(方法2)和成品油二次配送路徑優(yōu)化模型及混合求解算法(方法3)進(jìn)行實(shí)驗(yàn)測(cè)試。

1)首先根據(jù)客戶(hù)需求給出車(chē)輛配送到配送中心之間的距離，采用方法1、方法2和方法3分別對(duì)客戶(hù)的貨物進(jìn)行配送，配送完成后根據(jù)客戶(hù)的滿(mǎn)意度驗(yàn)證路徑優(yōu)化模型的效果，具體測(cè)試結(jié)果如下所示。

設(shè)定配送中心為1個(gè)，客戶(hù)數(shù)目為10個(gè)，配送車(chē)輛為3輛，在這10位客戶(hù)中，每位客戶(hù)的需求為

g

。物流貨物的單位為

T

。通過(guò)給出的配送距離，采用方法1、方法2和方法3分別對(duì)車(chē)輛的配送路徑進(jìn)行合理安排，根據(jù)配送時(shí)間體現(xiàn)出配送效果，以此表明用戶(hù)對(duì)不同方法配送路徑安排的滿(mǎn)意程度，如圖3所示。

圖3 車(chē)輛運(yùn)輸時(shí)間測(cè)試

分析圖3中的數(shù)據(jù)發(fā)現(xiàn)，本次實(shí)驗(yàn)設(shè)定的運(yùn)輸距離為9000km。三種方法在測(cè)試期間，方法1的運(yùn)輸時(shí)間要低于其余兩種方法，而方法3的運(yùn)輸時(shí)間最高。由此可見(jiàn)，方法1對(duì)運(yùn)輸路徑的規(guī)劃效果要優(yōu)于方法2和方法3。基于該試驗(yàn)，以此獲取各個(gè)客戶(hù)對(duì)不同方法的滿(mǎn)意程度。如圖4所示。

圖4 用戶(hù)滿(mǎn)意度測(cè)試

根據(jù)圖4中的數(shù)據(jù)發(fā)現(xiàn)，由于方法1的配送時(shí)間最短，所以用戶(hù)對(duì)方法1的配送滿(mǎn)意程度最高，且方法1的運(yùn)動(dòng)軌跡呈現(xiàn)出上升趨勢(shì)，要高于方法2和方法3。與方法1相反，方法3的配送時(shí)間最長(zhǎng)，所以用戶(hù)對(duì)方法3的配送滿(mǎn)意程度最低，致使方法3的運(yùn)動(dòng)軌跡呈現(xiàn)出下降趨勢(shì)。

綜上所述，方法1的配送時(shí)間最短、用戶(hù)滿(mǎn)意度最高，這是因?yàn)榉椒?對(duì)配送運(yùn)輸成本的影響因素進(jìn)行有效分析，以此提升了配送效果，降低了車(chē)輛配送時(shí)間。

2)為了明確本文所提方法對(duì)路徑進(jìn)行優(yōu)化前后的貨物配送次數(shù)對(duì)比效果，需要利用本文所提方法進(jìn)行路徑優(yōu)化前后配送次數(shù)測(cè)試，測(cè)試結(jié)果如圖5所示。

圖5 路徑優(yōu)化前后配送次數(shù)對(duì)比測(cè)試

通過(guò)圖5中的測(cè)試結(jié)果可知，未對(duì)本文所提方法進(jìn)行優(yōu)化前，需要配送4-6次才能完成指定貨物的配送，而對(duì)本文所提方法進(jìn)行優(yōu)化后，只需配送2-4次即可完成配送?？梢?jiàn)對(duì)文本所提方法優(yōu)化后，配送次數(shù)有所減少，有效地提升了貨物運(yùn)輸效率。

5 結(jié)束語(yǔ)

在這個(gè)信息化時(shí)代，物流已經(jīng)成為人們生活中不可或缺的一部分，所以針對(duì)兩階段式配送路徑優(yōu)化模型存在的問(wèn)題，提出面向區(qū)域物流的兩階段式配送路徑優(yōu)化模型。該方法通過(guò)建立的區(qū)域物流綜合信息平臺(tái)分析了兩階段式配送路徑影響因素，基于分析結(jié)果構(gòu)建兩階段式配送路徑模型，并采用改進(jìn)混合蟻群算法對(duì)該模型進(jìn)行優(yōu)化，實(shí)現(xiàn)面向區(qū)域物流的兩階段式配送路徑優(yōu)化模型方法。該方法在配送路徑優(yōu)化模型領(lǐng)域中起到重要作用，在今后兩階段式配送路徑優(yōu)化模型方法中有著長(zhǎng)遠(yuǎn)的發(fā)展空間。