基于蟻群算法的STL公司配送路徑研究

李文斯　黃小軍

摘要：隨著物流行業(yè)的快速發(fā)展，科學(xué)地規(guī)劃配送路徑，提高配送效率，將是解決企業(yè)存活的重要手段。本文將圍繞解決車輛路徑優(yōu)化為核心內(nèi)容展開，以STL公司為例，運用蟻群算法及MATLAB仿真，為解決運輸路徑選擇優(yōu)化問題提供技術(shù)支持。

關(guān)鍵詞：路徑優(yōu)化：蟻群算法：MATLAB仿真

一、STL公司配送現(xiàn)狀分析

STL公司主營貨物的零擔(dān)快運，于2017年10月成立并運營，位于桂林靈川西二環(huán)路，距疊彩區(qū)政府4.2公里、七星區(qū)政府10.8公里、象山區(qū)政府8.8公里、秀峰區(qū)政府7.5公里、臨桂區(qū)政府12.9公里、雁山區(qū)政府26.6公里。配送范圍涵蓋桂林市轄區(qū)。

（一）STL公司10 - 12月貨量統(tǒng)計

通過對10-12月三個月的貨量統(tǒng)計，可計算出10月份共到貨1730票、12417件，平均每天到貨56票、414件：11月份到貨2277票、16692件，平均每天76票、557件：12月份到貨3124票、19351件，平均每天100票、625件：從數(shù)據(jù)中我們可以分析出，這三個月的貨量都呈上漲趨勢。

（二）STL公司桂林市區(qū)10-12月配送率

以每天需要派送的貨物到達配送中心并且當(dāng)日安排派送且客戶簽收為準(zhǔn)。10-12月每天的簽收率，通過對公司相關(guān)數(shù)據(jù)統(tǒng)計，通過計算得出10月份平均配送率為12.18%：11月份平均配送率為26.4g%：12月份平均配送率為52.03%。盡管配送率有所上升，但配送率仍然很低，雖然12月份偶有100%配送率，但是次數(shù)很少且不穩(wěn)定。

（三）STL公司桂林市區(qū)配送成本

本文主要包括配送運輸成本、分揀成本、裝卸搬運成本。由于現(xiàn)有固定配送成本無法改變，在這里從配送運輸成本人手，最大限度地減少運輸成本。

1.以冠超市萬達店為例，其位于七星區(qū)，距離STL公司16.4公里，6件貨派送費用了20元，根據(jù)司機提供的派送價格表1，七星區(qū)超過15公里，單票起步50元，超過的費用需要配送中心承擔(dān)。配送中心每天需要承擔(dān)高額的派送費。

2.有些司機會挑一些貨量大，運費高的貨物，對于同一區(qū)域貨物，可能開具運費不一樣，如有一票貨物運費很低，司機寧愿選擇多跑點路送運費較多的其他區(qū)域貨物，這就會導(dǎo)致，配送中心另外安排司機配送，額外增加運輸成本。二、STL公司配送存在問題分析

（一）缺乏對送貨司機的有效管理

各個市區(qū)營業(yè)點未開業(yè)之前，貨物配送均是外請司機，運費按距離和票數(shù)收費，定價過高，該公司的配送價格表如表1。

（二）送貨路徑規(guī)范程度低

公司共有8名外聘司機，每個司機配送區(qū)域不固定，沒有固定配送線路。司機每天根據(jù)區(qū)域貨量自己去倉庫找貨，基本按照意愿去送貨，導(dǎo)致配送效率低、成本過高。

（三）物流運轉(zhuǎn)效率低

分撥經(jīng)理崗位一直處于空缺，倉庫規(guī)劃的不合理導(dǎo)致貨物入庫混亂、分揀時間長，不利于貨物的尋找：庫區(qū)沒有劃出明顯界線，堆放雜亂，揀貨時間長：裝卸工人缺乏專業(yè)技能，不能合理堆碼貨物，裝卸時間長。

結(jié)合上述存在問題，本文擬用蟻群算法結(jié)合MATLAB軟件提出解決策略。

三、MATLAB求解STL公司VRP問題

（一）設(shè)置初始參數(shù)

根據(jù)STL公司10-12月份送貨量統(tǒng)計，選取某司機經(jīng)常配送地點為例進行路徑優(yōu)化，運用百度地圖獲取配送中心及配送地點的經(jīng)緯度坐標(biāo)，然后將其轉(zhuǎn)換為X、Y坐標(biāo)。

C：n個城市的坐標(biāo)，nx2的矩陣，根據(jù)表3所示，C設(shè)置坐標(biāo)如表2所示。

n=6;

NC_max：蟻群算法MATLAB程序最大迭代次數(shù)，設(shè)置迭代次數(shù)NC_max= 100;

m：螞蟻個數(shù)。m=200;

a：表征信息素重要程度的參數(shù)。a=l;

p：表征啟發(fā)式因子重要程度的參數(shù)。β=5;

p：信息素蒸發(fā)系數(shù)。p= 0.1;

Q：表示蟻群算法MATLAB程序信息素增加強度系數(shù)。Q=100;

接著進行MATLAB建模，變量初始化，然后構(gòu)建解空間，計算待訪問配送點，記錄迭代最佳路線，更新信息素，最后禁忌表清零，輸出結(jié)果。結(jié)果如圖1所示。

四、STL公司優(yōu)化效果分析

（一）減少運輸成本，提高服務(wù)質(zhì)量

STL公司到各配送點的最優(yōu)路徑是：0-1-6-3-5-2-4-0，距離為16.8445公里。按之前司機所收配送價格，可算出在桂林市區(qū)配送價格大致為每車貨/公里8元，一個送貨司機從配送中心送完6個送貨地點共收取派送費510元，經(jīng)MATLAB仿真優(yōu)化后得出六個派送點共需支付派送費用135.076元。節(jié)省運輸成本374.924兀。

（二）節(jié)約配送時間，提高運輸效率

將優(yōu)化的配送路徑運用到實際配送中，通過對司機的配送時間計時，優(yōu)化前線路：0-1-2-3-4-5-6-0，耗時6h;優(yōu)化后線路：0-1-6-3-5-2-4-0，耗時3.8h;線路優(yōu)化后配送時間減少2.2h.并且加急的貨物還可以合理的優(yōu)化，大大提高了配送效率。此外，通過統(tǒng)計得出桂林配送中心1月份平均配送率達86. 90%，比10、11、12月份提高了74. 72%、60. 41%、34. 87%。100%配送率的天數(shù)達到了9天，極大地提高配送效率。

（三）精簡配送人員，降低運輸成本

路徑優(yōu)化前.8名配送司機沒有固定配送點，造成配送混亂，嚴(yán)重影響配送效率。路徑優(yōu)化后根據(jù)4區(qū)域貨量和距離，平均劃分給3名司機，另安排1名司機配送散貨。原有8名外聘司機縮減至4名，避免了司機搶單、跨區(qū)域配送等情況，降低了運輸成本。

五、總結(jié)

本文通過STL公司配送車輛路徑問題深入研究，將該問題與蟻群算法相結(jié)合，利用MATLAB建模，對車輛路徑進行優(yōu)化，使配送路徑總長最短，運輸效率最高，經(jīng)濟效益最大。由于公司成立較晚，本次數(shù)據(jù)采集樣本量較少，應(yīng)用時需要根據(jù)實際做一些修正。

參考文獻：

[1]張巍，電網(wǎng)企業(yè)物流配送路線優(yōu)化與應(yīng)用研究[D].華北電力大學(xué)（北京），2016.

[2]溫正.MATLAB科學(xué)計算[M].北京：清華大學(xué)出版社.2017：134-140.

[3]許能闖.基于改進蟻群算法的TSP問題研究[J].軟件導(dǎo)刊，2018（ 02）：56-59.