蔡婉貞
(汕頭職業(yè)技術(shù)學(xué)院 廣東省汕頭市 515071)
物流配送路徑在城市經(jīng)濟(jì)發(fā)展中非常重要,在一定條件下通過改進(jìn)和優(yōu)化規(guī)劃最合適的配送路徑可以有效減少配送成本[1],降低物資損耗??s短配送的路徑在對企業(yè)來說減少了運(yùn)輸支出,也降低了群眾的消費(fèi)損耗。城市物流配送渠道關(guān)系到整個(gè)城市的民生,因此,需要合理規(guī)劃運(yùn)輸路徑,在消耗最低成本的同時(shí),提高物流配送效率,因此,本文基于大數(shù)據(jù)設(shè)計(jì)了新的物流配送路徑優(yōu)化方法。
物流配送路徑是否合理直接影響物流配送的速度和成本。因此,采用合理的方法規(guī)劃路徑具有重要意義。選取路徑優(yōu)化目標(biāo)是路徑規(guī)劃的前提[2]??梢愿鶕?jù)客戶的具體配送問題設(shè)計(jì)合理的配送方案實(shí)現(xiàn)路徑的最優(yōu)化。
效率最大化是路徑優(yōu)化的思路,實(shí)現(xiàn)高效率配送是企業(yè)發(fā)展運(yùn)營的關(guān)鍵[3]。物流路徑優(yōu)化的效率是考核企業(yè)整體水平的標(biāo)準(zhǔn),由績效和利潤指標(biāo)來反饋,因此,企業(yè)的配送利潤直接影響著企業(yè)發(fā)展。提高物流配送效率需要從多方面入手,企業(yè)的發(fā)展效果是提升企業(yè)競爭力的關(guān)鍵。
基于企業(yè)的發(fā)展效果,需要設(shè)計(jì)不同的配送路徑優(yōu)化目標(biāo),但這些不同的配送目標(biāo)都有一個(gè)最終要求,就是低成本,這也是縮短物流配送路徑的目的[4]。研究表明,車輛配送的成本消耗與行車路徑的選擇之間存在明顯的關(guān)系。
其次,設(shè)計(jì)的配送路徑優(yōu)化目的還包括運(yùn)輸?shù)木唧w條件,例如運(yùn)輸物品的類型,運(yùn)輸?shù)臅r(shí)間要求,以及運(yùn)輸物品的重量等,因此,路徑數(shù)量不僅取決于企業(yè)的最短距離和最低成本,還取決于物流配送的相關(guān)條件。
除了上述的目標(biāo)外,客戶的滿意和個(gè)性化需求也是物流配送路徑優(yōu)化的目標(biāo),第三方物流配送必須滿足客戶的需求,增加自身的競爭力。在路徑優(yōu)化時(shí),應(yīng)該根據(jù)客戶的實(shí)際需求制定專業(yè)的配送方式,調(diào)整車輛配送流程,實(shí)現(xiàn)準(zhǔn)時(shí)配送,因此路徑優(yōu)化目標(biāo)應(yīng)根據(jù)實(shí)際問題選擇。
對于優(yōu)化問題的處理,由于每個(gè)物流配送路徑優(yōu)化問題面對的情況不同,需要設(shè)計(jì)通用的優(yōu)化算法才能解決,因此基于大數(shù)據(jù),模擬了各種情況下的路徑配送狀態(tài),將這些配送狀態(tài)整合,建立跟蹤的優(yōu)化算法來計(jì)算配送具體損耗,本文經(jīng)過計(jì)算發(fā)現(xiàn)貓群算法在各種狀態(tài)下的計(jì)算效果較好,因此使用該算法計(jì)算路徑優(yōu)化效率[6],但是由于貓群算法的特異性,需要將每一條路徑的參數(shù)合并,才能進(jìn)行計(jì)算,基于此,設(shè)計(jì)的物流配送優(yōu)化算法如下(1)所示。
在構(gòu)建優(yōu)化模型時(shí)可以使用大數(shù)據(jù)來進(jìn)行定位,大數(shù)據(jù)需要在路徑采集中心調(diào)取各條物流支路的具體配送要求、配送時(shí)間等信息,基于這些信息進(jìn)行統(tǒng)一分配[7],規(guī)劃配送路線,在保證每一條配送路線效率的同時(shí),滿足每個(gè)客戶的需求。此時(shí)的物流需求結(jié)構(gòu)圖如圖1所示。
由圖1可知,利用大數(shù)據(jù)分配的數(shù)據(jù)首先需要經(jīng)過訂單處理中心,剛在優(yōu)訂單處理中心發(fā)送給倉儲(chǔ),完成配載運(yùn)輸并結(jié)算,在這個(gè)過程,需要利用時(shí)間窗來計(jì)算配送效率,但由于時(shí)間窗在計(jì)算時(shí)考慮的參數(shù)過多,因此,時(shí)間窗在確定路徑優(yōu)化目標(biāo)時(shí)還面臨著挑戰(zhàn)。
圖1:物流需求結(jié)構(gòu)圖
第一個(gè)問題是服務(wù)質(zhì)量差[8],第三方物流隨著電子商務(wù)發(fā)展也發(fā)展更快,此時(shí)物流配送的總需求也增加了,對物流配送的速度質(zhì)量需求與日俱增,在這種情況下,第三方物流配送的質(zhì)量得不到保障。
第二個(gè)問題是物流成本支出,網(wǎng)絡(luò)交易超過物流本范圍,導(dǎo)致配送超出容量,出現(xiàn)物流成本支出問題。除此之外,還面臨交通負(fù)擔(dān)重,配送方案不平衡等問題,給擁擠的城市交通網(wǎng)絡(luò)帶來了更大的負(fù)擔(dān)。
因此,要在合理的配送范圍內(nèi)實(shí)現(xiàn)客戶要求,進(jìn)行及時(shí)配送,必須合理定位運(yùn)輸渠道,以滿足客戶的需求,實(shí)現(xiàn)物流配送成本最低化,基于此構(gòu)建的路徑規(guī)劃模型如(2)所示。
模型(2)中,i代表路徑取值,k代表路徑規(guī)劃時(shí)間,si代表路程,vi代表速度,在優(yōu)化第三方城市物流配送渠道方面,時(shí)間窗口限制了配送時(shí)間量,間接刺激了配送效率。時(shí)間路徑是路徑選擇的關(guān)鍵,包括物流配送的時(shí)間成本。所謂物流配送時(shí)間成本,就是客戶在物流配送中對時(shí)間、多余零件和節(jié)省零件的需求的時(shí)間效率成本。
物流配送優(yōu)化的實(shí)現(xiàn)還需要為貓群算法設(shè)置參數(shù),即對已知算法進(jìn)行一定的規(guī)則設(shè)置,對完善算法和優(yōu)化其運(yùn)行起著重要的輔助作用。
內(nèi)存池是對貓記憶遍歷的描述,貓每次到達(dá)一個(gè)位置,它根據(jù)自己的導(dǎo)航范圍選擇一個(gè)更合理的位置作為它的目標(biāo)??梢愿鶕?jù)存在的變化數(shù)量給出已知的情況,此時(shí)的導(dǎo)航范圍通常在0到總維數(shù)之間。然而,貓?jiān)跀U(kuò)大搜索范圍的同時(shí),還需要進(jìn)行變化區(qū)域的表達(dá),可以根據(jù)真實(shí)情況和已知問題的模型來進(jìn)行調(diào)節(jié),變化區(qū)域通常是恒定的,可以根據(jù)自己的位置判斷具體的路徑優(yōu)化結(jié)果。
為了檢測本文設(shè)計(jì)的配送路徑優(yōu)化方法的優(yōu)化效果,搭建了仿真平臺,檢測本文設(shè)計(jì)方法與傳統(tǒng)的路徑規(guī)劃方法的規(guī)劃效果,進(jìn)行實(shí)驗(yàn)如下。
驗(yàn)證平臺選取P4雙核CPU,假設(shè)某企業(yè)共有三個(gè)物流中心,規(guī)定每個(gè)物流配送中心的車輛數(shù),在固定的客戶條件下,進(jìn)行仿真實(shí)驗(yàn),此時(shí)客戶的具體坐標(biāo)信息如表1所示。
表1:客戶信息
由表1可知,此時(shí)的客戶坐標(biāo)點(diǎn)間有較大差距,各個(gè)坐標(biāo)間沒有明顯聯(lián)系,具有隨機(jī)性,此時(shí)進(jìn)行實(shí)驗(yàn)?zāi)苡行y試兩種方法的規(guī)劃效果。
根據(jù)上表的客戶坐標(biāo),分別使用本文設(shè)計(jì)的物流配送路徑優(yōu)化方法和傳統(tǒng)的物流配送路徑優(yōu)化方法進(jìn)行物流配送,記錄兩種方法的物流配送路徑((a)圖代表傳統(tǒng)的物流配送路徑優(yōu)化方法配送路徑,(b)圖代表本文設(shè)計(jì)的物流配送路徑優(yōu)化方法),結(jié)果如圖2所示。
圖2:配送路徑
由圖2可知,本文設(shè)計(jì)的方法在10個(gè)客戶坐標(biāo)進(jìn)配送時(shí)途徑的路徑比傳統(tǒng)方法短,因此本文設(shè)計(jì)方法的成本支出少,物流配送更有效。
綜上所述,隨著互聯(lián)網(wǎng)發(fā)展,電子商務(wù)發(fā)展也突飛猛進(jìn),在這種大環(huán)境下,物流行業(yè)必須跟上互聯(lián)網(wǎng)的發(fā)展步伐,積極創(chuàng)新,縮短配送路徑可以顯著降低物流成本支出,對減少物資損耗,提升利益有重要作用,因此本文設(shè)計(jì)了縮短配送路徑的方法,實(shí)驗(yàn)證明,本文設(shè)計(jì)的路徑優(yōu)化方法的配送路徑較短,減少了物流配送的成本,增加了物流配送的有效性,有一定的應(yīng)用價(jià)值。