基于蟻群算法的冷鏈物流運(yùn)輸路徑優(yōu)化——以F公司為例

姜方桃 高亞靜 張翀 蔣浩洋 楊乃裕

摘要：優(yōu)化運(yùn)輸路線是冷鏈運(yùn)輸企業(yè)提高競爭力的重要保障。該文對冷鏈物流現(xiàn)狀進(jìn)行了分析，以F公司為例，運(yùn)用蟻群算法并借助MATLAB迭代計(jì)算，對F公司在南京區(qū)域的配送點(diǎn)進(jìn)行分析，從而對生鮮物流配送的“最后一公里”問題進(jìn)行優(yōu)化。

關(guān)鍵詞：冷鏈運(yùn)輸;路徑優(yōu)化;蟻群算法

中圖分類號：TP3? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2021）11-0251-04

疫情的突然爆發(fā)，線下購買生鮮食品難度加大，使得人們更愿意選擇線上購買生鮮食品，猛然增加的生鮮食品需求量對于冷鏈運(yùn)輸行業(yè)是個(gè)嚴(yán)峻的考驗(yàn)，但也促進(jìn)了冷鏈物流配送的發(fā)展。與電子商務(wù)領(lǐng)域的突飛猛進(jìn)相比， 物流配送尤其是冷鏈物流配送能力一直呈現(xiàn)出無法匹配的尷尬局面。

1 冷鏈物流運(yùn)輸現(xiàn)狀分析

1.1 行業(yè)冷鏈運(yùn)輸現(xiàn)況

1.1.1 冷鏈運(yùn)輸行業(yè)概況

消費(fèi)觀念的轉(zhuǎn)變讓人們對于日常飲食的需求也更加趨向多元化。而科技的水平的提升與冷鏈物流行業(yè)的興起，導(dǎo)致了人們可以不再局限于當(dāng)季或當(dāng)?shù)氐娘嬍?。疫情的爆發(fā)也使得原先習(xí)慣于線下購物的人們，不得不嘗試通過冷鏈運(yùn)輸?shù)姆绞饺〉檬卟怂壬r產(chǎn)品。反季節(jié)跨地區(qū)食品的市場份額和銷售范圍的增長，使之對于冷鏈物流的要求逐步提升。圖1為2012-2019年國內(nèi)生鮮電商市場交易規(guī)模。

據(jù)有關(guān)資料顯示，目前中國生鮮類食品大部分都是采用常溫運(yùn)輸，例如肉類常溫運(yùn)輸占比約為85%，水產(chǎn)品約為77%，蔬菜類約為95%，如圖2所示，但因此而造成的浪費(fèi)也十分嚴(yán)重，水果腐爛每年將近一千二百萬噸，蔬菜腐爛每年將近一億三千萬噸。由此可見我國冷鏈運(yùn)輸規(guī)模的擴(kuò)大刻不容緩，但冷鏈物流從儲藏到運(yùn)輸，對整個(gè)運(yùn)輸途徑的冷鏈環(huán)境都有著極高的要求。常溫物流運(yùn)輸對比冷鏈物流運(yùn)輸要簡單許多，甚至可以說二者是不同的物流運(yùn)輸模式，冷鏈物流運(yùn)輸需要投入成本大約是常溫物流運(yùn)輸成本的2～3倍。如何才起點(diǎn)開始對全路徑進(jìn)行優(yōu)化，控制并提升倉儲的效益，降低成本是冷鏈物流企業(yè)所關(guān)注的。

1.1.2 冷鏈運(yùn)輸路線規(guī)劃

發(fā)達(dá)國家的冷鏈物流公路運(yùn)輸占比約為總冷鏈物流運(yùn)輸量的60%-80%。而我國冷鏈物流公路運(yùn)輸量僅占總冷鏈運(yùn)輸?shù)?5%，公路環(huán)境的不完善是阻礙我國冷鏈物流發(fā)展的原因之一，幸運(yùn)的是建設(shè)高速公路和高等級公路已經(jīng)被國家作為發(fā)展戰(zhàn)略之一。

本文以降低冷鏈物流運(yùn)輸成本， 提升冷藏食品食用新鮮度為目標(biāo)。以配送車運(yùn)輸為研究對象， 構(gòu)建模型對路徑進(jìn)行分析， 并以最短路徑為目標(biāo)構(gòu)造函數(shù)，得到冷鏈運(yùn)輸途徑在南京市范圍內(nèi)配送路徑網(wǎng)絡(luò)優(yōu)化路線圖。

1.1.3 冷鏈運(yùn)輸存在問題

（1）冷鏈基礎(chǔ)設(shè)施不足、冷藏設(shè)施功能定位落后

中國制冷產(chǎn)業(yè)聯(lián)盟在2019年對我國1832家擁有冷藏倉庫的企業(yè)進(jìn)行調(diào)研，得出我國冷藏倉庫總倉儲量約為四千六百萬噸，較之年上漲超過五倍，預(yù)計(jì)明年將超過冷藏倉庫儲量將超過六千萬噸。但卻存在兩個(gè)問題：其一為冷藏產(chǎn)品的產(chǎn)地冷藏倉庫儲量不足，冷鏈基礎(chǔ)設(shè)施不足，標(biāo)準(zhǔn)化水平低。其二為部分城市冷藏倉存在盲目建設(shè)現(xiàn)象，倉庫儲量遠(yuǎn)大于市場需求。相關(guān)數(shù)據(jù)顯示：截至2018年10月底全國范圍內(nèi)共有超過兩百萬噸冷藏倉庫儲量無法出租[2]。

（2）尚未形成專業(yè)化分工

我國大多數(shù)冷鏈物流企業(yè)為追求全鏈路一站式服務(wù)，往往將包裝、配送、加工、儲存等一系列服務(wù)全部包攬，不僅加大了前期的投入成不，并且由于企業(yè)專業(yè)化程度不高，不僅某些環(huán)節(jié)上無法滿足冷鏈技術(shù)要求，還有可能造成運(yùn)力浪費(fèi)。

（3）冷鏈物流運(yùn)輸損失高

據(jù)有關(guān)報(bào)道，我國因食品腐爛所帶來的損失高達(dá)七百億元，其中大部分因?yàn)檫\(yùn)輸和儲藏不當(dāng)所導(dǎo)致的。一個(gè)合理且有效的運(yùn)輸決策，不僅可以降低產(chǎn)品腐爛風(fēng)險(xiǎn)，減少運(yùn)輸貨損，還有可能增加顧客留存度。

（4）冷鏈物流基礎(chǔ)設(shè)施是落后

冷鏈運(yùn)輸?shù)年P(guān)鍵就在于冷藏車和冷庫等基礎(chǔ)設(shè)施。歐洲冷藏車占貨車比例的3%，美國為1%，中國僅0.3%，極易因?yàn)槟抄h(huán)節(jié)缺少冷鏈基礎(chǔ)設(shè)施而出現(xiàn)“斷鏈”現(xiàn)象，一旦貨物中出現(xiàn)產(chǎn)品腐爛，很快就會(huì)導(dǎo)致整車的交叉污染，造成產(chǎn)品浪費(fèi)。冷鏈物流基礎(chǔ)設(shè)施嚴(yán)重落后，必然會(huì)阻礙我國冷鏈物流的發(fā)展。

（5）冷鏈物流行業(yè)平均利潤率較低

據(jù)中物聯(lián)集團(tuán)統(tǒng)計(jì)， 我國冷鏈物流行業(yè)的利潤率僅約百分之三到四， 并且還有下降的趨勢。有些冷鏈物流企業(yè)為了擴(kuò)大市場份額不惜主動(dòng)讓利換取客源，在提價(jià)后又會(huì)造成市場份額大量流失，必須尋找新的利潤點(diǎn)來提升利潤率。

1.2 F公司冷鏈運(yùn)輸現(xiàn)況

1.2.1 F公司冷鏈運(yùn)輸概況

從2013年9月，F(xiàn)公司開始籌備冷鏈倉儲、冷藏車等冷鏈物流基礎(chǔ)設(shè)施，補(bǔ)充自身在冷鏈物流方面的短板，全面化自身物流服務(wù)業(yè)務(wù)，形成物流全業(yè)務(wù)覆蓋。 而后，F(xiàn)公司將冷鏈物流業(yè)務(wù)獨(dú)立為F冷運(yùn)公司，此時(shí)F公司冷鏈物流業(yè)務(wù)正式健全，F(xiàn)冷運(yùn)結(jié)合并利用了F公司現(xiàn)有的電商、物流、倉儲和客戶資源，為客戶提供冷鏈物流的包裝、配送、倉儲、加工、銷售等一系列服務(wù)。

1.2.2 F公司冷鏈運(yùn)輸軟硬件設(shè)施

冷藏倉庫：擁有冷藏倉庫25個(gè)，庫存面積190000平方米。

運(yùn)輸線路：設(shè)置有59條冷鏈運(yùn)輸線路，服務(wù)華中、華南、華北、東北、華西等35個(gè)重點(diǎn)城市、264個(gè)區(qū)縣。

冷藏車：擁有專業(yè)冷藏車476輛，一萬多輛外包冷藏車，所有冷藏車都具有冷鏈可視化監(jiān)控裝置。

1.2.3 F公司冷鏈運(yùn)輸路徑

F冷運(yùn)為客戶提供冷藏車跨區(qū)域運(yùn)輸服務(wù)，滿足客戶需求的情況下進(jìn)行整車專運(yùn)，制定點(diǎn)對點(diǎn)或點(diǎn)對多的運(yùn)輸方式，對單個(gè)地址或多個(gè)地址的運(yùn)輸需求進(jìn)行直達(dá)式運(yùn)輸。

1.2.4 F公司冷鏈運(yùn)輸存在問題

（1）前期投入成本過高且營收占比不及其他熱門業(yè)務(wù)（圖3），面臨盈利壓力。

（2）F冷運(yùn)目前可運(yùn)輸城市過少，全國可運(yùn)輸?shù)某鞘袃H有54個(gè)。

（3）F優(yōu)選的運(yùn)輸業(yè)務(wù)不足滿足F冷運(yùn)的業(yè)務(wù)發(fā)展需求。

2 選用模型

2.1 問題描述

據(jù)中物冷鏈委和中央產(chǎn)業(yè)研究院整理的數(shù)據(jù)顯示，在前年我國冷鏈物流市場規(guī)模為2885.8億元，去年比前年增長了505.2億元達(dá)到3391億元，中商產(chǎn)業(yè)研究院預(yù)測今年冷鏈行業(yè)市場規(guī)模將繼續(xù)擴(kuò)大突破4000億元[3]。專業(yè)的冷鏈配送整體成本達(dá)到普通成本的三至五倍需要更高的技術(shù)資金投入，為降低運(yùn)作成本，F(xiàn)公司將采用規(guī)模化運(yùn)作。在整個(gè)供應(yīng)鏈中配送占有舉足輕重的地位，為降低物流成本，本文將采用蟻群算法對其配送業(yè)務(wù)中配送車輛的路徑選擇進(jìn)行優(yōu)化。為使模型更加突出，本文作出以下假設(shè)：（1）每個(gè)配送點(diǎn)的配送任務(wù)由單個(gè)配送車輛一次即可完成;（2）每輛車從配送中心出發(fā)，完成所有配送任務(wù)后，返回初始位置即配送中心;（3）在同一配送路徑上，所有門店的總需求量不能超過單輛車額定載重量;（4）客戶的總需求不超過配送中心的總庫存。

2.2 模型介紹

蟻群算法是一種模擬種群進(jìn)化算法，它是一種隨機(jī)搜索來尋找一定條件下最優(yōu)路徑的算法。蟻群算法自從被提出以后，就被學(xué)者們廣為研究，該算法具有很強(qiáng)適應(yīng)性，相比之前的算法，啟發(fā)式算法存在明顯優(yōu)勢在搜索效率和時(shí)間復(fù)雜度方面。螞蟻依賴同類散發(fā)在周圍環(huán)境中的信息素（一種易揮發(fā)可累加的化學(xué)物質(zhì)）來決定其移動(dòng)軌跡，根據(jù)信息素的濃度大小指引自己移動(dòng)的方向，最終尋找最優(yōu)路徑。每只螞蟻在行走過程中都會(huì)釋放一定量的信息素，該信息素的濃度會(huì)隨著時(shí)間的推移而降低，路程越遠(yuǎn)，該路徑上信息素濃度越低，而螞蟻在選擇道路時(shí)，該道路上信息素濃度越高，這條道路的可能性就越大。

2.2.1 數(shù)學(xué)模型

對本文中的參數(shù)作如下說明：配送車輛集合K={1，2，3，...，m}，客戶的集合A={2，3，...，n}，配送中心表示為1。V={1，2，3，...，n}表示客戶點(diǎn)及配送中心的集合。

定義變量：

約束條件：

[i=2nxi1k=j=2nx1jk=1，?k∈K]? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

[k=1mi=2nxi1k=k=1mj=2nx1jk=m]? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

[i=1nxijk=yjk，j∈A，j≠i，?k∈K]? ? ? ? ? ? ? ? ? ? ? ? ?（3）

[j=2nxijk=yik，i∈A，i≠j，?k∈K]? ? ? ? ? ? ? ? ? ? ? ? ? （4）

說明：式（1）表示配送車輛起始地和最終目的地相同，均為配送中心;式（2）表示此次任務(wù)中所需的配送車輛總數(shù)量;式（3）（4）表示每一個(gè)客戶只能被一輛配送車輛訪問，且只訪問一次[4]。

2.2.2 函數(shù)表達(dá)

設(shè)用城市i表示螞蟻現(xiàn)在所在城市，城市i與城市j之間的信息素濃度用τij表示，螞蟻從城市i移動(dòng)到城市j的期望程度用ηij表示，那么下面為在時(shí)刻t螞蟻k從城市i轉(zhuǎn)移到城市j的概率。

[pkij（t）=ταijtηβij（t）u∈allowedkταiutηβiu（t），? j∈allowedk0，? 其他]

式中，記錄螞蟻當(dāng)前走過的所有城市的集合為tabuk（k=1，2，3，…，m），隨著時(shí)間推移和螞蟻路徑的不斷變化集合tabuk不斷做出調(diào)整;螞蟻k接下來將走過城市的集合為allowedk=（k=1，2，3，…，n）-tabuk;螞蟻選擇路徑時(shí)的信息素濃度的作用為α;螞蟻在選擇路徑時(shí)選擇公式中兩點(diǎn)間可見度在其中所起作用的大小為β[5]。

經(jīng)過n個(gè)時(shí)刻，螞蟻可走完所有的城市，完成一個(gè)循環(huán)。此時(shí)各個(gè)路徑上的信息量做出以下調(diào)整：

[τijt+1=1-ρτijt+?τij]

其中，隨時(shí)間的推移信息素[τij]（t）衰減的程度為[ρ]，[ρ∈（0，1）];信息素增量為[ ?τij]，[?τij=k=1m?τkij ]，[?τkij]為螞蟻k在本次循環(huán)中在位置[i～]j留下的信息量。

[?τkij=QLk， 若螞蟻經(jīng)過節(jié)點(diǎn)i～j0，? 否]

式中，Q為信息素更新參數(shù)，[Lk]為每個(gè)螞蟻經(jīng)過的路徑長度。

2.2.3 算法流程

如圖4，1）參數(shù)初始化;2）m只螞蟻被分布在n個(gè)城市;3）對所有螞蟻置初始城市到禁忌表（tabuk）;4）當(dāng)?shù)螖?shù)等于最大次數(shù)時(shí)，輸出結(jié)果，否則，就返回步驟;5）計(jì)算螞蟻下一步轉(zhuǎn)移的城市j;6）將城市j加入禁忌表;7）若螞蟻遍歷所有城市，則更新最近路徑，清空禁忌表NC=NC+1[6]。

2.3 案例分析

本文以F物流公司在南京的配送為例，該公司有17個(gè)配送點(diǎn)（2、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18）和一個(gè)配送中心1，一輛配送車輛從1出發(fā)，依次經(jīng)過所有配送點(diǎn)且不重復(fù)經(jīng)過，當(dāng)遍歷過所有配送點(diǎn)后返回初始出發(fā)點(diǎn)（配送中心）。配送中心的經(jīng)緯度坐標(biāo)為（經(jīng)度118.760，緯度32.068），經(jīng)過網(wǎng)上查詢資料和多次試驗(yàn)，現(xiàn)假設(shè)參數(shù)螞蟻數(shù)量m=50，信息素重要程度因子beat=5，啟發(fā)函數(shù)重要程度因子rho=0.1，信息素?fù)]發(fā)因子Q=1。

經(jīng)MATLA R2017軟件對該案例進(jìn)行蟻群算法路徑優(yōu)化，配送點(diǎn)及配送中心的坐標(biāo)如表1所示。

其迭代的最終結(jié)果路線圖如圖5所示，最短路徑與平均路徑比較如圖6所示，得出最短路徑為的具體線路如下：1à14à11à9à17à2à8à3à15à10à12à6à7à4à5à18à16à13à1，由經(jīng)緯度換算公式，得出在北緯32度的平均換算比例為1：10千米，結(jié)合算法結(jié)果可得，最短距離為4.415千米，各代平均距離為5.2千米平均節(jié)省0.785千米。

3 總結(jié)

本文基于冷鏈運(yùn)輸行業(yè)的大背景，深入探究了F公司在冷鏈運(yùn)輸發(fā)展過程中存在的問題，通過建立基于蟻群算法的冷鏈物流運(yùn)輸路徑優(yōu)化模型，借助MATLAB迭代計(jì)算出該公司在區(qū)域配送的最佳優(yōu)化路徑。希望通過優(yōu)化路徑，降低運(yùn)輸成本，進(jìn)一步完善“最后一公里”配送問題，對于其他公司的配送系統(tǒng)優(yōu)化提供參考方向。

參考文獻(xiàn)：

[1] 中華人民共和國國家統(tǒng)計(jì)局.2016年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[EB/OL].http：//www.stats.gov.cn/tjsj/zxfb./201702/t20170228-1467424.html.

[2] 崔忠付.2018年中國冷鏈物流回顧與2019年趨勢展望[J].物流技術(shù)與應(yīng)用，2019，24（S1）：14-16.

[3] 中投顧問：中國地?cái)偨?jīng)濟(jì)數(shù)據(jù)分析_新浪財(cái)經(jīng)_新浪網(wǎng)[N/OL].http：//finance.sina.com.cn/roll/2020-06-19/doc-iir.

[4] 陳志，江治杰，劉瑤.基于改進(jìn)蟻群算法的不同路段低碳物流路徑優(yōu)化研究[J].生態(tài)經(jīng)濟(jì)，2019，35（12）：53-59，66.

[5] 陸琳.不確定信息車輛路徑問題及其算法研究[D].南京：南京航空航天大學(xué)，2007.

[6] 原丕業(yè)，張明，王岐昌，等.基于蟻群算法的送餐最短路徑問題求解研究[J].中國儲運(yùn)，2019（11）：127-129.

【通聯(lián)編輯：代影】