青島市連鎖商超共同配送路徑優(yōu)化

陳弈林 崔誠珉 李旺陽 孟祥玲 柯奇超 何雅莉 王璇

【摘? 要】近年來，國內(nèi)電商平臺迅猛發(fā)展，對傳統(tǒng)線下連鎖商超造成了巨大的沖擊。受困于傳統(tǒng)配送模式，連鎖商超在物流成本長期居高不下和受眾趨于固定的雙重壓力下，難以在商品的種類、規(guī)模以及服務(wù)上與電商平臺平等競爭。針對以上情況，論文建立以運(yùn)輸成本最小化為目標(biāo)的VRP車輛配送優(yōu)化模型，利用禁忌搜索法進(jìn)行模型求解，并通過算例分析，對比實施共同配送前后的物流總成本，驗證該模型的有效性。

【Abstract】In recent years， the rapid development of domestic e-commerce platform has caused a huge impact on the traditional offline chain stores and supermarkets. Trapped by the traditional distribution mode， under the dual pressure of the long-term high logistics cost and the fixed audience， chain stores and supermarkets are difficult to compete on an equal footing with e-commerce platforms in terms of commodity types， scale and services. In view of the above situation， the paper establishes an optimization model of VRP vehicle distribution with the goal of minimizing the transportation cost， solves the model by using Tabu Search Method， and compares the total logistics cost before and after the implementation of joint distribution through the analysis of numerical examples to verify the effectiveness of the model.

【關(guān)鍵詞】共同配送;車輛路徑問題;禁忌搜索算法

【Keywords】joint distribution; vehicle routing problem; Tabu Search Algorithm

【中圖分類號】F721.7? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）10-0161-03

1 青島市連鎖商超及H超市共同配送現(xiàn)狀概述

青島市的連鎖商超眾多，經(jīng)營方式以加盟為主且分布范圍極廣。共同配送的有效實施可以大幅降低各家連鎖商超配送總成本。本文選取青島本土連鎖商超之一的H超市為研究對象，目前青島市共有約50家加盟店鋪，店鋪面積在60～80m2。

2 H超市共同配送路徑優(yōu)化模型構(gòu)建

2.1 問題描述

H超市的加盟店鋪分布在青島市的不同區(qū)域，且都有各自的配送中心，每個配送中心服務(wù)于不同的客戶群體，因此本問題是一個多物流中心的配送問題，本質(zhì)是VRP問題。

根據(jù)實際調(diào)研情況，對本文研究的VRP問題加以限制，原因如下：

①青島市有多個H超市的配送中心，因此屬于多配送中心問題。

②假設(shè)客戶需求量為常數(shù)。

③假設(shè)所有配送中心均使用完全相同的可通行的小型箱型貨車。

④現(xiàn)實中小型箱型貨車的容量有限，因此屬于有裝載量約束問題。

⑤假設(shè)該問題是車輛封閉問題。

⑥該模型的目標(biāo)函數(shù)只有最小化配送成本，因此屬于單目標(biāo)問題。

⑦為更貼合實際，模型假定有時間窗約束。

對于本文提出的車輛路徑問題，以往的文獻(xiàn)均采用“根據(jù)客戶到配送中心的距離為客戶指定配送中心，將問題轉(zhuǎn)化為多個單物流中心配送問題”的方法，但該方法僅能實現(xiàn)局部優(yōu)化。為從全局的角度解決問題，本文允許任意配送中心和任意客戶配對。

2.2 模型假設(shè)

為使模型更貼合實際，補(bǔ)充假設(shè)如下：

①配送中心與H超市所有加盟店的位置已知，且以經(jīng)緯度坐標(biāo)表示。

②配送中心不存在缺貨情況。

③配送車輛型號和裝載量已知，不允許超載，運(yùn)輸費(fèi)用與行駛路線線性相關(guān)。

④配送車輛始終以固定速度v行駛。

⑤各加盟店需求量已知且固定。

⑥所有距離均為根據(jù)經(jīng)緯度坐標(biāo)計算的球面距離。

⑦車輛數(shù)充足。

⑧各客戶的時間窗已知且固定。

⑨所有配送車輛同時出發(fā)。

⑩車輛完成配送后，返回最初的配送中心。

2.3 定義常量和變量

①M(fèi)={1，2，3，…，m}：全體配送中心集合。

②N={1，2，3，…，n}：全體客戶集合。

③kc：每個配送中心擁有的車輛數(shù)。

④Dpj，p∈M，j∈N：配送中心p到客戶j的球面距離。

⑤dij，i∈N，j∈N：客戶i到客戶j的球面距離。

⑥q：每個客戶的貨物需求量。

⑦Q：配送車輛的最大裝載重量。

⑧S（i，g，p），i∈N，p∈M，g∈{1，2，…，kc}：當(dāng)客戶i由配送中心p的車輛g配送時，S（i，g，p）=1。否則，S（i，g，p）=0。

⑨L（p，g，i，j），p∈M，g∈{1，2，…，kc}，i∈N，j∈N：當(dāng)配送中心p的車輛g從客戶i到客戶j時，L（p，g，i，j）=1。否則，L（p，g，i，j）=0。

⑩Fs（i，g，p），i∈N，p∈M，g∈{1，2，…，kc}：當(dāng)客戶i是配送中心p車輛g的第一站時，F(xiàn)s（i，g，p）=1。否則，F(xiàn)s（i，g，p）=0。

{11}Fe（i，g，p），i∈N，p∈M，g∈{1，2，…，kc}：當(dāng)客戶i是配送中心p車輛g的最后一站時，F(xiàn)e（i，g，p）=1。否則，F(xiàn)e（i，g，p）=0。

{12}Pm：單位車輛的固定成本。

{13}Pc：單位車輛單位距離運(yùn)輸成本。

{14}Ti，i∈N：客戶i的期望配送時間。

{15}ε：時間長度。

{16}a，b：客戶對時間的敏感系數(shù)。

{17}μ，λi，i∈N：權(quán)重系數(shù)變換系數(shù)。

2.4 成本分析

在計算總成本時，考慮車輛固定成本C1，車輛運(yùn)輸成本C2和顧客滿意度C3。

2.4.1 車輛固定成本C1

車輛固定成本為單位車輛轉(zhuǎn)移一次的固定成本，包括車輛的折舊費(fèi)、車輛租賃成本、司機(jī)工資等。由于僅使用單一車型，設(shè)固定成本為常數(shù)Pm，則：

3 模型求解與仿真結(jié)構(gòu)分析

以下采取禁忌搜索算法對上述模型進(jìn)行求解。為驗證H超市共同配送路徑優(yōu)化模型的可行性，對實施共同配送前不同情況進(jìn)行算例分析，計算總成本并進(jìn)行對比。

3.1 數(shù)據(jù)收集

為使模型能夠更加通用，本文根據(jù)實地調(diào)研所觀察的門店距離分布規(guī)律及車輛運(yùn)輸情況，在可控制的范圍內(nèi)均勻生成隨機(jī)數(shù)以代替。

由于門店之間大多相對距離較短，且由同一個配送中心配送，因此，本文將門店間的距離設(shè)定在1.5～4km，由程序隨機(jī)生成數(shù)據(jù)，用一個對稱矩陣表示兩兩間的距離，圖1為25×25的矩陣信息（數(shù)值為整數(shù)，以0.1km為單位）。

由于配送中心需要占用更大的面積，因此一般不在市區(qū)，距離店面較遠(yuǎn)，將其設(shè)定在10～14km，用一個一維數(shù)組存儲。

3.2 共同配送路徑優(yōu)化

第一，參數(shù)設(shè)置。

定義部分參數(shù)如下：

①Pm=100

②Pc=5

③K=5

④Q=3

第二，路徑優(yōu)化結(jié)果。

本文在代碼的宏定義之中表示了標(biāo)識路徑的關(guān)鍵信息，可以便捷地修改維護(hù)與測試，主要包括：

①設(shè)定的配送門店數(shù)目：以示例中為25，若要模擬不同的單位門店，可通過更改宏定義來調(diào)節(jié)，算法不變。

②配送的車輛數(shù)量：因配送中心距離門店遠(yuǎn)比門店相互之間的距離要大，而配送成本由車輛燃油費(fèi)、裝卸人工費(fèi)組成。因此，派發(fā)出去的車輛越少成本越低。因此根據(jù)模擬車輛數(shù)的不同，將車輛分組并規(guī)劃其各自的路線，再將其綜合，可得到總體的最優(yōu)路線。

③車輛的裝載量：每輛車最多可以配送的店面數(shù)量，與配送的車輛數(shù)量成反比關(guān)系。

④顧客滿意度信息：宏定義顧客滿意度所占比重的權(quán)值，并且使用隨機(jī)數(shù)生成每一家商店滿意的時間窗信息，該信息使用了路程數(shù)據(jù)來規(guī)避未知的車輛運(yùn)行速度所造成的計算不便，將交換2個節(jié)點后造成的滿意度權(quán)值變化作為返回值加入并比較。

將上述參數(shù)與已知條件代入相關(guān)程序?qū)δＰ瓦M(jìn)行求解，得到25家門店為基準(zhǔn)下得到的最優(yōu)路徑為：

MO：? shop18? shop2? shop3? shop1? shop14? shop4

M1：? shop0? shop19? shop9? shop10? shop1? ?shop6

M2：? shop7? shop12? shop15? shop16? shop17? shop5

M3：? shop13? shop8? shop11

第三，共同配送結(jié)果分析。

對共同配送的路線進(jìn)行優(yōu)化，并忽略客戶的需求時間所產(chǎn)生的雜項開銷，該模型主要節(jié)省的成本體現(xiàn)在行駛距離的縮短。

通過比較共同配送路徑優(yōu)化實施前后的物流配送總成本可以發(fā)現(xiàn)：配送中心每次配送這25家門店可節(jié)省約8.5km的行駛路程、約1.5L耗油量、約10元的配送成本，驗證了共同配送在青島市連鎖商超中的可行性和有效性。

4 結(jié)論與展望

共同配送路徑優(yōu)化的研究對提高物流效率、提升企業(yè)經(jīng)濟(jì)效益具有重要意義。共同配送路徑優(yōu)化的研究對提高物流效率、提升企業(yè)經(jīng)濟(jì)效益具有重要意義。

本文根據(jù)H超市配送中心分布位置及門店分布情況，將運(yùn)輸成本和客戶滿意度合成一個目標(biāo)函數(shù)，建立了共同配送路徑規(guī)劃模型，通過設(shè)計改進(jìn)的禁忌搜索法對模型進(jìn)行求解，最后通過對比，驗證了共同配送可以大幅提高車輛裝載率，縮短運(yùn)距，從而節(jié)約配送總成本。由于該模型具有較強(qiáng)的適用性和普遍性，因此可推廣到其他商超。

但本文仍存在一些不足。在模型的設(shè)置中，存在太過理想化的情況：我們假設(shè)了客戶需求量為一個常量，但客戶的需求量并不會不發(fā)生變化，促銷活動、節(jié)假日和特定習(xí)俗、季節(jié)等因素均會使商品的需求量大幅變動。除此之外，訂單的臨時增加或減少以至于取消，以及退貨等更加貼近現(xiàn)實情況也未考慮在內(nèi)。而在具體常量的設(shè)置中，采取了經(jīng)驗法則進(jìn)行了假設(shè)，因此存在一定誤差。未來的研究可以結(jié)合連鎖商超的具體特征以及共同配送的參與方的主觀差異進(jìn)行進(jìn)一步探討。

除此之外，本文默認(rèn)了以 H 超市為代表的連鎖商超具有實施共同配送的能力。但實際上，如果要建立共同配送體系，需要考慮更多因素。例如，一個強(qiáng)而有力的物流信息系統(tǒng)的支持。但要在集團(tuán)內(nèi)部建立一個高效完善的配送信息共享平臺并非易事，這對信息系統(tǒng)的投資與企業(yè)對于物流的戰(zhàn)略定位提出了極高的要求。不僅如此，混亂的加盟體系能否得到有效管理同樣值得連鎖商超重視。另外，共同配送的參與方在商圈、規(guī)模、客戶、經(jīng)營理念等方面往往具有鮮明的主客觀差異，在考慮不同企業(yè)間的共同配送時，需要具體問題具體分析。雖然共同配送有助于減少各合作企業(yè)的配送總成本，但往往每個參與企業(yè)節(jié)約的成本不一樣，各個參與方是否都能公平地從共同配送的實施中受益，同樣是共同配送能否順利推廣的關(guān)鍵之一。