大數(shù)據(jù)時(shí)代背景下的虛擬物流的構(gòu)建與研究①

唐 彥,張 娜,張進(jìn)軍

(安徽警官職業(yè)學(xué)院，安徽 合肥 230001)

0 引 言

物流行業(yè)作為我國(guó)蓬勃發(fā)展的產(chǎn)業(yè)，在許多地區(qū)都發(fā)展迅速，具有發(fā)展活力和潛力，因此我國(guó)對(duì)此高度鼓勵(lì)[1]。我國(guó)的物流公司大多數(shù)由傳統(tǒng)的運(yùn)輸或倉(cāng)庫(kù)公司以及其他代理公司發(fā)展轉(zhuǎn)型而來，因此很少有物流公司可以提供全方位的物流服務(wù)[2]。在大數(shù)據(jù)時(shí)代下，由于缺乏大數(shù)據(jù)與互聯(lián)網(wǎng)技術(shù)，這些物流公司規(guī)模相對(duì)較小，沒有形成網(wǎng)絡(luò)管理組織，缺乏必要的競(jìng)爭(zhēng)力[3]。由于大數(shù)據(jù)的廣泛應(yīng)用，我國(guó)的物流公司開始兼并，以適應(yīng)互聯(lián)網(wǎng)技術(shù)全球化[4]。同時(shí)，隨著市場(chǎng)一體化的發(fā)展，專業(yè)化的分工和經(jīng)濟(jì)全球化以及現(xiàn)代信息和網(wǎng)絡(luò)技術(shù)的結(jié)合使用，虛擬物流企業(yè)開始形成，以虛擬組織的形式提供集成物流服務(wù)[5]。通過研究大數(shù)據(jù)背景下的虛擬物流構(gòu)建，探索我國(guó)物流發(fā)展的新機(jī)遇，為我國(guó)現(xiàn)代化物流業(yè)提供了新的理論指導(dǎo)。

1 虛擬物流信息系統(tǒng)構(gòu)建

1.1 虛擬物流遺傳算法數(shù)據(jù)信息系統(tǒng)構(gòu)建

利用大數(shù)據(jù)技術(shù)構(gòu)建虛擬物流平臺(tái)，文章決定采用大數(shù)據(jù)技術(shù)中的數(shù)據(jù)挖掘算法作為平臺(tái)的核心技術(shù)，選擇的數(shù)據(jù)挖掘算法是遺傳算法[6]。通過遺傳算法來對(duì)虛擬物流平臺(tái)中的車輛和貨物進(jìn)行智能調(diào)度。這里首先對(duì)虛擬物流平臺(tái)進(jìn)行設(shè)計(jì)[7]。在平臺(tái)中，遺傳算法作為平臺(tái)的關(guān)鍵技術(shù)，它是一種能夠通過模擬自然生物界的遺傳進(jìn)化原理的一種智能算法[8]。遺傳算法基于自然界中物種從低到高的進(jìn)化過程，人們發(fā)現(xiàn)環(huán)境適應(yīng)能力更強(qiáng)的物種更容易生存[9]。可根據(jù)遺傳算法中優(yōu)勝劣汰，適者生存的原理，對(duì)車貨匹配的流程進(jìn)行設(shè)計(jì)。

1.2 虛擬物流車貨匹配問題分析

在平臺(tái)構(gòu)建完成的基礎(chǔ)上，需要對(duì)平臺(tái)中的車輛調(diào)度和貨物匹配進(jìn)行規(guī)定和約束，以保證平臺(tái)算法能夠?qū)ξ锪鬈囕v和貨物進(jìn)行有效調(diào)度。因此在這個(gè)問題中，需要對(duì)以下條件進(jìn)行約束并構(gòu)建模型。首先假設(shè)車輛在取貨前根據(jù)遺傳算法設(shè)定出最優(yōu)路徑；對(duì)路徑中的車流量等相關(guān)因素進(jìn)行模擬計(jì)算，估計(jì)實(shí)際數(shù)據(jù)；根據(jù)模擬出來的數(shù)據(jù)對(duì)貨物和訂單進(jìn)行適應(yīng)性匹配，從而匹配出路徑一致的訂單；最后車輛進(jìn)行取貨，將貨物送達(dá)。

圖1為目標(biāo)函數(shù)的基本要素，車貨匹配模型根據(jù)所指示的參考路徑，車輛采用起始位置與第一裝載點(diǎn)之間的距離，將第一元素計(jì)為卸載車輛的行駛里程。當(dāng)?shù)谝慌浳镅b滿后，直到所有貨物都運(yùn)送到目的地，卡車的行駛里程被計(jì)算為滿載公里，同時(shí)將成本計(jì)算到滿載行程，已裝滿的貨物構(gòu)成了額定負(fù)載。車輛完成訂單的收集后，必須完成訂單的交付，并且在中間不會(huì)對(duì)車輛進(jìn)行更換。

圖1 目標(biāo)函數(shù)的基本要素

2 虛擬物流系統(tǒng)算例分析

2.1 車貨匹配延時(shí)懲罰分析

選擇路歌通物流平臺(tái)為車貨匹配算例分析的對(duì)象。該平臺(tái)專注于運(yùn)輸調(diào)查顯示，該平臺(tái)目前擁有自己的貨物匹配和一個(gè)公共的微信平臺(tái)，供托運(yùn)人用來下訂單，該公司使用移動(dòng)互聯(lián)網(wǎng)技術(shù)，提供針對(duì)整車車輛的支持服務(wù)。圖2列出了每輛車的詳細(xì)匹配結(jié)果和路線。實(shí)驗(yàn)持續(xù)了1878毫秒，最好的結(jié)果是代數(shù)338，相應(yīng)的順序是12-17-16-9-2-14-13-16-15-17-9-10-12-19-7-7-7-8-17，總費(fèi)用1,1209.1人民幣。其中，車輛2,4,6,8和10有運(yùn)輸相關(guān)任務(wù)，而車輛1,3,5,7,9沒有運(yùn)輸相關(guān)任務(wù)，因此沒有成本，匹配序列為15-33-88的詳細(xì)行車路徑為15-79-98*-99*-96*-88*，其載重利用率為91.09%，載方利用率為37.00%，行車總里程為543.09，空載取貨行駛里程數(shù)最低，為0，總成本為1280.9元，居于首列。匹配子序列為77-98-27的空載取貨行駛里程數(shù)最高，為12.90km，針對(duì)載重利用率而言，99-79-82序列擁有最高的載重利用率，達(dá)到了95.00%，其行程里程數(shù)也較高，為1002.99km，整個(gè)運(yùn)輸過程的實(shí)驗(yàn)可以得出越高的載重率往往具有最低的行車總里程，且載重利用率和載方利用率的關(guān)系呈現(xiàn)出反比關(guān)系，即載重利用率越高，載方利用率越低。

圖2 車貨匹配結(jié)果分析

根據(jù)第一部分對(duì)訂單延時(shí)成本中的計(jì)算模型，對(duì)實(shí)際的車貨匹配中的訂單和成本因素進(jìn)行運(yùn)算，得出由出發(fā)點(diǎn)到收貨點(diǎn)因卡車擁擠而導(dǎo)致的訂單延誤和罰款的信息，其數(shù)據(jù)如圖3所示。其中訂單編號(hào)11的緊急等級(jí)為1，延時(shí)懲罰系數(shù)為2，延時(shí)時(shí)間為22.09min，延時(shí)懲罰為99元。在緊急等級(jí)為最低的14號(hào)和16號(hào)訂單中，其中14號(hào)訂單的延時(shí)懲罰為0元，有著較好的表現(xiàn)，而十六號(hào)訂單則表現(xiàn)出了較高的懲罰，超過了一百元，其余的訂單的具體模擬數(shù)值見圖3。從圖3可以得知在任何以個(gè)單方向的運(yùn)輸訂單中，所有的緊急等級(jí)都根據(jù)延時(shí)的提高而提高，相互影響相互依賴，延時(shí)懲罰系數(shù)越高，則延時(shí)越久，延時(shí)懲罰越多，相反的，延時(shí)懲罰系數(shù)越低，則延時(shí)越短，延時(shí)懲罰越少，因此在指定遠(yuǎn)程運(yùn)輸方案的時(shí)候應(yīng)首先將延時(shí)系數(shù)和隨之而來的延時(shí)懲罰帶入到運(yùn)算歸程制定中去，將緊急等級(jí)分為越多的項(xiàng)則越有利于制定出更為詳盡的規(guī)劃運(yùn)輸線路。

圖3 訂單延時(shí)懲罰

2.2 虛擬物流運(yùn)輸成本分析

運(yùn)輸里程決定了實(shí)際的訂單收入和運(yùn)輸成本，運(yùn)輸里程和實(shí)際運(yùn)輸成本的關(guān)系可以用迭代曲線表示。圖4反映了整個(gè)運(yùn)輸里程的迭代曲線，橫坐標(biāo)體現(xiàn)了車貨運(yùn)載運(yùn)輸?shù)牡螖?shù)，縱坐標(biāo)顯示了車貨運(yùn)載時(shí)的總運(yùn)輸成本。在迭代剛開始進(jìn)行時(shí)，路程運(yùn)輸所產(chǎn)生的最原始的解是沒有滿足系統(tǒng)所提出的約束的，因此在此時(shí)路程運(yùn)輸?shù)膽土P費(fèi)用很高，達(dá)到了3000元，之后懲罰費(fèi)用呈現(xiàn)出了劇烈的下降趨勢(shì)，隨后下降越來越平緩，達(dá)到了一個(gè)穩(wěn)定值，為233，此時(shí)的迭代次數(shù)為11，直到迭代進(jìn)行到第16次，我們的系統(tǒng)才在不斷地搜索系統(tǒng)運(yùn)輸里程和懲罰最優(yōu)解的時(shí)候提出并發(fā)現(xiàn)了符合問題約束的最優(yōu)解。從整個(gè)迭代過程來看，在50次迭代之前，總運(yùn)輸成本的曲線很陡峭，下降及其劇烈，隨后該迭代過程就變得及其平緩，甚至趨于穩(wěn)定，并且經(jīng)過不斷地依照序列的搜索中，最終在338代收斂時(shí)得到了系統(tǒng)的最優(yōu)解。

圖4 迭代過程

貨車運(yùn)輸成本受各種因素的干擾和影響，如過路成本，物流成本，包裝成本，人力成本等，將這些因素對(duì)貨車運(yùn)輸成本的影響去除后，可以得到剔除粗大干擾數(shù)據(jù)后的貨車運(yùn)輸成本波動(dòng)曲線，如圖5所示。橫坐標(biāo)反映了時(shí)間，單位是分鐘，縱坐標(biāo)為貨車運(yùn)輸成本，其單位是元。由圖5可知，貨車運(yùn)輸成本隨時(shí)間(min)的推移而上下波動(dòng)，模型所呈現(xiàn)的數(shù)據(jù)波動(dòng)受到其他如天氣和運(yùn)輸貨物所需時(shí)間，貨物裝配等待時(shí)間的影響和干擾明顯減少，在時(shí)間線0-1000min之間，貨車運(yùn)輸成本密集區(qū)間處于(32.11,32.16)，最高運(yùn)輸成本為34.19元，出現(xiàn)998min時(shí)間點(diǎn)，且超過33.16元的極值在0-1000min時(shí)間段共出現(xiàn)過9次，且其中五次均在33.178元附近，出現(xiàn)的時(shí)間點(diǎn)依次是49min,119min,450min,698min,965min；最低貨車運(yùn)輸成本出現(xiàn)于980min，為0.002元，且低于35.10元的極值共出現(xiàn)了5次。即使在最低貨車運(yùn)輸成本出現(xiàn)時(shí)也沒有出現(xiàn)貨車運(yùn)輸成本斷崖式下跌，在整個(gè)過程中，貨車運(yùn)輸成本隨運(yùn)輸所需要的公里數(shù)減少，因此貨車運(yùn)輸成本的采樣點(diǎn)可以與中間密集成本采樣點(diǎn)相離一定距離，也同時(shí)增加了采樣的操作性，提高了采樣操作的準(zhǔn)確性。因此實(shí)驗(yàn)開始前通過遺傳算法對(duì)原始采樣信號(hào)進(jìn)行濾波處理被證明可以避免干擾，且通過遺傳算法進(jìn)行濾波處理后的貨車運(yùn)輸成本數(shù)據(jù)將可以被更高效地傳送到車貨匹配裝載系統(tǒng)。

圖5 貨車運(yùn)輸成本波動(dòng)曲線圖

3 結(jié) 語(yǔ)

隨著大數(shù)據(jù)時(shí)代的來臨，我國(guó)的物流公司，虛擬物流在我國(guó)中小型物流公司已經(jīng)被大量推廣，根據(jù)公司的業(yè)務(wù)模式開發(fā)物流服務(wù)，使我國(guó)的物流公司不僅可以更好地滿足客戶需求，利用社會(huì)資源并實(shí)現(xiàn)互補(bǔ)，加快了我國(guó)的物流公司的發(fā)展并增強(qiáng)了物流公司的整體競(jìng)爭(zhēng)力?；趯?duì)虛擬物流的研究，構(gòu)建了基于遺傳算法的虛擬物流車貨匹配系統(tǒng)，通過數(shù)學(xué)建模，建立了遺傳算法車貨匹配評(píng)價(jià)模型，通過對(duì)車輛運(yùn)輸里程、車輛裝配重量、貨物運(yùn)輸成本等進(jìn)行算例分析，分析和研究了物流系統(tǒng)與實(shí)際運(yùn)輸管理的關(guān)系；通過分?jǐn)?shù)權(quán)重計(jì)算，最高運(yùn)輸成本為34.19元，出現(xiàn)998min時(shí)間點(diǎn)，矩陣一致性測(cè)試均小于或等于0.1；最低貨車運(yùn)輸成本出現(xiàn)于980min，為0.002元，具有高度一致性。通過調(diào)查，對(duì)虛擬物流結(jié)構(gòu)及其物流信息系統(tǒng)進(jìn)行了初步概述，在進(jìn)一步研究此問題時(shí)，可將物流法律法規(guī)、物流標(biāo)準(zhǔn)化、物流管理理論和技術(shù)等領(lǐng)域納入研究，以便能夠有效地對(duì)其進(jìn)行管理。