基于遺傳算法的跨境電商物流網(wǎng)絡(luò)優(yōu)化研究

0 引 言

當前的商業(yè)環(huán)境都是以客戶需求為導(dǎo)向的，而供應(yīng)鏈的核心正在逐步向需求方改變。目前，“需求鏈”已經(jīng)引起了人們越來越多的關(guān)注。企業(yè)的產(chǎn)品從生產(chǎn)商的工廠開始，通過中間的銷售通道，例如批發(fā)、配送和零售（每個企業(yè)的銷售序列都不一樣），然后才能抵達終端用戶。這些中間商與廠家、客戶構(gòu)成了完善的物流和分銷網(wǎng)絡(luò)。這些設(shè)施分布在各個地區(qū)，因此如何將其整合起來，并在其內(nèi)部進行適當?shù)姆峙洌瞧髽I(yè)提升競爭力的重要戰(zhàn)略決策。國內(nèi)學(xué)者主要提出以下觀點：何志林（2022）提出遺傳算法在跨境電商中，可以采用多目標的物流路徑優(yōu)化方法[1]；臺德藝等（2022）提出基于遺傳算法的跨境電商在布局與綜式區(qū)中的典型案例，并提出對應(yīng)的優(yōu)化路徑[2]；楊榮川（2022）提出跨境電商物流服務(wù)供應(yīng)鏈應(yīng)將遺傳算法作為主要路徑并展開對應(yīng)的舉措[3]；周林（2020）提出跨境電商生鮮食品的訂貨運輸可以通過遺傳算法來提高物流的運輸效率[4]；黃瑾（2020）提出，出口跨境電商海外倉可以通過遺傳算法做出精準的選址[5]；錢麗麗（2019）提出跨境電商環(huán)境下物流企業(yè)的核心競爭力主要體現(xiàn)在遺傳算法方面，通過遺傳算法能夠提高物流企業(yè)的核心競爭力[6]。

1 優(yōu)化問題建模

1.1 優(yōu)化目標

在理想的情況下，良好的跨境電商物流網(wǎng)絡(luò)可以為企業(yè)帶來更高的價值，降低成本，改善客戶的服務(wù)水準。大多數(shù)物流網(wǎng)絡(luò)的優(yōu)化問題都是以最少的代價為目標進行的；還有一小部分研究把客戶的服務(wù)最大化地納入研究范圍，但兩者之間存在一定的沖突?？蛻舻姆?wù)水準反映在響應(yīng)速度和可靠性上。為了確保更高的客戶服務(wù)質(zhì)量，可以增加一些中間環(huán)節(jié)（例如增加一些配送中心），但這必然會增加企業(yè)的成本費用。同時，也可以通過低價的銷售渠道和廉價的運輸方式降低費用，但是這會對客戶的服務(wù)造成很大影響。由于這兩個目標都是決策者在進行物流配送網(wǎng)絡(luò)規(guī)劃時所要考慮的問題，因此在進行最優(yōu)模型設(shè)計決策時，要為每個目標賦予適當?shù)臋?quán)重。例如，在不同的設(shè)置點之間，如何均衡地分配工作量。若只追求費用最低，就會造成某些設(shè)施點必須滿足大量客戶訂單，而其他的設(shè)施點卻不能完全使用。所以，設(shè)施點、平衡分布的使用效率也是值得考慮的優(yōu)化對象與目標。

1.2 決策變量

跨境電商配送網(wǎng)絡(luò)的優(yōu)化問題可以看作是怎樣選擇最合理的設(shè)施點的問題，把適當?shù)漠a(chǎn)品運輸?shù)竭m當?shù)脑O(shè)施點。在優(yōu)化過程中，要解決以下變量問題：工廠數(shù)、工廠在j地是否要設(shè)立分廠；中間設(shè)施（例如，倉儲或配送中心）的數(shù)目，在i地是否有必要設(shè)立銷售點；從第i個工廠向第j個分揀站運送的貨物數(shù)目，從第j個分揀站向第m個顧客運送的貨物數(shù)目。

1.3 約束條件

這一優(yōu)化問題的基本約束條件有兩種類型：一種為“能力約束”，以一個兩層的銷售網(wǎng)絡(luò)作為例子：一個工廠最大的生產(chǎn)產(chǎn)能限制，配送中心最大的儲存和加工能力的限制，最多可以建設(shè)多少工廠，最多可以設(shè)立多少個配送中心。另一種類型為“分配約束”，也用一個兩層的網(wǎng)絡(luò)作為例子：每個配送中心的需求都要大于或小于所有的配送中心所處理的貨物總量；分配到工廠的需求與分配到各個配送中心的需求相等。另外，一些其他的分配約束涉及決策人員所要建立的網(wǎng)絡(luò)特征。例如，決策制定者規(guī)定，每一位客戶只可由一家配送中心進行供應(yīng)，而此規(guī)則也屬于分配約束，并加入該模型中。

1.4 數(shù)學(xué)模型

根據(jù)決策者的不同要求，對具體的配送網(wǎng)絡(luò)進行優(yōu)化，其特征各不相同，因此，需要建立相應(yīng)的模型。在一般情況下，該問題包括兩個方面：目標函數(shù)、約束條件方程（或不等式）。該模型包括單位運輸費用、運輸時間、單位處理費用、設(shè)施最大容量和加工時間等參數(shù)。該模型中的變量包括：0-1變量，表示設(shè)施點的位置是否已設(shè)定，以及從一個設(shè)施點到另一個設(shè)施點的物流量。

2 問題解決方法

在大型物流配送網(wǎng)絡(luò)中，該模型有數(shù)百個約束和變量，是一種大規(guī)模的0-1整數(shù)規(guī)劃模型。目前已有一些學(xué)者提出了新求解方法，即線性規(guī)劃和混合整數(shù)規(guī)劃。然而，當各個問題的規(guī)模越來越大時，其運算復(fù)雜性和運算速度都會得到顯著提高。近年來，利用進化演化算法對此類 NP問題進行了研究。在進化遺傳算法中，演化算法是最有名的。與其他算法相比，遺傳算法的優(yōu)點是：第一，不依賴于問題本身，用戶不需要擁有專業(yè)知識，僅需要在演化過程中，通過對對象進行評估來求解。第二，該遺傳算法的本質(zhì)是一種能夠有效地避免局部最優(yōu)的隨機搜索方法。第三，從一個解集開始，相對于其他方法，搜索法的效率要高得多。綜合以上特性，對比別的優(yōu)化算法，遺傳算法具有較強的魯棒性B。

3 遺傳算法

遺傳算法是一種模擬生物演化過程中自然選擇的一種方法。本文對遺傳算法進行了詳細的描述：第一，用隨機方法生成序列的初始化方法。每一種初始模式都表示一條染色體，而每一條染色體都是一組二進制編碼，以表示特定的意義。各染色體的適應(yīng)程度是通過適應(yīng)功能（基于對象而建立的適應(yīng)功能）決定的。第二，就是演化，從現(xiàn)有種群中獲得的染色體會以一種隨機方式，形成一組新的群體。遺傳算法的計算方法如表1所示。

表1 遺傳算法的計算比較

從表1中可以得出結(jié)論：新種群遺傳了母系的某些特征。演化的過程主要是交叉和變異。雜交產(chǎn)生的后代具有 A 的某些特征，其余的則具有 B 的特征。變異是指在母體上的一個基因發(fā)生隨機變異，從而形成新的后代。當演化到滿足終結(jié)條件時，該算法就會完成。

3.1 染色體的表示方式

在遺傳算法中，首先要做的就是對染色體編碼。在配送網(wǎng)絡(luò)的優(yōu)化過程中，需要用染色體來表達兩種決策。第一種是建設(shè)和使用的設(shè)施點，這一節(jié)使用0-1編碼。例如，有M個可能的分配中心或工廠，可以用M位二進制來表示每個設(shè)施點。0表示沒有必要，1代表需求。第二種是針對不同的配送地點和工廠的需求，這是典型的網(wǎng)絡(luò)結(jié)構(gòu)問題。大多數(shù)學(xué)者把網(wǎng)絡(luò)的整體結(jié)構(gòu)用矩陣表示出來。然而，由于矩陣表示方法所需要的每種網(wǎng)絡(luò)結(jié)構(gòu)都要用m*n個數(shù)字來表達，因此在運算時會占用大量存儲空間。實際上，這樣的分布網(wǎng)絡(luò)可以看成是由許多擴散樹構(gòu)成的，如表2所示。

表2所示的評價指標體系分為三層，二級指標則分為四類，將對應(yīng)于每一類指標的三級指標進行劃分，以實現(xiàn)對物流企業(yè)核心競爭力的科學(xué)、全面的評價目的。從中不難看出：為了構(gòu)建中國的鐵路運輸電子商務(wù)模式，網(wǎng)上辦理系統(tǒng)在不斷升級與改善，從而推出了四大功能：一是信息化服務(wù)，物流信息能夠通過網(wǎng)上貨物追蹤，清晰、準確地查明信息。二是鐵路運輸需求提報，這樣可以提前訂購所需的貨物，避免出現(xiàn)有貨沒車的情況。三是物流需求得到保證，不僅可以使得倉庫儲存的貨物得到保障，還可以節(jié)約時間成本，通過網(wǎng)上訂購，就可以將貨物送上門。四是提供網(wǎng)上業(yè)務(wù)護理，其中包括業(yè)務(wù)咨詢與投訴，可以使得貨物得到有利的安全保證。同時，電子商務(wù)環(huán)境會提升鐵路貨物的運輸質(zhì)量和服務(wù)水平，網(wǎng)上電子系統(tǒng)會將貨物數(shù)據(jù)準確地報給訂單人，訂單人與賣單者可有機結(jié)合在電子商務(wù)平臺的管理系統(tǒng)中，若期間哪方出現(xiàn)問題，都可以追蹤到具體的人，以此大幅度提高了鐵路運輸時間的準時性與鐵路運輸?shù)母咝?，從而使得貨物量增長，帶動了周邊環(huán)境的經(jīng)濟發(fā)展。

表2 染色體物流遺傳算法競爭力示意圖

3.2 適應(yīng)性

適應(yīng)性是衡量一種方法是否能夠生存、發(fā)展的重要因素，它反映了該方法在多大程度上達到了目標函數(shù)。所以，適應(yīng)性的設(shè)計和優(yōu)化的目的是密不可分的。在本文的第2節(jié)中已經(jīng)提到，當前的最優(yōu)模式都以降低成本為目的，然而，在設(shè)計分銷系統(tǒng)中，顧客的服務(wù)水準也成為重要因素之一。單純追求最小代價，會使最佳方案不能滿足顧客的合理需求。此外，還有一些其他的原因，比如各個分站的工作情況、設(shè)備的使用情況。如何在目標函數(shù)中綜合考慮上述因素，由于各因子之間此消彼長，因此用一種簡單的線性方法來表達是不合理的。表3為物流遺傳算法評價指標的權(quán)重。

表3 物流遺傳算法評價指標的權(quán)重

綜所上述，考慮到以上因素的權(quán)重在很大程度上依賴于決策者對具體問題的偏愛，故本文將AHP方法應(yīng)用于多目標綜合問題中。AHP分析法是一種常用的多標準決策問題求解方法。該方法把一群決策者的知識和經(jīng)歷融入決策的進程中。經(jīng)理可以根據(jù)自己的喜好，對每個相關(guān)的目標進行加權(quán)調(diào)整。所以，可以采用AHP分析法，比較合理地決定哪個方案與其他方案相比要更好。不斷提高物流交通運輸中基礎(chǔ)設(shè)備的質(zhì)量，不僅要改善交通設(shè)施，提升公路的運輸高效性，還要適當?shù)亟档凸返馁M用，同時，公路的運行質(zhì)量也要得到相應(yīng)的保證，這需要政府部門對道路進行勘測與修補，提升公路的運輸質(zhì)量，需要修建、維護公路。其次要增強倉庫基礎(chǔ)設(shè)施，在電子商務(wù)環(huán)境下，倉庫的物流信息需要實時更新到網(wǎng)絡(luò)平臺上，不僅對客戶來說是通透性的訂單，而且對自己來說，能夠保證貨物的去向、存有量，同時，要修建智能倉庫，以保證倉庫里的貨物安全與質(zhì)量完好。最后，加強信息系統(tǒng)。網(wǎng)絡(luò)購物的物品以零散為主，同時，能網(wǎng)購的網(wǎng)上App有淘寶、京東商城、當當網(wǎng)等，若鐵路部門能與這些商家建立一定的關(guān)系，不僅可以使得倉庫的服務(wù)質(zhì)量得到提升，還能節(jié)省時間，直接由鐵路部門發(fā)貨，這樣的新型倉庫系統(tǒng)在跨境電子商務(wù)環(huán)境下更能體現(xiàn)出物流運輸?shù)膬r值與高效。

3.3 遺傳算子

在遺傳算法中，主要采用了兩類遺傳算子：交叉運算和突變運算，它們都是通過改變遺傳結(jié)構(gòu)來提高群體的多樣性。交叉算子交換了一對母細胞的信息，由此生成了兩條新的后代染色體。該方法如下：首先，隨機生成一個交叉掩碼，并在兩個染色體間按照掩碼的方式進行基因交換。其他常見的交叉操作是單點交叉，隨機選取一個交換點，使兩條染色體的右邊互相交換，生成新的后代。因為單個點的交叉并沒有引起太大的改變，所以一些研究人員使用了多個點的交叉（例如，兩個點的交叉）來加快基因的演化。太過復(fù)雜的交叉處理對染色體有很大的影響。突變操作會在母體中隨機地改變一種或多種基因的數(shù)值，從而生成新個體。在一條染色體上選取兩個位置，將該片段中的基因反向排列。另外一位學(xué)者則提出了替代變異方法，這種方法是從一條染色體中隨機抽取一條，再從另一條線上隨機插入。在選取操作符時，要考慮到操作符能否保證染色體母體自身的可行性，所以必須將遺傳密碼與可行判據(jù)相結(jié)合。

4 結(jié) 語

近年來，國內(nèi)外學(xué)者對跨境電商物流配送網(wǎng)絡(luò)的優(yōu)化問題進行了研究。在對傳統(tǒng)的遺傳算法進行歸納后，提出了一種基于遺傳算法的跨境電商物流配送網(wǎng)絡(luò)優(yōu)化問題的遺傳算法。目前已有的研究主要是在日本、韓國等國家進行的，國內(nèi)也有相關(guān)文獻對此類問題進行了探討。例如趙曉煜等在此基礎(chǔ)上，建立了一種基于模糊機會約束的供應(yīng)鏈兩級配送網(wǎng)絡(luò)的優(yōu)化設(shè)計方法，其特征為將各生產(chǎn)設(shè)備的需求和各設(shè)備點的容量等已知參數(shù)視為模糊參量。陳偉達等提出一種基于機遇約束的兩層配送網(wǎng)絡(luò)優(yōu)化設(shè)計方法。該方法的特征是將各生產(chǎn)要素的需求及各生產(chǎn)點的產(chǎn)能作為隨機變量，以滿足正常分布。