基于數(shù)字孿生的物流配送調(diào)度優(yōu)化探討

呂自超

（青島中車四方車輛物流有限公司，山東青島 266009）

0.引言

在先進(jìn)技術(shù)的推動(dòng)下，產(chǎn)業(yè)升級(jí)轉(zhuǎn)型成為競爭、生存趨勢(shì)，物流業(yè)也從傳統(tǒng)物流向智能物流轉(zhuǎn)變。作為物流行業(yè)的主要業(yè)務(wù)，物流配送成本占總成本的較大比重，配送過程中的道路優(yōu)化、車輛調(diào)度等和配送成本息息相關(guān)。由于物流配送不確定性因素多，增加了配送難度和額外成本。為實(shí)現(xiàn)物流配送的透明化，提出基于新技術(shù)的智能模型。近年來，數(shù)字孿生技術(shù)作為一種智能技術(shù)，被廣泛用于制造業(yè)。通過國內(nèi)外學(xué)者的研究提出一種智能化的物流配送系統(tǒng)，既能高效管理物流配送流程，又能動(dòng)態(tài)監(jiān)控物流配送的過程和結(jié)果，實(shí)現(xiàn)物流的精準(zhǔn)性配送。

1.基于數(shù)字孿生的物流配送調(diào)度系統(tǒng)設(shè)計(jì)

1.1 物流配送調(diào)度系統(tǒng)模型和功能規(guī)劃

1.1.1 物流配送調(diào)度系統(tǒng)模型

為了能在物流配送中有效運(yùn)用數(shù)字孿生，本文基于五維DT、建模方法，結(jié)合物流配送過程提出數(shù)字孿生應(yīng)用模型（見圖1），主要包括幾點(diǎn)內(nèi)容：（1）物流配送作業(yè)面，是指在物流配送中，配送中心基于客戶要求，在既定條件下安排車輛完成指定任務(wù)。（2）配送系統(tǒng)服務(wù)，集控制、追蹤等算法于一體，結(jié)合車載終端的數(shù)據(jù)進(jìn)行分析，構(gòu)建以配送成本為導(dǎo)向的數(shù)字模型，依據(jù)孿生系統(tǒng)的算法優(yōu)化處理。（3）虛擬配送作業(yè)面，是配送作業(yè)面的數(shù)字化“鏡像”，借助智能軟件模擬真實(shí)的配送工作。（4）系統(tǒng)連接，目的是連接4個(gè)部分于一體，實(shí)時(shí)、有效地傳遞數(shù)據(jù)，實(shí)現(xiàn)真實(shí)和虛擬仿真配送數(shù)據(jù)的協(xié)同交互。（5）配送孿生數(shù)據(jù)是將物流配送的數(shù)據(jù)、虛擬數(shù)據(jù)進(jìn)行融合，并基于配送狀態(tài)及時(shí)更新和優(yōu)化。物流配送過程中，孿生數(shù)據(jù)的作用是為配送作業(yè)面提供追蹤數(shù)據(jù)，使虛擬配送作業(yè)面精準(zhǔn)模擬真實(shí)配送；為配送作業(yè)面提供預(yù)測數(shù)據(jù)，動(dòng)態(tài)調(diào)整實(shí)際物流配送進(jìn)度[1]。

1.1.2 物流配送調(diào)度系統(tǒng)功能規(guī)劃

數(shù)字孿生下的物流配送調(diào)度系統(tǒng)核心是對(duì)配送生命周期進(jìn)行管理，實(shí)時(shí)同步配送數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的可視化、集成化管理，經(jīng)由孿生模型反映數(shù)據(jù)信息、反向管理，保證物流配送的安全性，優(yōu)化配送流程，提高配送服務(wù)質(zhì)量。因此，物流配送調(diào)度系統(tǒng)功能涉及信息管理、裝箱方案（數(shù)字孿生）等方面，基于相關(guān)內(nèi)容構(gòu)建配送模型，實(shí)時(shí)調(diào)整裝箱方案；結(jié)合物流配送狀態(tài)，動(dòng)態(tài)監(jiān)控車輛、貨物等情況；物流配送調(diào)度過程中的提升服務(wù)，包括送達(dá)控制、增值服務(wù)，比如為客戶提供物流定位查詢。

1.2 物流配送調(diào)度系統(tǒng)的整體框架

1.2.1 虛擬層

在數(shù)字孿生下的物理配送調(diào)度系統(tǒng)中，虛擬層是最關(guān)鍵的一層，依據(jù)底層物理層的數(shù)據(jù)、內(nèi)核算法，進(jìn)行優(yōu)化和調(diào)整，實(shí)現(xiàn)道路優(yōu)化、車輛調(diào)度。最后，經(jīng)由5G無線網(wǎng)絡(luò)將方案下發(fā)至車載終端，為實(shí)時(shí)調(diào)度提供支持。

1.2.2 服務(wù)層

服務(wù)層的任務(wù)是為數(shù)字孿生下的物理配送調(diào)度提供數(shù)據(jù)支撐，基于物理層的數(shù)據(jù)信息和輸出層數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)孿生層、物理層的實(shí)時(shí)交互，從而為整個(gè)系統(tǒng)提供智能化的服務(wù)。

1.2.3 物理層

物理層要求配送車輛具有通信、決策能力，采集配送車輛的位置、路況等信息。主要借助GPS系統(tǒng)采集車輛位置、運(yùn)輸軌跡，基于OBDII接口采集車輛的運(yùn)行狀態(tài)，方便及時(shí)維修出現(xiàn)故障的車輛。同時(shí)，利用5G技術(shù)上傳物流配送過程的相關(guān)數(shù)據(jù)。

1.2.4 其他

（1）數(shù)據(jù)層。在數(shù)字孿生物流配送調(diào)度系統(tǒng)中，數(shù)據(jù)是核心也是基礎(chǔ)。數(shù)據(jù)層的作用是負(fù)責(zé)運(yùn)維服務(wù)層的孿生數(shù)據(jù)，存儲(chǔ)和處理系統(tǒng)數(shù)據(jù)，為物流配送調(diào)度系統(tǒng)提供數(shù)據(jù)支持。（2）模型層。為物流配送調(diào)度系統(tǒng)提供模型庫，涉及兩個(gè)模型，即管理服務(wù)模型、孿生模型，前者為運(yùn)維管理服務(wù)提供決策支持，如路徑規(guī)劃、裝箱規(guī)劃等；后者對(duì)物流配送、管理提供數(shù)字化描述，基于相關(guān)數(shù)據(jù)形成動(dòng)態(tài)數(shù)字孿生模型，用來描述系統(tǒng)中的對(duì)象幾何和信息結(jié)構(gòu)，涉及配送調(diào)度優(yōu)化的數(shù)字孿生模型、裝箱規(guī)劃的數(shù)字孿生模型[2]。

2.問題描述和數(shù)字建模

2.1 問題描述

物流配送調(diào)度建立于已知客戶的位置、需求量，配送中心的車輛載重、位置條件下，通過對(duì)配送客戶信息的采集，以數(shù)字孿生為依托對(duì)物流配送調(diào)度過程進(jìn)行模擬，向物理模型反饋?zhàn)罴训呐渌头桨?，從而減少綜合成本。而且，數(shù)字孿生模型也對(duì)故障車輛的維修處理進(jìn)行了考慮。在數(shù)字模型中引進(jìn)時(shí)間窗，對(duì)于物流無法按時(shí)送達(dá)的情況進(jìn)行處罰。鑒于此，本文做出幾點(diǎn)假設(shè)：（1）每輛車只配送一條路徑，從配送中心出發(fā)，最后再返回到配送中心。（2）必須服務(wù)于每位客戶，且只能訪問一次。（3）每輛車的客戶需求量不能超出車輛載重，在為客戶提供服務(wù)時(shí)，要在客戶規(guī)定的時(shí)間到達(dá)配送點(diǎn)，早到、晚到都面臨處罰。（4）配送中心資源充足，貨物為單一品種。（5）車輛在行駛過程中，要?jiǎng)蛩傩旭偅豢紤]路況、車況等問題。

2.2 數(shù)字模型

全面考慮運(yùn)輸費(fèi)用、車輛費(fèi)用和懲罰成本，具體描述如：（1）運(yùn)輸費(fèi)用。是指在貨物運(yùn)輸中消耗的燃料成本，成本和距離呈正相關(guān)。（2）車輛使用成本，是第n輛車成本、總車輛成本的乘積。（3）懲罰成本，添加時(shí)間窗，要求車輛盡量在指定時(shí)間到達(dá)，否則就會(huì)產(chǎn)生懲罰成本。

2.3 算法內(nèi)核

以遺傳算法為內(nèi)核，求解物流配送調(diào)度問題，具體步驟如[3]：（1）編碼。利用實(shí)數(shù)編碼的方式，操作簡單，方便表示配送中心的解，借助自然數(shù)對(duì)客戶編碼，以客戶點(diǎn)為基因。（2）解碼。對(duì)實(shí)數(shù)編碼進(jìn)行解碼處理，即表示配送中心安排車輛滿足客戶需求，再服務(wù)其他客戶。當(dāng)車輛達(dá)最大重量時(shí)，配送中心再安排其他車輛服務(wù)未配送客戶，以此類推，直到滿足每位客戶的實(shí)際需求。（3）適應(yīng)度函數(shù)。基于物流配送調(diào)度的問題，以綜合配送成本為適應(yīng)度。（4）個(gè)體選擇。結(jié)合輪盤賭法、精英保留策略進(jìn)行個(gè)體選擇，先使用輪盤賭法，結(jié)合染色體適應(yīng)度值進(jìn)行選擇。（5）交叉。使用部分映射法交叉處理，先常規(guī)交叉父代，然后結(jié)合交叉區(qū)域基因值的關(guān)系，對(duì)區(qū)域外的基因值進(jìn)行修改。（6）變異。結(jié)合編碼特征，采用兩點(diǎn)交互的方式生成變異算子，交互后重新判斷個(gè)體是否符合要求，最終確定個(gè)體是否可行。

3.實(shí)驗(yàn)和驗(yàn)證

3.1 案例分析

以某物流配送中心為例，共20個(gè)客戶，171件貨物，總體積80.69m3，總重量17421kg，基于數(shù)字孿生建立物流配送調(diào)度系統(tǒng)。物流配送模型參數(shù)見表1。

表1 物流配送模型相關(guān)參數(shù)設(shè)定

3.2 裝箱規(guī)劃

在數(shù)字孿生物流配送調(diào)度系統(tǒng)中輸入客戶、貨物信息，應(yīng)用系統(tǒng)功能完成裝箱規(guī)劃。先按模型設(shè)置裝箱約束，包括配送中心、重量、體積等。根據(jù)設(shè)定約束和信息生成配送方案，結(jié)果涉及車輛的配送路線、車輛數(shù)量等。結(jié)合裝箱方案，系統(tǒng)自動(dòng)生成可視化孿生模型，直觀顯示車輛數(shù)量、裝箱布局。一般來講，初始方案不一定滿足需求，要判斷其是否合理，借助系統(tǒng)的分析功能和仿真模擬場景，評(píng)估車輛的裝箱方案。將車輛的路況、配送線路等錄入模擬參數(shù)，發(fā)現(xiàn)個(gè)別車輛運(yùn)行不平穩(wěn)。對(duì)于這類貨物，可直接在模型中調(diào)整位置。再次仿真分析，比較調(diào)整前后的穩(wěn)定性。結(jié)果顯示，優(yōu)化前的車輛穩(wěn)定性為1.96，個(gè)別貨物發(fā)生位移；調(diào)整后，貨物位移波動(dòng)折線平緩，均差低于0.5，貨物晃動(dòng)幅度減小，和之前相比較穩(wěn)定。說明在裝箱布局優(yōu)化中，裝箱合理性評(píng)估模型是可行、有效的。和以往模型、規(guī)劃相比，數(shù)字孿生下的配送模型可通過仿真發(fā)現(xiàn)裝箱問題，并基于可視化模型調(diào)整方案，實(shí)時(shí)優(yōu)化裝箱方案，提高裝載的科學(xué)性和車輛利用率。

3.3 運(yùn)輸監(jiān)控和服務(wù)優(yōu)化

當(dāng)前，系統(tǒng)實(shí)現(xiàn)了路線、溫度、物流配送狀態(tài)的可視化監(jiān)控，將溫度傳感器的數(shù)量設(shè)為可配置。當(dāng)物流配送通過RFID反饋完成配送后，對(duì)應(yīng)孿生模型的客戶貨物會(huì)消失。以車輛1為例，運(yùn)輸路徑0、13、18、20、0，0分別表示起始點(diǎn)、終點(diǎn)，13、18、20表示客戶，而且不同客戶的商品顏色不同。例如：客戶13的商品顏色為橘色，客戶18的商品顏色為綠色，客戶20的商品顏色為藍(lán)色，一共在車廂放置6個(gè)溫度傳感器。如圖2所示，狀態(tài)1代表車輛剛出發(fā)，此時(shí)只有1個(gè)傳感器為紅色；狀態(tài)2代表商品已配送到特定地點(diǎn)，有2個(gè)傳感器亮起說明溫度上升為紅色；狀態(tài)3代表還有一處貨物需要配送。同時(shí)，采用交互操控窗在可視化模型中查詢貨物，結(jié)果顯示在可視模型中，方便配送人員精準(zhǔn)獲取客戶貨物的位置和數(shù)量，防止出錯(cuò)或漏送，提高物流配送質(zhì)量。當(dāng)車輛上的全部貨物都消失后，說明車輛已完成所有貨物的配送。

上述功能顯示，和傳統(tǒng)物流配送調(diào)度相比，數(shù)字孿生下的配送調(diào)度不僅能直觀、清晰地描述出裝箱方案，也能根據(jù)模型直接進(jìn)行調(diào)整，驅(qū)動(dòng)物理配送操作，仿真預(yù)測、評(píng)估裝箱方案的可行性，保證物流配送的效果，實(shí)時(shí)可視化服務(wù)和監(jiān)控，提高配送效率，為無人配送的實(shí)現(xiàn)奠定基礎(chǔ)。

4.結(jié)語

在物流配送調(diào)度中應(yīng)用數(shù)字孿生技術(shù)，可以提高物流配送效率，提升物流管理水平。通過上述分析得出幾點(diǎn)結(jié)論：（1）基于數(shù)字孿生理論提出物流配送調(diào)度架構(gòu)、五維模型，結(jié)合GPS技術(shù)、車載診斷系統(tǒng)實(shí)時(shí)采集車輛信息，并借助5G技術(shù)進(jìn)行傳輸。（2）以遺傳算法為內(nèi)核，全面考慮物流配送調(diào)度中的問題，以最小成本為目標(biāo)，建立帶有時(shí)間窗的數(shù)字模型。（3）采用算法內(nèi)核模擬配送過程，能夠豐富配送調(diào)度系統(tǒng)的功能，為配送工作提供可視化管理，特別是在裝箱方案優(yōu)化中，要提前預(yù)判方案的合理性，進(jìn)一步提高裝箱的便利性，為智能化配送奠定基礎(chǔ)。