基于GIS的農(nóng)村快遞末端配送網(wǎng)點選址案例分析

李文博 黃斌斌 麻嘉靜

收稿日期：2023-08-04

基金項目：廣西大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目（202311548182）

DOI：10.19850/j.cnki.2096-4706.2024.06.029

摘? 要：為了滿足日益增加的農(nóng)村快遞配送需求，解決農(nóng)村快遞末端配送網(wǎng)點有效選址問題，文章以貴港市中里鄉(xiāng)為例，應用GIS技術對該地區(qū)的地形和人口居住情況進行研究，結合已有的配送網(wǎng)點位置，利用禁忌搜索算法對該地區(qū)快遞物流配送網(wǎng)點選址進行重新規(guī)劃。通過應用禁忌搜索算法對GIS計算模型進行優(yōu)化，GIS計算模型對中立鄉(xiāng)進行了更為系統(tǒng)化的調查研究，給出了更合理的快遞物流配送坐標點，這為進一步優(yōu)化物流服務體驗、加快農(nóng)村物流快遞網(wǎng)絡有效運轉提供了借鑒參考。

關鍵詞：農(nóng)村快遞；配送點選址；GIS；禁忌搜索

中圖分類號：TP39；F252? ? 文獻標識碼：A? 文章編號：2096-4706（2024）06-0136-05

Case Analysis of Rural Express Terminal Distribution Site Selection Based on GIS

LI Wenbo， HUANG Binbin， MA Jiajing

（School of Management Science and Engineering， Guangxi University of Finance and Economics， Nanning? 530007， China）

Abstract： In order to meet the increasing demand of rural express delivery and solve the problem of effective site selection of rural express terminal distribution network， this paper takes Zhongli Township of Guigang City as an example， studies the terrain and population living situation of this area by using GIS technology， and re-plans the site selection of the express logistics distribution network in this area by using Tabu Search algorithm combined with the location of the existing distribution network. By using Tabu Search algorithm to optimize the GIS calculation model， the GIS calculation model has conducted a more systematic investigation and research on Zhongli Township. A more reasonable distribution coordinate point of express logistics is given， which provides reference for further optimizing logistics service experience and speeding up the effective operation of rural logistics express network.

Keywords： rural express; distribution site selection; GIS; Tabu Search

0? 引? 言

在國家鄉(xiāng)村振興戰(zhàn)略實施的大背景下，農(nóng)村經(jīng)濟得到快速發(fā)展。同時，伴隨著互聯(lián)網(wǎng)技術和農(nóng)村電子商務的迅猛發(fā)展，網(wǎng)絡購物從城市走向農(nóng)村，農(nóng)村居民的消費方式出現(xiàn)了翻天覆地的變化，其快遞服務需求日益旺盛[1]。但是在部分農(nóng)村地區(qū)，尤其是部分山區(qū)，存在地段偏遠、交通極其不便、人口居住分散的客觀情況。物流企業(yè)受市場、成本、交通的限制，在相關地區(qū)的物流體系建設相對落后，存在快遞網(wǎng)點數(shù)量少、布局過于集中、配送覆蓋區(qū)域過大等相關問題。

為了滿足日益增加的農(nóng)村快遞配送需求，農(nóng)村快遞末端配送網(wǎng)點選址優(yōu)化改進非常有必要。郭崇慧研究了選址問題中的無容量限制問題，以目標函數(shù)變化量作為評價函數(shù)改進禁忌搜索算法，并將其應用于選址問題[2]。褚東亮在重心法的基礎上，通過禁忌搜索算法（TSA）提出了新型的配送中心選址模型，進一步優(yōu)化選址，并降低了運輸成本[3]。王永麗著眼于縣級以下行政區(qū)的快遞送達工作，以鄉(xiāng)鎮(zhèn)網(wǎng)點為中心，提出了共同配送+眾包模式的構建思路，為提高快遞網(wǎng)絡末端配送效率提供一定的參考[4]。彭姍姍在研究農(nóng)村快遞共同配送干線運輸優(yōu)化問題方面，建立了農(nóng)村快遞共同配送干線運輸優(yōu)化的混合整數(shù)規(guī)劃模型[5]，在分析農(nóng)村快遞共同配送基本問題的基礎上，建立了農(nóng)村物流三級網(wǎng)絡節(jié)點多網(wǎng)融合運營模式[6]。

本文以貴港市中里鄉(xiāng)為例，利用GIS對該地區(qū)的地形和人口居住進行分析，充分考慮了現(xiàn)有交通設施條件和物流服務網(wǎng)點對居民生活的影響，利用禁忌搜索算法對該地區(qū)快遞物流配送網(wǎng)點選址進行重新規(guī)劃[7]，優(yōu)化物流服務體驗，提高居民幸福感。

1? 中里鄉(xiāng)情況分析

中里鄉(xiāng)，隸屬于廣西壯族自治區(qū)貴港市港北區(qū)，位于貴港市北部的蓮花山脈腹地，現(xiàn)轄23個行政村，106個自然村，行政區(qū)域面積192平方千米。常住人口40 917人共12 681戶[8]。我們將中里鄉(xiāng)的自然村、行政村及其交通信息導入GIS軟件進行分析，導出的中里鄉(xiāng)自然村分布高程圖如圖1所示，導出的中里鄉(xiāng)行政村和其交通信息高程圖如圖2所示。

圖1? 中里鄉(xiāng)自然村分布高程圖

圖2? 中里鄉(xiāng)行政村和其交通信息高程圖

由圖1可知，中里鄉(xiāng)地形多以丘陵為主，其區(qū)域內自然村分布在山區(qū)深處，呈帶狀分布。且通過圖1中物流網(wǎng)點輻射范圍的標注可以看出，在中里鄉(xiāng)區(qū)域內，有一定數(shù)量的自然村位于物流網(wǎng)點的輻射范圍以外。對于這些村落的居民來說，寄取快遞是一件非常費時費力的事情。由圖2可知，行政村均勻分布在中里鄉(xiāng)的平原地區(qū)，其位置基本位于進村公路附近，從地理位置上輻射各自然村。同時，考慮行政村負責執(zhí)行鄉(xiāng)政府的工作指示和生產(chǎn)計劃，整合農(nóng)村資源，整理居民資料，在與各自然村的聯(lián)絡和溝通上起著非常重要的作用，故以行政村為基點，重新考慮中里鄉(xiāng)物流配送網(wǎng)點選址。

2? 快遞末端配送選址

2.1? 選址問題模型構建

對于電商物流中的“最后一公里”配送問題，國內尚未形成非常完備和系統(tǒng)的配送體系，但其根本也是LRP算法的進一步優(yōu)化，因此模型基于多配送中心-多自提點的實際情況來進行數(shù)學規(guī)劃建模，并設計啟發(fā)式算法對模型進行求解，而禁忌搜索算法是較為適合解決該問題的啟發(fā)式算法。

2.1.1? 公式建立

充分考慮到中里鄉(xiāng)管轄區(qū)域有龍山街和中里街兩個主街道，將配送網(wǎng)點選址數(shù)量確定為2，由此建立兩點選址的基本公式為：

服務點坐標矩陣：

選址點坐標：

2.1.2? 算法思路

通過Origin進行圖像繪圖，確定圖像坐標軸，同時確定23個居民點的位置坐標，方便后續(xù)計算。將禁忌搜索算法寫入Python，實現(xiàn)選址問題的算法優(yōu)化，其基本思路如下：

1）導入必要的庫，包括numpy、matplotlib和PIL。

2）導入最優(yōu)選址結果圖片，將其轉換為numpy數(shù)組。

3）定義各個坐標點的橫縱坐標，以及選址點數(shù)和圖片大小。

4）繪制原始選址問題的散點圖，使用藍色點表示。

5）定義目標函數(shù)mubiao（），用于計算給定選址點的總距離。

6）定義禁忌搜索過程中的禁忌表更新函數(shù)jinjigx（），用于更新禁忌表。

7）定義判斷某個點是否在禁忌表中的函數(shù)pd（）。

8）定義禁忌搜索的函數(shù)jinjisousuo（），實現(xiàn)選址點的優(yōu)化。

9）在禁忌搜索函數(shù)中，首先初始化選址點的位置，然后進行迭代優(yōu)化。

10）在每次迭代中，隨機擾動選址點的位置，產(chǎn)生新的解，并計算新解的目標函數(shù)值。

11）如果新解的目標函數(shù)值比最優(yōu)解要小，更新最優(yōu)解和選址點的位置，并更新禁忌表。

12）如果連續(xù)8組臨近解無法產(chǎn)生最優(yōu)值，則進行特赦，清空禁忌表。

13）在每次迭代結束后，記錄優(yōu)化解和優(yōu)化次數(shù)。

14）調用禁忌搜索函數(shù)，并獲得最終的優(yōu)化結果。

15）繪制路徑圖，使用綠色點表示最終的選址點，紅色線表示選址點間的路徑。

16）繪制優(yōu)化趨勢圖，橫坐標為優(yōu)化次數(shù)，縱坐標為總路程。

17）在結果圖中展示最終的優(yōu)化解和最優(yōu)位置。

18）展示所有繪圖。

該代碼中應用到的庫有以下幾個：

1）numpy：用于處理數(shù)組和矩陣的計算。

2）matplotlib：用于繪制圖表和圖像。

3）PIL：用于處理圖像，包括讀取、顯示和保存圖像。

2.1.3? 數(shù)據(jù)可視化輸出

通過禁忌搜索算法，可以有效地優(yōu)化選址點的位置，使總距離盡可能小。最終的優(yōu)化結果通過繪制路徑圖和優(yōu)化趨勢圖進行展示，即實現(xiàn)禁忌搜索算法計算數(shù)據(jù)的可視化過程，以便于分析和對比不同優(yōu)化結果的差異。

2.2? 禁忌搜索算法原理

禁忌搜索算法是一種迭代搜索算法[9，10]，不同于其他現(xiàn)代啟發(fā)式算法的顯著特點，它是利用記憶來引導算法的搜索過程，是對人類智力過程的一種模擬，是人工智能的一種體現(xiàn)。禁忌搜索算法涉及領域、禁忌表、禁忌長度、候選解、特赦準則等概念，在領域搜索的基礎上，通過禁忌準則來避免重復搜索，并通過藐視準則來赦免一些被禁忌的優(yōu)良狀態(tài)，進而保證多樣化的有效搜索，最終實現(xiàn)全局優(yōu)化。

2.3? 禁忌搜索算法步驟

第一步：給定禁忌搜索算法相關參數(shù)，進行初始化：隨機生成初始解i，將禁忌表設置為空，先設置最優(yōu)解為隨機解i。

第二步：判斷此時的最優(yōu)解是否滿足事先設定的收斂準則；若滿足，則輸出優(yōu)化結果；若不滿足，利用當前解的領域函數(shù)產(chǎn)生其所有（或若干）領域解，并從中確定若干候選解。

第三步：從鄰域A中尋找滿足事先設定的收斂準則的解j，令i = j，并更新禁忌表中的對象。

第四步：判斷候選解i的目標函數(shù)F（i）是否小于候選解j的目標函數(shù)F（ j），若小于，則設定初始解S = i，若不小于，則直接跳轉執(zhí)行第五步。

第五步：增加迭代次數(shù)k，K = k + 1，進入下一次迭代，執(zhí)行第二步。

其流程圖如圖3所示。

圖3? 禁忌搜索算法流程圖

2.4? 計算結果

以中里鄉(xiāng)23個行政村為基點，通過Origin標注各行政村的坐標為：[464，1 026]，[519，746]，[520，1 323]，[538，995]，[547，708]，[550，1 081]，[577，1 067]，[602，1 121]，[625，1 137]，[636，1 102]，[641，825]，[684，977]，[697，427]，[709，225]，[710，1 008]，[745，675]，[776，905]，[789，816]，[809，763]，[823，811]，[839，889]，[870，718]，[900，580]。

基于禁忌搜索算法思路寫成Python多點選址問題代碼，通過Python多次迭代優(yōu)化，可得最短路程為4 019.5 m，同時可得配送網(wǎng)點最優(yōu)坐標為地址點1（578，1 000）和地址點2（786，769），反饋在高程圖上，其最優(yōu)選址和行政村坐標顯示如圖4所示。

圖4? 最優(yōu)選址結果

在選址問題中，最短路程的求解通常通過迭代優(yōu)化的方法實現(xiàn)。迭代優(yōu)化的過程涉及生成新解，并計算其對應的路程，然后將新解與當前最優(yōu)解進行比較。由于新解的生成是隨機的，因此在不同的最短路程問題中，每次迭代可能得到不同的最優(yōu)解。為了獲得最優(yōu)的選址方案及最短的路程，我們必須持續(xù)迭代優(yōu)化直至找到理想解。

2.5? 結果分析

地址點1（578，1 000）位于陳軒村附近，與原有龍山村的配送網(wǎng)點有一定距離。龍山村南面為蓮花山脈，村莊較少，原有的物流網(wǎng)點的輻射范圍相對于北面位置較為深入的村落超出覆蓋范圍，覆蓋范圍內的村落數(shù)量較少。居民寄取快遞的路程較遠，花費時間較長，物流服務網(wǎng)點布局有極大的改善空間。而位于地址點1（578，1 000）的陳軒村，從地勢上看位于較為平坦的地勢范圍內，與周邊村落之間沒有較高的山脈阻擋，處于周邊村莊的中心，擁有更好的交通條件。

為了更深入地分析物流服務網(wǎng)點布局的優(yōu)劣，我們采用歐幾里得距離公式，計算龍山村配送網(wǎng)點（575，1 200）與陳軒村配送網(wǎng)點（578，1 000）替換龍山村配送網(wǎng)點（575，1 200）的最短距離。通過對比這些數(shù)據(jù)，我們可以更系統(tǒng)地分析兩個配送網(wǎng)點間的差異，并進行選址優(yōu)化。在選址優(yōu)化中，我們將保持中里村配送網(wǎng)點（786，769）及其他23個配送網(wǎng)點的坐標不變。為了完成距離計算，我們使用了Python編程算法，并繪制配送網(wǎng)點與行政村之間的距離圖，具體如圖5、圖6所示。

圖5? 龍山村配送總距離

圖6? 陳軒村配送總距離

根據(jù)圖示數(shù)據(jù)，經(jīng)計算可得龍山村配送總距離為3 597.2 m，陳軒村配送總距離為3 504.8 m，說明陳軒村的配送總距離小于龍山村。然而，最短路程的計算結果可能因為代碼不同而導致最優(yōu)解不同。此外，隨機因素等其他因素的影響也可能使計算結果有所不同。在選址問題中，最優(yōu)解可能因代碼和環(huán)境的變化而變化。因此，在當前的Python建構環(huán)境下，通過修改選址點1的坐標作為唯一變量，進行數(shù)據(jù)對比。根據(jù)數(shù)據(jù)對比的結果，可以明顯得出陳軒村配送網(wǎng)點坐標（578，1 000）優(yōu)于龍山村配送網(wǎng)點坐標（575，1 200）。因此，在該位置設置配送網(wǎng)點可以覆蓋更多村落，并且配送路程更短。

通過地圖比對，地址點2（786，769）位于中里村，中里村位置地勢平坦，相鄰的行政村較多，道路交通狀況較好，且該區(qū)域本身已經(jīng)具備配送網(wǎng)點，物流企業(yè)只要利用現(xiàn)有的配送網(wǎng)點和對配送路線進行優(yōu)化，就可以進一步提高配送效率，降低配送成本，并為周邊的村落提供更好的物流服務。

3? 結? 論

本文以貴港市中里鄉(xiāng)快遞末端配送網(wǎng)點選址為研究對象，通過有效地利用地理信息系統(tǒng)（GIS）對該地區(qū)的地形和人口居住情況進行詳細分析。同時，本文還充分考慮了現(xiàn)有的交通設施條件和已有的物流服務網(wǎng)點對居民生活的影響，以此為基礎，采用禁忌搜索算法對該地區(qū)的快遞物流配送網(wǎng)點選址進行重新規(guī)劃。在當今快速發(fā)展的經(jīng)濟環(huán)境中，物流服務的優(yōu)化和效率提升對于農(nóng)村地區(qū)的發(fā)展至關重要?？爝f物流配送網(wǎng)點的合理選址能夠有效提高物流服務的質量和效率，進而促進農(nóng)村地區(qū)的經(jīng)濟發(fā)展和居民生活品質的提升。

借助禁忌搜索算法，我們可以針對中里鄉(xiāng)的具體情況進行快遞物流配送網(wǎng)點選址的重新規(guī)劃。該算法能夠在考慮多個約束條件的情況下，通過迭代搜索的方式尋找最優(yōu)解。我們可以將快遞物流配送網(wǎng)點的選址問題抽象成數(shù)學模型，并利用禁忌搜索算法進行求解，從而得到更加合理的快遞物流配送點坐標點，這將為進一步優(yōu)化物流服務體驗和加快農(nóng)村物流快遞網(wǎng)絡的有效運轉提供了借鑒和參考。

參考文獻：

[1] 馬冬梅.“互聯(lián)網(wǎng)+”背景下農(nóng)村電子商務發(fā)展研究 [J].中國商論，2022（7）：46-48.

[2] 郭崇慧，覃華勤.一種改進的禁忌搜索算法及其在選址問題中的應用 [J].運籌與管理，2008（1）：18-23.

[3] 褚東亮，李帆.基于重心法和禁忌搜索算法的配送中心選址 [J].物流技術，2022，41（3）：63-68.

[4] 王永麗.農(nóng)村快遞末端配送模式研究 [J].廣東蠶業(yè)，2022，56（9）：124-126.

[5] 彭姍姍.“互聯(lián)網(wǎng)+高效物流”背景下農(nóng)村快遞共同配送干線運輸優(yōu)化研究 [J].黑龍江工業(yè)學院學報：綜合版，2019，19（10）：71-75.

[6] 彭姍姍.降本增效理念下農(nóng)村物流三級網(wǎng)絡節(jié)點多網(wǎng)融合運營模式研究 [J].物流工程與管理，2021，43（7）：7-9.

[7] 柳秋月.基于混合遺傳-禁忌算法的快遞自提點選址-路徑問題研究 [D].南京：南京大學，2019.

[8] 港北區(qū)統(tǒng)計局.港北區(qū)2020年第七次全國人口普查 主要數(shù)據(jù)公報 [EB/OL].（2021-07-15）.http：//www.gbq.gov.cn/gsgg/t9557369.shtml.

[9] 葛顯龍，王偉鑫，李順勇.智能算法及應用 [M].成都：西南交通大學出版社，2017.

[10] 唐文秀.基于改進禁忌搜索算法求解TSP問題 [J].科學技術創(chuàng)新，2022（4）：154-157.

作者簡介：李文博（2002—），男，漢族，廣西玉林人，本科在讀，研究方向：物流管理；通訊作者：黃斌斌（2001—），女，壯族，廣西柳州人，本科在讀，研究方向：物流管理；麻嘉靜（2002—），女，壯族，廣西平果人，本科在讀，研究方向：人文地理與城鄉(xiāng)規(guī)劃。