A医药有限公司配送路径优化研究

【摘要】物流一直以来与各行各业密切相关，在医药物流中，药品配送是关键环节，药品配送过程中的路径优化选择是节约成本的核心，因此配送路径优化受到医药企业的热切关注。在此意义上，本文首先介绍了车辆路径问题的相关理论，并以A医药有限公司为研究对象，收集和整理A公司配送路径过程的相关资料和数据，分析A公司配送路径选择中的不足，构建基于节约里程法的路径优化模型，运用节约里程法对A公司的一次配送路径进行优化。相比实际配送路径选择，优化后的配送路径方案大大缩短了配送路程，有利于企业提高配送效率，节约配送成本，同时证明了节约里程法在优化企业配送路径选择中的实用性。最后就车辆路径选择问题为A公司提出了相关建议，使A公司之后的配送路径选择更具科学性。

【关键词】路径优化；车辆路径问题；节约里程法

1、前言

1.1论文研究背景和意义

1.1.1研究背景

随着中国经济的稳定和持续健康发展，人们对自身健康的重视程度不断提高，对相关医药技术和产品的需求也在逐渐增长。医药产业作为国民经济的重要支柱和组成部分，市场前景广阔，正处于长期增长趋势，据统计，2019年上半年我国三大终端六大公立医院和零售市场药品医疗终端销售额累计实现9087亿元，同比上半年增长5.8%。并且随着2019新颁布和修定的药品管理法的实施和中国医药需求不断增加，将促进各医药企业增强自身能力，为整体提升医药行业发展水平做贡献。

医药行业快速发展同时也拉动了医药物流的发展，医药物流与一般物流相比，对药品运输设备和运输过程中的处理时间和签收记录有特殊要求，因此药品运输是医药物流的重要环节，受到越来越多医药流通企业的关注，优化运输路径成为药企提高运输效率，节约物流成本的途径。

1.1.2研究意义

（1）理论意义

车辆路径问题具有理论研究与实际操作紧密结合的特点，一直是运筹学和组合优化领域内的热点讨论问题。通过对大量文献的研读，得知国内外学者对车辆路径问题的研究由浅入深，取得了许多优秀成果。从车辆路径问题的构成要素考虑，可以划分成多种不同类型的车辆路径问题，加之实际情况的特殊性，车辆路径问题愈复杂，计算车辆路径问题的算法也需要不断创新，使得车辆路径问题成为涉及数学、运筹学、计算机、管理科学与工程、物流科学、交通运输工程的多学科问题。本研究对A医药有限公司药品配送现状进行了深入分析，将节约里程法应用到实际案例中，证实节约里程法的理论的可行性和方法的实用性。

（2）现实意义

研究路径优化问题有如下现实意义：

①有利于企业增加经济效益，节约成本。相关研究表明，合理优化车辆配送路径，有利于企业提高配送效率、节约配送成本和时间成本、减少车辆碳排放量、合理分配配送人员、实现环保效益和经济效益相统一的目标。

②为企业制定科学的车辆路径规划提供建议。改变A公司传统的凭个人经验规划配送路线的方法，提高人员素质。

③具有很强的实用价值和推广空间。车辆路径问题广泛运用于各行各业，特别是交通运输、物流配送以及快递行业。A公司是大型国有医药经营企业，对其进行配送路径优化，对其它企业有很好的借鉴作用。

④有利于A公司肩负起为老百姓及时提供药品和保障药品的安全性的使命。

1.2国内外现状和发展趋势

国外的专家和学者对车辆路径问题的深入研究从20世纪50年代开始，1959年Dantzig和Ramser首次对闭合式VRP进行了深入研究[1]，描述的问题是将汽油送往各个加油站的实际问题，并开创性地提出了相应的数学规划模型以及一种快速且精确求解路径问题的算法[2]。1964年，Clark和Wright首次提出了启发式算法，这是另一种求解闭合式VRP的算法，这种创新算法是基于Dantzig-Ramser方法的研究，实验证明可以更好解决车辆路径问题。正是由于以上两篇引领性论文的发表，使得车辆路径问题成为数学家们的研究热点。经过70多年的理论探索和实践性钻研，对于路线优化问题已经有了很多的解决思路。各种有关VRP的求解思路主要分为精确式和启发式这两类[3]，至今为止大多数车辆路径问题的扩展和变型问题的创新算法是基于这些基本算法的。

在国内，众多专家和学者对VRP问题的研究也日渐完善，并提出了许多值得思考的问题。值得注意的是，节约里程法是许多学者提出可以合理解决这类问题的方法之一，并且根据实际情况的特殊性，有些学者在运用节约里程法对配送路径进行优化时，善于对节约里程法进行改良与突破。张文华[4]在研究非规则多边形的VRP问题时，运用节约里程法算出配送路线优化方案，并在一次实际配送过程中证明了其可以有效优化这类网点位置特殊的VRP问题。武佳佳[5]研究医药物流配送车辆路径优化问题时考虑了时间窗因素，在算法函数中设计了含有时间窗约束算法模型，他的实验不仅有效解决了随机型车辆路径问题，而且创新性地为解决惩罚函数问题增添了新思路。

1.3研究内容和方法

论文共分为五章，各章主要研究内容如下：

第一章交代了论文的研究背景与意义，认真总结了车辆路径问题的发展趋势和成果。在药品市场需求持续扩大、医药行业蓬勃发展、医药物流越来越受到各医药企业重视的背景下，提出了药品运输路径优化的问题，以增强药品流通企业竞争力。通过对相关文献的研读，结合车辆路径问题的研究发展现状和趋势，认为车辆路径问题具有很强的理论意义和实用价值。

第二章是对医药物流和车辆路径问题简要概述。给出了医药物流和车辆路径问题的关键概念、要素、特点。在定义车辆路径问题的基础上讨论标准车辆路径问题的主要扩展与变型问题。同时讨论了求解车辆路径问题的精确算法与启发式算法，以及对比各种算法的算法性能与适用范围。

第三章是基于节约里程法的路径优化模型建立，本论文选择了节约里程法对A公司的配送路径进行优化，在节约里程法的算法原理基础上设计了路径优化模型的参数具体内容、目标函数和约束条件公式。

第四章研究车辆路径问题的实际应用问题。首先分析对A公司配送路径现状，总结A公司配送路径规划中存在的问题。本章以A医药有限公司药品配送问题为例，基于调研得到的数据，运用节约里程法对A公司的一次药品配送进行路径优化，得出两种优化方案。优化后的两种车辆路径方案与实际的车辆路径方案进行对比并进行具体数据分析，通过实例验证得出结论。

第五章是对全文的总结以及在论文研究中得到的启示，提出一些经验建议，同时讨论一些将来可以扩展的研究方向。

2、医药物流与车辆路径问题相关理论

2.1 医药物流基本理论

本文的研究目的是优化A医药有限公司的配送路径，药品配送是医药物流中的一部分，过去人们单一地把医药物流理解为药品的运输、配送，如今随着医药物流的不断发展，医药物流为实现自动化、信息化、科学化而不断努力，医药物流的概念也发生了变化。相比其它行业的物流，医药物流在物流设施和每一作业环节中都具有明显的特点。不同的企业根据自身情况不同采用不同的医药物流运作模式，不同运作模式下药品配送路径选择也不同。

2.1.1 医药物流的概念

现代医药物流的概念[6]涵盖了药品生产、运输、经营、消费领域，包括药品生产，药品供销配送环节中的验收、存储、分拣、配送等环节，并运用物流设施、现代信息系统、科学营销管理对药品供应链中每一环节的资源进行有效整合。

2.1.2 医药物流的特点

（1）医药物流行业准入要求高。

医药产品与老百姓的生命安全息息相关，医药物流行业必须保证医药产品的安全性，因此必须严格遵守行业规范，如《药品经营质量管理规范》、《危险化学品安全管理条例》等，如违反了国家条例必须得到惩罚。

（2）医药物流中验收、存储、分拣作业环节要求高。

医药产品品种繁多、分类复杂，GSP规范对医药产品的储存要求很高，在验收过程中需要对药品分拆出来仔细检查质量问题，对于特殊药品则需要二次验收。在储存过程中要按药品的批次与有效期进行储存管理，另外，还要严格控制仓库内的温湿度满足不同药品的存放条件。在分拣环节中，即在药品配送之前，大部分药品都需要拆零作业，重新包装，这也增加了医药物流的运作成本。

（3）普遍存在特种运输。

药品的运输普遍存在特种运输，例如温控运输、冷链运输、特殊药品运输等，不同的运输需要不同的物流设备和运输车辆。

（4）药品运输要求全程可追踪可追溯。

为保证药品的质量安全，对药品运输有严格质量控制及责任划分，在药品运输中要求全程可追踪可追溯，例如在温控运输中运输人员必须全程记录运输车辆内每一段时间的温度，既确保药品在运输过程中满足温度条件，也使送达时间和确切收货人可追溯。

2.1.3 医药物流的运作模式

（1）自营模式

自营模式是指医药企业拥有完备的物流配送体系，医药企业自行承担药品配送。

（2）第三方医药物流

第三方医药物流是指第三方物流企业在满足新版GSP要求的条件下，为整个医药供应链的上游企业和下游企业提供药品验收、储存、分拣、养护、配送等物流服务。

（3）自营与外包相结合的混合模式

自营与外包相结合的混合模式即某一环节的业务外包，是指医药企业寻找第三方公司进行合作，把某一环节外包给其它企业，自行完成其它环节。

2.2 车辆路径问题的概念及分类

车辆路径问题，简称VRP问题。车辆路径问题通常被描述为[7]：由若干个配送中心、客户点以及若干台配送车辆组成的具有供需关系的网络中，在满足车辆载重、行驶里程及客户需求等条件下，合理调配车辆出行数量、行驶路线和出行时间，将一系列客户所需商品从物流配送中心送达客户，以实现总运输成本最优化。构成车辆路径问题的基本要素主要有：车辆配送中心、运输车辆、客户网点、配送网络、约束条件、目标函数。各要素的具体内容如下：

（1）车辆配送中心。车辆配送中心是每条车辆运输线路的出发点，其基本任务是配备货物，车辆配送中心的数量和位置是影响VRP问题的重要因素。

（2）运输车辆。运输车辆是货物的运载工具，研究VRP问题，需要确定运输车辆的数量、装载能力、类型、允许最远行驶距离及时间约束。

（3）客户网点。客户网点是配送计划中服务的对象，客户网点上包含了许多信息如客户和客户需求量、对取送货时间的要求等，这些信息具有随机性。

（4）配送网络。配送网络由车辆配送中心、客户网点、配送路线组成。通常由节点和有向弧组成的赋权图表示。

（5）约束条件。约束条件是指VRP问题中需要满足的条件，即客户需求量限制、服务时间窗口限制、车辆载重量及运行持续力限制等。

（6）目标函数。目标函数是VRP问题的优化目标，包括总行驶距离最短、总运输成本最省、运输车辆数量最少、配送耗时尽可能少，配送准时度尽可能高等目标。

根据VRP问题中的基本构成要素可以将车辆路径问题分为不同类型[8]，（见表1）：

表21VRP问题类型

2.3 车辆路径问题求解算法

2.3.1 车辆路径问题求解算法分类

精确算法和启发式算法几乎是目前所有可求解VRP问题的算法的分类，随着不同领域专家学者们对这类问题的深入分析与研究，求解方法愈复杂，但都是这两类算法的延展，在启发式方法的分类中，通用启发式算法本质上就是是对经典式算法的创新[9]。

精确算法主要分为动态规划、分支定界和割平面法。精确算法能够在简单的小规模车辆路径问题中求出最优解，但无法解决复杂的问题，只能够为复杂问题计算出初始值，帮助启发式算法搜索到更好的值。

启发式算法是研究者总结以往经验后，在时间允许以及成本在合理范围内的条件下，分析问题并建立模型，应用规则求得问题的近似最优解，值得注意的是，使用启发式算法还存在不一定求得问题的解的情况，因此启发式算法容易受到主观因素影响。上世纪60年代开始人们开始运用启发式算法求解车辆路径问题，称为经典启发式算法。从90年代开始，人们开始研究求解车辆路径问题的通用启发式算法。通用启发式算法是参考自然规则，模拟自然过程而形成的创新式路径算法，主要包括模拟退火法[10]、禁忌搜索法[11]、遗传算法[12]、蚁群算法[13]。（见图2）

图21

车辆路径问题求解算法分类示意图

2.3.2车辆路径问题求解算法比较

长期以来，国内外许多学者在试验中得出了许多求解车辆路径问题的数学方法，但每种求解算法都有各自的优缺点和适用范围[14]，表2是对各种数学算法的优缺点比较和适用范围比较，在实际应用中还需要注意结合具体情况（见表2）。

表22VRP问题求解算法的比较

从表2可以总结出，精确算法在求解小规模车辆路径问题时可以得出精确最优解，但它的最大缺陷是计算精确值时要花费大量时间，如果把精确算法运用到实际应用中，把大量时间耗费在计算时间上，计算出的精确值就没有了实际意义。并且随着问题规模的扩大，计算量会随着变量和时间的增加而大量增加而复杂，只有在节点少的小规模问题中精确算法才具有适用性。经典启发式算法能够解决具有约束条件的实际问题，所求得的解为“近似解”、“满意解”，求解精度相对较差。通用启发式算法是人们根据自然规律摸索出的创新思想，运用了全局搜索技术，弥补了经典启发式算法局部最优的缺点，求解精度也大大提高。但由于算法设计复杂，需多次迭代，导致通用启发式算法运算量大和优化时间长。

由于车辆路径问题变数多且复杂，不能单纯用某一种算法求解问题。如今对车辆路径问题求解算法的研究思路主要有两种，一种是对某种算法进行改进，利用改进后的算法求解实际问题。另一种是利用不同数学算法的优势，取长补短，组成混合算法解决问题，大大提高了求解质量，但要花费更多的计算时间。可以说在求解任何一种车辆路径问题类型时，都需要平衡求解质量和计算时间。

3、基于节约里程法的路径优化模型的建立

3.1 节约里程法概述

3.1.1 节约里程法应用的基本思路

节约里程法简称C-W算法，是由Clarke和Writ于1964年首次提出的。它是用来解决运输车辆数目不确定的VRP问题，是最经典的启发式算法[15]。从第二章我们可以看出虽然通用启发式算法的求解质量比较高，但是优化效率不高且执行困难。相比而言，节约里程法简单易行，对初始数据要求不高，且可以有效缩短路程，提高车辆满载率，节约配送成本。大量研究表明节约里程法适用于优化企业配送路径，因此本文在实例中选择节约里程法对配送路径进行优化。

节约里程法的基本思路为[16]：设一配送中心P和两个配送点A、B，已知配送中心P到两个配送点A、B的距离分别是PA和PB，A、B两配送点间的距离为AB，假设配送中心使用两辆车分别对这两个配送点送货，并且假设往程行驶和返程行驶距离相等，其配送路径为P-A-P-B-P。则其配送总路程为： L1=2(PA+PB)，如果配送中心使用一辆车对A、B两个配送点送货，其配送路径为P-A-B-P。则其配送总路程为L2=PA+AB+PB。于是可以计算出节约里程L=PA+PB-AB。

3.1.2 节约里程法的求解步骤

（1）确定配送中心和各配送点的地理位置，计算出配送中心到各配送点以及各配送点间的最短路径，形成最短路径表。

（2）根据节约里程法的原理，运用节约里程公式计算两个配送点之间的节约里程，形成节约里程表。

（3）根据节约里程表，对节约里程的大小进行降序排序，形成节约里程排序表。

（4）假设配送中心在满足装载量、车辆最远行驶里程、配送时间的条件下，各派一辆车向各个配送点进行一对一直达配送，计算出配送所需的车辆数量和行驶里程，形成初始配送路径。

（5）根据节约里程排序表首先连接可节约最大里程的两个配送点，考虑车辆装载量限制和车辆最远行驶里程，依次连接满足的条件的配送点，最后得出优化后的配送路径，计算出配送所需车辆数量和行驶里程。

（6）与步骤五的方法相同，得出其它优化后的配送路径，多种优化后的配送路径进行比较。

3.1.3 节约里程法的基本条件

运用节约里程法对配送路径进行优化是基于以下基本条件的:[17]

（1）明确配送中心和各配送点的位置，能够明确算出配送中心到各配送点及各配送点之间的距离。

（2）明确各配送点的需求量。

（3）有确定的车辆装载量限制和车辆最远行驶里程限制。

（4）必要情况下需要考虑时间窗问题，分为硬时间窗问题和软时间窗问题。

3.2 基于节约里程法的配送路径优化模型的建立

A医药有限公司的配送模式为自营与外包相结合的混合模式，在广州市内及广州市周边城区公司采用自营配送，其它离广州市较远的地方则外包给其它企业配送，但大多数配送业务都是自营配送。A公司仅有一个配送中心，客户订单下达后，从配送中心出发向各个客户点配送，A公司大多数为市内三级医院服务，客户需求和网点信息确定。因此这里A公司的VRP问题为单配送中心、非满载、静态VRP问题，并选择以最短距离为目标对A公司的配送路径进行优化。

3.2.1 参数设置

（1）设P表示配送中心。

（2）设m表示车辆总数。

（3）设n表示配送点总数。

（4）设q表示车辆最大装载量。

（5）设D表示车辆最远行驶里程。

（6）配送点i的货物需求量为

（7）配送点i到配送点j之间的最短距离为

3.2.2 目标函数

目标函数表示总路程最短，其中Z表示总路程。本文研究的路径优化问题目标是使得总路程最短，目标函数公式见（3-1）。

3.2.3 约束条件

（1）约束条件一：每一条配送路径上的各配送点的需求总和不可超过配送车辆的最大装载量，约束条件的公式见（3-2）。

（2）约束条件二：每一条配送路径的总行驶里程不可超过车辆最大行驶里程，约束条件公式见（3-3）：

4、A公司配送路径优化实例分析

4.1 A医药有限公司配送路径现状分析

4.1.1 公司简介

A医药有限公司是大型国有医药经营企业，位于广州市荔湾区，公司拥有规模较大的经营场所和药品仓库，主营各类处方药品和非处方药品以及各类医疗器械。

公司承担省级药品储备任务，为医药供应链提供服务。公司目前采用自营物流与第三方物流相结合的物流配送模式，但是仍然以自营物流为主，公司配送网络覆盖广东，辐射全国。A医药有限公司还自定了配送时间，在广州市内，从订单下达后48小时以内将药品配送至客户。

4.1.2 公司配送路径选择的现状

A公司目前采用自营物流和第三方物流相结合的物流配送模式。考虑到药品运输对运输车辆温度、商品处理时间以及安全性有更高的要求[18]，A公司仍然以自营物流为主。据了解，公司共有18条配送路线，分别是白云东线、白云西线、东风路中线、荔湾线、荔湾芳村线、海珠线、天河线、番禺线、增城线、从化线、花都线、黄埔线、恩平线、东莞线、中山线、潮汕线、湛江线、阳春线。对于粤西和粤东及一些偏远地区的线路，例如潮汕线和湛江线，公司选择托运的方式配送普通药品。在广州市内的路线以及近广州市的线路如恩平线，公司选择自营配送。

A公司的派车调度作业流程：一个订单下达后，业务员根据订单生成发货通知单，负责配送药品的司机将多份发货通知单按照地址分配路线，同时生成装车单，同一路线的订单满载后即可配送。在公司现有信息管理系统中可同步订单信息和派车状态，由于公司系统不健全、信息传递不畅，实际情况中司机依旧凭单据信息进行发货路线的选择。

4.1.3 公司配送路径选择中存在的问题

（1）信息系统落后，信息传递不畅。目前A公司整个供应链已经采用了一套比较完整的信息系统，但由于人员素质、系统硬件方面的原因，使得信息系统的信息化水平低下，业务部和仓储部之间的订单信息交流存在困难，信息传递不畅。具体来说，订单下达后由于工作人员未能及时更新系统信息，信息系统也不能够自动更新订单信息，因此司机不能及时获取最新的信息去调整配送路线、配送车辆以及配送时间。就会导致重复运输的现象，使得运输成本增加，降低配送效率。

（2）单凭经验规划配送路线，配送路线的选择存在无序性。A公司配送路线规划依旧采用传统模式，司机依据发货通知单的地址凭经验分配配送路线，路线选择和时间安排缺少合理性，导致订单配送存在无序性。

4.2 基于节约里程法的A公司配送路径优化

4.2.1 A公司药品配送路径的相关数据收集及整理

A医药有限公司的业务范围涵盖整个广东省，但自营配送范围主要为广州市以及广州市周边城市以内，且公司拥有18条自营配送路线。本文对A公司一次配送进行配送路径优化，一次配送业务内A公司在广州市内的配送业务，数据源于2019年12月24日，表3列出了客户的具体信息（见表3）。

表41A医药有限公司客户信息

A医药有限公司在一次配送中向15家医院和医药公司配送药品，把这15家医院和公司分别用字母A~O表示，A公司物流配送中心收到客户订单后开始为客户分拣药品、用相应规格纸箱打包药品，每个客户的需求量用箱数计量，其一次配送的需求量如表4所示。

表42客户需求量

公司药品种类分为普通药品和特殊药品，药品配送时用规定纸箱规格的纸箱包装，公司现有五种规格的纸箱，如表5所示。

表43A公司纸箱规格

据调查，公司现有药品配送车辆14台，车内装载面积最佳可容纳50个纸箱，设车辆最远行驶距离为100公里。

4.2.2 基于节约里程法的A公司配送路径优化

（1）实际建模，根据所收集和整理的资料可以建立路径优化模型，其目标函数见公式（4-1），其约束条件公式见（4-2）和（4-3）

（2）设A医药有限公司配送中心为P，根据百度地图的查询功能，可以得到配送中心到各配送点以及各配送点之间的距离，如表6所示。

表44配送里程表（单位：km）

（3）运用节约里程公式可以计算出每个配送点之间的节约里程，形成节约里程表，如表7所示。

表45节约里程表

（4）对节约里程进行降序排序，形成节约里程排序表，如表8所示。

表46节约里程排序表

（5）本文运用节约里程法对配送路径进行两次优化，形成两种配送路径方案。

优化方案一：首先连接可节约最大节约里程值的DM，按节约里程值大小顺序，接下来连接MO，此时配送点D需求量为19，配送点M需求量为3，配送点O需求量为1，总需求量为23<50满足运载量限制要求。形成配送路径P®D®M®O®P，求得配送路程为71.5km。由于配送点D、M、O已形成配送路径，因此接下来不再考虑连接点范围内。同理，考虑车辆装载量限制和车辆最远行驶里程，按节约里程值大小排序依次连接满足的条件的配送点。连接FG、GL、LN，形成配送路径P®F®G®L®N®P，求得配送路程为36.7km。连接CI、IK，形成配送路径P®C®I®K®P，求得配送路程为36.9km。连接AE，形成配送路径P®A®E®P，求得配送路程为19.5km。连接BH，形成配送路径P®B®H®P，求得配送路程为16.3km。最后配送点J单独配送，形成配送路径P®J®P，求得配送路程为10.4km。最后求得总配送路程为191.3km。

优化方案二：与第一次优化配送路径的方法和原则相同，首先依次连接DF、FM、MO，此时配送点D需求量为19，配送点F需求量为10，配送点M需求量为3，配送点O需求量为1，总需求量为24<50满足运载量限制要求。形成配送路径P®D®F®M®O®P，求得配送路程为69.4km。同理，考虑车辆装载量限制和车辆最远行驶里程，按节约里程值大小排序依次连接满足的条件的配送点。连接CG、GL、LN，形成配送路径P®C®G®L®N®P，求得配送路程为31.9km。连接AE、EH，形成配送路径P®A®E®H®P，求得配送路程为21.3km。连接BJ，形成配送路径P®B®J®P，求得配送路程为16.9km。连接IK，形成配送路径P®I®K®P，求得配送路程为26.5km。最后求得总配送路程为166km。

经过调查，在实际配送过程中A公司的司机根据客户地理位置和实际运货量将配送路径划分为7条线路配送，分别为东风中线、海珠1线、天河线、白云北线、黄埔东线和增城线，其中东风中线由于运货量限制的原因分为两条线路由两辆车配送，其它线路各由一辆车配送。每条配送线路的配送路径为：东风中线1：P®H®I®P东风路中线2：P®J®O®L®P海珠1线：P®E®A®B®P天河线：P®G®F®P白云北线：P®N®K®P黄埔东线：P®C®M®P增城线：P®D®P。结合图2可以更直观地了解A公司的实际配送路径（见图3）。

可以计算出A公司在这次配送中的总配送路程为218.6km。其中东风中线1的配送路程为21.8km，东风中线2的配送路程为19km，海珠1线的配送路程为22.4km，天河线的配送路程为33km，白云北线的配送路程为26.4km，黄埔东线的配送路程为46km，增城线的配送路程为50km。

图41A公司一次配送客户网点图

4.2.3 A公司配送路径优化结果分析

从上一小节基于节约里程法的A公司配送路径优化的计算结果我们可以得出：优化方案一形成六条配送路径，总配送里程为191.3km，其各配送路径的节约里程和配送里程如表9所示。优化方案二形成五条配送路径，总配送里程为166km，其各配送路径的节约里程和配送里程如表10所示。另外本文还计算出A公司实际配送里程为218.6km，实际配送路线共有7条，各配送路线的配送里程如表11所示。

表47优化方案一

表48优化方案二

表49A公司实际配送方案

优化方案一与A公司实际配送方案比较，减少了一条配送路径，总配送里程节约了27.3公里。优化方案二与A公司实际配送方案比较，减少了两条配送路径，总配送里程节约了52.6公里，如表12所示。

表410优化前后分析表

本论文使用节约里程法对A公司配送路径进行优化的目标为使总配送里程最小，可以对比出运用节约里程法后的方案一和方案二都减少了配送路径，缩短了总配送里程，其中优化方案二设计的配送路径使总配送里程最小，如果应用到企业中，可以从以下各方面有效地节约企业物流成本。

（1）一般来说，配送里程与路费成正比，配送里程越短路费越低，运用节约里程法的目标是尽可能使总配送里程最小，从实例结果中我们可以看出这种方法确实有效缩短了配送里程，从而大大节省了配送路费。

（2）减少配送路径可以减少配送车辆和驾驶人员，使车辆耗油量和维修费用减少，车辆和人员都得到有效配置。

（3）运用节约里程法不仅可以缩短配送里程，还可以提高车辆满载率。经过进一步计算可以得出优化方案一的车辆空载率为42.3%，优化方案二的车辆空载率为29.6%，而企业实际配送中的车辆空载率为50%，大大降低了车辆空载率，有利于提高配送效率。

5、总结和展望

5.1 论文总结

近年来，物流受到人们的热切关注，物流涉及的领域越来越广。由于药品运输的特殊要求，药品配送一直是医药企业重点关注问题，另一方面，配送占物流成本的份额远高于其它物流环节，因此合理的路径选择可以有效地降低企业成本，提高配送效率。通过大量的车辆路径问题相关理论的研究，本论文选择节约里程法对研究对象进行配送路径优化，经过数据分析，运用节约里程法可以有效缩短配送里程。

通过对企业资料的整理发现A公司配送业务中的客户大多数是长期合作单位，对这些客户的路径优化对之后的配送路径选择也有很大帮助。也考虑到人工使用节约里程法优化路径，计算时间比较长，在企业中使用效率较低，因此如果需要把节约里程法运用到企业中，建议借助计算机软件。

5.2 展望

尽管在实例分析中验证了节约里程法可以减少配送里程，但本论文的研究还存在很多不足，还有进一步研究的空间，总结如下：

（1）本论文研究的车辆路径问题为静态VRP问题，没有考虑客户需求变动、时间窗、人为因素、道路交通状况、天气等随机问题。要考虑随机因素的车辆路径问题需要对节约里程法进行改进[19]。

（2）本论文研究的问题为客户少于50的小规模问题，对于有大规模客户群的企业来说，节约里程法离实际应用还有一定距离。

（3）本论文在配送环节只考虑了车辆路径问题，如果可以考虑加入选址的组合优化问题，论文研究更有意义[20]。

参考文献

[1]G. Dantzig,J. Ramser. The truck dispatching problem[J]. Management Science,1959,6:80-91.

[2]钟石泉.物流配送车辆路径优化方法研究[D].天津:天津大学,2007.

[3]王超.配送企业车辆路径问题模型与算法研究[D].北京:北京交通大学,2015.

[4]张文华.基于节约里程法的物流配送路线优化[J].物流工程与管理,2012,34（3）:143-146.

[5]武佳佳.时间窗约束下医药物流配送路径优化研究[D].济南:山东师范大学,2018.

[6]倪婧妍.论医药物流管理[J].中医药管理杂志,2005,13（5）:11-14.

[7]李相勇.车辆路径问题模型及算法研究[D].上海:上海交通大学,2007.

[8]潘立军.带时间窗车辆路径问题及其算法研究[D].湖南:中南大学,2012.

[9]钟石泉.物流配送车辆路径优化方法研究[D].天津:天津大学,2007.

[10]宋燕字.基于模拟退火法的启发式算法在VRP中的应用[D].湖北:华中师范大学,2013.

[11]Charke G,Wright JW. Scheduling of vehicles from a central depot to a number of delivery points [J]. Operations Research,1964,12:568-581.

[12]李云.基于遗传算法的动态路径优化[D].山西:太原理工大学,2013.

[13]胡勇.基于蚁群算法的物流配送车辆路径优化问题的研究[D].辽宁:辽宁科技大学,2016.

[14]姜红.佳佰嘉连锁超市配送路线优化研究[D].青岛:中国海洋大学,2013.

[15]陈萍.启发式算法及其在车辆路径问题中的应用[D].北京：北京交通大学,2009.

[16]刘俊娥,李奇.基于节约里程法的北京市家乐福超市配送线路优化方案[J].物流技术,2015,32（196）:107-109.

[17]任莉丽.京香连锁超市配送路线优化方案设计[D].吉林:吉林大学,2012.

[18]张腾松.SQ公司整车物流配送路径优化研究[D].辽宁:大连海事大学,2012.

[19]李玉瑾.中央红连锁超市物流配送路径优化问题及方法研究[D].黑龙江:哈尔滨理工大学,2015.

[20]石兆.物流配送选址-运输路径优化问题研究[D].湖南:中南大学,2014.

A医药有限公司配送路径优化研究

价格 ¥9.90 发布时间 2023年3月11日

下载查看全文内容

已付费？登录 或 刷新