广元市出版物物流运输路径优化

　摘 要：现如今，图书是社会发展中不可或缺的重要部分，它在现代社会经济发展中担任着重要的角色，同时也对人类生活产生了重要的影响。而在现代物流的系统中，出版物物流运输在其中占据着主导地位，所以出版物物流运输的路径选择一直都是出版物企业发展中的重要组成部分。通过对物流的不断优化和中国有关出版物发展的相关政策的不断完善，出版物企业的经营环境不断改善，但目前，我国出版物企业的经营仍面临诸多困难。企业收益能力依然不强。

本文以广元市为例，针对广元A出版社当下发展所面临的现实状况以及问题挑战，提出以出版社的布局与其配送车辆路径的规划与优化为出发点辅以解决此挑战。具体来说，首先通过拆解与重组出版社布局加以分析，其次为达成确立其分置与配送路径优化的目的，通过给予优化车辆配送的最优路径以评估分数予以达成，同时这也能为出版社未来的营运方案与计划提供一定的辅助依据以引导决策的方向。基于里程节约方法，提出了广元市出版企业物流网络规划的研究方向。通过对国内外相关文献的回顾和广元市及周边地区的数据收集，以物流节点位置和运输路线规划为重点，规划企业物流网络。运输路径的优化更有助于企业降低成本，并且能够更快提高人们的生活质量。

　关键词：出版物；物流节点；车辆路径优化；节约算法

1 绪论

1.1 研究背景及意义

1.1.1 研究背景

当今把握中国国民经济命脉中新增长点的产业当属物流发展行业，同时物流产业也发展成为了许多发达、发展中国家等国家的经济发展新引擎与驱动力，因此将物流产业冠其名为我国产业的支柱之一。此外，物流产业还与高新技术产业以及金融产业一起合称为促进全球经济高速发展的三大经济支柱，也正因其在经济领域中所占据的比重与主导地位，引起了广大学者的研究兴趣与关注度。在物流产业中，出版物的物流仍然占据着一席之地且当属其关键性的组成要素，同时也是一种为达成带有各式各样需求的综合性出版物客户的目的的产物。出版物物流是指利用现物流相关科学理论以及相关技术，配合储物与备仓、分置与运送、包装与加工以及相关物流数据的管理系统等多种有关物流功能，从而实现自物流源到物流端的高产业流动率与充足的仓储量足以供应相关出版物与出版物有关数据信息。出版物物流的意义也可从两个方面出发予以不同的定义，第一个以重要性程度角度出发，如若企业不具备完善的物流系统，那么无论是企业自身还是生产与运营商各自的运作都将难以运转与维系下去。第二个以过程角度出发，出版物物流囊括出版物未来发展规划、实施与控制管理。随着社会与科技的不断进步，逐步推进了我国出版发行产业的前进与改革步伐，同时也在逐步影响原社会经济模式下的经营运作方式。这同样也随之对出版物发行产业产生了一定的影响，使得其从生产与销售单一的模式逐步转化为了国有批发与零售为主的生产与销售模式，这种新模式的生成也在一定程度上不断地完善与改革着我国出版物发行行业的社会与经济市场。就当下的局势而言，出版物发行行业之间的行业竞争愈演愈烈，导致我国其行业的生产、仓储、分配与销售等方式都发生了巨大变化。据《中国出版物商报》的报道统计，现下仍无法满足至少百分之五十读者的购书意愿，我国读书爱好者普遍认为购书难。而伴随出版物物流中心针对书籍市场资源的规划与配送机制高效性，则读书爱好者们的购书难问题得以解决。因此，有必要建构一个在国际上具备行业竞争力的现代化出版物发行的物流中心。其中，采用科学合理的物流体系以降低运作的时间成本与金钱成本，从而缩短产品的生产周期并进一步优化仓储与分置配送功能，在保证企业高效运作的同时提升我国出版物发行产业在国际上的市场竞争力以实现未来的可持续性发展。

A出版社的主要任务为教科书的出版与发行，即使其销售额较庞大，但总归其业务逻辑一成不变且较为简单。最近，为解决发行市场与政策等方面的变化所导致利润不断走下坡路的外部环境变化问题，A出版社提出一个不仅能提升经济增长点，也能规控企业运转成本与风险的方法，即建构具备国际竞争力的物流中心。

1.1.2 研究意义

为风控物流的风险与成本，当代物流企业已采取如配送体系改造等措施以建立物流配送中心以适应市场的供需。而配送中心的开发与建设是提升一个企业运转效率的核心，同时对于企业来说其也是一颗定心丸。在其开发与建设的过程中，应全方位思虑影响配送中心高效性的有关因素，同时针对有关因素展开讨论与分析，以实现配送中心的社会经济效益最大化，从而达成其各项资源合理和最优化的配置的目的以使得运行效率最大化。实际上，从已有数据上可以发现我国出版物物流企业的各方面成本占据了总成本的一大部分，这说明我国在此行业还处于尚未发芽的胚胎阶段，因此有必要降低与控制物流的各种成本消耗。为达成物流成本消耗的减少，开展针对物流配送费用的研究。通过物流配送路径的优化以降低配送的金钱成本。

本文针对广元A出版社当下发展所面临的现实状况以及问题挑战，提出以出版社的布局与其配送车辆路径的规划与优化为出发点辅以解决此挑战。具体来说，首先通过拆解与重组出版社布局加以分析，其次为达成确立其分置与配送路径优化的目的，通过给予优化车辆配送的最优路径以评估分数予以达成，同时这也能为出版社未来的营运方案与计划提供一定的辅助依据以引导决策的方向。

1.2 国内外研究现状

1.2.1 国内研究现状

林自葵(2004)针对我国出版物物流的发展现状以及当下面临的挑战与难题进行了详细的论述与指明，并针对相关难题提出了其解决方案。此外，他们认为现代化的出版物物流实现能够提升我国出版行业的经济与社会效益，同时也能在一定程度上降低物流业的时间与金钱消耗成本。

张美娟(2000)针对往年所发表的涉及90年代以来我国出版物物流的发展现状以及相关研究进行了综合归纳整理与论述，并更进一步依据我国的物流理论加以分析并指明未来的发展规划与方向。其中，他们主要以出版物物流的基本理论方法、物流相关信息与标准的参考与借鉴、第三方物流以及出版物电子商务为主要依据采用文献的调查分析方法加以研讨[2]。

胡勇等人(2007)针对出版物物流过程中的复杂性与相关问题进行了有关分析并加以指出，从而更进一步利用科学理论针对未来的发展方向提出了有关见解[3]。

李军与郭耀煌(1995)针对车辆调度优化的相关定义及当前所面临的挑战进行了综合归纳与指出，并依据挑战提出了有关最优路径规划问题的相决方案[4]。

李大为等人(1998)为解决车辆的最优路径规划问题提出利用旅行商问题思路中的近距离启发式算法加以解决车辆路径问题，其中设计了一个评估函数以解决时间窗约束的问题[5]。

蔡延光(2000)为解决车辆的最优调度问题提出利用遗传算法与模拟退火算法的结合加以解决，图书馆和一个算法概括为一个重要的参考在未来智能交通调度系统的设计，将推进并简化车辆最优路径规划问题的研究[6]。

杨锦冬、徐丽人(2004)为解决车辆遇上交通状况时的最优调度问题提出以客户时间窗与车辆载客数为约束条件的解决方案。更具体来说，则以车辆的配送路径与装运货品数量为目标，并利用供应点车辆优化调度模型组的分布与填充组成函数条件实现调度最优化[7]。

关锋、吴耀华(2005)在基于我国物流运输货物过程中的相关规范，以各类型车辆以及载客数量等有关数据加以分析，建立了基于车辆充填流系数的模型，提出了一种有效的系数充填方法[8]。

冀德刚（2011）基于车辆路径问题，针对物流领域中所存在的相关问题采用了鱼群进化算法与种子进化算法的结合加以解决。此外，从算法的原理与有关实验的角度出发，加以比较并分析了两种算法应用于车辆路径问题中的可行性与性能[9]。

耿翠霞（2005）针对运输流程中最短时间的运输路径构建问题，提出依据相关逻辑予以描述运输中所发生的并发现象，并通过e Petri网建构动态模型以分析与优化其运输模型[10]。

1.2.2 国外研究现状

Dantzig与Ramser(1959)针对加油站实际汽油分配的问题，首次提出了车辆路径规划问题的概念,这位如今解决车辆路径问题的研究打下了基础[11]。

Clarke和Wright(1964)针对车辆最优路径规划问题，设计了一种新颖的启发式算法：Clarke-wright节约算法。不仅为车辆路径问题提供了有关解决依据，而且简化了计算的步骤[12]。

Miller&Gillet(1974)提出解决车辆调度问题的新方法为扫描法，新的扫描法的提出使解决车辆路径问题的途径变得更加的多样化和便利化[13]。

IIgaz Sungur（2008）提出了可以解决需求不确定车辆路径问题的新方法，这有利于研究在运输工具数量不确定情况下的车辆路径问题[14]。

Barbarosoglu&Ozgur(1999)针对土耳其某物流公司货车配送方案存在的欠缺之处提供了一种新颖的禁忌搜寻方法，此方法有利于避免局部最优解的出现，能够将重心放在全局之上[15]。

Bodin（1983）发表了关于VRP问题研究的文章，使世人更加清晰地认知到了VRP对物流的帮助，在车辆运输路径问题上也为后人的研究带来了巨大的帮助[16]。

Savelsbergh（1985）证明了VRP问题是NP完全问题，使研究重点向寻求VRP近似解上转变。这个问题的提出更有利于提高物流运输水平的质量，和物流服务水平的帮助[17]。

Fisher 和Jaikumar（1979）以配送的成本为目标函数，提出了启发性的算法，这个算法的提出可以以Clarke-wright节约算法为基础，在一定程度上为完善车辆路径的最优化问题提供了参考依据[18]。

Solomon（1987）针对车辆路径问题提出一种新颖的插入式启发式算法。经过与其他有关算法的对比实验论证，说明插入式启发式算法针对此问题的解决上性能更优越[19]。

Qureshi（2009）针对软时间窗车辆路径问题提出了有关方法，使后人在车辆运输路径问题的研究上更加便捷，并且解决带软时间窗VRP更有利于企业从中降低运输成本，从而更有利于提高国家的经济水平[20]。

1.3 本论文主要研究内容与章节安排

本文基于节约里程法的研究，结合各个物流站点的条件和各站点之间的距离等实际情况，进行了有关的假设，来寻求最短的物流运输路径。通过节约里程算法来验证来验证算法模型的有效性和合理性。以广元市A出版社为实例对算法进行优化并且通过实验验证。

（1）本文重点针对物流运输路径的最优化问题，指明了有关规划问题并提出了科学的解决方案。在问题中通过各个节点之间的距离等数据来解决运输路径之中存在的问题。

（2）研究节约里程法的基本思想和优缺点等，分析在每个操作过程中对算法的影响，最后提出算法中的最优解，为本文的问题解决打下基础。

（3）在广元市进行实地考察取点，读数据进行收集整理，通过节约里程法对广元市物流路径进行计算并查验。

论文的安排如下：

第1章：本章主要论述了物流产业的发展和物流产业在运输中出现的问题，同时也综述了物流产业在国内外的研究现状，简单描述了本文的重点和安排。

第2章：本章主要论述了物流运输业的背景和特征，以及在运输过程中所存在的问题。

第3章：本章主要介绍了节约里程法思想和计算步骤，以及此算法的计算公式和方法。

第4章：本章节主要论述通过收集数据，建立实证分析，通过节约里程法和收集到的数据寻找广元市出版物物流运输路径中的最短路径。

第5章：总结根据节约里程法所得出的结论，以及从中得到的好处。

2 物流运输

2.1 物流运输的概述

物流系统当中，运输是最重要的组成部分，从A到B的货物可以产生地点和地点的作用，即称之为运输。换言之，运输指其货物在各个物流配送站点之间的流通。

基于国民生产生活水平与社会经济发展状况的角度出发，运输业进步的同时也在推动着我国生产消费水平的逐级提升。更具体来说，运输业具备拓宽社会经济市场、持平价格、促进社会生产分工等效用。

传统意义上的物流运输最短路径是指货物从运输中心到客户的运输过程中的最短路径。基于商家的角度出发加以分析发现，经过最短路径最优化之后可降低货品的时间与运输成本，从而提升货品的时间价值并改善其运输的效益。因此，车辆路径最优化问题也可以理解为：依据给定的有关供求环境、配送站点情况、车辆与客户数量等约束条件，通过科学规划车辆的路径供给客户送货或提货信息，最终实现目标数量的最优化与最大化。

车辆路径问题为一个典型的非确定性多项式难题。是一种时间复杂度较高且带有多种约束条件、变量以及目标的多项式难题。而要解决最优路径问题即主要在受到车辆里程，货品交付期限，车辆的承载能力等限制条件约束的基础之上，规划出一条使得运输的各方面成本达到最低的科学运输路线的方法。从而更进一步加快货品运输的效率，升级客户的物流服务体验感，从全局上提升物流运输所带来的社会与经济效益。

现下大部分研究人员针对车辆路径最优化的问题，提出了基于精确与启发式的算法。具体来说，精确算法涵盖网络流量算法、动态规划算法、切割平面算法等等。基于精确算法的此类方法存在一个致命的缺陷，即难以求得其精确解。这是由于此类算法往往仅具有较为精准的道路和客户端节点约束下才能取得比较少的解，然而在实际场景中道路与客户端节点的数量往往较多。

基于上述原因，研究人员在面临非确定性多项式难题的时候开始聚焦于设计启发式算法。其算法的优势在于可通过求解近似解以取得与事实更接近的解。启发式的算法涵盖模拟退火算法、遗传算法、蚁群算法、禁忌搜索算法等等。此外学者们往往利用两种或以上的算法相结合的方法加以解决此难题。

2.2 物流运输的特征

物流运输包括一般化的如目的性与环境适应性等特征，同时还具备其独有的特征：

可依据多类运输模式加以实现运输服务；可依据自用型与营业型两种形式加以划分运输服务；运输存在着实际运输和利用运输两种形式；运输系统的现代化趋势；运输服务业竞争激烈。

2.3 物流运输现状以及所存在的问题

近二十年以来，伴随我国物流业地不断进步，物流业已经在我国的经济发展中占据了一席之地。然而与国际物流业相比较而言，我国的物流业起步晚且运输规模仍然不大，此外在管理方面也有一定程度的落后。

运输技术主要涵盖运输硬技术与运输软技术两个方面，其中分别指代运输设施与运输作业。前者又涵盖如铁路、公路、海运等运输车辆与其他设施，后者则涵盖如物流技术、物流操作人员素质等方面。现代物流业在区域经济发展中扮演着重要的角色，越来越受到人们的重视。许多省市都把发展现代物流提上了一个重要议程。物流现代化与经济发展水平息息相关，未来很长一段时间内，中国经济将保持平稳较快发展，与世界经济融合的趋势也将进一步加强，这是物流发展的世界性环境。但是物流行业不是很成熟,仍然存在“弱,松,速度慢”和宏观管理的不协调问题,企业的业务范围不强的市场扩张能力,以及严重缺乏高质量的专业人士，已经成为一个重要因素制约中国物流行业的发展。

主要存在的问题包括：物流运输过程中的金钱与时间成本耗费过高，目前我国的运输成本高达欧美发达国家的两倍不止；在物流运转中的效率低下，我国大部分物流企业与国际上的物流企业相比，其间存在着非常大的差距。不仅在规模方面远不如国际一流物流企业，而且其占有的市场份额相对而言非常少；在物流行业也存在着非常大的人才缺口，其人才的缺失在很大程度上影响着物流运输行业的发展与前进方向；物流运输的门槛较高，其中运输方式主要包括铁路运输、公路运输、海上运输以及航空运输等等，然而由于物流行业市场的垄断与国家的相关措施管控等原因，导致物流行业的竞争处于非良性的状态，这同样也不利于物流行业的发展；在物流行业的管理层面上加以分析发现其管理的效率呈现低下的情况，而物流管理旨在以风控成本为目的为客户提供更好的服务体验，呈现这个情况的原因是由于我国的物流管理当前处于萌芽阶段，且仍旧保持着其粗放型的经营格局。我国的物流运输行业仍依仗人工完成部分流水线作业，其智慧化信息系统的落后程序同样也无法满足现代一体化的供应链信息供需，也正因为缺乏统一的物流管理机构使得物流过程中各个环节的交接与物流信息的传递更加的迟缓，这使得物流运输管理的效率和水平低下。我国的物理运输行业没有有效的物流运输网络和渠道，难以满足我国的国民需求。

3节约法的研究

3.1节约里程法的概述

节约法是最为经典和著名的启发式算法解决物流运输问题中,汽车的数量是不确定的算法，它可以在串行和并行模式下优化行驶距离。节约法的设计思想来自于依据组合两个环路过程中节约产生的运输总运距以节约运输距离，这种节约下来的总运距变化值即节约距离。

如图3.1（a）所示，P为配送中心所在地，A,B分别为客户所在地，相互之间的道路距离分别为a,b,c初始的配送方案是利用两辆车分别为a.b客户配送所需的货物，如图3.1（b）所示，车辆运行的总距离为2a+2b;然而，如果改用一辆车沿路分别配送，如图3.1（c）所示，运行距离为a+b+c.如果道路没有什么特殊情况，可以节约的车辆运行距离为0,称之为“节约总距”.

图3.1 配送图

　　如若配送货品至多个客户，那么首先需依据三角形两边之和大于第三边的基本性质计算客户与客户彼此间的最短距离与可节约的距离，再依据节约距离的长短顺序连接各个配送地点后，最终依据实际情况规划出最优的送达线路。然而，节约法也存在一定的限制：其法所求得的运输线路不一定为其最优解，有时为其近似解。且当客户群体的规模较大时，其利用计算机系统运算的效率将远远超过人工运算。

3.2 模型描述

具体而言，上述模型整体所代表的含义如下：上述公式（3.1）即模型设定的目标函数，其目的在于取得其目标函数的最小值即总运费最少，其目标函数中的第一项为运输的成本，加上的第二项为对应的惩罚项；公式（3.2）的目的在于设定配送车辆相关的约束条件，即为了确保配送车辆的数量需严格小于或等于配送车辆的总数量；公式（3.3）旨在保证每一个客户的货品需求绑定于一台配送车辆与之对应；公式（3.4）与公式（3.5）为整数约束；公式（3.6）为如无法依据客户所规定的时间区间内送达货品而产生的单位时间惩罚成本的相关系数；公式（3.7）旨在确保每条配送路径上各客户的货品需求总量小于或等于配送车辆至多能容纳的数量；公式（3.8）与公式（3.9）表示配送车辆从配送中心出发与配送完成后回到配送中心的条件约束；公式（3.10）表示货品在客户所规定的配送时间区间内到达的条件约束；公式（3.11）为判定该配送车辆是否在客户所规定的时间区间内将货品送达的条件，如不在该区间内则取 1，否则取0；公式（3.12）表示当货品无法依据客户所规定的时间区间内送达时，惩罚成本小于且等于其运输成本。

3.3 算法步骤

4 基于节约里程法的A出版社物流运输车辆路径优化实证分析

4.1 数据收集

（1）以广元A出版社为例开展实证分析的原因。由于出版社的物流配送中心所在的区域与有关科学依据不相符，而大多数出版社的物流配送中心选址均会考量其周围的租金情况，但却不会将配送中心与各站点间的距离加以考量范围内。

广元A出版社的配送中心的选址相比其他地区稍微好一点。因此，选择广元A出版社作为实例进行分析。

（2）收集整理相关数据。由于广元A出版社在该地区的站点数量多且规模较大，所以碍于工作量的原因，本次数据的收集仅收集了部分站点数据进行实证分析，本文选择了一些具备代表性的站点与售后服务中心以收集有关数据与信息，具体如图4.1所示。

　　图4.1广元市出版服务站点及中心图

由上图可得广元市各个站点之间距离的原始数据,为方便针对各站点的情况加以研讨，本文中采用A~J与P以代表各站点服务点与配送中心，具体如下表4.1所示。

表4.1配送中心到各个站点距离(单位：km)

配送中心P到每个点位之间的距离，以及各个点位之间的路程如图4.2所示。

图4.2配送网络图

　　目前，已知广元A出版社在各个配送站点所采用的是载货量分别为2t与4t的厢式货车，每辆货车的一次耗光所有油量的最大里程为45km，其中2t载重货车的油耗为2.4元/km,4t车辆所耗费的油耗为2.7元/km。

4.2 利用节约里程法对配送路径进行优化

（1）首先针对图4.1中的相关数据加以处理，并得出配送中心至各站点之间、站点与站点之间的距离，从而获取使得配送路径最优化的距离矩阵，如图4.3所示。

图4.3最短配送线路距离矩阵

　　（2）依据上述步骤所得的配送路径最优化的距离矩阵，进一步利用节约里程的计算公式 Δlij=coi+coj-cij 得出各站点之间的节约总距。例如，计算A~B站点间节约总距的计算方法为首先分别计算两两站点间的间距，随后经过加和法求得所能够节约的总距。更具体来说，首先计算P到A站点间的最短间距a为10km，其次计算P到B站点间的最短间距b为15km，再计算A到B站点间的最短间距c为11km，最终a到b之间所节约的总距可通过加和法计算所得：a+b-c=14（km）。

依据上述计算方法所取得的所有站点间的节约总距矩阵如下图4.4所示：

　　图4.4节约总距矩阵

（3）依据从大到小的节约总距数值排序各连接点之间的最短间距，具体如表4.2所示。接下来，依据分步取得其最优路径解的步骤如（4）（5）（6）（7）（8）（9）所示，直至所有的连接点被划分至对应的路线中则取得路径最优化的解：

（4）初始解：从配送中心P向各个站点进行配送。当前的配送线路存在5条，总运距为123km，此外分别需要2t与4t载重货车3辆与2辆。

（5）二次解：依据节约总距的数值大小顺序连接A~I，A~B，I~J。当前的配送线路存在7条，总运距为134km，此外分别需要2t与4t的载重货车6辆与1辆。其中配送线路 I 的货品装载量为 3.3t，运距为44km，具体的情况如下图4.6所示。

（6）三次解：依据节约总距的大小顺序排列，应该是A~J，D~E，E~F。由于已将站点A及站点J组合到配送线路I中，所以A与J站点之间就不再加以连接。从而连接D~E和E~F，其组成了路线II，该路

表4.2 配送线路节约总距排序表

线的货品总载重量为3.3t，运距为32km。具体来说，当前的配送线路存在5条，总运距为110km，分别需要2t与4t载重货车3辆与2辆。具体情况如图4.7所示：

图4.7三次解

　　（7）四次解：接下来的顺序是H~I，B~C，B~I，B~D，C~D。其中H~I，B~C和B~D均可被划分到配送线路I中的，但是受车辆装载限制与每次运行距离的约束，配送线路I无法更进一步再继续增加站点，为此不再连接H~I，B~C与B~D站点。可以发现B~I已经在配送线路I中，因此不再连接B~I。最终，连接C~D并入配送线路II中，配送线路II装载量为3.9t，运距为33km，此时配送线路共包括4条，总运距为101km，分别需要2t与4t载重货车2辆。具体如图4.8所示。

图4.8四次解

　　（8）五次解：接下来的顺序是 F~G，B~J，B~E，C~E，D~F，A~H。其中F~G本应划分至配送线路II中的，但由于受车辆装载量的限制与每次运行距离的约束，配送线路II的站点就无法继续增加，因此不连接F~G站点。而针对B~J，B~E，C~E，D~F这些站点连接均由于已被包含于已组合的配送线路中，则也无法再利用这些连接组合成新的配送线路。A~H也本应划分至配送线路I中的，但是若增加A~H到配送线路I中，则总的配送距离便会超过45km，因此，配送线路I的站点也无法再继续增加，因此A~H之间无法进行连接。

（9）最终解：接下来的节约总距大小顺序为G~H，G~I，H~J。由于车辆装载量的限制与每次运行距离的约束，无法再组合并划分新的站点连接至配送线路I中，所以不再连接G~I和H~J站点。从而仅仅能连接G~H站点，组成新的配送线路III。具体如图4.9所示。

图4.9最终解

　　综上所述，配送路线的求解与规划已全部完成。具体来说，最终包括3条配送线路，总距为98km，分别需要2t的载重货车1辆，4t的载重货车2辆。其中配送线路I的货车总载重为3.3t，运距为44km，需配备4t载重货车1辆；配送线路II的货车总载重量为3.9t，运距为33km，需配备4t载重货车1辆；配送线路III的货车总载重量为1.4t，运距为21km，需配备2t载重货车1辆。

4.3 基于节约里程法对配送路线优化的结果分析

如表4.3所示，已知2t载重货车的油耗单价为2.4/km,4t载重货车的油耗单价为2.7/km.

表4.3未优化的配送线路产生的费用

优化后的广元A出版社配送路线所产生的物流成本见表4.4.

表4.4 优化后的配送线路产生的费用

见上表4.3与4.4所示可得出结论：未进行优化的配送路线总的配送成本为312.6元，总配送距离为123km，且需要2t的载重货车3辆，4t载重货车2辆。而优化后的配送线路所产生的配送成本只有258.3元，总配送距离为98km,仅仅动用了2辆4t的货车和1辆2t的货车。

5 结论

从本文中得出通过节约算法让企业的车辆配送路径得到优化，从而让企业节约了成本并且减少了当中的运输路线，进一步增加了物流企业的行业竞争力。现代物流的发展方向与计划能够完善物流运输建设的过程。而在现代企业发展过程中运输环节建设减少了过程中的时间与金钱成本，并且为客户提供各式各样的物流服务辅以提升社会与市场经济效益与竞争力。通过本文所展开的研究中发现我国的物流企业在方方面面均缺乏一定的管理与经验。其中，部分物流企业在建构运输工作的环节中缺乏完备且科学的理论方法，这还需要更多的规划设计与实践经验的积累。节约算法的诞生一直促进着物流运输路径方面的发展壮大，在帮助人们更快、更便捷、更能节约成本进行物流配送的前提下，还为现代化物流车辆配送路径方法的诞生奠定了基础。

在未来的发展中可以拓宽配送区域与范围，在布局全国性的物流网络的同时需加快其分布与集成，并通过收购等方式进一步拓宽物流网络的范围。此外，需更进一步加强针对物流人员的学习与培训。现代物流具备两大特性：综合性与实践性。物流市场需求的变化导致人才需求发生了不同程度的变化。具备丰富专业知识与实践经验的复合型物流人才是现代化物流市场的刚需。因此，要培养良好的复合物流人才,企业不仅要加强理论知识学习的综合培训结构,但也注重物流人才的积累。相信在不久之后我国的物流运输行业能发展的更好，制度和设施也更为完善。

参考文献

[1]林自葵.我国图书物流的现状与发展对策[J].图书情报知识,2004:6-9.

[2]张美娟. 知识经济环境中发展我国版权贸易的对策[J]. 图书情报知识,2000:196-198.

[3]胡勇. 关于图书物流配送的研究[J].商场现代化,2007:222-223.

[4]李军,郭耀煌.车辆优化调度问题的研究现状评述[J].西南交通大学学报,1995:143-146.

[5]李大为.软土地基高填方桥台结构设计的实例[J].上海公路,1998:125-126.

[6]蔡延光.智能运输调度系统模型库构造与管理 [J].系统工程理论与实践,2000:156-158.

[7]杨锦东,徐利群.绿色视角下农产品冷链物流配送路径优化研究[D].浙江工业大学,2019.

[8]关锋,吴耀华.利用UML对货物受理信息系统进行需求收集的研究 [D].山东大学,2005.

[9]冀德刚.物流运输中车辆路径优化算法研究 [D].河北大学,2011.

[10]耿翠霞.物流运输系统中路径优化研究 [D].南京航空航天大学,2005.

[11]G.B. Dantzig,J.H. Ramser.The Truck Dispatching Problem[J]. Management Science,1959, 6(1): 80-91.

[12]G. Clarke, J. W. Wright. Scheduling of Vehicles from a Central Depot to a Number of Delivery Points[J]. Operations Research, 1964, 12(4): 568-581.

[13]B.E.Gillett,L.R. Miller. A Heuristic Algorithm for the Vehicle-Dispatch Problem[J]. Operations Research, 1974, 22(2): 340-349.

[14]S. Ilgaz, O. Fernando, D. Maged. A Robust Optimization Approach for the Capacitated Vehicle Routing Problem with Demand Uncertainty[J]. IIE Transactions, 2008, 40(5): 509-523.

[15]Gulay Barbarosoglu,Demet Ozgur.A tabu search algorithm for the vehicle routing problem[J].Computers & Operations Research.1999,26(3).255-270.

[16]L.Bodin,B.Golden,A. Assad, etal. Routing and Scheduling of Vehicles and Crews[J]. Computers&Operations Research, 1983, 10(2): 63-67.

[17]M. Savelsbergh. Local Search for Routing Problem with Time Windows[J]. Annals of Operations Research, 1985, 4(1): 285-305.

[18]M. L. Fisher, R. Jaikumar. A Generalized Assignment Heuristic for Vehicle Routing[J]. Network, 1979, 11(2): 109-124.

[19]M.M.Solomon.Algorithms for the Vehicle Routing and Scheduling Problems with Time Window Constraints[J]. Operations Research, 1987, 35(2): 254-265.

[20]A. G. Qureshi, E. Taniguchi, T. Yamada. An Exact Solution Approach for Vehicle Routing and Scheduling Problems with Soft Time Windows[J]. Transportation Research Part E, 2009, 45(6): 960-977.

　致 谢

这篇论文是在老师的谆谆教导下完成的，从选题、构思到最终定稿，都洋溢着老师的心血和汗水;导师渊博的学识和严谨的学风使我终生受益。我想表达我深深的敬意和感激之情。

除此之外，我还要感谢我的家人，他们一直关心我，给我提供学习的机会，一直鼓励我，鼓励我，推动我不断成长和进步。同时，我也要感谢我的室友和所有关心我的朋友，感谢他们陪我度过了很多美好的时光，在我遇到困难时他们关心我，帮助我。在完成毕业论文的过程中，许多朋友给了我无私的帮助和支持，在此表示衷心的感谢!最后，由于我的水平有限，这篇论文一定还有很多不足之处，希望老师们能批评和纠正我。我希望我能有机会继续提高，我也会继续充实自己。

广元市出版物物流运输路径优化

价格 ¥9.90 发布时间 2023年8月13日

下载查看全文内容

已付费？登录 或 刷新