摘要：随着互联网与物联网的飞速发展，电子商务及其配送成为人们关注的焦点。特别是配送环节更是直接影响着企业的成本与消费者的满意度。对GIS（地理信息系统）技术的应用将在很大程度上有利于配送流程及路线的优化，具体的可以借助GIS技术对实时监控、分析道理实况以及复杂空间数据，进而优化配送路线，提高配送效率，节约配送成本，对当前配送路线问题的解决能够使企业有更多的精力和资金进行业务的优化与创新，并在很大程度上提高客户的满意度。本文将从国内外物流配送研究入手，基于物流配送路径优化的相关理论，探讨GIS技术支持下物流的最优路径实施可行性，建立并求解物流配送路径优化模型。与此同时结合广州志鸿物流有限公司物流配送情况进行了优化路径模型中要素需求，并基于ArcMap的环境计算路径距离，并从中选取距离最短、配送成本最小、最能节约资源的路径。
本文的创新之处就在于基于当前物流配送实际情况与需求，建立并借助Dijkstra算法求解出物流配送模型，以此将GIS（地理信息系统）技术更好的应用于物流配送。与此同时，以广州志鸿物流有限公司物流配送为案例，进行模型运用的结果仿真实现，模拟结果证明基于GIS的环境下对最优配送路径的确定和引导十分有利于资源的节约以及配送时间的节省，该模型的操作性与可实施性得以证实。
关键词：地理信息系统；车辆路径；物流路径优化；配送
第一章绪论
1.1选题背景及意义
1.1.1选题背景
经济发展新时期，随着城镇化建设飞速发展，城市道路基础设施也日加完善，在互联网与物联网充分得以应用的环境下，物流环节成为经济发展的关键问题之一，但是也面临着道路网复杂性增强、货运点不断增加、配送点设置广泛且零散性提高等问题与挑战，面对此情况，物流配送换环节往往会花费更多的资源与成本，并且物流配送时间也在直接上影响的客户的购物体验与满意度。而传统的物流配送技术与管理存在一些不足之处，难以应对当前的复杂情况，例如：（1）物流配送管理平台的系统应用信息水平较低，缺乏动态监管；（2）缺乏数据采集、分析、处理、决策和传输能力；（3）现有的配送决策模式；民族语言是理想化的，但其实施并不高。因此，实际应用中的应用决策模型很少，应用的配送决策模型在考虑实际因素时也存在模糊性等问题，实际实施往往不明确；（4）当前形势下，单一的传统物流管理体制在成本消耗、资源浪费、顾客满意度、城市交通负担等方面存在较多问题。
1.1.2研究意义
互联网时代，电子商务繁荣发展，物流配送的信息化与现代化已经成为促进经济发展的重要因素。因为配送环节更是直接影响着企业的成本与消费者的满意度。而要改进物流配送
对GIS（地理信息系统）技术的应用将在很大程度上有利于配送流程及路线的优化，具体的可以借助GIS技术对实时监控、分析道理实况以及复杂空间数据，进而优化配送路线，提高配送效率，节约配送成本，对当前配送路线问题的解决能够使企业有更多的精力和资金进行业务的优化与创新，并在很大程度上提高客户的满意度。本文将从国内外物流配送研究入手，基于物流配送路径优化的相关理论，探讨GIS技术支持下物流的最优路径实施可行性，建立并求解物流配送路径优化模型。与此同时结合广州志鸿物流有限公司物流配送情况进行了优化路径模型中要素需求，并基于ArcMap的环境计算路径距离，并从中选取距离最短、配送成本最小、最能节约资源的路径。对模型运用的结果仿真实现，模拟结果证明基于GIS的环境下对最优配送路径的确定和引导十分有利于资源的节约以及配送时间的节省，该模型的操作性与可实施性得以证实。
本文基于当前物流配送实际情况与需求，建立并借助Dijkstra算法求解出物流配送李静模型，以此将GIS（地理信息系统）技术更好的应用于物流配送，具有十分重要的参考和实践价值。
1.1.2研究意义
1.2国内外物流配送研究综述
自上世纪90年代以来,随着物流业的蓬勃发展,提高中国物流业的发展水平和物流业提供技术支持,物流企业采用现代电子技术,如GPS技术、GIS技术、EDI系统等现代电子技术,利用日常的物流活动。由于地理信息系统在空间数据处理方面的特殊优势,物流配送显得尤为重要,需要处理复杂的空间数据分析问题。GIS就自然而然的被许多企业运用到物流配送路径优化的决策中,协助企业处理大量的日常有关于物流配送路径优化的空间数据信息。由此,基于GIS的物流配送路径优化系统在国内外各领域的专家学者进行了深入的研究。
1.2.1国外研究现状
许多西方国家的物流发展不仅仅开始的早，同时还对物流发展也非常关注,X上世纪50年代末就关注配送路径选择的影响。上个世纪60年代初,计算机就被看做为计算空间数据以及存储的重要工具,而纸张则用数据方式、电子地图方式保存在数据中。同时能够被电子计算机识别和分析,以上是比较主流的GIS的维形认知。
（1）物流配送
Dantzig和Ramser（1959）最先指出了物流配送的诸多情况，并借助数学规划模型解决了不同需要的物资配送问题,给出了详细的求解算法方法[]；
Averbakh从车辆路径的物流配送中心的选址实际情况出发，基于达到客户提出的条件，择出了最适合的配送中心地址[]；
ZVI等根据详细的应用研究，并在考虑了众多成本的情况下，对物流配送中心选址优化问题设计了数学模型并求解[]；
（2）路径优化
Soreegebbert，Edzerpebsema(2013)在开源的地理时刻的资源剖析支撑系统的基础上,在其中加入了时空（时间和空间）数据集,并设定它作时间标记的光栅、体素或矢量数据[]。
AleksandarRikalovic(2014)采取了GIS和MCDM模型两种相结合的方法来进行工业选址,搭建一个信息化的决策支持平台体系。证实了实用性地图在可视化方法所发挥的作用，认为采用电子信息来给GIS和MC0M模型使用,可以更迅速得到的图像[]。
SaoussenKrichen,SamiFaiz(2014)在GIS的集合和电子计算机改进工具的基础上,对运输时候距离要求的车辆路径改进问题进行了解答,松散藕合的策略使用过程中,能够证明空间优化和GIS是是有相互联系关系的，能够产生互动。TS-VRP的计算优点就在于能够更好的解决车辆路径改进,且证明了计算质量和计算时间的解决方案的实用性和可操作性[]。
1.2.2国内研究动态
新技术在我国应用相较于发达国家较晚，这就使得其在GIS领域的探讨与应用随之较晚，GIS的应用概念的提出时间是上世纪中后期。
（1）物流配送
王华采用地理信息系统的实际操作技术，设计了物流配送距离网络拓扑图，并基于Dijkstra算法对物流配送最短路径情况进行了优化[]；
谷炜等使用聚类方法对配送区域进行分割，然后采用模拟退火算法和遗传算法两种算法得到了解决物流配送问题的解决方案[]。
（2）路径优化
史亚蓉(2009)采用网络距离相关理念，基于此设计了解物流路径优化问题空间系统,并在GIS的基础上在此解读一定区域内全部客户点之间的最优距离,并且用模糊聚类算法划分物流配送路径选择，设计了详细的方案实施步骤[]。
胡志娟,薛梅(2010)[]探讨了地理信息系统在物流配送上的一系列应用，并解读了其的功能模型、结构模型，并阐述了系统集成操作过程中所采取的工具和数据过程。系统在一定程度上达到了物流配送过程中运输计划的制定、日常订单解决等功能有效管理。
戴磊(2011)[]着重从VRP中的Dijkstra算法入手进行分析，创新了电子图搜索方式和存储结构,并且通过二叉排序树法去使得临时结点的搜索、电子计算机与集成系统内存存储空间的时间。
陈远(2012)[]主要研究了GIS配送路径改进算法,基于模糊数学理论，将"参与配送点最少"作为界定，与此同时对配送时间的"模糊权衡算法"进行考虑。通过实验，证明了模糊权衡算法参与点数量和时间耗费之间，是能够通过一定措施获得一个更优的结果。
1.3研究内容和思路
1.3.1研究思路
首先，从文献综述的理论研究入手，对物流配送路径优化系统的相关理论这一课较为详细的探讨与总结。
其次，分析传统物流配送路径优化系统和企业的不足之处。然后介绍了GIS、物流和Dijkstra算法的基本理论。
在此基础上，构建了基于GIS的Dijkstra算法的分布式优化分析模型，并对模型进行了分析。
最后，以广州智宏物流物流配送系统为例，通过对基于GIS的物流配送系统优化后的比较，确定了一种低成本、低能耗、高效率的配送方案，对其有效性和正确性做了验证。
1.3.2研究内容
本文研究框架如下：
第1章绪论部分，阐述了选题背景、国内外研究综述等理论基础和研究思路和内容。
第2章对物流配送地理信息系统的一些理论进行阐述和分类总结。
第3章探讨了物流配送模式的初步建立。
第4章介绍了基于GIS的物流路径优化的必要性，构建了物流配送路径优化模型，并设计了基于GIS的最短路径算法。以物流公司为例，验证了模型和算法的有效性和正确性。物流公司优化配送路线。
第5章在以往理论研究的基础上，建立了基于基本Dijkstra算法的物流配送路径优化问题。通过对物流系统物流需求优化系统的分析，指出物流配送系统的具体配送路径。在优化过程中分析模型的必要元素，计算路径的距离，然后对最短路径进行最优路径分析。
第6章介绍了研究的总结和展望。
第二章研究的理论基础
2.1物流配送路径优化的相关理论
2.1.1现代物流配送的概念和特点
（1）配送的概念
关于物流配送[]已经有了一个明确说法，即用最少的金钱投入去完成一个小区域里的客户配送工作，这里的客户是很零散又没有规律可循的，所配送的货物大多很少，但配送次数多。根据物流配送程序的实际操作步骤，我们可以看到是“配”和“送”组合才形成了配送。这里的“配”是指对物品进行拣取和装配，而“送”则是指按时把货物送到指定地点。
（2）配送的特点
配送其实是整个物流体系中的一个既特别又综合的一个环节。它的综合表现在涵盖了物流必须具有的一切功能要素，它之于整个物流活动正如麻雀之于人，因为麻雀虽小五脏俱全。它的特别又体现在它更实际的表现出物流活动的一切步骤在某一个小区域内的样子。物流配送包括了四个大的方面，即装车和卸货、包装货物、仓储和管理以及货物运输，这一切的目的都是为了把货物安全准时地交到购买者手里。需要注意的是，有一些加工工作在配送特殊物品时完成。物流配送的要求是在尽可能节约成本的前提下，安全、准确并且服务质量好。
（3）配送的级别
根据日常物流配送的区域范围,可以将配送区域分为一级配送、二级配送。如图2-1所示,配送中心点到各网点称一级配送,各网点到客户点称二级配送。
2.1.2物流配送的意义和作用
（1）实现对整个物流运送程序以及物流系统的改善和优化；
（2）提升了末端物流的经济成果；
（3）通过把仓储地点聚拢，实现了更低库存的目标，甚至是没有库存；
2.1.3物流配送的流程和原则
物流配送的整个流程包含了五个步骤：（1）写策划方案；（2）传达策划书；（3）实行方案；（4）统计产品的需要数目；（5）运送和配送[]。
无论是配送成本还是最终的配送成果都会受到配送合理性的影响的，所以配送方案必须经过多次的完善才可以具体实施，这是配送过程中不可忽视的环节。要想使配送方案达到合理的要求，就必须遵循以下几点科学的优化规则：
（1）效益原则
（2）准时原则
（3）最短路原则
（4）成本原则
（5）满载原则:
2.1.3配送决策的过程和影响因素
如下图2-2是对整个物流配送的决定和策划的程序示意图：
整个决定和策划配送的过程是受很多因素以及目标的要求的。这些因素包括（1）配送花费；（2）运送工具；（3）时间限制；（4）配送的路线构成等。
2.2物流配送路径优化
2.2.1物流配送路径优化的概述及方法
物流配送路线的策划问题[]是指当一个或几个配送中心的配送车一般是需要同时为多个客户配送货物，那么在规划路线时就会有种可能，也就是说这是一个关于多个客户点配送路线的抉择问题。
物流配送路线的完善问题,就是说在确定了运输车的数目、配送物品的数目以及配送中心的地点的前提下，再选择一条最适合的路线，从而降低这整个过程的总的花费[]。在完善配送路线的时候需要受到以下几个条件的限制：（1）提升配送速度；（2）不空车；（3）不走迂回路线；（4）发挥车辆的最大运输作用；
如今人们对物流配送的需求越来越多，物流配送业的发展也越来越好，物流配送路线的完善方法逐渐增多，包括（1）遗传；（2）蚁群；（3）粒子群算法；（4）Dijkstra等。
2.2.2配送的网络规划
什么是配送的网络规划？它的前提是不能降低服务质量；它的方法是数字法；它的目的尽最大努力减少配送过程中的花费；它的内容是：（1）配送中心的位置选择；（2）配送路线的完善；（3）配送车辆的配备计划。
其中配送中心位置的选择与路线的完善是物流配送里的两个经典部分，也是最关键的两个部分，因为这两个部分对整个物流配送程序中的花费高低起着决定性作用
2.3GIS技术及其应用
2.3.1GIS的基本概念
地理信息系统（GIS）是一种通用的地理信息技术，这种技术能够对大量数据进行综合性处理。
GIS的特点如下（1）无论是空间还是动态的时间花费都更低，在对空间位置以及属性性质两种数据的管理上都更加快捷便利；（2）在处理空间数据时的分析以及处理能力都很强，尤其是在空间的分析和决策上的功能是独一无二的；（3）因为特有的电子数据，使得数据更加直观、简洁了[]。
2.3.2GIS的组成及基本功能
一个基本完善的GIS系统是由计算机硬件系统、应用模型以及地理数据三者共同构成的。下图2-3就是GIS的构成示意图：
一个优质的GIS系统当然不能只具有普遍的功用，它应该包括地理数据馆、制图作用、空间数据查询作用以及分析空间位置的作用，如此才能算是优质又实用，而这也恰恰是GIS的优越之处。
2.3.3GIS技术在配送系统中的应用
由于空间地理的信息是巨大又复杂的，所以在对物流配送[]中的路线进行选择和策划时，处理数据的工作就非常难，而GIS系统在这个时候正好就可以发挥它的决定性价值了。在处理如此多的空间地理数据的时候，GIS所表现出来的就是高效又精准的工作成效，并且凭借GIS特有的分析空间信息的能力，决策者在决策时就能够有强有力的数据以及技术支援，从而提高配送的效率[]。
在物流配送的整个系统中都离不开GIS的支持。一是GIS可以通过与MIS相结合，即把任意尺寸的电子地图都与属性数据相结合，可以为人们展示出各个尺度以及空间维度上的空闲分布的样子；二是GIS可以与GPS相结合，能够很快创立一个监控系统，这个监控系统能够监控到配送车辆在当下时间的位置以及配送情况；三是通过应用GIS与物流仿真系统，能够为决策提供一个支持，因为它有一个强有力的分析空间数据的功能，这个功能不仅能够对道路是否通畅进行监控，还能完善和挑选最好的路线，还能对配送中心进行定位。如此一来，便可以减少配送路程，发挥车辆的最大实用性，最终减少配送花费。
总的来说，物流配送就是在空间上移动货物的过程。这个过程会有一定的因素限制它，即人的行为、空间以及时间限制等，特别需要重视的是选择仓储的地点、配送路线以及调度配送的车辆这三个问题。现如今，GIS平台已经成为较好的空间物流配送系统的建设基础，并且3S技术即GPS、RS、GIS与无线通信技术之间是互相结合的[]，要想降低企业得到配送成本，并且提升配送的效率，就必须尽快研究建设出一个新的关于物流配送信息的管理系统。这个系统需要包括更好的配送中心以及更优的配送路线选择系统，如此才能减少配送距离和配送时间。
第三章物流配送路径优化模型的建立和研究
3.1物流配送问题的分类
在物流配送环节中具有多种配送方式，我们将具有针对性的配送称为直送方式；将区域性的配送称为多客户形式的配送；除了以上两种之外还有途中配送的形式。其具体的配送方法为：
(1)直送形式就是通过一对一的物流服务，根据客户的要求进行针对性的配送，首先确定本次送货的交通工具，并使用GIS选择最优的配送路径。
(2)多客户形式的配送是同一个配送站向多个客户站点运送货物的形式，这种方式适用于区域性的、货物量较大的情况，要想实现最优化的配送，应该注重配送资源的合理搭配。
(3)途中配送形式是在运送货物途中接到变化信息而产生的运输形式变动，一般这种信息变化情况有因为道路更改或者是原有道路施工引起的变更；也有因为客户要求的变更或者是运送人员的变更等。
3.2优化物流配送模型的基本结构
在物流优化方案形式中，分析影响物流服务的因素有物流的工具、市场要求影响、配送站点的影响、运送货物的影响、目标函数的影响和其他相关的因素。下面就是经过笔者整理之后的物流影响因素：
（1）物流工具影响指的是运输货物使用的车辆等物品。
（2）市场需求的影响指的是因为需求供货方要求变化引起的物流影响。
（3）配送站点的影响指的是物流集货、加工和配送的中心站点工作质量引起的物流服务变化。此站点可以是单个站点，也可以是多站点配合工作。
（4）运送货物因为本身性质的不同也会对物流服务产生一定的影响。
（5）物流途中的约束影响能够对物流服务进行一定的限制。
（6）目标函数指的是配送目标的选取，可以选择单个目标也可以使用多目标优化配送过程。
（7）除以上因素影响之外还有路径、网络等因素影响。
3.3物流配送优化问题的界定
上文中已经阐述了物流配送过程中的相关因素，并且能够发现影响配送过程的因素是多种多样的，这些因素共同构成了一个较为复杂的因素集合体，比如客户需求中有不同的所需货物量、时间等问题。经过笔者的相关分析和整理最终得出配送过程的优化定义是在稳定的配送系统中，也就是至少具有一个配送企业和多个稳定的客户站点，且负责配送的企业具有一定量的运输车辆，能够具有一定货物配送的能力。在该企业的正常工作时间内企业安排内部的人员进行区域性的客户站点配送服务，根据站点需求企业选择合适的车辆、路径执行配送任务。在此过程中企业能够选择的送货方式是由n种方案构成的回路，通过站点的具体要求选择合理的配送资源搭配，在保证服务质量达标的情况下尽量的降低配送的成本，实现配送过程的最优化处理。
3.4物流配送问题优化模型的建立
VRPSTW问题是一种多目标形式的非多项算法中难度系数较大的问题，这是经过学者Savelsbergh[]论证之后的结果。目前很多的专家就这一问题展开了研究[]，但是因为技术条件的限制，目前的研究并没有实质性的突破，仅仅停留在较为简单的问题研究中，所以这个问题在未来的研究中还具有很大的提升空间，也有很多的待研究项目。
3.4.1优化物流配送网络模型假设
在建设模型的时候本着简单清晰的原则，我们不妨对建模中以下问题进行假设。
（1）假设配送站点中的货物充足，不影响配送的货物运输。
（2）所需要进行供货的地点信息正确并且完整，不会影响配送过程。
（3）配送过程中所需的车辆、人员等处于理想状态中，不会产生无车辆可用等影响。
（4）运输车辆从中心出发到达目标地之后能够及时返回，并不会途中拖延。
（5）因为货物的运输不仅仅是途中需要一定的时间，在货物装货和卸货的过程中也应该纳入建模的考虑中。
（6）运送货物的车辆具有较为稳定的运输速度。
（7）单一配送过程中的货物总量在运输车辆的承载范围之内。
（8）建模中实际运输路线应该不小于固定路线总长。
（9）建模中单一站点的送货只考虑同一车辆运输，不存在多车同时运送的情况，且每一辆车的运送路径固定，也仅有一条路径可供选择。
3.4.2优化物流配送模型建立
模型构建如下
第四章基于GIS的物流公司配送路径优化模型求解
4.1物流公司配送路径优化模型研究
4.1.1物流公司物资配送路径优化模型
一般简单情况下,VRP的问题的模型
建立的数学模型如下：
4.1.2基于Dijkstra算法的物流公司物资配送路径优化模型
4.1.3Dijkstra算法过程
Step1：过程初始化，设置起点为：
（1）1s=0，fs是空；
（2）对于其他不同货需点：lp=∞；
（3）标记源点Vs，且记e=Vs∈集合S；
Step2：货需点e的直接距离，设定如下：
配送点k与配送点e之间的直接距离就是Dek。
Step3:选择需求点，在P集合里选择lk中最小的1个x的值：
Step4：假设x=y；
Step5：对x进行标记，在此执行Step2往下的流程。
4.2基于GIS的Dijkstra算法的路径分析
最短路径（一段路程从起点到终点的距离）的分析可以通过在错综的王阔接电中找累积抗阻最小的路径实现。但是，实际上在路径中除了起点和终点还可以设置其他的一些特定点。在GIS系统基础上的Dijkstra算法能够更好的对路径进行分析。
4.2.1迭代法求解最短路径
路径分析从电阻矩阵开始。利用Dijkstra算法迭代计算节点1与其他节点之间的最短距离。
4.2.2实现步驟
Step1：选择距离最近的路径：
Step2:新备选路径汇聚：
继续下一步
表4-2是节点1与到其他全部节点距离最短的不同方案。
4.2.3进行路径分析
计算结果能够得到更加直观的结论，并对Dijkstra的路径累积进行比较。从具体的计算过程来分析，两者有一定的差异性，主要表现在具体的模型应用场景。可以看出，Dijkstra模型主要侧重于整个网络的分析，而路径分析方法就是基于具体的网格的，在实际的道路规划中区分度呈现明显差异。如果在整个规划的过程中充分考虑管线，就可以进行有效的设施安排。
通过本文的分析，主要对两个约束条件进行考虑，并匹配到物流公司的具体应用中。一方面，需要针对于具体的配送车辆的情景，考虑配送点的到达情况；另外一方面，要考虑具体的路径，针对起点和终点的关系进行规划。从整个路线的规划上看，可以分析那个路径受到的阻力最小，从而充分考虑客户的习惯。在进行多元分析基础上，能够更加准确的得到最优路径的迭代解，从而指导具体的应用。
从路径规划的角度考虑物流公司的运营，得到了最优的路径选择模型，在这个过程中，松配的方案和路径选择方法考虑到了其中。可以说，最后依托于GIS系统，实现了路径选择方法在具体分析中的应用，并且展现出了两者具有的明显的相关性。最后，通过具体的案例分析，为下文提供了理论和应用支撑。
第五章实证研究：广州志鸿物流有限公司物流配送
5.1广州志鸿物流公司物流配送需求分析
在本文中，对具体的配送要求进行了声明，并且详细描述了快递公司的业务要求。从快递公司功能性和实用性的角度出发，分析了具体的工程问题，整个过程中都具有GIS系统的支持，是算法运行的重要软件保证。通过方法计算距离，并进行加权求解，得到了最优的配送方案。依托于具体的业务要求，在本系统中，需要从两个方面进行分析和验证，即距离计算方法方面，以及路径选择方案方面。
在总体设计的基础上，采用可实现的平台技术进行操控，在这里，ArcMap成为了良好的范本，让最短距离计算结果更加准确。在实际的模块处理中，Dijkstra算法被选为了代表性的方法，成为了具体案例中的匹配模式。
从前期准备的角度考虑，地图的信息采集，空间的数据分析，都是不可或缺的。
5.1.1基于GIS的电子地图初始化
采用了北京图盟科技有限公司的产品，即MapABC，并在接口端进行了业务处理，具备更加准确的信息初始化功能。同时，对于具体的地图实现加载模块，能够通过不同的比例进行调节，这样，道路的情况都能明确的看清。
5.1.2获取数据
空间数据是重要考虑的，包括网络道路的信息和地理的信息，在建立数据库的时候会成为重要依据。在本文中选用数字地图进行基本框架，并通过GIS数据进行综合，将多个数据整理在一起。不仅包括的数字影像，车辆坐标，也包括了跟踪系统，栅格系统等，并且能够实现在线的更新。
从工作流程的角度考虑，本系统主要涉及一下几个方面，从卫星数据上进行整理，形成当前的数字地图；利用Dijkstra算法计算最短距离，并从网络规划的角度进行数据分析。将路径优化前后的结果进行对比，并分别显示，以确定最终的送配方案。
5.2问题描述和基于GIS的Dijkstra算法应用
5.2.1问题描述
在本文中，考虑了本章广州志鸿物流公司，并对实际的物流路径进行了仿真，具体的说明如下：
（1）对于每个区域，该公司都能够实现及时的货物配送；
（2）从仓库的角度出发，在白云区主要有三个，分别为南站和两个北站，具体的业务进行时间为5am到10pm；
（3）从物资角度的考虑，一共有两辆车主要用于配送，每辆车的载荷需要考虑，1500kg为可以达到的临界值；
（4）从上班时间上看，每个配送点可能不一样，所以要增加必要的属性进行区分；
（5）为了减少意外，禁止疲劳驾驶，每工作两个小时，就要休息十分钟，并且规定5小时为最长的工作时间。
5.2.2基于GIS的Dijkstra算法应用
（1）加载仓店点与站点
首先,加载配送仓库点和各个配送站点Stops。图5-1为配送仓库及站点分布图。
（3）配送路径优化分析
经过网络多路径配送优化分析运行后,可以分析广州市志鸿物流公司的配送路径。
路径1,由仓库南站1出发,经过8个站点,到达仓库北站,共用3h49min,其中停靠时间为27.4min(如图5-3所示)。
路径2,由仓库南站2出发,经过13个站点,到达仓库北站,共用4h54min,其中停靠时间为29.7min(如图5-4所示)。
5.3应用成果展示
考虑未优化的路径，进行结果的对比，如表5-1所示；通过分析，可以得到具体的结论：
从路径1上来分析，优化后的路径明显的减少了站点的数目，停靠时间也减少了2.2min，所需要的总时间减少了49min；从路径2上来分析，想比较未优化的路径，站点数目虽然增加了一个，但是所用的时间减少很多，达到了38min，在停靠时间上，也得到了很好的优化效果，实现了5.8min的优化计时。所以，总整体上考虑，虽然站点数目没有变化，但是总体的时间减少的很多，达到了良好的优化能力。
从结果的情况统计，可以得到当前信息系统的运行情况，包括物流的资源配置，车辆信息的调配和调用，GPS路径的导航等。在考虑车辆只能调配和载重需求的基础上，对于道路的运行得到了较好的处理，形成了信息化的服务能力，符合具体的需求方案。
应该对系统进行集成，保证送配系统的稳定性，并且加入GIS系统，充分考虑汽车的装载能力。如果转载率已经达到了90%，就要考虑是否是最后一单，以保证必要的休息。当前的配送方案更能达到容错的状态，每一天的送货量有所提高，这也是从侧面提高效率的手段。而且，在集成了导航的功能后，对于货物的起点和终点更加明确，每一趟物流都节省了时间，从多个方面升级了现有业务，是对当前运营能力的有效提升。
通过统计分析，可以得到相关的结论，广州志鸿物流公司是本文选取的验证目标。集成了多个管理系统之后，转载效率明显提高，而且能够与GIS相结合，提高了工作效率。在进行具体业务分析的过程中，送货员的工作量重点考虑，达到了合理的范围内。从整个路线的角度考虑，已经变为了963条，明显低于优化前的1117条，车辆的配送次数也变为192辆，明显小于未优化前的223辆。
综上所述，通过GIS技术，能够对实际的道路情况进行合理规划，并且融入了物流配送管理，更加统一的提高了效率。在进行科学分析之后，整个配送过程更加合理，成本有所降低，达到了资源整合的目的。配送业务的丰富和准确，是实现效益升级的重要手段，能够在多个环节中展现出来。
第六章总结与展望
6.1主要结论
本文对国内外物流配送的相关成果进行了综合分析,从而强调了关于物流配送路径优化的必要性。从物流配送和路径优化等相关理论概述,建立了物流公司进行物流配送路径优化的相关理论基础。通过对物流配送业务流程的现状与问题分析,提出了优化方案。之后，运用Dijkstra算法进行了路径模型设计，并通过广州志鸿物流有限公司物流配送系统中模型的应用，及其应用效果的进行了验证，最终得到该模型具有实用性和可操作性。当然，受限于信息获取以及专业知识学习局限，该模型设计与实施中确实也存在有不足之处，后期将继续优化VRP问题求解算法，使模型更加符合实际配送需求。
参考文献
[1]郑鹏辉.基于云GIS的物流信息服务模式及配送路径优化研究[D].河南理工大学,2016.
[2]冯文.基于GIS的烟草商零物流路径优化策略研究[D].郑州大学,2017.
[3]胡志杰.基于GIS的配送路径规划方法研究[D].武汉理工大学,2005.
[4]陈浩.基于WebGIS的物流配送优化研究和实现[D].北方工业大学,2005.
[5]林玲.基于GIS的物流配送系统的研究与设计[D].华侨大学,2006.
[6]刘洁.城市生活垃圾收运系统优化模型研究[D].西南交通大学,2011.
[7]石丽红.城市医疗废弃物回收处理模式及其网络研究[D].大连海事大学,2011.
[8]付晓凤.集装箱多式联运物流安全管理及应急决策支持系统研究[D].长安大学,2013.
[9]刘炳凯.基于GIS技术的城市生活垃圾物流管理优化研究[D].上海交通大学,2009.
[10]罗东.基于供应链管理的电子采购系统若干问题研究[D].电子科技大学,2011.
[11]林宏源.基于GIS的移动定位技术在物流信息化建设中的应用研究[D].上海交通大学,2012.
[12]陈墨.物流配送GIS系统设计与实现[D].浙江工业大学,2013.
[13]郭建宏.林副产品配送优化辅助决策模型及GIS集成研究[D].北京林业大学,2008.
[14]刘慧丽.基于GIS的电力物资公司物流配送路径优化研究[D].华北电力大学(北京),2016.
[15]孙耿茂.基于GIS的城市物流配送系统分析与设计[D].华北电力大学,2013.
[16]闫俊霞,吴柏翰,张建峰,赵欣,岳文琼.基于GIS物流配送路径优化研究[J].商场现代化,2017(19):56-57.
[17]缪小红.基于GIS的生鲜食品冷链物流配送路径优化研究[D].福建农林大学,2010.
[18]赵盼盼.基于GIS的配送路径优化问题研究[D].吉林大学,2011.
[19]邱荣祖,钟聪儿,修晓虎.基于GIS和禁忌搜索集成技术的农产品物流配送路径优化[J].数学的实践与认识,2011,41(10):145-152.
[20]周屹,郁哲.基于GIS物流配送系统的研究与实现[J].黑龙江工程学院学报,2008(03):37-39.
下载提示：
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：写文章小能手，如若转载，请注明出处：https://www.447766.cn/chachong/3124.html,
