常客隆超市常熟地区配送路径优化

摘要: 随着物流的不断发展,对物流的配送需求也逐渐增强,配送是物流的基本功能之一,也是物流中至关重要的环节,因此降低配送成本已经被企业当作降低成本的有效途径之一。合理的规划配送路径可以提高车辆的利用率,节约车辆配送的使用时间,降低运输成本,

  摘要:随着物流的不断发展,对物流的配送需求也逐渐增强,配送是物流的基本功能之一,也是物流中至关重要的环节,因此降低配送成本已经被企业当作降低成本的有效途径之一。合理的规划配送路径可以提高车辆的利用率,节约车辆配送的使用时间,降低运输成本,增加客户满意程度。因此,配送路径的合理性会对企业产生直接影响,通过科学的规划车辆配送路径来提高配送效率非常的有意义。
  本文通过对常客隆超市常熟地区的配送路线和现状进行研究,得出了常客隆超市在配送过程中存在配送路线不科学、车辆装载率低等问题,并针对常客隆超市存在的问题建立了以配送成本最小为目标的VRP模型,采用蚁群算法,对配送路线以及车辆的调度等问题加以分析研究,并通过MATLAB7.0软件编程对案例的模型进行求解,得出最优配送路线,最后对比分析常客隆超市常熟地区的配送路线优化结果,依据结果对本文所建模型的可行性进行评估。
  关键词:常熟常客隆超市;蚁群算法;配送路径优化

  一、绪论

  (一)研究背景、目的与意义

  1.研究背景
  在全球经济飞速发展的背景下,世界市场逐步地拓展壮大,这就也形成了产品全球化和物流全球化。随着近年来物流的发展,物流已经成为公认的第三利润源,物流服务质量也被很多企业作为考核客户满意度的重要指标之一,因此降低物流成本成为了企业的目标之一。而配送成本是物流成本中的重要构成部分,如何降低配送成本也就成了企业的首要解决问题,降低配送成本的关键就在于使配送路线更加的合理化,合理的安排配送路线有利于降低配送成本,节约配送过程中的行驶里程和时间,更加科学的规划车辆使用情况。常客隆超市常熟地区的配送成本与配送路径有着紧密的联系,所以提高企业竞争力的有效方法就是优化常客隆超市的配送路径,通过降低配送成本来提高企业的效益。
  2.研究目的与意义
  本文主要研究常客隆超市常熟地区的配送路径优化,对其配送路径的选择和配送车辆装载率偏低等问题进行优化研究。由于配送是物流运作中的重要环节,直接关系到配送中心的成本和效率,合理的配送路径不仅能影响配送成本和效率,还能直接决定配送的客户满意度。因此合理的选择常客隆超市常熟地区的配送路线,可以直接提高配送效率,降低物流成本;使货物高效准确的送到客户手中,增加客户满意度,提高常客隆超市的经济效益和综合竞争力。

  (二)国内外研究综述

  1.国外研究现状
  早在1963年,国外的学者就已经开始研究路径优化问题,VRP问题经过几十年的研究发展,学者们建立了很多关于VRP的模型并对这些模型求解。例如:1994年,P.Wark等创造出重复匹配算法,将该算法用在VRP中;Baker等利用遗传算法求解VRP;2004年,AlbertoV.Donati提出了用蚁群算法来解决时间依赖性VRP;2006年,BouhafsLyamine等打破常规,将模拟退火算法与蚁群算法结合起来用于VRP中,求解带容量约束的VRP。
  2.国内研究现状
  虽然国内的学者们对配送路线的研究起步较晚,但在经济全球化的趋势下,配送路线优化的重要性日益明显,学者们在吸取和借鉴国外优秀的研究结果中也渐渐找出了路径问题的解决办法。例如:2006年,王海星、王占德等人改进了经典的蚁群算法并运用改进的蚁群算法来对解决带有时间约束的VRP问题;2009年,张怀峰在“蚁群算法在物流配送路径优化问题上的应用研究”一文中,将基于遗传学的蚁群算法与路径问题相结合,解决了带有时间约束的路径问题。
  3.国内外研究评述
  配送线路优化的本质是VRP问题,主要内容就是根据已有的货物量确定车辆的分配和配送线路,经过几十年的研究,国外学者已经对路径优化有了深入的了解和研究,研究结果相当成熟。虽然国内的起步较晚,但随着电子商务和物流的不断发展,路径优化问题得到了越来越多的关注,学者们结合了国外的优秀理论在路径优化这方面也取得了突破性的进展,配送路径优化的适用性大大增加。

  (三)研究主要内容及创新点

  1.研究的主要内容
  本文对常客隆超市常熟地区的配送现状进行分析,建立了常客隆超市常熟地区的VRP模型,并通过蚁群算法结合MATLAB7.0来求解常客隆超市常熟地区的VRP模型,得出最优配送路线,分析对比优化前和优化后的配送路线,科学的评估本文所建模型。
  2.创新点
  (1)本文以常熟地区的常客隆超市为研究对象,将常客隆超市常熟地区的综合运输成本最小作为目标,建立了模型,并采用蚁群算法结合MATLAB7.0来得出最后的优化方案,提高常客隆超市的服务质量。
  (2)本文通过对比分析常客隆超市常熟地区优化前后的配送路线,对常客隆超市常熟地区的经营管理可以起到一定的建议性作用,方便常客隆超市针对不足之处来采取改进措施,提高企业效率。

  (四)技术线路

常客隆超市常熟地区配送路径优化

  二、常客隆超市常熟地区的配送现状

  本文研究的是常客隆超市常熟地区的配送路径,主要原因有常客隆超市成立的时间较短,在常熟地区的发展状况比较良好,超市网点分布范围较广并且在常熟地区的销售业绩比较高。但到目前为止在其它城市还没有得到全面的普及,所以常熟地区的常客隆超市比较具有代表性,更具有研究价值。

  (一)常客隆超市简介

  江苏新合作常客隆连锁超市有限公司成立于2004年,是一家由常客隆超市与全国供销合作总社的新合作商贸连锁集团联合建立的企业,其凭借着“用心体会、品质放心、购买实惠”经营理念,在江苏经营着有自我特色的连锁超市。公司到目前为止已经发展到拥有6800多平方米的冷链配送中心和2.4万多平方米的日用品物流配送中心,经营总面积近40万平方米,经营网点总数980家,与120家农副产品加工基地相连接,已经解决了超万人的就业问题。目前公司已经发展了5家分公司,分别位于丹阳、兴化、海门、淮安、启东,并在部分城市实现了校园超市全覆盖,开创了全国县级校园超市网络建设先河,真正做到了把工业现代化与商业现代化的相互结合。公司还先后获得了“优秀试点企业和优秀承办企业”、“中国服务业企业500强”“江苏服务业名牌企业”“全国和谐商业企业”等荣誉。

  (二)常客隆超市常熟地区的配送现状

  1.常客隆超市常熟地区的配送网点分布
  常熟地处长江三角洲,东倚上海,南邻苏州,地理位置优越,交通便利,是全国经济发达的县域之一。常客隆超市是一家连锁超市,自成立以来,在常熟市区以及各乡镇地区已经发展到50多家经营网点,本文研究的是常客隆超市常熟地区的配送情况,为了更好地开展研究,现根据各超市的需求情况以及各超市周边的交通情况,选出15家日平均需求量稳定在1t以上且地理位置在省道附近交通状况良好的门店和配送中心作为本文的研究对象,用数字1-16来对常客隆超市常熟地区的配送中心以及门店进行编号,如表2-1所示。
常客隆超市常熟地区配送路径优化
  2.常客隆超市常熟地区各门店配送路线和装载情况
  常客隆超市在常熟地区建立了以海虞镇配送中心为配送据点,以此来对常客隆超市常熟地区各门店需求量进行高度灵敏的反馈。目前配送中心用5t的车辆来对常客隆超市各门店进行配送,车辆仅限于在100km的范围内进行配送任务,车辆的平均速度为60km/h,各门店将每日需求量通过常客隆超市局域网提交给配送中心,配送中心会根据各门店需求量对其进行配送,图2—2为常客隆超市常熟地区的配送路线图。
常客隆超市常熟地区配送路径优化
  如图2-2所示,常客隆超市常熟地区的配送线路有5条,分别为:
  (1)配送中心-常客隆嫩江路店-常客隆东山路店-常客隆大湖甸店-配送中心
  (2)配送中心-常客隆铂宫店-常客隆金枫店-常客隆琴湖城市广场店-配送中心
  (3)配送中心-常客隆润欣花园店-常客隆梅李店-常客隆湘江店-配送中心
  (4)配送中心-常客隆新桥店-常客隆任阳店-常客隆华合便利店-配送中心
  (5)配送中心-常客隆大北街店-常客隆新港路店-常客隆珍门店-配送中心
  常客隆超市常熟地区的5条配送线路具体信息如下表2-2所示。
常客隆超市常熟地区配送路径优化

  (三)常客隆超市常熟地区配送存在的问题

  常客隆超市常熟地区的配送路线如表2—2所示,它的不足之处在于配送线路不合理,车辆的装载率低,车辆空间没有得到充分的利用等,具体情况如下:
  1、配送路线不合理
  虽然常客隆超市采用的是自营物流,由配送中心直接向各门店配送物资,但是没有严格的线路规定,配送车辆司机往往会根据自己的喜好对路线做出主观性的判断,缺乏科学性,增长了路线距离。因此为了让配送路线更加的合理化,缩短配送距离,降低物流成本,必须通过一些科学严谨的方法来对路线规划进行优化。
  2、车辆装载率低
  从表2-2可知,常客隆超市使用了5辆车来进行配送任务,但配送车辆的载重率最高有80%,但载重率最低的只有72%,车辆平均装载率只达到了75.2%,车辆装载空间没有得到充分的利用,配载效率很低,并且在配送结束后,车辆从配送门店返回配送中心的过程中是空载的,这也反映了车辆的装载率低下。
  3、配送成本高
  由于车辆的平均装载率只有75.2%,每次出车的成本是300元,常客隆超市使用了5辆车来进行配送,但配送的距离最短的只有24.4km,在车辆配送过程中经常出现空车返程,迂回运输的现象,这就导致了车辆的空间浪费,车辆出车成本和行驶成本增加,总配送成本比优化后的路线高。
  4、配送客户局限,标准化程度低
  常客隆超市常熟地区配送中心的服务对象只限于常熟地区的各个门店,门店的范围也仅限于100km以内的常客隆连锁超市有限公司所拥有的各个门店数,这从根本上反映了常客隆超市的配送规划缺乏灵活性,配送的客户太过局限的缺点,没有科学的规划配送设计,降低了常客隆超市常熟地区的配送效率。
  综上所述,常客隆超市常熟地区的配送路径主要存在着配送路线规划不科学、车辆装载率低等问题,这些不足之处直接影响了常客隆超市的成本和运营效益,不利于常客隆超市的发展。

  三、常客隆超市常熟地区配送路径优化

  通过对常客隆超市常熟地区配送中存在的问题进行分析,本文决定建立VRP模型,运用蚁群算法来对常客隆超市的配送问题进行求解,并运用MATLAB7.0来得到科学的配送路线,以优化常客隆超市的配送效率。

  (一)蚁群算法所需要的数据资料

  1.各门店需求量数据
  由于常客隆超市的门店数量较多,且各门店每天的需求量都不固定,所以本文选取的是各门店过去一年内的日平均需求量,数据来源是网络查询和对各门店的调研,表3—1为常客隆超市常熟地区各门店日平均需求量。
 常客隆超市常熟地区配送路径优化
  本文根据选定的15家运营门店的具体地址,依靠谷歌经纬度查询系统,获取了常客隆超市常熟地区15家运营门店的经纬度数据,如表3—2所示。
常客隆超市常熟地区配送路径优化
  计算蚁群算法需要设置参数,本文计算选取的各参数如表3-3所示
常客隆超市常熟地区配送路径优化

  (二)常客隆超市常熟地区的配送路径优化模型构建

  1.模型建立的目标
  本文所建模型的目的是降低常客隆超市的配送成本,提高企业的效益。通过对常熟常客隆超市常熟地区的配送路径优化,来提高车辆的利用效率,缩短配送的时间,从而缩减企业成本,提高利润率。本文依据常客隆超市配送的实际情况,建立了如下的配送路径优化模型来获得常客隆超市的优化线路,以此来解决其配送路线不科学、车辆装载率低等问题。
  2.模型建立
  (1)本文主要研究常客隆超市常熟地区的配送中心和常熟范围内15家门店的配送路径,结合常客隆超市常熟地区的实际情况和以下的约束条件,建立了VRP模型:设有一个配送中心,有m辆车对n个门店进行配送,第i个客户点的需求量用qi表示;门店i与门店j之间的距离用dij表示;每辆配送车辆单次载重限额为5t;配送车辆的最大行驶里程为100km;每辆车的出车成本用a0表示,车辆行驶的单位成本用a1表示。将配送中心编号为1,各门店分别编号为1,2,⋯,n,定义变量xijk、yik为:
  1i点由第k辆车服务
  yik=0否则
  1第k辆车从i点行驶到j点
  xijk=0否则(3-2)
  (2)假设条件
  常客隆超市配送过程中需要满足以下假设条件:
  1、每个门店只能有一辆车通过。
  2、车辆在完成配送后都要返回配送中心。
  3、配送中心到门店的路线以及门店间的距离已知。
  4、已知每个门店的需求量。
  5、配送车辆的装载量和行驶里程不允许超过车辆被允许的最大载重量和行驶距离。
  6、已知配送车辆的最大载重量,最大行驶距离,平均行驶速度。
  (3)目标函数
  本文所建模型将常客隆超市常熟地区配送车辆的运输综合成本最小化作为目标函数。运输综合成本包括:车辆出车成本、车辆行驶成本。
  具体的目标函数如下:
  +(3-3)
  满足约束条件如下:
  i=1,2,…,n(3-4)
  j=0,1,…,n(3-5)
  i=0,1,…,n(3-6)
  k=1,2,…,m(3-8)
  k=1,2,…,m(3-9)
  其中式(3-3)为模型的目标函数,表示求解运输成本最小的配送方案;式(3-4)、(3-5)、(3-6)表示各门店的物资配送只能有一辆车来完成;式(3-7)表示运输车都是从配送中心出发并在完成任务后返回配送中心;式(3-8)表示每条路径上的总供应量不能超过车辆的最大容量5t;式(3-9)表示每辆车仅限于在100km以内来完成配送任务。
  对本模型中的各项成本作详细介绍与分析:
  配送车辆出车成本
  ma0表示配送车辆的出车成本。其中,m为配送所需要的车辆总数,a0为单辆车出车成本。
  车辆行驶成本
  为配送车辆要完成配送任务所消耗的行驶成本之和的表达式。
  由于建立的模型求解非常复杂,一般的数学方法很难直接求解,所以本文借助VRP问题的求解方法之一的蚁群算法求解,并采用MATLAB软件对相关的经纬度坐标以及车辆装载数据进行计算,得出常客隆超市常熟地区的最优配送路线。

  (三)基于蚁群算法路线优化求解

  1.蚁群算法的简介
  蚁群算法的思想来源于自然界蚂蚁觅食的最短路径原理,蚂蚁的视觉虽然不发达,但却能在没有任何提示的状况下寻找到从食物源到巢穴的最短路径,并在环境发生变化后搜索新的最佳路径。蚂蚁在寻找食物的时候会向着信息素前进,这种信息素是蚂蚁在寻找食物的过程中释放的一种自身特有的化学物质,蚂蚁们通过这种信息素的浓度来选择路径,路径上的信息素浓度越高,蚂蚁们选择这条路径的概率就越高,这种选择路径的方法对于蚂蚁来说,能达到了客观上寻找到最优路径的效果。
  2.蚁群算法的流程
  首先选定好需要进行路径优化的常客隆配送中心和门店,并获取配送中心及各门店的地理位置、配送路线和装载情况,通过获取的数据来分析常客隆超市常熟地区存在的问题。然后通过配送中心和各门店的地理位置获取经纬度信息,并对各门店的需求量进行调研,求得各门店的日平均需求量。最后构建常客隆超市常熟地区的配送路径优化模型,将常客隆超市的经纬度数据和需求的等信息带入到蚁群算法MATLAB的代码中,并借助MATLAB7.0软件求解常客隆超市的配送路径,将对比分析优化前后的配送路径得出结论。
  3.蚁群算法的计算结果
  常客隆超市常熟地区使用MATLAB7.0程序对蚁群算法进行编程,来求解常客隆超市常熟地区的最优配送路线。其中,MATLAB代码中蚁群算法各参数数值设置为:m=15;n=15;NCmax=100;α=1;β=3;Q=100。
  将表3-2配送中心以及各门店经纬度坐标带入MATLAB7.0软件中运行得出以下结果,图3-2为最优综合成本,图3-3为最优路径图,图3-3为MATLAB运行结果图,MATLAB7.0程序运行代码见附录。
 常客隆超市常熟地区配送路径优化
  由图3-4可知优化后的配送线路有4条,优化后的行驶路线分别是:
  (1)配送中心-常客隆新港路店-常客隆大北街店-常客隆珍门店-常客隆新桥店-配送中心
  (2)配送中心-常客隆铂宫店-常客隆琴湖城市广场店-常客隆金枫店-常客隆润欣花园店-配送中心
  (3)配送中心-常客隆湘江店-常客隆华合便利店-常客隆嫩江路店-配送中心
  (4)配送中心-常客隆东山路店-常客隆大湖甸店-常客隆梅李店-常客隆任阳店-配送中心
  优化后各条路线的载重量、载重率情况如下表3-4所示:
常客隆超市常熟地区配送路径优化

  (四)配送线路优化结果对比分析

  将图3-4蚁群算法得出的结果与常客隆超市常熟地区的实际配送情况进行分析比较,得出的对比结果,如下表3-5所示。
常客隆超市常熟地区配送路径优化
  通过以上常客隆超市常熟地区配送路线优化前后对比结果,可以知道:
  1、配送距离缩短
  优化前的总配送里程为183.1km,优化后的配送里程为181.9km,优化后的配送里程比之前缩短了1.2km,优于常客隆超市原来的配送路线,节约了配送里程,减少了配送成本,达到了路线优化的目的。
  2、满足配送车辆允许的最大运输距离
  配送车辆都是从配送中心出发,并且在任务结束后返回配送中心,每辆车仅限于在100km的范围内进行配送,从表3-5可知,优化后路线的最大配送距离为89km,没有超过最大行驶距离100km,满足配送车辆的最大运输距离。
  3、装载率提高
  常客隆超市采用的配送车辆为载重5t的车,优化前的配送车辆装载率偏低,平均的车辆装载率只有75.2%,而优化后的配送车辆最低装载率就达到82%,平均装载率更是达到了94%,车辆的装载率在不超过车辆最大允许装载量的前提下提高了18.8%,车辆的装载率得到了合理的利用,极大地提高了车辆配送效率。
  4、配送综合成本降低
  本文中常客隆超市配送车辆的单次出车成本为300元,按照表3-5可知,优化前的配送车辆为5辆,而优化后只需要4辆车来进行配送,这就节省了1辆车的出车成本。另外,配送路线优化前的综合成本为2232.4元,优化后的综合成本为1927.6元,优化的成本较之优化前的成本降低了304.8元,这也就说明了优化后的配送线路比之前的路线更加合理。
  由以上4点可知,本文在优化了配送路线后,常客隆超市常熟地区的配送距离、配送车辆装载率和配送成本都有了很大的改进,这就证明了利用蚁群算法来优化常客隆超市的配送路径是科学合理的。

  四、结论与展望

  (一)结论

  本文选取常客隆超市常熟地区的15家门店作为对象,进行路线优化。通过建立模型和目标函数来分析路线,然后结合蚁群算法并用MATLAB7.0来求解最优配送路线。将优化前与优化后的配送路线进行对比分析,可知优化后的配送路线中车辆行距离线和车辆装载率都有所减少,配送车辆数比优化前减少了一辆,并且优化后的路线让常客隆超市常熟地区的配送作业更加合理,降低了配送成本,优化了公司的服务质量。

  (二)展望

  由于本人知识水平的局限性,本文的研究还有不足之处,虽然本文有实际性的结果,但由于理论知识和时间的限制,以及相关文献的不充分,有些方面仍然需要更深入的探索和改进。因此,提出以下几点:
  本文仅研究了只对车辆进行容量限制的单配送路径优化问题,在实际情况下还存在许多因素影响物流配送,如各门店对货物到送达的时间要求和对车辆的具体要求等。
  本文的VRP模型没有切实的考虑配送过程中的特殊状况,例如堵车、个别路段发生交通事故以及货物的货差、货损等情况都会影响配送路径的效率。因此运用蚁群算法来求解路径优化问题也并不是完美的,还存在一定的误差。
  本文通过建立以综合配送成本最小为目标的VRP模型来证明常客隆超市常熟地区配送路径优化的科学性和实用性,但是常客隆超市在丹阳、海门、等地也有运营,所以以常熟地区为例来研究常客隆超市的配送路线并不能同时其它地区的常客隆超市的配送路线不科学、车辆装载率低的问题,这些都需要进一步研究
  参考文献
  [1]靳向宇.基于蚁群算法的邯郸世佳连锁超市配送路线优化问题研究[D].中国海洋大学,2013
  [2]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].辽宁科技大学,2016.1-9
  [3]于芹.基于蚁群算法的物流车辆路径优化问题的研究[D].上海交通大学,2007
  [4]李慧.基于蚁群算法的美特好配送路径优化研究[D].山西大学,2011
  [5]庞凌.基于蚁群算法的城市物流配送路径优化[J].物流工程与管理,2010,32(8):146
  [6]张晓川.物流配送系统规划[M].北京:中国水利出版社,2007:1-4,5-6
  [7]付丽茹,解进强.运输配送路径优化[M].北京:清华大学出版社,2011:31-36
  [8]雷同飞,张宏.物流配送中的车辆路径优化问题[J].商场现代化,2009(2):119-120
  [9]聂艳芳.VRP的数学模型及算法分析[J].陕西电子技术,2010
  [10]HenningRekersbrink,ThomasMakuschewitz,BerndScholz-Reiter.Adistributeroutingconceptforvehicleroutingproblems[J].LogisticsResearch,2009,(1):45-52.
  [11]aoloTothandDanieleVigo(eds).TheVehieleRoutingProblem.SocietyforIndustrialandAPPliedMathematies,PhiladelPhia,USA,2002.23-28.
  [12]刘越屿.结合蚁群算法的GIS技术在多时间窗口车辆路径问题中的应用[D].汕头大学,2007.
  [13]柯文德,李家兰.蚁群算法及其在TSP中的应用[J].广东石油化工学院学报,2007,17(1):53-55.
  [14]Xian-JieXI.ApplicationResearchofAntColonyOptimizationAlgorithmforVehicleRoutingProbleminLogisticDistribution[J].JournalofLangfangTeachersCollege,2011.
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/6382.html,

(1)
写文章小能手的头像写文章小能手游客
上一篇 2020年5月22日
下一篇 2020年5月22日

相关推荐

My title page contents