华润苏果超市南京地区配送路径优化研究

　　摘要：随着经济社会的不断发展，连锁超市在中国零售市场已占据一席之地，在经济快速发展以及行业竞争加剧的情况下，高效率合理的配送是连锁超市正常运营的保证。科学谨慎地选择安排配送路线可以有效节约运输时间，提高车辆空间利用率，实现配送线路的合理化，从而降低运输成本。因此，在物流配送的过程中，选择合理正确的配送线路能够提高客户满意度、降低企业物流成本、提高企业竞争力，进而增加企业收益。

　　本文基于物流配送的相关知识，将华润苏果超市（以下简称苏果超市）南京地区配送中心及门店作为研究对象，分析其配送现状以及配送过程中存在的问题。采用节约里程法，对南京苏果配送中心车辆配送路线优化进行设计安排，并提出最优化的方案，旨在充分利用运输车辆的内部空间，提高车辆装载率，减少车辆使用数量和司机数量，降低物流成本和企业支出费用，提高工作效率和客户满意度，最大程度上提高企业收益。

　　关键词：南京华润苏果超市；节约里程法；配送；路径优化

　　1.研究背景

　　在经济全球化的背景下，产品的全球化促进物流全球化，现代物流作为一个日渐热门的行业，不断深入百姓的生活和企业的销售。要想带动企业的经济发展，仅仅靠扩大企业的生产销售规模是不行的，而是应该向降低企业成本，提高顾客满意度方面转变。配送作为现代物流的一个重要环节，配送路径的合理化在一定程度上能很好地控制整个企业物流活动的成本。连锁超市需结合自身特点，找出配送线路中存在的问题，从而对配送成本进行有效控制，减少不必要的配送开支，提高车辆利用率和企业竞争力，降低成本，最终实现企业利益最大化。

　　苏果超市在激烈的竞争中，虽然占有着一定的市场份额，但是在配送路径方面仍存在问题。货车司机大多素质不高、缺乏严谨性，有时会根据个人情感支配和工作经验等主观性影响因素作出判断来选择配送路线，造成仓库压货、车辆空驶，徒增物流成本。面对日渐严峻的市场竞争，苏果公司必须改善其配送线路。

　　2.研究目的

　　现如今，随着社会经济的快速发展，连锁超市已经普遍存在，物流发展对推动经济发展中起到的作用也越来越大，多量少次的运输配送模式使得企业物流成本逐年提高，如果不能很好地解决物流成本的问题，将会面临企业的效益及声誉受到影响，进而对南京苏果超市的品牌效益及企业形象产生打击等问题。再加上物流运输、交通拥挤状况与生态环境之间的矛盾越来越大。因此，如何选择合理有效的配送路线，来降低配送成本，提高配送效率，最大限度提高苏果超市的效益才是最主要的目的。

　　3.研究意义

　　配送作为物流的七大功能之一，在每一个完整的物流活动中都担任了至关重要的角色。配送路线作为配送过程中的关键部分。通过优化配送路径来解决苏果超市实际存在的配送问题，不但能减少配送距离和降低物流成本，还能提高车辆利用率，节约空间同时提高客户满意度。因此，制定出科学合理的配送路线对于优化当前整个苏果超市的配送体系，提高服务质量水平、降低物流成本，进而在一定程度上提高苏果超市的效益和竞争力都具有十分重要的现实意义。

　　1.国外研究现状

　　许多国外学者都曾研究过车辆路径优化问题。

　　VincentF.Yu（2013）等在《OpenVehicleRoutingProblemwithCross-Docking》中仅考虑了在直接换装运输环境下的VRP问题，在实际运输过程中，通过建立数学模型，以最小运输成本为目标，对车辆路径进行优化，不影响到达时间和预定时间。SA算法被用来解决这个问题[1]。

　　LouisCaccetta（2013）等人在《AnImprovedClarkeandWrightAlgorithmtoSolvetheCapacitatedVehicleRoutingProblem》提出了一种有效的混合方法，结合克拉克和莱特算法域还原解决车辆路径问题[2]。

　　TPichpibul（2014）等人在《ModifiedHarmonySearchAlgorithmfortheCapacitatedVehicleRoutingProblem》提出了一种算法，从最初的黄金球算法的改进（GB）求解车辆路径问题（CVRP），为了构建一套切实可行的途径，从而最大限度地减少车辆总数的总距离和旅行。

　　VictorPillac（2016）等人在《AReviewofDynamicVehicleRoutingProblems》描述了动态路径选择，信息质量和演进的角度来看，路由问题是分类的，但目前的研究不是动态问题，因此只提出了一般通用模型[3]。

　　2.国内研究现状

　　我国对配送路线优化问题的研究起步比较晚，相对而言要比国外落后喝多，但是也有一些关于配送路径等方面的研究。

　　冯雪（2010）等人在《求解装卸混合车辆路径问题的模拟退火遗传算法》采用高维启发式，即一种模拟退火启发式和遗传算法结合在一起的方法，解决了混合动力车的优化问题。

　　雷黎黎（2013）在《中铁快运在河西地区经营、运输网络布局研究》采用熵权法来研究选址问题，以嘉峪关为研究对象增设了配送网点，使用C-W节约法来选择优化以后新增运营网店的配送线路方案。

　　金成（2014）等人在《供应链物流配送路径优化节约算法改进研究》通过对节约法进行改进以此来减少里程，使车辆的能力，最大限度的利用满足软时间窗。

　　杨秋玲（2016）以汽车及其部件销售为研究对象，用里程节约法规划研究对象的分布路线。

　　3.国内外研究评述

　　基于国内外对车辆路径优化这方面的研究，众多学者们从不同的角度出发，针对配送过程中的问题，利用合理的精确算法以及启发式算法，对配送路径问题进行重点钻研探讨。目前，这种研究可以应用到国内外连锁企业，如连锁超市，但车辆路径优化问题已经在国外长期存在，国内起步较晚，对于优化算法的原理研究还不够透彻，仍处于初级阶段，在应用过程中不够灵活，与实际情况有所冲突。

　　然而，我国的路径优化研究虽然起步较晚，但在国外先进理论的基础上，如何优化城市配送路径仍然是该领域研究的热点，学者们通过不断优化算法，力求找到最简单有效的方法来解决实际问题。经过反复验证，在实际应用中，里程节约法清晰易懂。不浪费时间，耗时较短，更容易被物流企业所接受。加之国内对启发式算法的研究已有所突破，很多配送路线优化的案例都是运用启发式算法进行的。本文利用节约里程法来解决苏果超市南京地区配送路线的优化选择问题。

　　苏果超市有限公司成立于1996年7月18日。原先隶属于江苏省果品食杂总公司下属的果品科。2004年6月，华润控股苏果85%股权。每个企业经营都有自己吸引顾客的特色，这么多年以来，苏果一直坚持组合低成本扩张为基础的形式，重点发展农村市场，直接参与双轮驱动等战略，使企业取得了显著的发展，走出了自己的特色，符合当地的全国连锁企业发展道路。经过20年的努力，到2015年底，苏果网点总数已达2086个，主要集中在江苏和安徽的湖北地区，年销售额308亿元，员工56000人。公司先后获得“先进单位”、“2007-2009年度江苏省文明单位”、“南京市商务发展突出贡献奖”、“紫金大奖”、“2010-2011年度中国特许奖”、“员工最喜爱公司”等荣誉。以下为通过网络查询及对相关门店进行调研所得数据，并进行整理，如表1-1所示：

　　苏果超市自从成立以来，经过不断发展努力，在南京地区已有上百家门店。考虑到每家门店的经营状况和所处地区的交通拥挤状况不同，特挑选出15家个人认为具有代表性的门店和配送中心作为分析对象。具体情况见下表2-1：

　　目前，苏果配送中心南京地区用于这15家门店的配送车辆吨位大小也有所不同，分别有3t和5t的吨位大小可供使用，共有7辆，并且使用不同吨位大小的车辆来配送货物所产生的物流成本也随之改变。

　　由于苏果超市有限公司在南京地区有许多门店，并且不同区域，不同规模大小，不同客源大小的门店每日所需的货量大小都不一致，因此本文通过网络查询与实际调研，随机选取了以下15家门店去年一整年的需求总量，整理计算数据可得每日平均配送量具体见表2-2：

　　通过网络查询及门店调研收集到的资料数据反馈可知，南京苏果超市每天都会从配送中心调配货物到各个门店，但是实际上，在运输过程中，一辆车在一条配送路线中可以给几家门店送货，车辆的空间利用程度以及怎样才能尽可能减少车辆使用数量，提高利用率才是首先需要解决的问题。

　　本文经调查可知，配送中心的车辆在每日货物配送的过程中，除去已经完成所有的配送任务，将所有货物都送达指定门店卸载后的情况是空车返回配送中心之外，其他配送运输过程中的装载率不高，无法合理科学的使用车辆空间，很难达到满载。据不完全统计，苏果超市在南京地区的配送中心平均每辆车的装载率只有73.9%，而其中装载率最低的仅有64%，证明配送中心的车辆在配送货物时的车内空间安排利用很不合理，配送效率不高，车辆装载率低，空驶率高，这不仅浪费了大量的运力，而且会拖累运输进程，降低速度和工作效率，使得货物无法在规定时间内到达，大大提高了物流成本。因此，苏果超市有时会由于货物配送不及时造成缺货或者直接空架的现象，造成客户的不便，从而影响苏果超市在客户心中的形象，甚至流失客源，影响企业经济效益。

　　由于目前苏果超市配送中心的配送人员是没有限制的，大多司机主观性较强，素质不高。有的时候会根据自己的心情和经验等主观性影响因素作出判断选择配送路线，缺乏科学性，工作时态度不够认真，有时会造成仓库压货，车辆空驶等问题使物流资源不能实现最大化的应用，增加苏果超市的资源损耗浪费支出。另外，由于配送路线不合理，物流成本增加，城市交通拥挤程度增加。机动车尾气排放增加，城市环境污染加剧。因此本文将采用节约里程法对当前南京苏果超市与配送中心现有的配送线路打乱重组，制定出符合苏果超市现状的具有科学性和严谨性的配送路线优化方案。优化后的方案简单又容易操作，不需要司机自己主观判断作出选择。最终最大程度上实现缩短配送总里程，减少配送时间和车辆使用数量，降低企业配送成本和资源损耗支出，促进南京苏果超市经济发展，提高竞争力和企业收益的目的。

　　节约里程法又名C-W节约法，是由Clarke和Writ（1964）两位学者提出的，一种用来优化车辆配送路线问题的经典方法。假设有三个点，P点需要到A点和B点，由三角形的特性可知，三角形两边之和必然大于第三边，P-A-B的路径距离显然势必会比P-A、P-B的距离加起来的总和还要短。因此，将两个回路合并成一个，从而得到配送路径方案最优则是该方法的基本思路。

　　节约里程法的基本思想是：为了配送效率更高，从而选择出的能够实现配送时间最小、运输总距离最短、物流总成本最低的最佳配送路线。

　　根据节约里程法的基本思路，若配送中心P分别向N个货物接受地配送货物，在车辆不超载的前提下，每辆车在配送线路中经过的到达的货物接受地越多，总的配送里程就越小，物流成本就越低，这样得出的配送线路就越合理。而将货物接受地按照所节约出的里程大小自大到小排列好之后连入配送路径之中，直到车辆再也装不下，可以更大程度上节约里程。

　　利用节约里程来选择确定南京苏果超市配送路线的初衷，即考虑配送中心本身的运输能力和配送中心到分店和分店之间的最短距离，制定最佳的配送路线方案，以尽量减少所有运载车辆的总距离，从而最终达到节约配送成本的目的。但是使用节约算法也有一定的局限性，其约束条件如下：

　　（1）所运输的货物属性不能相克，即所装载的货物属性需相近或相似；

　　（2）在货物配送线路中，任何一辆车都不许超载；

　　（3）客户的需求量大小和所处的位置必须是已知的；

　　（4）配送方需有足够的配送能力。

　　1.节约里程法优化南京苏果超市配送路线

　　第一步：通过查询高德地图测量计算出南京苏果配送中心到各个门店以及门店之间的最短距离。整理数据如表4-1：

　

　　第二步：根据上表，采用里程节约法计算分店之间的里程，若计算结果为负，则记为0。具体门店之间节约的里程数见下表4-2所示：

　　第三步：将上表中各个门店间所节约的里程按降序排序，整理绘制成下表4-3：

　　第四步：根据上表按降序排序，整理编制配送路线。具体操作如下：首先，选择节约里程表中节约里程最大的路线A-B，然后选择稍次的A-M,由于平均日需求表可知A日均运量1.2t，B的日均运量1.5t，M的日均运量2.0t，三家门店的总需求量之和为1.2t+1.5t+2.0t=4.7t,如果在此基础上再增加一个门店的话，在配送中心暂无更大规格车辆的情况下，运输车辆将会超载，所以可形成第一条优化线路即形成P-B-A-M-P的闭合回路。总的节约里程为75+71=146km。以此类推，共形成以下几条配送路线，具体见下图4-1

　　（1）路线①:P-B-A-M-P,配送量总和为1.2t+1.5t+2.0t=4.7t<5t,总配送里程为44+14+4+30=92km。

　　（2）路线②:P-F-N-K-P,配送量总和为1.0t+1.6t+2.1t=4.7t<5t,总配送里程为17+2+13+28=60km.

　　（3）路线③：P-D-C-J-P，配送量总和为1.2t+1.7t+1.1t=4.0t<5t,总配送里程为16+3+5+15=39km。

　　（4）路线④：P-E-G-L-P，配送量总和为1.6t+1.4t+1.8t=4.8t<5t,总配送里程为12+7+6+12=37km。

　　（5）路线⑤：P-H-I-P，配送量总和为1.5t+1.3t=2.8t<3t,总配送里程为23+33+7=63km。

　

　　2.优化结果分析

　　在本文中，目前苏果超市在南京地区的配送中心用于特选出的15家门店共需要7辆车与7名司机，其中4辆车是5t的货车，另外3辆车则是3t的货车。配送线路优化之后，采用节约法计算出的，节约的总里程为291km,与优化前的配送中心到门店与门店之间的配送路程总和525km相比较，总的距离缩短了234km，减少了原先的44.5%，每辆车的平均装载率则提高了17.5%，显著的缩短了配送里程，提高了装载率，并且减少了两辆配送货车和两名司机。

　　通过将优化前后的数据进行对比，可以发现，节约里程法是一种简单、容易操作的方法，一方面体现了将配送线路绘制在一起，做成物流配送网络图更加有利于优化配送路线，将企业所有门店之间的物流配送线路整合在一起，看起来使人思路更加清晰明了，而且整个过程更容易操作。；另一方面，它也体现出优化运输路线过程，缩短了运输总里程。

　　从总运输里程角度来看，优化后总运输里程是291km，与优化前的525km相比，减少了车辆的总里程数。优化后的方案大大减少了车辆的损耗，降低物流成本，最大程度上提高企业收益。

　　从公司人力资源消耗角度来看，优化后所需的司机为5人，减少了2人的消耗。优化后的方案不仅降低了公司费用的支出，还可以使公司在人员安排上将变得更加有弹性。

　　从车辆装载率角度来看，优化后的平均装载率为91.4%，和优化前的73.9%相比较，改进前的方案空间浪费更严重。

　　将南京苏果超市的配送路径方案进行优化之后，能够最大程度缩短货物运输的总距离、减少每次货物运输配送活动中车辆和司机的使用数量，显著提高每辆车的内部空间利用率，在不超载的情况下尽可能多的装载货物，避免空驶现象发生，进而降低物流成本和资源损耗浪费，提高公司员工和配送中心的工作效率，使客户对南京苏果超市更加满意，改善企业形象，促进南京苏果超市的经济发展。

　　本文首先介绍了国内外有关路径优化的文献综述，然后在深入调查苏果调查研究的基础上，结合了苏果公司背景和配送线路现状，总结和分析出了其现有的配送线路中存在的一些问题，再采用节约里程法对其进行优化研究。制定出一个科学合理的配送路线优化方案能够缩短总的配送里程，减少车辆使用数量和资源损耗浪费，与此同时提高配送车辆的装载利用率降低配送成本，节约配送时间，改善苏果的企业形象，使客户更加满意，进而提高企业竞争力，最终实现苏果超市效益最大化的目的。

　　但是采用节约里程法计算出来的只是能让人满意的解而不是最优解。若要求出最优解，还需要考虑交通状况、交通状况、天气等客观因素。另外，本文主要争对的是14家门店平时日需求量不大的情况下，对其进行的配送路线的优化，此优化方案不可一直适用。比如节假日的时候，各家门店的需求量会明显增多，有的甚至会超过车辆的容量，这时就需要根据各门店的实际需求量和车辆的载重限制重新确定合适的配送路线和车辆。

　　配送路径优化是一项复杂的过程，问题的研究具有一定的难度，由于本人的水平和时间的仓促，文章还存在不足之处。比如在本文研究中的苏果各超市门店的日均配送量是取去年一整年的需求总量计算平均得来的，总的来说是一个固定值，然而在实际生活当中，不同门店所处的地理位置不同，人流量大小不同，交通拥挤程度不同，等等，其所需要的货量大小也是不同的。必定是根据实际的不同情况，调整各自的需求量，因此，这应该是一个波动值；实际配送中，每个门店都需要众多品种的物品以供客户挑选；而在运输配送中，不同的物品都有各自严格的运输标准，如生疏果品等，若包装不好或者是车速过快都有可能造成水果蔬菜被撞坏的情况发现；仅仅考虑了节约的配送距离，忽略了时间、道路交通等限制因素；仅仅考虑到在配送中心用于特选出的门店的7辆车的基础上进行配送路线优化，忽略了水果蔬菜、生鲜冷冻等特殊货物自身特性及保存方式。需要改进和完善。因此，想要制定出最优化的配送路线需要根据需求的不断变化，不断进行调整，从而提高企业竞争力，增加企业效益，为促进企业经济发展打下基础。

　　参考文献

　　[1]VincentFYu.OpenVehicleRoutingProblemwithCross-Docking[J].Computers&IndustrialEngineering,2016,94:6-17.

　　[2]LouisCaccetta.AnImprovedClarkeandWrightAlgorithmtoSolvetheCapacitatedVehicleRoutingProblem[J].ETASR-EngineeringTechnology&AppliedScienceResearch.Vol.3,No.2,2013,413-415.

　　[3]VictorPillac.AReviewofDynamicVehicleRoutingProblems[J].EuropeanJournalofOperationalResearch,2013,225:1-11.

　　[4]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].哈尔滨理工大学,2015.

　　[5]姜华,杨静,贾丽芬.基于节约里程法的连锁超市配送路线优化[J].物流科技,2015,01:12-15.

　　[6]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,2015,01:107-109.

　　[7]卢容,倪秋萍.基于节约里程法的生鲜农产品配送路径优化实例研究[J].经营管理者,2016,11:81-82.

　　[8]王大文.连锁超市物流配送研究[J].铁路采购与物流,2016,10:39-41.

　　[9]潘挺雷.基于改进蚁群算法的区域车辆配送路径优化方法研究[D].浙江理工大学,2016.

　　[10]何敏.物流配送车辆路径问题及其智能算法研究[D].西华师范大学,2016.

　　[11]高小芳.物流配送最优路径规划[D].华侨大学,2016.

　　[12]王海燕,王晓莉.基于节约里程法的中百超市配送路径优化[J].物流技术,2017,03:84-87+157.

　　[13]杨贵红.非满载物流车辆调度优化方法研究[J].计算机仿真,2017,03:147-150.