无锡百世店加物流车辆路径优化研究

无锡百世店加物流车辆路径优化研究随着现代社会信息技术的不断发展，电子商务已经成为人们生活中不可分割的一部分。

店加作为百世推出的基于实体商户加移动互联网应用工具，已得到了广泛推广。

配送是店加仓储配送的重要环节之一，合理的配送可以提高车辆载重率，节约车辆的使用空间，降低配送运输成本。

所以，提高配送效率是店加项目效益的保证，配送路线的合理性对店加项目有重大影响。

因此，对车辆的配送路径进行优化来提高配送效率，至关重要。

一、绪论
（一）研究背景、目的与意义
1.研究背景
在经济全球化的基调下，互联网信息技术和电子商务快速发展，B2B模式也随之成长兴起，整个物流行业发生了巨大变化。

传统的物流运输服务已经满足不了客户的需求，综合的物流系统型模式成为了物流发展的主流。

随着经济一体化的发展，物流运输配送的范围扩展速度变快，环境因素也越来越复杂，这对物流车辆的配送路径优化研究无疑是一个大挑战。

在路径的选择上，需要考虑运输的地域范围，运输货物的数量，所需时间和成本等问题。

在这些因素的影响下，运输路径的优化成为了重点。

而且在市场竞争的大环境下，物流配送对优化资源配置，促进消费有着重要影响。

配送路径的优化更是关系到物流配送的成本和效率问题，对物流行业的发展具有促进作用，因此，物流配送路径的优化显得至关重要。

2.研究目的和意义
本文主要研究无锡百世店加物流配送的路径优化。

近年来随着燃油价格、人力成本的不断攀升，配送成本的控制显得尤其重要，配送成本的降低能够提高项目的利润。

无锡百世店加作为一个以仓配性质的项目，物流配送在其运行中扮演者重要角色。

本文利用蚁群算法对无锡百世店加的配送路线进行设计优化，通过matlab对模型进行求解，得出最佳路线和最小综合成本，其具体的研究目的有以下三方面：一是分析国内配送路线的现状，提出不足；二是提高百世店加的整体作业效率，减少配送车辆的数量；三是降低物流成本，提高项目利润。

百世店加物流成本的降低意味着其利润的提高。

利用蚁群算法对模型求解，
对于找出物流配送的最短路线、降低店加的运营成本、提升项目盈利能力、提高项目竞争力、为百世店加的管理者进行决策提供依据等具有重要意义。

（二）国内外研究综述
1.国外研究现状
蚁群算法是一种智能优化算法，由意大利学者 Dorigo 等人在 1991 年首先提出[1]。

蚁群算法是从蚂蚁觅食行为中受到了启发，进而产生的群体智能算法。

它的主要在该研究领域的代表人物有Bodin、Golden、Asssad、Christofides、Ball、Toth等[2]。

它模拟了蚁群的群体执行模式，进而演变产生[3]。

目前，它已被较完美的用于 TSP 问题的求解上。

而车辆路径问题和TSP 问题之间有着密不可分的联系，其实是在TPS基础上优化演变而来的。

2.国内研究现状
国内对于车辆路径问题方面的研究是从上世纪九十年代开始的，虽然研究起步较晚，但是发展十分迅速。

1999年开始，国内众多优秀的学者也开始在蚁群算法的基础上做进一步深刻的改进，如自适应类型、具有变异特征类型、加入不同的启发式因子和策略的改进蚁群算法等，就是那时候提出来了的。

例如，2014年叶仕通等人为了使得信息素的分配问题能更加合理，在蚁群算法中加入信息素更新，产生了效率蚁群算法[5]；2015年，蒋国清、潘勇利用两段式进行物流路径优化，取得了良好效果[6]；2016年，裴小兵、贾定芳对城市物流多目标配送路径的优化研究，就是基于模拟退火算法。

2016年，张铁等人基于蚁群算法，对机器人末端的路径进行了优化，效果良好。

3.国内外研究评述
目前国外对物流配送路径的研究已处于繁荣阶段；在众多的学者的不懈努力的研究之下已经有个一个较为成熟的体系，在这几十年的发展中，其研究结果与理论已是非常丰富。

然而对比我国国内，虽然说，对于物流配送的研究起步较为晚，但学者们利用国外先进的理论和优秀的研究成果，对物流配送路线优化做进一步的研究和探讨，目前来说，已经有了相当大的突破。

配送路线的优化模型运用在现实生活中的可能性越来越大。

二、无锡百世店加配送现状
（一）百世加简介
百世店加是一个以强大的互联网大数据与先进的电子软件技术为基础，利用电子物流平台，建立起的网络B2B订货平台。

百世店加旨在利用更具成本效益的在线供应链解决方案改变传统的低效配送系统。

其最终目标是建立一个由最后一公里社区服务中心覆盖的网络，利用在线和移动应用为当地便利店整合商品配送和物流服务，以使客户获得更多增值服务，同时降低成本并提升服务质量。

如图1所示，是百世店加运营模式。

改变传统分销模式，统一配送标准，增加项目效益。

图1 百世店加运营模式
百世店加于2015年开始在全国建立仓库，截止到2016年底，已上线33个城市，36个仓库，仓库总面积达到140610平方米。

从2016年4月到2016年9月，基本保持每月新增5个城市的节奏，仓库面积迅速扩大，2016年9月之后趋于平稳。

店加的运营模式主要是：门店顾客在店加网站上进行下单，仓库收到订单进行配货，做好发货准备，运输部在收到发货通知后，进行运输调度，组织司机进行货物配送，司机送货上门，货到付款。

（二）无锡百世店加的配送现状
1.无锡百世店加配送网点分布
无锡百世店加配送的辐射范围为整个无锡市，包括崇安区、锡山区、北塘区、惠山区、滨湖区、南长区六个区。

如图2所示，为无锡百世店加风能仓在百度地图上的位置图。

图2 无锡百世店加风能仓分布图
无锡百世店加每天会对固定24个门店进行货物配送，一共5辆车。

选取某一天需要配送的货物量为例，进行配送路径的优化，以2017年4月10日为例。

如表1所示为仓配中心与各收货地点相关信息。

收货地点在地图上显示如图3所示，表2为仓配中心当前的配送路径。

表1 仓配中心与各配送地点相关信息
名称编号横坐标纵坐标需求量
（t）
配送车辆地图编号
仓配中心0 31.68 120.28 - - a 收货地点 1 31.49 120.27 0.24 A b 收货地点 2 31.51 120.32 0.67 A c 收货地点 3 31.48 120.35 1.18 A d 收货地点 4 31.55 120.43 1.69 A e 收货地点 5 31.67 120.30 2.33 A f 收货地点 6 31.54 120.58 1.49 B g 收货地点7 31.60 120.30 0.54 B h
将仓配中心和配送点在地图上标出，如图3所示。

图3 仓配中心和各配送点位置
表2 仓配中心现有配送路线
车辆编号车辆路径
1 0-1-2-3-4-5-0
2 0-6-7-8-9-10-0
3 0-11-12-13-14-15-16-0
4 0-17-18-19-20-21-0
5 0-22-23-24-0
将配送路线简化成如图4所示。

图4 无锡百世店加现有配送路径图
2.问题描述
本文通过资料整理和数据收集，无锡百世店加运输配送主要存在以下两个问题：
（1）车辆装载率低：据统计，无锡百世店加运输车辆装载率在68%-75%之间，表明百世店加的车辆装载率较低，还有很大的提升空间，需要不断的完善。

另外，无锡百世店加的运输车辆在进行完配送任务后返回仓配中心是呈空驶状态，很大程度上降低了车辆的使用率。

（2）配送路线不合理：虽然无锡百世店加采用的是自营物流，由配送中心直接向各门店配送物资，但是并没有严格的线路规定。

无锡百世店加在进行车辆调度后，司机根据送货的地址，凭借经验进行自己认为合适的路线规划，然后对货物进行配送，但实际上效率并不高，仍会有不必要的人力和物力的浪费。

例如会出现一个配送点会有2-3辆配送车经过；司机将货物配送完成后，不能及时回
到配送点等问题。

(3)运输总距离长：由于运输路线的不科学性，存在交叉现象，较为混乱，导致了百世店加在进行货物配送过程中，运输距离长，延长了运输时间，增加了运输成本，严重影响了百世店加的效益和提供的服务水平。

当前无锡百世店加出现的车辆的不合理利用、配送路线不合理、运输总距离长的问题，降低了配送效率，增加了物流运输成本，降低了顾客满意度，不利于项目的盈利，更加不利于无锡百世店加在市场中的竞争，因此，对运输配送路线的建模优化是目前的重要任务。

三、模型建立
（一）配送路线设计思路
本文选取milk-run思路对百世店加的物流的配送路线进行分析。

循环取货（milk-run）是一种制造商用同一货运车辆从多个供应处取零配件的操作模式。

循环取货思路的具体情况为：由车辆从集货中心出发，按照之前已经规划完成的路线到第一个供应商处取货，然后以此类推，到第二个，第三个……第n个供应商处，将路线上所有的货物材料装载完毕后，返回最初的集货中心。

循环取货是一种刚发展起来的新型运输模式，在配送总量一定的情况下，节约了大量的运输成本。

不仅将车辆的装载率和运输率提高了，而且在运输里程上也有很大成效。

又因为在取货的过程中，取货的路线对于取货的效率有着至关决定性的作用，所以路线设计的优化不可或缺，至关重要。

本章将循环取货思维模式运用到无锡百世店加的车辆配送路线设计中，以此为思路，建立模型并选择最优路径达到提高效率的目的。

（二）模型建立
1.模型表述
a、VRP含义
VRP（车辆路径问题）：对所有需要到达的装、卸货点，进行合理的路线安排，保证车辆能够按照规定的顺序逐个通过它们。

在满足关于货物需求量、车辆容量、车辆的行驶时间等的约束条件下，达到如里程最短、费用最少、使用车辆最少的目标。

b、模型描述
根据对无锡百世店加的问题的研究，优化其配送路线。

把问题假设为：存在一个配送中心，有x辆车，y个配送点。

车辆从配送中心
出发，限制条件：每辆车只经过一个配送点，并且一个配送点只由一辆车经过，
路线不重复，所有的车辆完成所有收货点的配送需求量，之后返回配送中心，每
辆车装载的重量不超过其最大额定负荷。

最后得出无锡百世店加的最优路径和最
小综合成本[7]。

假设配送中心有m辆配送车辆进行货物配送，存在n个收货点，用q i表示第i
个收货点的货物需求量；用d ij表示收货点i与收货点j之间的距离；用表示
每辆运输车辆的额定负荷载重量；用L表示运输车的最大行驶里程；用a0表示单
位车辆的出车成本，用a1表示单位车辆行驶距离的单位成本；用0表示配送中心
的编号，用1，2，⋯，n表示收货点的编号[8]。

2.目标函数
本文所建模型的目标函数是将运输车辆的运输综合成本最小化。

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[9]：
+ (3-3)
其中为运输车辆出车成本的表达式，为运输车辆行驶经
过所有配送点的成本之和的表达式。

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)
(3-7)
k=1,2,…,m
(3-8)
k=1,2,…,m
(3-9)
其中，式（3-3）表示目标函数：配送车辆的综合运输成本最小化，即寻求
车辆出车成本和车辆行驶成本之和最小化的配送线路方案。

式（3-4）、（3-5）、
（3-6）表示每个收货点只能由一辆配送车辆通过；式（3-7）表示配送车辆从配
送中心出发，完成规定路线的相关配送任务后返回配送中心；式（3-8）表示每
辆配送车的装载重量，必须小于等于其装载的最大负荷；式(3-9)表示配送车的
的行驶路程，必须要保证小于等于其最大的行驶距离。

（三）模型求解
1.蚁群算法简介
生物学领域的专家表明，在蚂蚁的觅食行为过程中，其爬行的路径上会留下
其特有的，能指导自己的运动方向分泌物——信息素。

在没有任何消息提示的情
况下，蚂蚁能够找到从蚁穴到食物源的最短路径，而且在即使环境发生变化后依
然仍能够寻找到新的最短路径[10]。

2.算法流程
本方案针对无锡百世店加物流配送路线出现的问题，以综合运输成本最小化
为优化前提，提出优化建议，建立配送路线的优化模型。

借助MATLAB编程，采用
蚁群算法求解本方案的车辆路径模型，简要介绍软件编程时的求解步骤。

步骤如下：
第一步，假设有m只蚂蚁和n个城市，模型的最大迭代次数NCmax为100。

每条路径初始的信息素值，表Ⅰ表示蚂蚁没有还访问到达过的城市。

第二步选一只蚂蚁放在配送中心，蚂蚁根据配送车辆的载重量、行驶里程的规定范围从表Ⅰ中选择可去的城市地点，置于表Ⅱ中，表Ⅱ为原始状态为空。

第三步根据状态转移概率从表Ⅱ所有的城市中选出一个城市，把蚂蚁送到此城市，并且把此城市从表Ⅰ中删除。

重复第三个步骤，直到表Ⅰ的状态为空，即当前蚂蚁走完所有的城市。

第四步是对这只蚂蚁所到达的城市和所走的路径进行信息素的局部更新[11]。

重复以上的一二三四步骤，直到所有蚂蚁访问完所有的城市，然后从所有蚂蚁访问的路径中，选出最好的路线，进行信息素的全局更新。

NC=NCmax，最终得最优解。

3.运算结果
根据无锡百世店加的案例，使用Matlab程序对蚁群算法的模型求解进行编程，搜寻最优的车辆路线。

设置模型与算法的参数，如表3所示。

表3 模型与算法参数设置
序号名称符号数值单位
1 车辆额定载重量7.5 吨（t）
2 车辆最大行驶距离500 千米（km）
4 车辆行驶速度60 千米/小时
5 货物运价500 元/吨
6 车辆出车成本200 元/辆
7 单位运输成本 5 元/吨公里
8 蚂蚁数 5 只
10 配送地点数24 个
11 最大迭代次数100 次
12 信息启发式因子 1 -
13 期望值启发式因子 2 -
14 信息素残留常数0.7 -
15 每只蚂蚁释放的信息素量100 -
其运行结果如图5所示，最小综合运输成本如图6所示，最优路径为图7所示，表4为配送路线。

图5 MATLAB运算结果图
图6 最优综合运输成本
图7 最优路径图
优化后，无锡百世店加的配送路线变为4条，作为优化后的配送路线，其走向由表4所示。

表4 优化后配送路线
车辆编号车辆载货量（t）车辆行驶路径车辆装载率
A 7.45 0-5-8-7-24-18-21-099%
B 7.38 0-10-11-17-16-12-0 98%
C 7.32 0-19-20-2-3-1-23-9-13-0 97%
D 5.88 0-22-14-15-4-6-0 78%
（四）优化结果评价
通过对无锡百世店加物流现状的分析，以milk-run为思路，建立VRP数理模型并运用蚁群算法思路和MATLAB软件对所建模型进行求解，从而得到4条最优的配送运输路线。

将优化前后进行比较，如表5为结果对比。

表5 无锡百世店加配送路线优化前后对比
1.装载率提高
无锡百世店加采用的是最大载重量为7.5t的车辆。

对无锡百世店加的配送路线进行优化后，除了第四条路线的载重率为78%，其他三条路线的载重率均在90%以上，接近满载。

可以看出此优化方案可以有效解决目前配送载重率低的问题，提高无锡百世店加物流效率。

2.运输距离缩短
无锡百世店加配送路线在优化前的总距离为292.3km，优化之后为254km，一共减少了38.3km。

由此可见，优化之后的配送路线提高了配送效率，降低了配送成本。

3.配送车辆数减少
无锡百世店加的配送路径在进行优化之后，线路由原来的5条变成了4条，可以得出，优化后的方案可以减少出车成本，车辆维护费用和人员费用，减少资源的浪费，提高无锡百世店加的配送效率。

4.配送综合成本降低
无锡百世店加的配送路线优化之后，运输距离缩短，配送车辆减少，进而使得整个配送的综合成本降低，由原来的2814.5元变成1969.8元，减少了845.7元，减少了物流成本，体现优化方案的合理性。

鉴于以上分析，可以得出，若是无锡百世店加采用优化后的配送路线，载重率、运输配送距离，出车数量都将得到很大的优化，很大程度上降低了无锡百世店加的物流成本，提高了店加的项目效益，进一步提高无锡百世店加竞争力。

因此本文的算法模型，对优化无锡百世店加的配送路线，降低运输成本，提高营业利润，有一定的可行性。

四、结论和展望
（一）结论
通过以无锡百世店加为例，分析并解决了无锡百世店加物流线路不科学的问题。

无锡六个市区，存在着不同程度的线路问题。

在考虑行驶路线、时间和成本的基础上，对无锡配送业务进行线路优化。

通过建立VRP模型、蚁群算法、MATLAB 软件，成功解决了货物物流线路规划问题。

这一问题的成功解决，极大改善了无锡百世店加配送线路规划问题，降低了运输成本，提高了运输效率，降低店加的运营成本，提升项目盈利能力，使无锡百世店加在物流市场竞争中更加具有优势，为百世店加的管理者进行决策提供依据等具有重要意义。

（二）展望
本文虽然对配送路线进行了优化，有一定的可参考性，但是由于时间和理论水平的局限性，还存在着很多不足之处。

本文只是将无锡百世店加到各个门店的配送路径进行了优化，还有时间，基础设施，环境等不确定因素未考虑在其中。

对降低无锡百世店加的运输成本，提高服务效率，还需要进行进一步的研究与优化，这也是无锡百世店加的重要任务。