中山市大参林连锁药店的配送路径优化——物流管理专业
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
中山市大参林连锁药店的配送路径优化
【摘要】本文以中山市大参林连锁药店为研究对象,在实习期间向公司获得具体的配送数据,包括仓库资料、配送规划、配送时间、配送量等,根据它目前的配送现状发现中间可能存在的问题。为了避免模型数据在求解过程中对结果产生影响,将配送门店的平均需求进行比例放大得到虚拟需求,使其与对比项在总配送量上达到一致。以得到最短的配送路径为优化目标,出于对问题的特点以及算法的寻优效率考虑,选择单目标遗传算法的思路建立模型,并利用MATLAB7.0软件进行优化求解,最终得到一个在配送总路程以及配送车辆数量上比现实方案更优的配送方案,这个优化结果在理论上能更好地提高配送效率以及降低物流配送成本。
【关键词】医药物流;连锁药店;路径优化;遗传算法
Distribution path optimization of zhongshan dashenlin
chain drugstore
Abstract This dissertation takes DaShenLin chain drugstore in Zhongshan as the research object. During the internship in the company, obtain specific distribution data, including warehouse data, distribution planning, distribution time, distribution volume, etc.. According to its current distribution status, the middle may exist problems. In order to avoid the influence of model data on the results in the solving process, the average demand of distribution stores is scaled up to obtain the virtual demand, which is consistent with the comparison terms in the total distribution. With the optimization target, in order to get the shortest delivery route for the characteristics of the problem and algorithm optimization efficiency consideration, choose the single objective genetic algorithm model, and use MATLAB7.0 software optimization solution, end up with a total journey in distribution and delivery vehicles quantity project scheme is better than the physical distribution, the optimization results in theory to better improve the distribution efficiency and reduce logistics costs.
Keywords Pharmaceutical logistics Pharmacy chain Path optimization Genetic Algorithm
目录
1 前言 (1)
1.1 研究背景 (1)
1.2 文献综述 (1)
1.2.1 国外研究现状 (2)
1.2.2 国内研究现状 (2)
1.3 研究方法 (3)
1.3.1 文献研究法 (3)
1.3.2 实地调研法 (3)
1.3.3 数学建模法 (3)
1.3.4 案例分析法 (3)
1.4 研究意义 (4)
2 中山市大参林连锁药店配送现状分析 (5)
2.1 公司简介 (5)
2.2 配送现状 (5)
2.2.1 配送情况 (5)
2.2.2 周三配送的门店分布情况 (6)
2.2.3 配送流程 (8)
2.3 配送问题和分析 (9)
2.3.1 配送问题 (9)
2.3.2 问题分析 (10)
3 遗传算法模型 (12)
3. 1 模型的相关理论 (12)
3. 2 模型选择的原因 (14)
3. 3 模型的不足 (14)
4 配送路径优化问题建模 (15)
4.1 问题描述 (15)
4.2 目标描述 (16)
4.3 提出假设 (16)
4.4 模型求解 (17)
4.4.1 符号含义 (17)
4.4.2 建立模型 (18)
4.4.3 模型求解 (18)
4.5 结果分析 (20)
4.6 转换数据 (22)
4.7 数据对比 (23)
5 总结与展望 (25)
5.1 总结 (25)
5.2 展望 (25)
附录A 遗传算法的代码 (27)
附件B 门店地理经纬度表.................. 错误!未定义书签。
1 前言
1.1 研究背景
药品,是一种特殊的商品,它保证人们能从不可避免的疾病中能得到治愈,而随着经济的发展以及全面建成小康社会的推进,国家对药品的方方面面都做出了重大的改革,药品的集中采购、处方外流、“4+7”政策······在医药零售市场中,截止2018年年底,医药及医疗器材专门零售企业约23万个,年均增速20.3%,资产总计5668.8亿元,营业收入7259.3亿元[1]。据中信证券统计,从2019年初至三季度,全国药房整体数量共降低了18917家,但是同期上市公司药房数则增加了3330家[2],可见国内的医药零售市场开始进行优胜劣汰,各大医药企业唯有不断压缩成本,提供更优质和价廉的商品才能牢牢抓住市场份额,而作为“第三利润源泉”的物流,也将成为优化整合的重中之重。
1.2 文献综述
物流配送路径优化,又称VRP问题(Vehicle Routing Problem),出于对VRP 问题在实际运用中具有的广泛性和高价值等性质的利用,不少学者研究出各种应用于VRP问题求解的方法和模型,目前,主流的求解VRP问题的方向主要是精确算法和启发式算法。精确算法主要是应用数学上的方法来达到解决具体的数学模型的目的,但由于VRP问题是NP问题(Non-Deterministic Polynomial Problems),它没有办法直接求到唯一的最优解,而通过牺牲时间和空间复杂度来换取问题精确解的精确算法仅适用于研究范围较小的问题。启发式算法是一种仿生型的算法,它根据直观感觉或者是自然界的一些原理的启发,将问题的求解在大范围内缩小至可接受范围,从而得到相对较优解。由于启发式算法在求解范围较大的VRP问题中的优势,近些年越来越多学者不断发掘启发式算法的潜力,如粒子算法、模拟退火、蚁群算法、遗传算法、禁忌搜索,甚至是将几种各具优点的算法混合在一起,形成混合算法进行研究,但是由于这种算法的研究起步晚,缺乏有力支撑的理论证明,所以还处于研究的初级阶段。