论文部分内容阅读
2009年，物流运输业入围我国十大产业振兴规划，物流运输业的振兴首次被提升到国家战略的高度。近几年我国国民经济的飞速发展给物流业带来潜力巨大的市场前景，带动了物流企业的快速发展。然而，随着我国加入WTO后，国外大型物流企业相继进入我国，物流运输业竞争日益加剧，同时随着燃油价格、人员工资等运输成本不断上升，对国内物流企业如何优化资源配置、提高运营管理水平提出了更高要求。物流企业为了给分散在全国各地的客户提供服务，通常根据地理位置划分服务区域，设立中转库，采用长距离大批量满载运输与短距离小批量配送相结合的方式。车辆路径问题VRP《Vehicle RoutingProblem)是指如何合理安排配送车辆服务节点的顺序，使其在满足客户交货时间、车辆等约束条件下实现低成本、高客户满意度等运输目标。车辆路径优化问题是物流配送的核心问题，对于物流企业减少运营成本、提高服务水平、提升整体效益有着重要的影响。而区域间满载车辆路径问题是指配送车辆以满载运输的方式在区域间配送货物，是在传统VRP问题基础上的扩展。
本文针对物流企业的实际业务需求，对区域间满载车辆路径问题进行了深入的分析和探讨，构建了区域间同时取送货的多对多物流配送网络模型。传统的VRP模型中通常存在如下约束条件：(1)客户节点只能被一辆配送车辆访问。(2)配送车辆只能访问客户节点一次。(3)一次计划调度过程中一辆配送车辆不能被重复利用。这些约束条件与实际应用有较大的差异。因此，本文放宽并重新设定了约束条件，提出了符合同时取送货的满载配送状态下车辆运输路径的数学模型，并构建了基于多阶段的启发式贪婪算法：首先，基于贪婪思想生成初始解。车辆从起始车场开始，根据最近邻原则选择下一个服务节点，在满足车辆最大行驶距离之后返回出发车场，并分配下一条配送路径，直到完成所有配送任务。其次，对初始解进行调整，将不合理的路线在一定约束条件下进行合并，并基于最大化利用车辆运力的原则对线路进行排程，优化了配送车辆的发车数。在实证部分，将该模型应用到某第三方汽车物流企业的业务中，采用JAVA编程语言实现算法，对该模型进行了验证。首先分析了该企业整车物流的业务现状，指出了当前运力调度和路径优化中存在的不合理之处。选取企业旗下某运输公司的历史业务数据进行实证：对确定业务量时不同时间窗松紧程度下的路线空载率及派车数进行求解；根据公司业务量分布的特点，对可进一步发挥算法优化潜力的应用进行了模拟。
实际配送过程中，配送网络中的区域节点具有同时收集货物和配送货物的需求。本文提出的同时取送货的区域间满载车辆路径问题的数学模型将同时取送货问题与满载车辆路径问题结合起来，是对传统VRP问题的延伸和拓展，也是对实际配送业务的简化与逼近；构建的基于贪婪思想的多阶段启发式算法在较短的时间内得到问题的满意解。在实证部分，选用物流公司实际业务数据，验证了算法的有效性，并提出了两种改善当前业务绩效的措施与建议：一是企业旗下运输公司间转移业务、缩小服务区域；二是改变或增设车场的地理位置至更合理的区域。论文分别对改变服务区域后的情况及改变车场后的情况进行模拟，得到了较好的结果，证明了两种措施的有效性，对企业业务层面具有指导意义。