论文部分内容阅读
摘 要：物流业的快速发展导致城市配送的密度加大，对城市环境污染和城市堵塞造成了巨大影响，本文通过根据快递配送及时性的特点，运用VRP对快递城市配送路径选择和优化进行研究.。
关键词：快递 城市配送 车辆路径优化
一、引言
随着我国电子商务业的飞速发展，快递业务量的不断增加，城市配送量也在其影响下快速增长。虽然，城市物流在城市可持续发展中具有重要作用，但是城市物流具有明显的负面作用，是造成许多威胁城市居民生活环境和社会问题的主要原因。随着新型消费模式，如电子商务对城市物流的要求越来越高，城市物流活动对城市社会、生态和环境破坏越来越严重，政府交通管制越来越严格等等，这些影响促进了对快递业城市配送路径优化研究.
探讨如何合理的优化城市配送路线，以减轻对城市社会和环境的影响，成为城市物流研究领域的核心问题之一。尤其是在快递以每年60%的速度增长下，快递城市配送最后一公里问题的不断恶化下，合理的配送路线不仅能减少公司经济负担，增加利润，提升客户体验。同时也能减少尾气排放，缓解交通拥堵，是在不投入任何资金改善的情况下，最有效合理的方法。
二、城市配送路径优化相关理论及研究综述
国外学者对车辆路径问题研究主要有1962年，Balinski等人提出的VRP解集分割，直接考虑可行解集和。20世纪70～80年代数学规划和网络分析的发展，90年代人们采用了模拟退火算法，遗传算法，蚁群优化算法等。国内学者对车辆路径优化问题主要是1985年，刘晋提出了二重优化发，基于一种新的启发式算法。2001年李军教授出版了《物流配送车辆优化调度理论和方法》。2009年，步立新在《仿真环境下随机性VRP的序贯优化策略研究》提出了机会约束序贯优化策略。
三、时间限制下的VRP模型分析
1.快递业城市配送问题分析。目前，我国快递业城市配送主要特点为日订单量大且数量稳定、货物品种多、配送服务要求高等。快递企业在进行产品的配送运输过程中，该企业往往不能合理的挖掘运输车辆的潜在运力。比如，第一，大量货车在未满载的情况下出发，浪费运力。第二，信息沟通存在误差，导致取货过程中，车辆的停滞或二次取货，浪费时间。第三，由于在货物装车过程中，取货员对货物的装车混乱，货车后开门减少了装货面积，导致车厢利用率低下、货损率高。取货线路的选取也是影响取货系统效率的直接因素。若有多辆货车，车辆容量为Q，有N位客户，每位客户其需求量不同。则在车容量Q的限制下，根据客户选取的不同，有多种不同的运输路线，就要根据车辆容量、总里程数、车流量、交通堵塞程度、道路通行难易度等因素来认真考虑选取哪条线路才能使运送成本最低、运送效率最高。
2.时间限制下的VRP模型分析。建立优化物流运输系统车辆行驶路线的动态规划模型：
我们可以根据物流网络系统中客户的地理位置、客户的货物量，客户服务级别，客户的货物种类进行单位子路线中客户的定位；根据交通运输条件、交通工具的荷载量、运输时间等等客观因素进行子路线取货点的先后顺序；将配送网络细分为若干个配送系统。分别为T个子配送系统，t=1，2，…，T。假定在一定的配送时间内，从这个子系统的配送中心（节点1）出发对其配送节点进行货物配送，每一个节点只能经过一次且仅一次，最终回到配送中心，形成闭环，要求车辆运输路程最小化。
以下用动态规划的方法研究这个问题。首先建立客服优先集合，根据客户订单要求对客户货物进行ABC细分。A类为时效快递产品订单（次晨达、次日达等特殊快件）；B类货物为省际件（标准快件）；C类货物为特惠快件（价格便宜，时效低），通过归类，对不同种类的货物进行各自的路线选择，以下以A类为例。
建立车辆路径动态规划模型如下：
假设A类路线中有N位配送对象，每个配送对象的配送需求不同，汽车的容量为M，选择相邻的客户群，根据假设条件，从节点1出发最后回到节点1中间要经过nt-1个节点，将子系统送货问题划分为nt-1个阶段，阶段变量k=1，2，…， nt-1
假定送货车辆从节点1出发行驶到节点i，记Nt，i ={2，3，…，i-1，i+1，…， nt}，表示由节点1到节点 i 可能经过的中间节点的集合，Q表示由节点1到节点i经过的中间节点的集合，则。车容量变量用（Yi，Ui，Q）表示，其中Yi表示每个节点的货运量，Ui表示车辆到达每个节点的时间，取货车辆从节点1出发，行驶到节点i，中间经过的节点货物容量集合为i，时间长度为，决策变量表示从1到节點i中，在，≤M和在≤M的限制条件下，最优值函数f0（i， Q）表示取货车辆从节点1经过k个中间节点（Q表示k个中间节点的集合）到达节点i 的最短路的距离。
建立递推公式如下：
其中，边界条件f0（i，θ）表示取货车辆从节点1到达节点Q的距离。最优值函数，={2，3，…，n}，即是所求第 t个子系统车辆在车容量M的限制条件下，从节点1出发到达其它nt-1个中间节点一次且仅一次回到节点1的最短路的距离。取货车辆行驶的最佳路线1= i0→i1→ik-1→ik→→= 1由最优决策序列
其中表示取货车辆从节点1出发，经过k 个中间节点一次且仅一次（k表示 k 个中间节点的集合）到达节点ik+1的最短路线上紧前的一个节点ik。在优化每一个子取货系统的基础上，最后可以实现整个物流网络系统的取货最优化：，其中Z表示总体配送系统的费用总和，或配送车辆行驶的距离总和。
四、结语
随着快递业的飞速发展，城市快件配送也受到了重视和发展。城市快递服务的发展提升了城市的居民生活质量，带动了城市相关的产业，优化了产业结构，促进了城市的现代化发展。但同时也给城市带了污染和交通堵塞。本文主要是根据包裹配送及时性和快速性的特点，在车辆路径优化模型的基础上加入了对配送环节时间的限制，以提升快递业配送最后一公里的服务能力。同时本文也存在很多与实际条件冲突的部分，本文的模型是在理想的状态下形式，缺乏应用的可能性，模型应该在本文基础上加入更多的限制条件，如政府城市货运交通管制的问题，道路限行和交通拥堵等随机变量，因此本文模型属于一种理想的状态。未来的研究中可以加入交通管制等变量进行分析。
参考文献：
[1]黄虹张正雄.车辆路径问题的研究现状和展望[A].研究与讨论，2010（20）.
[2]齐斌.物流业的产业融合与组织创新[D].福建师范大学硕士学位论文，2007.
[3]赵振华.物流配送中车辆路径问题的模型及算法研究[A]. 物流科技，2007（1）.
[4]胡云超.城市物流可持续发展研究[D].北京交通大学博士学位论文，2013.
作者简介：张强（1991—），回族，男，长安大学经济与管理学院，物流工程与管理，硕士研究生，供应链风险控制；安大翔（1990—），汉族，男，长安大学经济与管理学院，物流工程与管理，硕士研究生，供应链风险控制。
关键词：快递 城市配送 车辆路径优化
一、引言
随着我国电子商务业的飞速发展，快递业务量的不断增加，城市配送量也在其影响下快速增长。虽然，城市物流在城市可持续发展中具有重要作用，但是城市物流具有明显的负面作用，是造成许多威胁城市居民生活环境和社会问题的主要原因。随着新型消费模式，如电子商务对城市物流的要求越来越高，城市物流活动对城市社会、生态和环境破坏越来越严重，政府交通管制越来越严格等等，这些影响促进了对快递业城市配送路径优化研究.
探讨如何合理的优化城市配送路线，以减轻对城市社会和环境的影响，成为城市物流研究领域的核心问题之一。尤其是在快递以每年60%的速度增长下，快递城市配送最后一公里问题的不断恶化下，合理的配送路线不仅能减少公司经济负担，增加利润，提升客户体验。同时也能减少尾气排放，缓解交通拥堵，是在不投入任何资金改善的情况下，最有效合理的方法。
二、城市配送路径优化相关理论及研究综述
国外学者对车辆路径问题研究主要有1962年，Balinski等人提出的VRP解集分割，直接考虑可行解集和。20世纪70～80年代数学规划和网络分析的发展，90年代人们采用了模拟退火算法，遗传算法，蚁群优化算法等。国内学者对车辆路径优化问题主要是1985年，刘晋提出了二重优化发，基于一种新的启发式算法。2001年李军教授出版了《物流配送车辆优化调度理论和方法》。2009年，步立新在《仿真环境下随机性VRP的序贯优化策略研究》提出了机会约束序贯优化策略。
三、时间限制下的VRP模型分析
1.快递业城市配送问题分析。目前，我国快递业城市配送主要特点为日订单量大且数量稳定、货物品种多、配送服务要求高等。快递企业在进行产品的配送运输过程中，该企业往往不能合理的挖掘运输车辆的潜在运力。比如，第一，大量货车在未满载的情况下出发，浪费运力。第二，信息沟通存在误差，导致取货过程中，车辆的停滞或二次取货，浪费时间。第三，由于在货物装车过程中，取货员对货物的装车混乱，货车后开门减少了装货面积，导致车厢利用率低下、货损率高。取货线路的选取也是影响取货系统效率的直接因素。若有多辆货车，车辆容量为Q，有N位客户，每位客户其需求量不同。则在车容量Q的限制下，根据客户选取的不同，有多种不同的运输路线，就要根据车辆容量、总里程数、车流量、交通堵塞程度、道路通行难易度等因素来认真考虑选取哪条线路才能使运送成本最低、运送效率最高。
2.时间限制下的VRP模型分析。建立优化物流运输系统车辆行驶路线的动态规划模型：
我们可以根据物流网络系统中客户的地理位置、客户的货物量，客户服务级别，客户的货物种类进行单位子路线中客户的定位；根据交通运输条件、交通工具的荷载量、运输时间等等客观因素进行子路线取货点的先后顺序；将配送网络细分为若干个配送系统。分别为T个子配送系统，t=1，2，…，T。假定在一定的配送时间内，从这个子系统的配送中心（节点1）出发对其配送节点进行货物配送，每一个节点只能经过一次且仅一次，最终回到配送中心，形成闭环，要求车辆运输路程最小化。
以下用动态规划的方法研究这个问题。首先建立客服优先集合，根据客户订单要求对客户货物进行ABC细分。A类为时效快递产品订单（次晨达、次日达等特殊快件）；B类货物为省际件（标准快件）；C类货物为特惠快件（价格便宜，时效低），通过归类，对不同种类的货物进行各自的路线选择，以下以A类为例。
建立车辆路径动态规划模型如下：
假设A类路线中有N位配送对象，每个配送对象的配送需求不同，汽车的容量为M，选择相邻的客户群，根据假设条件，从节点1出发最后回到节点1中间要经过nt-1个节点，将子系统送货问题划分为nt-1个阶段，阶段变量k=1，2，…， nt-1
假定送货车辆从节点1出发行驶到节点i，记Nt，i ={2，3，…，i-1，i+1，…， nt}，表示由节点1到节点 i 可能经过的中间节点的集合，Q表示由节点1到节点i经过的中间节点的集合，则。车容量变量用（Yi，Ui，Q）表示，其中Yi表示每个节点的货运量，Ui表示车辆到达每个节点的时间，取货车辆从节点1出发，行驶到节点i，中间经过的节点货物容量集合为i，时间长度为，决策变量表示从1到节點i中，在，≤M和在≤M的限制条件下，最优值函数f0（i， Q）表示取货车辆从节点1经过k个中间节点（Q表示k个中间节点的集合）到达节点i 的最短路的距离。
建立递推公式如下：
其中，边界条件f0（i，θ）表示取货车辆从节点1到达节点Q的距离。最优值函数，={2，3，…，n}，即是所求第 t个子系统车辆在车容量M的限制条件下，从节点1出发到达其它nt-1个中间节点一次且仅一次回到节点1的最短路的距离。取货车辆行驶的最佳路线1= i0→i1→ik-1→ik→→= 1由最优决策序列
其中表示取货车辆从节点1出发，经过k 个中间节点一次且仅一次（k表示 k 个中间节点的集合）到达节点ik+1的最短路线上紧前的一个节点ik。在优化每一个子取货系统的基础上，最后可以实现整个物流网络系统的取货最优化：，其中Z表示总体配送系统的费用总和，或配送车辆行驶的距离总和。
四、结语
随着快递业的飞速发展，城市快件配送也受到了重视和发展。城市快递服务的发展提升了城市的居民生活质量，带动了城市相关的产业，优化了产业结构，促进了城市的现代化发展。但同时也给城市带了污染和交通堵塞。本文主要是根据包裹配送及时性和快速性的特点，在车辆路径优化模型的基础上加入了对配送环节时间的限制，以提升快递业配送最后一公里的服务能力。同时本文也存在很多与实际条件冲突的部分，本文的模型是在理想的状态下形式，缺乏应用的可能性，模型应该在本文基础上加入更多的限制条件，如政府城市货运交通管制的问题，道路限行和交通拥堵等随机变量，因此本文模型属于一种理想的状态。未来的研究中可以加入交通管制等变量进行分析。
参考文献：
[1]黄虹张正雄.车辆路径问题的研究现状和展望[A].研究与讨论，2010（20）.
[2]齐斌.物流业的产业融合与组织创新[D].福建师范大学硕士学位论文，2007.
[3]赵振华.物流配送中车辆路径问题的模型及算法研究[A]. 物流科技，2007（1）.
[4]胡云超.城市物流可持续发展研究[D].北京交通大学博士学位论文，2013.
作者简介：张强（1991—），回族，男，长安大学经济与管理学院，物流工程与管理，硕士研究生，供应链风险控制；安大翔（1990—），汉族，男，长安大学经济与管理学院，物流工程与管理，硕士研究生，供应链风险控制。