《烟草商业系统物流线路优化研究与应用》由会员分享，可在线阅读，更多相关《烟草商业系统物流线路优化研究与应用（13页珍藏版）》请在金锄头文库上搜索。
1、烟草商业系统物流线路优化研究与应用 章惠民 福建省烟草公司漳州市公司信息中心 摘 要： 以优化福建漳州烟草物流公司配送区域线路为目的, 结合烟草物流人工经验配送线路的具体情况, 研究并提出了一种改进的柔性线路截取优化算法。该算法在硬性以及柔性线路截取算法的基础上, 对柔性线路截取进行了改进, 打破以往行政区域以及配送区域的概念, 建立了“以量定车, 以户定线, 户量均衡, 动态优化”的弹性送货新模式, 从而实现车辆利用率最大化以及配送里程最小化目标。漳州烟草物流公司 5 年的实际应用表明, 在周配送户数从 25000 户增加到 30000 户、卷烟销量从 19 万多箱增加到 24 万多箱的情况
2、下, 送货线路却从 79 条减少到 62 条, 在企业经营降本增效上取得了良好的成效。关键词： 烟草物流; 配送线路优化; 柔性线路截取; 算法; 作者简介：章惠民 (1985) , 硕士, 高级工程师, 研究方向为视觉图像与模式识别、信息安全、物联网、云计算、大数据分析、移动互联技术、数据中心平台, 收稿日期：2017-07-14Research and application of logistics route optimization in tobacco commercial systemZHANG Huimin Information Centre, Fujian tobacco
3、companies Zhangzhou company; Abstract： In order to optimize the Fujian Zhangzhou tobacco logistics companys distribution area of the line, combined with the artificial logistics experience of the tobacco logistics distribution route, an improved optimization algorithm for flexible line interception
4、is researched and put forward. On the basis of rigid and flexible line interception algorithm, the algorithm improves the interception of flexible lines, changes the concepts of the former administrative areas and the distribution areas, sets up a flexible delivery mode which can be interpreted as “
5、determine the delivery vehicle according to the loading capacity, determine the distribution line according to the number of the distribution households, distribution number and load are balanced, dynamic optimized”, thus achieving maximum vehicle utilization and minimizing the delivery mileage. Fiv
6、e years of practical application of Zhangzhou tobacco logistics shows, in a week the number of deliveries increased from 25000 to 30000, and the number of cigarettes sold increased from more than 190 thousand to more than 240 thousand cases, but the delivery line was reduced from 79 to 62. Good resu
7、lts have been achieved in the management of enterprises.Keyword： Tobacco logistics; distribution route optimization; flexible line interception; algorithm; Received： 2017-07-141 引言烟草物流配送是现代化物流系统中的一个重要环节。现代商业系统卷烟物流强调快速响应, 需要不断提高对环境变化和内部变化做出相应调整的适应能力。在经济新常态以及烟草行业降本增效的大环境下, 着力推进精益物流以及智慧物流建设, 提升配送效率、降低物
8、流成本、提高服务水平, 是烟草行业制胜的法宝。按照传统模式, 漳州烟草物流在卷烟配送过程中, 为通过提高车辆利用率降低物流成本, 调度人员常将地理位置集中的零售户统一配送。一般都只是根据行政区域划分固定送货线路, 每条送货线路对应固定送货车辆和人员。不论是销售旺季还是淡季, 物流每天所使用的车辆和人员数量都没有做相应的增减。尽管借助软件系统对送货线路进行优化, 但也只是在原有基础上进行静态调整, 无法根据每天的实际情况进行送货线路的动态实时优化, 在节省人力、精简车辆、降低油耗等方面效果都不明显。1.1 国内外研究现状重庆烟草物流配送区域划分为若干个配送单元, 并依据配送单元的需求量、配送成本
9、、配送中心及中转站的固定成本和变动成本, 建立了物流配送区域划分规划的运筹学模型, 应用遗传算法设计了编码方式和选择、交叉、变异算子配送区域划分的优化布局方案1。湖南烟草工业公司以及湖南烟草商业系统为优化湖南烟草工商物流和商业系统卷烟配送物流操作流程, 运用 GPS、GIS、GPRS 等技术, 采用基于启发式的禁忌搜索聚类算法、车载导航系统等, 建立了一套完整的智能化卷烟物流在途动态监管系统, 大幅提高卷烟商业配送运输效率, 降低配送成本2。日本烟草公司专门设置了物流部来负责卷烟配送服务, 物流部的卷烟配送业务全部由其卷烟配送服务网络公司 TSN (Tobacco Service Net) 完
10、成。TSN 成功建设了国内外卷烟共同流通渠道, 采用基于最短路径的网络优化算法, 每辆车的配送线路、装载量、配送时间都由配送系统自动做出安排。1.2 漳州烟草配送区域及线路优化概述目前漳州烟草配送区域及线路优化借助柔性线路截取算法以及 GIS 线路优化辅助系统, 依据零售户的地理位置、历史销量对全区所有零售客户进行线路调整, 改变传统既定计划、线路、车辆、人员“以线定车”的固定配送模式, 建立了“以量定车, 以户定线, 户量均衡, 动态优化”的弹性送货新模式。弹性送货新模式打破了以往行政区划以及配送区域的概念, 支持随访随销, 较大程度地提高了配送方案调整能力、配送计划变更能力、协同配送能力和
11、配送策略灵活性, 力求以最优的线路、最短的时间, 最少的精力、最低的成本完成物流作业, 从而达到半径最佳、流向最畅、流速最快、流量最优的目标。2 配送线路优化算法卷烟物流配送优化是个非常重要的问题2。配送线路优化的结果, 不仅会影响送货的效率和成本, 也会影响其它与之相关的业务和作业, 最终影响卷烟物流企业的经营。2.1 线路优化问题描述卷烟配送经验线路截取优化问题可以描述为:已知配送区域内的零售客户以及其在经验线路中的排列次序, 给定该区域可用车辆及其标准配送能力, 根据零售户订单情况, 将经验线路截取并分配到各可用车辆中, 使配送调度最优化。考虑到频繁的零售户变更和送货次序对配送人员的工作
12、效率影响较大, 以往常用的调度策略是:预先划分出统一配送的区域, 并为该配送区域内的零售客户分配车辆, 同一配送区域内所有的零售户被编排到一条大线路 (称之为经验线路) 中。当零售户订货量随时间发生变化时, 根据配送区域经验线路中指定的配送次序和车辆的配送能力, 将当日零售户订单依次截取并分配给各配送车辆, 生成所有车辆执行的配送小线路 (称之为实时线路) 。配送调度最优化表现为以下方面: (1) 车辆利用率最大化; (2) 配送里程最小化; (3) 工作量均衡化。其中, 车辆利用率最大化和配送里程最小化, 通过节省车辆和节省配送里程保证了配送成本最小化;工作量均衡化, 则通过减小工作任务的差
13、异性, 保证了管理成本的最小化。通过配送成本最小化和管理成本最小化的统一平衡, 实现配送调度的最优化。在问题求解中, 配送里程为参与配送的各部车辆自物流中心出发, 沿着实时线路访问各客户点, 并在配送完成后返回物流中心所产生的行驶里程的总和。任意两点之间 (物流中心到客户点、客户点到客户点, 或客户点到物流中心) 的行驶里程为基于两点坐标和实际电子地图路网数据计算出的最短路径长度。配送车辆的配送能力表现为配送户数和配送货量两个方面。在订货量波动较大的特殊时期 (如春节、中秋等高峰期) , 调度人员可根据经验适当调整车辆配送能力浮动参数, 使优化结果最大程度满足实际应用需要。2.2 线路优化问题
14、分析全局配送线路优化核心问题是选取候选车辆以及依据候选车辆参数截取实时线路。2.2.1 最佳候选车辆选取车辆的配送能力描述为载货量和服务客户数量两个方面。对于候选车辆 i, 预先设定其标准装载量为 SWi, 标准配送客户数为 SCi, 假设其实际送货量为 RWi, 实际送货户数为 RCi。此时, 车辆 i 的工作负荷指标有:货量满载率, 户数满载率 , 车辆 i 的任务满载率定义为 TRi=min (CRi, CWi) 。设候选车辆列表中有 k 辆车, 假设车辆 i (i=1, 2, ., k) 标准装载量为 SWi, 标准配送客户数为 SCi。依据车辆 i 的标准装载量和标准客户数, 得到的
15、实时线路中实际送货量为 RWi, 实际送货户数为 RCi, 则 K 辆车任务满载率最高的车辆j 被选为最佳候选车辆, 即满足2.2.2 实时线路硬性截取法经验线路上的 n (n1) 户零售户以自然数 编号。对于候选车辆 i, 预先设定其标准装载量为 SWi, 标准配送客户数为 SCi。对车辆 i 分配的实时线路为经验线路中截取的前 t 户零售户 (1tn) , t 应满足: , 且 tSC i。为保证车辆利用率最高, t 还应满足:SC i0构成一个离散时间的随机过程, 其状态空间为定义 2.算法优化问题的全局最优解集合为 E=x|x=x, f (x) f (x) , 令表示结构体中包含的最优
16、解的个数。定义 3.若对任意初始状态 X0均有 则称 FOIA 算法以概率 1 收敛于全局最优解。定理 1.FOIA 算法寻优过程X (t) , t0是有限齐次马尔可夫链。证明:令 t=0, 结构体状态集合随机产生初始状态 X (0) =x0, 1, x0, 2, x0, n。之后迭代遍历计算过程中, 算法会基于当前结构体状态集合记忆的信息搜索解的空间, 并更新结构体集合状态。设 t 时刻结构体的状态为 X (t) , t+1 时刻结构体的状态为 X (t+1) , 解的空间使结构体集合状态以概率 P (X (t+1) |X (t) ) 转移至 t+1 状态, P (X (t+1) |X (t) ) 依赖于 X (t) 且是一个与时间无关的常量:公式 (1) 中, X m和 Xn表示两个任意的结构体状态, 所以X (t) , t0有齐次马尔可夫性质。因为结构体集合状态有限, 这样状态转移构成的马尔可夫过程的状态空间有限, 所以算法寻优过程X (
