物流配送中车辆调度优化决策机理分析

刘安业,孙清华

(1.黑龙江省收费公路管理局;2.黑龙江大学)

物流配送车辆调度优化问题最早由Dantzig和Ramser于 1959年首次提出的,一般定义为:对一系列装货点和卸货点,组织适当的行车路线,使车辆有序地通过它们,在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等)下,达到一定的目标(如路程最短、费用最少、时间尽量少、使用车辆尽量少等)。通常根据问题的时间特性和空间特性的相对重要性来划分,当不考虑时间要求,仅根据空间位置安排线路时称为车辆线路安排问题(VehicleRoutingProblem,VRP);考虑时间要求安排线路时称为车辆调度问题(VehicleSchedulingProblem, VSP);同时考虑空间位置和时间要求的称为路线和调度混合问题,也称时间窗的车辆调度问题。

1 车辆调度优化决策影响因素分析

物流配送中心进行合理的车辆调度,是从物流配送中心的总体目标出发,运用系统的原理和方法,充分利用各种调度,选择合理的路线和运输工具,以最短的路径、最少的环节、最快的速度和最少的劳动消耗,组织好货物的运输活动。对车辆调度的优化决策就是通过调度方式、运输工具和路线的选择,进行调度方案的优化,实现物品运输的合理化。影响物流配送车辆调度优化决策的因素很多,起决定性作用的主要有以下几方面的因素,如图 1所示。

图1 车辆调度优化决策影响因素分析

1.1 配送距离

配送的若干技术经济指标,如配送时间、运输货损、运费、车辆或船舶周转等都与配送距离有一定的比例关系,配送距离即运输路线,是决定优化调度与否的最基本因素。选择正确的路线,其实质是消除货物迁滞、重复装运等现象,使各种运输工具安全、迅速运行,最大限度地减少货物运输里程,缩短货物在途时间,降低配送费用,尽快地实现商品的使用价值。缩短配送距离从宏观上能够节省国家能源、加快经济发展,从微观上则可以给相关单位带来直接的经济利益。

1.2 配送环节

配送次数的增加,不但会导致起运的运费和总运费的增加,而且还会增加运输的附属活动,从而导致各项技术经济指标的下降。所以,减少配送环节,尤其是同类运输工具的环节,对促进车辆调度优化有很大的作用。

1.3 运输工具

不同的运输工具有不同的优势领域,也存在着特定的限制,因此对运输工具进行优化选择,按运输工具特点进行装卸运输作业,能最大程度地发挥所用运输工具的功能,是车辆调度优化的重要环节。

1.4 运输费用

运费在全部物流费用中占了很大比例,物流系统的竞争能力往往在很大程度上取决于运费高低。企业开展货物配送工作,必然要支出一定的财力、物力和人力,各种运输工具的运用都要企业支出一定的费用。因此,进行车辆调度优化决策时,要受其经济实力以及费用的制约。

1.5 运输时间

缩短运输时间有利于提高流通效率有决定性的作用;有利于提高运输工具的周转速度,充分发挥车辆调度能力;有利于货主资金的周转,提高整个国民经济的发展速度;有利于提高配送线路通过能力,对物流配送合理化有很大贡献。

2 物流配送车辆调度优化目标

一般来说,运输时间满足客户要求、运输里程短、运输费用省,出行车辆数少是进行合理运输的主要指标,它们集中体现了货物运输的经济效益和社会效益。而以往对车辆调度配送线路的研究多着重于对一个目标进行优化,不能满足总体的效益。本文针对城市配送中心的货物品种多、数量少、批次多、交通情况复杂等特点,以及配送中心战略发展的要求等拟定下列优化目标。

(1)按照客户的要求送货以提高物流服务质量。能够满足顾客的要求可提高物流配送中心的信誉,保留公司的客户,是物流配送中心取得效益的根本保证,因此,将此目标看作是最重要的一个优化目标。

(2)合理安排物流配送以实现配送成本最低,这也是物流配送中心提高经济效益的基本要求,因此成本最低化可作为仅次于时间准确性的又一重要的目标。

(3)配送车辆的空载率最小,也就是能够达到配送车辆的最大载重利用率。这样可以以最少的车辆完成特定的配送任务,提高车辆利用率。

3 物流配送车辆调度优化决策阶段框架

由于物流配送是在用户数量多且分布密集情况下进行的,因此,车辆调度问题的规模大,是一个复杂决策问题。依靠上述文献中的基本理论算法难以满意的解决大规模的车辆调度问题。针对该类问题的特点,提出了一个三阶段决策框架:(1)整合划分配送对象;(2)建立车辆调度优化模型,利用遗传算法完成车辆分配优化;(3)利用神经网络算法,鉴别物流配送道路中干扰多发点,完成对车辆路径进行优化。如图 2所示。

图2 物流配送车辆调度优化决策框架

3.1 配送对象整合划分

就物流配送中心的服务对象而言,主要包括个体消费者和零售店。对于零售店的配送,由于其比较分散、配送量大、位置比较固定,可以将这些客户直接作为网络配送的节点。而当配送对象为个人消费者时,由于他们具有分布密度大、分布面广、数量多且每个客户的需求量非常小的特点,如果将这些客户直接作为网络配送的节点,问题研究的规模将十分庞大,因此,在优化决策时先将大规模的客户群体进行区域化整合。

为了减小问题的规模,可以依据行政划分进行区域化整合。这样处在同一个行政区域的客户群,便可以看为一个整体,即看作配送中的一个大节点(在大节点内部的配送由于距离很近,具体的配送路线可由司机自己来完成)。同时,在以行政划分为标准整合时,也考虑到某些行政区域内可能存在着的道路和交通问题,而不能使区域内的客户完全连通。如果存在这样的问题,可以将该区域进行合理的再分割来保证区域内客户的连通性。例如某区域内存在河流、铁路等屏障,使得区域内的客户无法直接连通时,可以将该区域以河流、铁路等屏障为界限再分成几部分,保证了客户配送的连续性。

3.2 车辆分配优化

经过整合划分后,零售店作为网络配送节点,规模巨大的客户群体变成了为数不多的客户区域,节点和客户区域对车辆的分配问题,可以建立车辆调度优化模型,然后采用遗传算法完成客户区域对车辆的分配。

3.3 车辆路径优化

在进行配送对象整合和车辆分配之后,每辆车所要配送的网络节点或者客户区域就固定了。车在固定区域之间的路线问题中有一个重要的问题就是道路干扰多发点对物流配送优化的干扰。

4 结 论

配送车辆的集货、货物配装及送货过程是物流配送系统运行的核心部分,进行物流配送系统的优化,主要是指配送车辆优化调度和运输合理化,包括集货线路优化、货物配装及送货线路优化,以及集货、货物配装和送货一体化优化。而物流配送车辆优化调度和运输合理化是物流配送优化中的关键环节,也是物流配送系统电子商务活动中不可或缺的内容。

[1] Torki,Abdoihamid,Somhon,CompetitiveNeuralNetworkAlgorithm forSsolvingVehicleRoutingProblem,Computers＆IndustrialEngineering,1997,VOL33,No.3-4,473-476.

[2] Toth,Paolo,Vigo,HeuristicAlgorithmfortheSymmetricVehicle RoutingProblemswithBackhauls,EuropeanJournalofOperational esearch,1999,Vol.113,No.3,528-543.

[3] 李金苹.现代物流配送系统的运输优化调度方案[J].物流技术,2002,(5):11-13.

[4] 郭耀煌,李军.车辆优化调度问题的研究现状评述[J].西南交通大学学报,1995.