基于Web的药品物流系统调度优化设计

葛 丽 王玉静 张煜梅 张树强

山东医药技师学院，山东 泰安 271000

基于Web的药品物流系统调度优化设计

葛 丽 王玉静 张煜梅 张树强

山东医药技师学院，山东 泰安 271000

本文通过对车辆路径问题的研究，按照软件工程的思想，对药品物流系统调度优化模块进行了详细的设计和功能描述，实现了药品物流费用的降低，提高了医药企业的利润和信息化水平。

调度优化；车辆路径问题；路径优化

引言

随着医药企业竞争的加剧和现代信息技术的广泛应用，物流在医药企业竞争中发挥着越来越重要的作用，被广泛地认为是医药企业除了在降低物资消耗，提高劳动生产率以外的又一个可以增加利润的方式[1]。药品物流作为医药企业第三利润源的重要组成部分，正在受到日益广泛的重视，并面临着前所未有的发展机遇。但由于我国物流产业发展较晚，整体水平有待提高，特别是一些中小医药企业还停留在人工劳动阶段，效率低，由于信息化、智能化水平低造成的利润流失比较严重[2]。

1 药品物流系统的总体设计

本文构建了一个基于Web的药品物流系统，药品物流系统主要有两大模块组成：药品管理模块和车辆调度模块。药品管理模块又分为药品基本信息模块和客户管理模块。药品基本信息模块的主要功能是药品的基本信息的管理，比如药品的编码、规格、重量和容量等信息管理；客户管理模块的主要功能是对客户名称、客户编号、联系方式等信息的管理。车辆调度模块又分为数据录入模块、优化计算模块和结果显示模块。录入模块包括基本信息录入模块和拓扑关系录入模块；优化计算模块包优化车辆、优化路径和优化时间等模块；结果显示模块包括窗体显示、模拟显示和制作派车单模块。系统组成如图1所示：

图1 系统组成图

2 药品物流系统车辆调度优化模块的原理、结构与功能

2.1 调度优化原理

调度优化模块处理过程如下:首先对实际调度问题的约束条件和目标进行抽象，建立问题的数学模型，数学模型处理三方面的优化问题，车辆优化、时间优化和路径优化[3]。进行路径优化时，利用算法具有选择功能，即根据问题规模不同，选择的算法不同，算法机制中设定规模参数，规模小于参数N时，默认选择精确算法；规模大于N且小于M时、默认选用启发式算法；规模大于M时，默认选用智能算法。如果对默认值不满意，可以手动方式选择优化算法或者修改系统设定的参数重新选择方案。然后结合时间限制条件，求解出优化路径，同时也确定了配送车辆数据和时间数据，把车辆、路径和时间这三部分数据带入多目标转化的单目标费用函数，计算出费用。这个方案不能保证最佳，但应是一个“可行方案”。如果方案不满意，则重新选择算法，直至找到满意的方案。如果有多个适合求解的算法均制定出“满意方案”，则从它们中择优输出。目前对于优化路径算法大致分为三类：精确解法可求得最优解，利用动态规划法，分支定界法解决小规模的问题；传统的启发式算法在求解过程中可减少搜寻的次数，所以是一种容易且快速求解规模大约束条件多的NP问题的算法，这里的插入法整合了最邻近法和节省法技术，能够求解适当规模的问题；智能算法具有自我调节功能[4]，适合快速收敛于全局最优解的大规模问题，利用免疫算法来求解特大规模问题。

2.2 调度优化的结构描述

调度优化模块由数据录入部分、优化计算部分和结果显示三个部分构成。

数据录入部分：稳定的数据如道路的拓扑关系、车辆属性、与道路相关信息和货物属性存入到数据库中。还有一些默认参数初始化时设定完成，如所有需求客户设置为问题规模，以参数形式参与算法的选择。经常变动的订单信息存入临时表，订单信息是每天都要录入的，而稳定数据一次录入多次使用，以免重复录入，提高了效率。

中间的数据处理部分：从数据录入模块录入变动的数据存入临时表或者设置为参数，如约束因素和问题规模等传输到选择方案，以此来选择出算法，从数据录入模块输入的稳定数据放入数据库，优化计算时，取一些相关的数据才能计算出优化结果。

图2 调度优化结构图

数据显示部分：通过后台处理逻辑得到优化方案，传输到前台显示部分，显示方式包括窗体报表显示和电子地图模拟显示，把显示的满意方案送到派车单模块，不满意的部分送到选择方案模块。调度优化结构如图2所示。

2.3 调度优化功能描述

数据录入部分：能够提供数据处理部分优化计算时所用到的数据。选择方案时提供需求客户数量作为问题规模，客户需求的时间窗数据作为问题的约束条件；优化车辆时提供客户需求载荷量信息作为满载问题转化为非满载问题，非满载部分设置为需求量参与路径优化算法；优化路径时提供道路的基本费率和基本费率递减调节系数计算路卡卡费，提供百公里平均耗油量数据和行驶里程计算耗油费用；优化时间时提供客户需求的时间窗数据计算惩罚费用。

中间数据处理部分：从数据录入模块中取到客户的需求量和时间限制作为车辆路径问题的约束限制，取到的客户点作为问题的规模，选择方案根据规模和约束因素选取默认的路径算法，优化算法从数据库和输入的参数取到相关的信息，计算出车辆路径问题的三个优化目标作为参数输入到费用函数加权计算最小费用。

数据显示部分：最小费用所对应的方案为优化的方案，默认选择模拟显示方式，将优化路径通过每辆车所访问的客户点模拟出来，以路网的形式展现给使用者。也可以用手动方式转到窗体报表方式显示，如果优化的结果不满意重新选取算法再次计算方案，满意后制作派车单。

3 结语

基于Web的药品物流系统在调度优化的过程中采用了算法选择功能，同时结合实际情况对车辆路径问题进行了分析设计，能够实现药品在最短的路径进行流通，有助于以较低的成本提高药品物流配送的效率，最大程度的提高医药流通企业的利润。

[1]张敏,黄中鼎.物流运输管理.经济管理，2004,7:1-12

[2]西泽修.现代物流业对于转变经济发展方式推动产业结构调整具有重要作用.大力发展现代物流业.经济日报，2009,13(1):1-8

[3]刘云忠,宣慧玉.车辆路径问题的模型及算法研究综述.管理工程学报，2005,1(19):124-125

[4]郑德玲,梁瑞鑫,付冬梅,李晓刚,方彤.人工免疫系统及人工免疫系统遗传算法在优化中的应用[J].北京科技大学学报，2003,25(3): 285

10.3969/j.issn.1001-8972.2012.23.033

泰安市大学生科技创新行动计划项目，项目名称：《药品物流系统调度优化的设计》，课题编号：2011D2086

王玉静（1981-）硕士,山东医药技师学院讲师。