浅析B2C电子商务的物流配送中心选择与路径设计

李家华

（广州科技职业技术学院，广东广州,510550）

0 引言

随着网络通信技术以及数字信息技术的不断快速发展，以及人们对生活质量需求的日益提升，基于B2C商业发展模式的电子商务逐渐代替传统商务模式，在我国国内生产总值中的比例越来越高，所以具有个性化商务交易模式的B2C电子商务已经成为我国未来商务发展的主要趋势。B2C电子商务的出现，使得需求量小、位置分散的消费者通过互联网就可以直接在网络上方便快捷地选择自己满意的商铺来选择所需产品。作为电子商务的支撑产业，物流配送对其而言有着非常重要的作用，相对于电子商务而言，物流发展却相对滞后，已经成为电子商务整个商业链中最薄弱的一环。尤其是在电子商务的物流配送中心的选址以及产品配送车辆路径选择的问题，已成为制约电子物流快速发展的主要因素。所以对于B2C电子商务的物流配送中心选址优化以及产品配送车辆路径设计的研究对于实现电子商务物流智能化配送促进B2C电子商务进一步发展来说具有非常重大的现实意义。

1 B2C电子商务的物流配送中心选择与路径设计

物流已经作为“第三利润源泉”，在电子商务业绩的提升方面有着不可替代的作用。当前基于B2C电子商务模式的各大网站的促销活动更是对物流配送提出了更高的要求，由于商品供应点到商品需求区域的发货数量、频率以及方向具有很大的随机性，所以在物流配送中心选址以及配送路径设计问题，要从商品供应链管理的角度出发，做到以最优化的物流运营效率来提供最优质的商品配送服务质量。

1.1 物流配送中心选址模型

电子商务的物流配送中心在整个电子商务过程中充当中转站的作用，当有消费者通过互联网下单之后，B2C型电子商务企业会将下单商品从商品供应点发送至配送中心，然后由配送中心向消费者进行配送，从而使得整个配送系统的总体成本最小。一般的，B2C电子商务物流配送系统的成本开支包括商品供应成本，物流运输费用，配送中心的投资以及管理开支，商品物流加工费以及到顾客的运输费用等。如图1.所示，为B2C电子商务模式的物流配送系统模型。

图1.基于B2C模式的电子商务物流配送模型

如图1.所示，假如商品供应点由i表示，配送中心由j表示，顾客由k来表示，某商品l从商品供应点i到配送中心j的运输量为xijl，配送中心为yj（当j等于1时，配送中心被选择，j等于0时，则表示配送中心未被建设），配送是否经过配送中心为zjk（当k等于1时，表示顾客k由配送中心j来配送），商品供应点i的商品l成本为Hil，其到配送中心j的运输费用为Cijl，商品l配送中心j到顾客k的运输费用为Bikl，商品l在配送中心j的流通加工费为Sjt，顾客k对于商品l的需求两位Dkl，则有该B2C电子商务的物流配送中心选择优化的物流配送成本最小的数学模型为：

1.2 物流配送中心选址模型求解方法

针对上述数学模型，求出其总费用最小值，从而设定某个区域内的配送中心地址。该类问题属于选址-分配的问题，属于大规模的0-1证书规划模型，此类问题可通过嵌入表上作业法的遗传算法求解。

首先对模型中的商品供应点、配送中心和顾客采取自然数编码，然后生成初始组合，即商品供应点到配送中心到顾客的组合，并确定适值函数f(x)，即每个组合内可确定的配送中心与供应点之间以及配送中心到顾客的所有费用，包括运输费和商品加工、管理所需的成本。然后采用正比选择和最优保留相结合的策略选择，并采用双切点发交叉算子，而后设定终止规则，并将最优解保存，而后结束计算。该方法可通过程序设计在计算机上实现。

1.3 商品物流配送路径设计模型

基于B2C模式的电子商务物流配送的路径设计，本质上是如图1所示的电子物流配送系统模型中有配送中心向顾客之间的物流配送。对于某个配送中心而言，车辆路径设计是运筹学和组合优化领域的研究问题，假如配送运输的车辆从配送中心出发，基于每个顾客只服务一次的原则，要经过使用最小费用的路径，返回配送中心。如图2.所示，为B2C电子商务的路径设计模型。

图2.配送中心车辆路径设计模型

1.4 商品物流配送路径设计求解

如图2的配送中心车辆配送路径设计模型为VRY模型，可通过捕食搜索算法来完成路径设计的问题。

捕食搜索法是一种全新的仿生学计算方法，即对全局内所有可能的求解进行搜索比较，直到求出最优解，然后在附近区域进行集中搜索对比，然后在全局再次循环上述搜索过程，直到找到最优解为止。所以在程序设计时首先要完成配送中心和客户的编码，即将某区域内所有的顾客和配送中心进行集中编码。然后随机选择两个位置并将其编码进行逆转从而得到当前解（初始解）的一个邻域，以同样的方法对该区域内的顾客进行编码，并对其目标值f(x)进行解码，如果结果优于最优解，则将其结果赋值给最优解Xmin。而后在该邻域内进行循环（循环次数）搜索对比。如果有优于之前的最优解，则将其赋值给最优解Xmin，此时，最优解Xmin发生改变，如果没有发现该区域内所有解都比最优解值差，则继续搜索。

假如某区域内有3个配送中心，共有17个顾客下单该企业商品。根据上述算法将其进行编码，所得的实际的配送网络如图3.所示。

图3.B2C电子商务配送中心路径示意图

假如每个配送中心内可调用配送车辆为3，单位距离费用为5元，3类商品的重量分别为0.2,0.3,0.4，则根据捕食搜索法对最佳路径进行选择，结果如图4.所示。

图4.最优配送路径

2 总结

物流配送已经成为限制B2C电子商务快速发展的瓶颈之一，所以深入优化电子商务的物流配送中心地址以及完善商品物流车辆路径设计来提高物流配送系统的运行效率，对于提高电子商务的快速发展来满足人们日益增长的消费需求来说，是比不缺少的。本文针对B2C电子商务配送中心的选址以及配送路径设计，根据实际情况设计出数学模型，并提出了遗传算法和捕食搜索算法，来解决配送中心选择问题和路径设计问题。当然，当配送位置分散较为广泛时，可以建立二级配送中心，在实际运用过程中，只需将二级配送中心当成中间客户，继续使用遗传算法和捕食搜索算法来优化总的配送中心和配送路径，从而降低配送成本。但是，在实际的应用中，还有很多不确定因素影响商品的配送，例如如何与城市智能交通相结合来避免道路堵塞等，所以还需要更多的不懈努力来提升B2C电子商务的物流配送系统的运行效率，进一步为创建新型互联网社会，提高人们生活水平。

[1]王庆，闫丽军.电子商务环境下物流配送路径优化研究[J].天津商业大学学报.2010(03)

[2]李海，于文莉，王永强.启发式遗传算法在电子商务下物流配送中心选址中的研究[J].商场现代化.2007(36)

[3]岳文宇.B2C电子商务物流质量风险控制研究[D].西南交通大学 2012

[4]陶海蓉.B2C电子商务企业物流配送模式的选择研究[J].中小企业管理与科技(下旬刊).2009(04)

[5]袁全周.电子商务中物流路径问题研究[D].首都经济贸易大学.2009

[6]李吉月.浅析我国BtoC电子商务的物流配送问题——以京东商城为例[J].物流科技.2011(10)

[7]刘健.我国B2C电子商务物流配送模式研究[J].经营管理者.2012(01)

[8]蒋忠中，汪定伟.B2C电子商务中配送中心选址优化的模型与算法[J].控制与决策.2005(10)