考虑运输货损的鲜花配送车辆路径规划研究

摘要：随着全球经济一体化的发展不断深入以及现代科学技术迅速发展，物流将多种有效的新技术串连在一起，为实现经济高速增长提供支撑，因而受到社会各界的广泛关注。车辆路径规划是物流配送过程中的关键步骤，探索车辆路径规划问题以及不同约束条件下的运输子问题，提出和改进相关运输路径规划算法，优化、解决物流配送中存在的实际问题，提高整体管理水平与效率，降低运营成本。本文将构建一个由复杂多目标转换为单目标的车辆路径优化问题，对考虑运输货损的鲜花配送车辆路径规划展开研究，具有一定现实意义。

关键词：运输货损；车辆路径；规划

本文首先对车辆路径规划问题和算法应用，以及运输货损理论的研究现状进行充分调研。在此基础上，对鲜花配送车辆路径规划问题所关注的目标进行分析，除常规的车辆使用数量和车辆行驶里程外，加入了鲜花行业特有的运输货损目标，应用遗传算法与节约算法相结合的两阶段启发式算法，结合企业物流配送现状及远期发展规划，得出一种鲜花配送车辆路径规划的可行方法。

1.车辆路径规划理论与研究现状

作为物流配送中的一个热门问题，车辆路径规划问题最早由Ramser和Dantzing提出，其可以描述为：在一定数量的配送中心和客户构成的节点网络中，通过安排合适的行车路线，使配送车辆从配送中心取货并根据预先设定的路线至每个客户点卸货，完成各客户点所需求的货物配送量。

1.1车辆路径规划理论

1901年，美国的John F.Crowell在政府报告中最早提及物流的概念，用于分析影响农产品流通的不同因素和相关费用。随着理论研究和实践应用的不断深入，为统一对物流的认识，需要对其进行准确的规范化定义。中国的物流术语标准将物流定义为：物流是物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、流通加工、包装、装卸搬运、配送、信息处理等功能有机结合起来实现用户要求的过程。

1.2车辆路径规划问题研究现状

VRP是一类具有极强应用性的优化调度问题，它在物流配送、交通运输等领域获得了广泛的应用，其范例大量存在于日常生活之中。由于VRP在应用上的广泛性和经济上的重要价值，自1959年由Danzig和Ramser提出以来，一直是学界研究的重点和热点问题，50多年来已经取得了大量的研究成果。从解法上来看，对VRP的求解算法主要可分为精确算法和启发式算法，而最近10年来，对于VRP的求解算法研究，主要集中在现代启发式算法。

2.车辆路径规划问题算法分类与概述

自从VRP问题被提出以后，由于其同时具有理论价值和现实意义，VRP问题迅速受到越来越多研究人员的重视，力求能够发现求解各类VRP问题的高效算法。按照VRP问题发展与研究过程来看，算法大致可分为三类，即精确算法、经典启发式算法和现代启发式算法。

通过对大量文献的分析研究，归纳得出三类算法的优势与劣势对比如下：

精确算法，能够求出问题的精确解，当问题规模较大时，往往会导致计算量过大、存储信息太多等问题，降低了计算效率，主要适用于较小规模的简单路径规划问题求解。

经典启发式算法，不断对解的结果进行优化，能够保证每次迭代后求得的解都是当前最优解；计算速度快、复杂度低，容易陷入局部搜索，可能无法跳出局部范围找到全局最优解，与其他算法结合，广泛应用于复杂大规模路径规划问题。

现代启发式算法，具有能够跳出当前搜索领域而进行全局搜索的能力；结构开放性，与问题无关性，应用理论要求较高，针对不同问题的研究还不完善，广泛应用于复杂大规模路径规划问题。

3.考虑运输货损的鲜花配送车辆路径规划问题概述

中国鲜花行业伴随供给侧结构性改革与消费升级的浪潮，近几年也在发生翻天覆地的变化。

随着线下连锁店数量逐渐增加，物流配送压力与成本也不断上升，配送车辆路径规划便成为亟待考虑并解决的问题。对于中心仓库-连锁店运营模式，采用巡回配送方式更优于点对点的直送方式。通过对运输货损研究的分析，一般整个配送过程中的货损可分为两部分：一是在配送运输过程当中的损耗，由生鲜品时间累积产生损耗和路况引起的颠簸、碰撞损耗组成；二是在客户点装卸货物时，由温度变化与时间累积产生的损耗和装卸操作（例如野蛮操作）引起的货损损耗组成。

3.1参数定义及约束条件

设有n个客户节点，每个客户节点的需求量为（i=1，2，…，n）；有m辆配送车辆（型号种类完全一致），每辆车的最大载重量为Q。客户i到客户j的距离为， 0表示配送中心，则配送中心到客户点的距离为 （i=1，2，…，n）。由于一条线路上所有客户点由一辆车进行配送，所以要求考虑货损量的前提下，每条线路客户点需求量之和不超过每辆车的最大载重量。

4.小结

通过对考虑运输货损的鲜花配送车辆路径规划问题进行概述，介绍了中心仓库-连锁店运营模式下，车辆路径规划问题的多目标函数。本文求解的VRP问题属于大规模VRP问题，参数定义和约束条件与一般VRP问题类似，同时根据问题实际情况增加了货损相关的各类参数、例如多种货物损耗比例等。具体建模阶段，遵循“化繁为简”思想以及多目标函数求解思路，将目标函数通过各自独立的成本转换因子转化为成本相关的目标函数，最终通过叠加得到了以总成本为目标的车辆路径规划单目标函数，从而确定最经济鲜花配送路径。

参考文献：

[1]丁秋雷，胡祥培，李永先.求解有时间窗的车辆路径问题的混合蚁群算法[J].系统工程理论与实践，2007，10：98.104.

[2]刘勇，崔炳谋，王小东.物流配送路径优化问题的模型及改进混合算法[J].物流科技.2008（4）：88-90.

[3]李大卫，王莉，王梦光.遗传算法在有时间窗车辆路径问题上的应用[J].系统工程理论与实践，1999，8：65.69.

[4]张丽萍，柴跃廷，曹瑞.有时间窗车辆路径问题的改进遗传算法[J].计算机集成制造系统-CIMS，2002，8（6）：451-454.

[5]甘天圣，刘瓊，邱浩波.面向ASP应用的多目标物流配送路径算法研究[J].企业管理与信息化.26-30.

作者简介：袁翁俊（1986.10.31）男，单位：上海家家园艺有限公司，职位：供应链总监，学历：本科。endprint