广州大学城快递物流共同配送中心选址模型构建与仿真实验

杨舒慧，何德贵，梁艳梅

（华南师范大学 公共管理学院，广东 广州 510006）

广州大学城快递物流共同配送中心选址模型构建与仿真实验

杨舒慧，何德贵，梁艳梅

（华南师范大学 公共管理学院，广东 广州 510006）

为解决共同配送中心的选址问题，以广州大学城为例，构建精确重心法和粒子群算法的中心选址模型，并进行实例仿真实验和系统的论述。

快递物流；共同配送中心；选址；仿真实验；广州大学城

1 引言

目前，广州市城市共同配送工作正在逐步推进，成效显著，但是也存在着许多困难。近年来，大学城在交通运输、仓储设备、货物包装和物流基础设备等方面都有一定的发展，但是总体来说还是处于落后状态。

广州大学城是城市中轴线的延伸，人口接近20万，相当于一个中型城市。由于大学城兴建才十余年，规划功能区域有待完善，又因处于小谷围岛，与外界的联系只能通过隧道公路和地铁两条交通线。走访发现，广州大学城尚未开展共同配送，各高校学生主要通过校内定点取货完成快递物流配送的最后一公里。事实上，校内配送点简陋，许多快件被堆放在路边，快递员工作量极大，学生等主要消费者取货麻烦，时间成本很大。同时，各个快递公司间缺乏合作，各自运货送货，甚至出现一辆车运送几份快件或者一辆车要运送几趟快件，造成资源浪费，效率不高，服务水平也欠缺。在快递物流配送中，运输成本和运输时间是着重要考虑的首要问题，因此本文结合广州大学城的实地调研，利用精确重心法[2]和粒子群算法[3]构建选址模型和仿真实验，已得到中心选址的最优方案。

2 广州大学城快递行业存在的问题

广州大学城十所高校有近16万名大学生，而学生又是网购消费的主力军，大学城的快件量之大可想而知。但是大学城的快递物流末端配送面临着许多问题和严峻的挑战。本课题对大学城十所高校学生进行了问卷调研，对快递企业员工进行了深入访谈，下面将对调研结果做简要的分析：

2.1 调查问卷结构分析

本小组采用线上线下相结合的方式，对广州大学城十所高校的学生进行了问卷调查，随机派发填写。十所高校共发放220份问卷，回收215分，问卷回收率为97%。通过对回收问卷进行详细筛选，剔除19份无效问卷，最终得到196份问卷（见表1），符合统计学问卷样本抽样与调查的要求。

表1 问卷发放情况统计表

十所高校的样本量与样本数据及样本特征见表2。

表2 样本特征变量统计表

2.2 问卷及访谈结果分析

基于对十所高校的问卷调查和快递企业员工的深入访谈，发现在广州大学城的物流快递配送存在许多问题。

2.2.1 配送工具简陋、派发地点杂乱。当前大学城所有快递企业的物流配送工具均为简陋的小三轮车，将快件从分拣点运送到各个学校的收发点，这种小型三轮车容量小、没有封闭型的遮挡物，在运输快件时容易丢失，且受天气影响大。此外，若遇到“双十一”等电商狂欢节，则需要多次运输才可以把快件配送到高校收发点。高校快递收发点设置在道路两旁，面积狭小。部分快递企业的收发点甚至没有帐篷等遮挡物，快件容易受到损坏。简陋的工具和杂乱的派发地点，使快递企业的服务

图1 取快递地点分布统计图

2.2.2 取件时间长，快件摆放混乱。在问卷调查中，有72%的学生表示取件麻烦。其主要原因是快件寻找不方便，需要花费时间长（44%）、取件地点很远（61.10%）、取件时间不灵活（50.80%），具体如图2所示。绝大部分快递配送工作人员表示：“每天要管理和配送1 000多个快件，工作量太大，能把快件送到这里已经很好了，根本没有其他精力去管理其他东西了”。可见，大学城各高校在取件地点选择、取件时间安排与快件管理等方面都存在很大问题。质量大大下降。不少快递企业配送人员表示：“从各个不同的分拣点分拣快件和多次运送花费大量的时间和成本，没有精力去管理派发点的设施。”高校快递取件地点分布情况如图1所示。

图2 高校取件体验图

2.3 快件问题多，损坏严重

基于问卷回收与分析，大学城各高校快件包装或物品损坏、寻找难度大、快件派送不及时、快件信息发布不及时等问题突出。其中，快件被弄脏或雨淋（67.40%）和难以找到（78%）的问题最为严重（具体见表3）。在实地走访中也可以发现，由于派发地点的简陋和缺少保护措施，受天气和外界环境影响特别大，快件极易受损。

基于实地调研结果可知，广州大学城有庞大的居民数量与十所高校学生，快递物流行业潜在的市场需求巨大。但是物流服务质量仍存在许多问题，如取件时间、取件地点、快件管理等。而理论研究表明，在一定区域内建立共同配送中心，能大幅度降低货物配送成本，提高资源利用效率和服务质量。提高大学城快递物流行业服务质量与管理效率，减轻快递人员工作压力，解决快递行业现存问题，需要对大学城物流进行统一管理，构建共同配送中心。

表3 快件情况统计表

3 物流配送中心选址模型构建

基于对大学城快递行业的实地调研和建设共同配送中心的需要，现在对中心选址模型进行探讨。“选址”

即合理地选择物流配送中心的地理位置。按照中心的离散程度分为连续型选址和离散型选址。物流中心的选址不仅关系到设施建设的投资和速度，而且很大程度上决定商品的服务和成本。本文讨论的快递物流选址问题属于单一设施。连续选址问题既考虑一个物流中心在特定区域为连续空间内的选址问题。由于是单一设施选址无需考虑竞争力、设施之间的需求分配、集中库存的效果和设施成本，因此运输成本成为首要考虑因素。本文采用精确重心法和粒子群算法对中心选址进行求解，两个方法相互佐证，使选址结果更为精确，下面对这两个方法的数学模型进行描述。

3.1 选址问题的精确重心法模型构建

“精确重心法”源于物理学和数学重心知识的迁移和运用，即在一个封闭连续的平面或物体内，平面或物体上的各个点到重心的距离之和最短。假设某地共有n个物流节点，各自有一定的货物量以及需要一定的成本运出和运入物流中心，选择的物流中心要使得总运输成本最小，则其计算公式为：

其中tc为总运输成本，vi为物流节点i的运输量，ri为到节点i的运输费用率，di为从物流中心到物流节点i的距离。

由欧几米德距离计算公式，可得

其中：xi和yi为物流节点i的横坐标和纵坐标，xs和ys为物流中心的横坐标和纵坐标。

精确重心法的计算法则是将式（2）代入式（1）后，分别对xs和ys求偏微分，并令其为零，可得到式（3）和式（4），通过迭代的方法求解。

3.2 选址问题的粒子群算法模型构建

“粒子群算法”是由kennedy和Eberhart提出的，其思想源于鸟群飞行行为和鱼类捕食行为的模拟。在连续的平面中，每个“粒子”向目标移动的速度和轨迹不仅受到自身前一次移动速度和轨迹的限制，群内其他“粒子”移动的速度和轨迹也会形成约束。经过多次移动和调整，最终找到最佳的目标点。

假设在一个二维空间里，由n个粒子组成的种群为X={x1，x2，…，xn}，其中第i个粒子的位置向量为xi=[xi1，xi2]，表示第i个粒子的坐标；速度向量为v=[vi1，vi2]。第i个粒子迭代第h次的个体最优位置为 pi=[pi1，pi2]；整个粒子群迭代第h次后找到的最佳位置为pg=[pg1，pg2]。从第h代迭代到第h+1代时，第i个粒子的速度和位置的公式如下：

其中：ω是惯性权重，rand是在[0,1]均匀分布的随机数，c1、c2是学习因子。

“粒子群优化算法”的步骤如下：

步骤1：种群内的粒子进行初始化，随机产生可行域中的初始粒子群。

步骤2：计算当前粒子的种群适应度。

步骤3：评价当前的个体是否达到最大的迭代次数，若是输出结果；否则执行步骤4。

步骤4：更新粒子群，重新计算。

粒子群算法流程如图3所示。

图3 粒子群算法流程图

4 仿真实验

基于上述选址模型的构建与实地调研数据，本文对广州大学城十所高校形成的小区域进行仿真实验。

4.1 大学城各物流节点的数据收集与测定

以广州大学城湾咀投湿地公园为坐标原点（0,0）建立直角坐标系，在图上标注广州大学城十所学校的快递取件点的具体位置，利用百度地图测距功能测量广州大学城十所学校快递取件点的坐标(x,y)，结果如图4和表4。

同时，通过访谈与计算得到广州大学城各个高校取件点每天的快递业务量，将各高校的地理坐标与取件点的快递量相结合，得到其汇总表见表5。

图4 广州大学城高校地理位置图

表4 广州大学城高校取件点地理坐标

表5 广州大学城高校地理坐标及快递数量统计表

4.2 基于“精确重心法”和“粒子群算法”的选址中心计算

4.2.1 “精确重心法”选址求解结果。根据广州大学城各高校的地理坐标和快递量数据表，运用MATLAB软件进行编程，采用“精确重心法”进行运算，其结果如图5所示。

由图5求解结果可知，经过20次迭代之后，运算结果保持不变，x=4.060 9、y=1.469 6、t0=19 852.199，即此处为最佳结果，在此点到各物流节点的运输费用最少。因此，共同配送中心的地理位置为（4.060 9,1.469 6），总运输成本为19 852.199元。

4.2.2 粒子群算法选址求解结果。采用MATLAB软件进行编程运算，其中种群规模n=40，惯性权重ω=0.8，学习因子c1、c2=0.8，进行50次的迭代运算，结果如图6所示。

经过50次的迭代，所有粒子聚拢于一点后没有再发生改变，已经出现了最佳目标点，其地理坐标是（4.060 9，1.469 6），即广州大学城共同配送中心的选址应为 X=4.060 9，Y=1.469 6。在这一地理位置上建设共同配送中心，快件运送到个高校的运费为最低，tc=19 852.199元。其结果与精确重心法的求解结果一致，其中心选址如图7的星形所示。

图5 精确重心法求解结果图

图6 粒子群算法求解结果图

4.3 大学城共同配送中心选址的确定

图7 两种方法求解的中心选址图

综上分析可知，若要在大学城建立共同配送中心，根据“粒子群优化算法”和“精确重心法”的计算结果所得，广州大学城共同配送中心的选址应该在大学城中心湖上。由于水域生态环境不适合建筑，但是中心湖公园附近仍有大面积的未开发空地。由广州大学城发展规划图可知，中心湖附近区域为建议建设共享设施范围，因此建设共同配送中心与大学城的发展规划无冲突。所以在选址时，考虑以最佳选址为中心，采用同心圆移动方法，根据周围的环境，与陆地最先相切的着陆点为共同配送中心点。

5 结语

本文基于实地考察与调研，发现广州大学城快递物流行业存在许多问题，从问题视角出发，提出建立快递共同配送以提高快递行业服务质量与效率，解决现存问题。文中采用精确重心法和粒子群算法构建物流中心选址模型，并以广州大学城为模拟对象进行仿真实验，计算出了最优的中心选址。由于篇幅有限，本文仅探讨了单一设施的连续型中心选址问题，对于多设施、多因素的离散型中心选址问题有待进一步研究。此外，配送路线的优化和选址中心的管理也是今后研究的重要方向。

[1]叶一芃,张小宁.基于随机运输路径选择的物流中心选址模型[J].管理科学学报,2017,(1):41-52.

[2]李国俊,蔡军天.基于精确重心法的配送中心选址研究—以乌鲁木齐市天山区蔬菜批发配送中心为例[J].物流科技,2015,(5):11-13.

[3]黄敏镁.粒子群算法在物流中心选址中的应用[J].计算机工程与应用,2011,(4):212-214.

Establishment and Simulation of Location Model for Guangzhou University City Express Logistics Joint Distribution Center

Yang Shuhui,He Degui,Liang Yanmei
(School of Public Administration,South China Normal University,Guangzhou 510006,China)

In this paper,in order to solve the location allocation problem of the joint distribution center,with the Guangzhou University City as the example,we built the exact gravity and particle swarm based location model,and applied it in an empirical test to elaborate systematically on the solution of the model.

express delivery logistics;joint distribution center;location allocation;simulation test;Guang Zhou University City

F224.0;F252.24;F252.14

A

1005-152X(2017)09-0092-05

10.3969/j.issn.1005-152X.2017.09.021

2017-05-16

杨舒慧，女，广东茂名人，华南师范大学公共管理学院学生，研究方向：管理科学；何德贵，男，广东雷州人，华南师范大学公共管理学院硕士，研究方向：系统管理、系统理论、系统哲学；梁艳梅，女，广东茂名人，华南师范大学公共管理学院学生，研究方向：公共事业管理。