(西南交通大学 交通运输与物流学院,四川 成都 610031)
电子商务时代“多频次、多批次、小批量”的城市末端物流配送模式使得目前城市物流配送呈现出多点多次的特点。传统城市物流配送多是独立配送模式,而在现在这种物流需求模式下,企业物流资源利用率在不断下降,物流成本也在不断上升,城市物流配送模式亟待变革。针对城市物流配送应如何变革,刘伟华[1]通过分析当前我国城市物流配送发展的现状和趋势,提出了在新的时期,我国物流配送将呈现的三大热点分别是协同配送、社区配送和绿色配送;在如何在社区配送中提高共同配送的服务质量研究方面,张露方[2]研究了共同配送模式在城市电子商务末端的应用,结合物流末端配送服务现状,针对顾客收到取货信息、取货或送货上门、验货、回馈及可能的退货等一系列过程,在SERVQUAL量表的基础上,提出了末端配送服务水平评价的五个指标:规范性、可靠性、响应性、安全性和便利性;另外,张昕[3]基于电商供应链网络关系图提出了电商物流与社区服务之间的各种可能合作模式,并且依据供需情况及纵向一体化战略所需考虑的三个决策点,提出了电商供应链上各节点企业选择上述模式时的决策路径。除了电商经济的发展对我国物流运作模式提出了新的要求,尹卫华[4]认为我国零售业的快速发展及其特点也是零售业实现共同配送的直接动力,他从各种共同配送模式中分析了其优缺点并论证了其适用性。张长森[5]从连锁零售业实行共同配送的动因入手,阐述了其优势,并针对我国连锁零售企业的特点提出共同配送模式,分析了连锁零售企业发展共同配送应该注意的问题。
从上述文献综述可以看出,关于城市物流配送模式,我国学者大多从定性角度分析了城市物流共同配送的优点,或简单从成本分析的角度计算了城市物流共同配送节约的成本,并没有从模型量化的角度计算共同配送相对于独立配送所能节约的成本。因此,本文基于遗传算法,通过建立单车场单车型VRP模型以及多车场单车型VRP模型,计算独立配送和共同配送模式下的最优配送成本。
本文通过建立单车场单车型VRP模型计算企业独立配送时的最佳配送方案。已知企业的配送中心位置和一系列顾客需求点的位置以及对应需求量,车辆的最大载重量相同。车辆均从配送中心出发,每辆车完成若干需求点任务后返回配送中心。以满足客户需求为原则,达到行驶总路程最短的目标,假设人员工资和运输费率一定。
(1)只有一个配送中心;
(2)车型为同一车型(即满载量相同);
(3)配送中心与客户的位置已知;
(4)每个客户的需求量已知;
(5)每个客户仅由一辆车访问;
(6)每条线路上的需求量总和不得超过车辆的最大载重量;
(7)所有车辆都从配送中心出发,在客户处完成任务,最后回到配送中心;
(8)客户总的需求量不得大于车辆总的载重量。
m—配送车辆数;
n—需要服务的客户数;
q—车辆的载重量;
gi—第i个客户的货物需求量;
cijk—车辆k从客户i到客户j的行使距离;
为了便于构造数学模型,将配送中心编号为0,客户依次编号为i(i=1,2,...,n),则单配送中心单车型的VRP模型如下:
目标函数:
约束条件:
在模型中,式(1)为目标函数;式(2)为车辆容量约束,即每条路线上客户总需求量不大于车辆的最大载重量;式(3)表示每个客户被访问且只被访问一次;式(4)表示到达每一个客户的车辆只有一辆;式(5)表示离开每一个客户的车辆只有一辆;式(6)表示所有车辆都是从配送中心出发,最后回到配送中心;式(7)和式(8)为整数约束。模型的优化目标是在满足客户需求的同时,使车辆行驶总里程最短。
本文通过建立多车场单车型VRP模型计算企业合作进行共同配送时的最佳配送方案,即不同企业的配送车辆分别从各自的配送中心出发,通过模型规划的最优配送路线,给顾客配送完后,又返回各自的配送中心。
(1)有多个配送中心,每个配送中心的车型相同;
(2)配送中心的车辆充足,足以满足顾客需求;
(3)每辆车只能调度一次,从配送中心出发最后又回到原配送中心;
(4)多个配送中心的车辆车型都相同,载重量相同;
(5)任何一个客户的实际需求量不超过车辆的最大载重量,即每辆车至少可以服务一个客户,每次调度都是有效的;
(6)每个客户有且只能被一辆车服务。
H—配送中心数量;
M—客户数量;
Lh—第h个配送中心要向Lh个客户送货(h=1,2,...,H);
Kh—第h个配送中心有Kh台配送车辆;
Q—车辆最大载重量;
Dhk—从h配送中心出发由车辆k配送的一次最大行驶距离;
qhi—第h个配送中心服务的第i个客户的货物需求量(i=1,2,...,Lh);
dij—客户i到j的运距(i,j=1,2,...,Lh);
nhk—第h个配送中心第k台车辆配送的客户数(nhk=0表示未使用第k台车辆);
Rhk—第h个配送中心出发的第k条路径;
rhki—第h个配送中心出发的路径k中的顺序为i的客户(不包括配送中心);
rhko—表示配送中心。
目标函数:
式(9)为目标函数,即目标是配送总里程最短;
式(10)表示每条路径上各客户的货物需求量之和不超过配送车辆的载重量;
式(11)表示第h个配送中心出发的车辆服务的客户数与第h个配送中心需要服务的客户数相等;
式(12)表示h个配送中心总服务的客户数与总客户需求数相等;
式(13)表示每条路径的客户组成;
式(14)限制每个客户只能由一辆车配送;
式(15)表示当配送中心h中第k辆车服务的客户数大于等于1时,说明该台车参与了配送,此时取sign(nhk)=1,当第k辆车服务的客户数小于1时,表示未使用该台车,此时取sign(nhk)=0。
在满足客户需求的情况下,配送里程最短为模型的目标。
本文希望通过建立模型计算企业进行城市物流配送时选择独立配送以及共同配送模式的最佳配送成本,以及说明共同配送模式相对于独立配送模式的成本节约性。这里以在同一城市C市都有物流配送业务的A、B企业为算例背景,两个企业在C市都有自己的配送中心,且两家企业配送中心都拥有足够数量的配送车辆满足配送需求,且配送车辆均为同一车型。关于A、B企业的配送中心以及顾客需求点分布图如图1所示。
其中正方形点表示A企业配送中心,圆点表示A企业的顾客需求点;菱形点表示B企业配送中心,三角形点表示B企业的顾客需求点。
表1、表2则分别表示A、B企业的配送中心与顾客需求点的距离,表3、表4分别表示A、B企业的顾客需求量。
其中数字1表示A企业配送中心,数字2-15表示A企业的顾客需求点。
其中数字16表示B企业配送中心,数字17-30表示B企业的顾客需求点。
依据上面建立的单车场单车型VRP模型,基于算例背景,本文拟运用遗传算法,计算得出A、B企业独立配送时各自的最佳配送成本以及A、B企业的最佳配送方案,见表5。
图1 A、B企业的配送中心及顾客需求点分布图
表1 A企业配送中心与顾客需求点距离
表2 B企业配送中心与顾客需求点距离
表3 A企业的顾客需求量
表4 B企业的顾客需求量
表5 A、B企业独立配送最佳配送方案
依据上面建立的多车场单车型VRP模型,由于算例背景中只有A、B两家企业,因此在此模型中配送中心数量为2。本文运用遗传算法,计算出A、B企业共同配送模式下的最佳配送方案,见表6。
表6 A、B企业共同配送最佳配送方案
根据上述模型算例计算出的结果,独立配送与共同配送算例成本对比见表7。
由上述结论可以看出,当A、B公司实行共同配送时,最优成本为430.608 4,共用12辆车进行配送。而A公司独立配送时的最优成本为166,用6辆车进行配送;B公司独立配送时的最优成本为294,用6辆车进行配送。即当A、B公司分别独立配送时,最优成本之和为460。对比可发现,A、B公司共同配送时的成本比A、B公司分别独立配送时的成本之和低,而且所用的车辆数相同。整体上来说,节约了企业的物流成本,定量说明了企业进行共同配送的优势。
从算例结果可以看出,城市物流配送模式中,共同配送模式相对于独立配送能够实际的节约物流成本,同时也可以从以下方面证明城市共同配送物流模式的合理性。
表7 独立配送、共同配送最佳配送方案对比
(1)节约成本。从上述案例的计算结果可以看出,在运输路径最优化的情况下,共同配送能够满足独立配送的顾客需求量,同时能够节约企业的物流成本。规模较小的企业与规模适当的企业实行共同配送后,能够弥补自我物流设施设备建设上的不足,因为共同配送的企业之间可以共享配送车辆、仓库、甚至配送中心等。不仅企业的物流成本会降低,当城市物流共同配送模式推广开后,整个社会的物流成本也会降低。
(2)资源利用效率提高。共同配送并不是企业分别独立配送时最优的总和,而是将企业物流配送资源集合进行共同区域的顾客需求配送,资源的利用效率能够得到大大的提高,能够有效的降低企业独立配送时的车辆空载率,配送效率提高后能够提高各自仓储中心的利用效率。
(3)减少环境污染。共同配送模式下利用的车辆资源以及车辆的运输路线可以达到最优化,实现车辆行驶里程最短,在缓解城市交通拥堵的同时也会减少环境污染。
[参考文献]
[1]刘伟华.论城市物流配送发展的新趋势[J].重庆交通学院学报,2003,(3).
[2]张露方.共同配送模式在电子商务末端的应用探析[J].物流科技,2013,(6).
[3]张昕.末端物流共同配送模式及决策路径—基于电商物流和社区服务的供需分析[J].财经问题研究,2013,(3).
[4]尹卫华.我国零售业态下的共同配送模式浅析[J].商场现代化,2005,(12).
[5]张长森.连锁零售企业共同配送模式探析[J].商业时代,2006,(34).