基于SFLA的果蔬配送网络优化应用研究

马贝贝　黄宾　王语盈

摘 要：针对果蔬配送网络的成本性和时效性特点，以杭州某果业公司的实际配送网络为应用对象，构建轴辐式网络模型，利用仿真软件并基于SFLA方法对模型进行求解，形成多个以成本和时间为参数的备选方案。在建立符合公司实际要求的时效成本比标准的基础上，对各备选方案排序，选择最优方案优化配送网络。该方法不仅避免了以往配送网络模型只注重成本而忽视时效的不足，特别适用于果蔬等类生鲜产品，而且可以根据实际情况动态调整备选方案，从而便于实时优化配送网络。

关键词：果蔬配送网络；轴辐式网络模型；SFLA方法；时效成本比

中图分类号：F506 文献标志码：A 文章编号：2095-2945（2018）20-0053-02

Abstract： In view of the cost and timeliness of fruit and vegetable distribution network， this paper takes the actual distribution network of a fruit company in Hangzhou as the application object， constructs the axle-spoke network model， and solves the model by using simulation software and based on SFLA method. Multiple options based on cost and time are formed. On the basis of establishing the standard of time-effect cost ratio which accords with the actual requirements of the company， the optimal scheme is selected to optimize the distribution network. This method not only avoids the shortage of only paying attention to cost and neglecting the limitation of time in the past distribution network model but also can be applied to fresh products such as fruits and vegetables and can dynamically adjust the options according to the actual situation so as to optimize the distribution network in real time.

Keywords： fruit and vegetable distribution network； axis-radial network model； SFLA method； time-dependent cost ratio

一般產品的配送网络优化问题只关注成本[1]，目标是成本最小化，很多配送网络优化思路和方法都是基于解决成本最小化问题[2]。区别于一般产品，生鲜农产品不仅注重成本，也同样注重时效，简单将解决一般产品配送网络优化问题的方法移植到生鲜农产品研究中，就会出现成本降低但时效性也降低的问题[3-4]，因此处理生鲜农产品的配送网络优化问题既需要考虑成本也需要考虑时效。综合成本与时效的配送网络优化方法是包括果蔬在内的农产品配送网络研究的必然选择[5]。

1 应用对象概况

杭州某果业公司现有门店30余家，各门店只负责销售，而果品的拣选、配送等由专门的配送中心负责。各门店定期向配送中心下单，配送中心结合门店和车辆信息，以成本最小化为原则生成配送计划。由于门店订单差异较大，往往容易造成某些门店在周边门店没有相关订单情况下，当日订单果品很难在次日送达，甚至会延期数日才能送达。在此情形下，虽然系统性成本得到降低，但时效性很难满足，既影响了门店的销售，也降低了果品的新鲜度，门店对配送网络的抱怨不断。

考虑到果品的特殊性，时效性不仅能保持果品新鲜度，提高售价和销量，也能减少货损，降低成本，因此经过一段时间的营运实践，公司决定将时效性纳入配送计划，基本思路是改变过去的直达式配送模式（配送中心直接面对各个门店，即一对多配送模式），变为轴辐式配送模式，见图1。图中假设有1个配送中心和8个门店。P为配送中心，A和B为门店。根据订单信息，将A1、A1、A1、As作为一个子系统，其中As为该子系统的枢纽点；B1、B1、B1、Bs作为另一个子系统，Bs为该子系统的枢纽点。虚线为配送中心到各子系统枢纽点的配送网络，实线为子系统内部的配送网络。需要说明的是As和Bs虽然是各子系统的枢纽点，但其同时也是门店。

配送中心将8个门店的果品配装好后，利用配送中心的箱式配送车辆分别送至As和Bs。此时As和Bs既是门店又是果品暂存点，再利用各门店的便利车辆，如电瓶车等对子系统内部的其他门店进行二次配送。每日根据订单情况动态调整子系统及枢纽点，所以在每日的配送线路中，每个子系统的门店数和枢纽点都会有变化。

2 构建模型

构建模型如下：

目标函数minC=∑P∑iαPiXPi+∑i∑jβijYij

约束条件∑iXPi=∑i∑jYij T=aT1+bT2+…+nTn≥T0i=1…n

目标函数中，C为总成本，αPi和XPi分别为配送中心P到各子系统枢纽点以及各子系统枢纽点之间（即虚线系统）的单位运输成本和运输量，βij和Yij分别为各子系统枢纽点到各门店以及各门店之间（即实线系统）的单位运输成本和运输量。约束条件中，T为配送网络时间可靠度，Ti（i=1…n，≠0）为单元网络的时间可靠度，T0为期望的时间可靠度，a、b…n为根据单元网络重要程度设置的权重系数。

3 算法与标准

上述模型可以采用混合蛙跳算法，即SFLA来进行求解。其基本思想是根据配送网络节点的随机化序列构建出成对的模型解，在每个节点上再按照同样的规则测算自己的解。每个节点求解完成后再按照一定的规则并结合所有其他节点解形成的信息库重新构建模型解，使得解空间趋向于更优。如此迭代反复，使解集不断优化，直至达到目标所设定的标准。

一般情况下，时效与成本互为背反，在不断优化成本的同时，时效性也不断降低，因此如果不设定一定的标准，很难界定解集优化的最终解。一个解集存在一个成本和时间的解对集合，当优化为另一个解集时，成本降低一般會造成时间增加（优化前期可能两者都会降低，优化后期则可能一个降低一个增加），此时衡量是否达到优化目标的标准一般有以下两种：

一种是认为单位时间的“价值”与单位成本的“价值”相当，即在企业看来，时间虽然增加了一个单位，但成本也降低了一个单位，两者相抵的话，企业是可以接受的。在这种情况下，只要时间变化量和成本变化量的比值（时效成本比）在实现设定的范围内，就可以认为达到最优解，表达式为？琢≤△t/△c≤？茁，其中？琢和？茁分别为设定的变化标准上下限。

另一种是认为单位时间的“价值”与单位成本的“价值”不相当，即在企业看来，时间和成本虽然各自变化了一个单位了，但两者对企业的影响程度是不一致的。一般对果品品质比较在意的企业对时效的要求更高，此时需要用一个调节系数来平衡这种差异，可以理解为时间增加一单位，需要用大于一单位的成本降低来平衡。这种情况下的表达式为？琢≤？覫△t/△c≤？茁，其中？琢和？茁分别为设定的变化标准上下限，？覫为调节系数。

4 求解

利用MATLAB编程，假设时间服从标准正态分布，αPi为配送中心年运营成本和配送量的比值，βij取成对门店的总运营成本与总销售量的比值，权重系数取门店的年平均销售额，标准上下限设置为[-0.003，0.003]，认为单位时间的“价值”与单位成本的“价值”相当。假设某日的各门店的订单量、配送成本等信息见表1，据此对模型求解。

当迭代达到113次时，-0.003≤△t/△c≤0.003，此后再多迭代一次，△t/△c反而超出范围，即△c的一个单位变化引起△t超过一个单位的变化，成本的减少“得不偿失”，因此可能认为配送网络实现优化。最终配送网络为门店1-5为子网络，其中门店4为枢纽点，门店6-8为子网络，其中6为枢纽点。

5 结束语

在成本的基础上，将时效性加入网络分析中，对于果蔬类产品配送网络的优化问题而言非常必要。借助SFLA方法求解，可以使得解集不断逼近最优解，并使得解集符合实际需要。果蔬配送网络除了成本和时效外，转运损耗、节点处理等也可以做为重要的考量因素，将来可以考虑根据实际应用场景的需要，不断增加更多影响因素，使得网络优化更加贴近实际需要。

参考文献：

[1]姚文娟.物流配送网络优化研究[J].中外企业家，2013（24）：154-155.

[2]覃竟.物流配送决策运输网络优化问题研究[J].现代经济信息，2016（24）：351-352.

[3]狄卫民，王黎.生鲜农产品物流网络优化的研究现状[J].武汉商学院学报，2014（4）：30-33.

[4]邱荣祖，钟晓燕，钟聪儿，等.基于蚁群算法的生鲜农产品配送中心选址优化[J].江南大学学报（自然科学版），2010（2）：156-161.