基于蚁群算法的物流优化策略

摘   要：随着科技的进步，信息网络迅速发展，人们已经将消费越来越多地转移到了电子商务平台上。一方面人们生活水平不断提高，通过电子商务平台购买的各种商品日益增多;另一方面人们又要求所购买的商品能快速地送达。物流配送的实时、高效、经济不仅是满足顾客需求的重要保证，也是配送公司信誉和生存的保证。本文应用蚁群算法对物流公司的配送进行优化，使配送过程实现最优。

关键词：蚁群算法  物流配送  最优策略

中图分类号：TP18;F252                           文献标识码：A                       文章编号：1674-098X（2020）02（b）-0169-02

1  物流配送的重要性

物流配送是指物流公司对客户的商品进行接收、整理、分配及运输的过程。过去，电子信息不发达，物流仅局限于信件往来和亲朋好友间的包裹邮寄，这些商品数量少，重量轻，物流工作人员的工作量小，只是简单的按送货地址发送就可以了。随着科学技术的迅猛发展，互联网的迅速扩大，电子商务几乎占据了人们生活的各个角落，吃的和用的，生活的和工业的，人们的消费已经更多的转移到了网上购物，甚至大有超过实体店消费的势头。在这种情况下，人们就更需要自己所购买的商品能及时地送达，因此物流商品数目多，要求送货及时是目前送货公司亟待解决的问题。

2  蚁群算法

1991年，意大利科学家提出了蚁群算法，蚁群算法是通过对蚂蚁进行研究得到的优化算法。蚁群算法模拟蚂蚁群体分工与协作进行觅食的原理提出的。蚁群算法目前在人工智能领域有极其广泛的应用。应用蚁群算法可以对机器人进行路径规划、任务分配与协作，对电力系统进行故障诊断，对图像进行处理，也可以用于军事作战中的空战决策等。根据蚁群算法的特点，本文将蚁群算法应用于物流配送，效果比较好。

2.1 配送任务描述

本文所考虑的物流配送的前提是配送公司工作量繁重：（1）配送商品多且配送商品包括需要从配送公司送到客户手中的商品、需要从客户手中取走送回配送公司的退货商品以及临时需要加急配送的商品。（2）配送地点多。（3）配送距离远近不同。（4）配送车辆众多（一辆车中有一名配送员）且各车容积和载重量相同。在这种工作前提下，需要的配送结果应该是完成任务效率最大化和完成任务消耗最小化。

物流配送分两个过程：（1）所有车辆执行任务前，物流公司进行分配任务时，根据现有商品情况进行物流分配。（2）车辆在执行任务过程中，有客户需要商品的加急任务或新增退货任务，这时物流配送需根据剩余任务和新任务快速进行新的任务分配，并将新的配送任务指令传递给指定的快递员，从而实现配送工作的实时性。

假定车辆集合C={C1， C2， …，Ci， Cj，…， Cv}，v为车辆总数。第Ci个车辆的物流任务集合可描述为Ci={Ci1，Ci2，…，Cii，Cij，…，Cin}，该集合是车辆动态的物流任务集合，它随时接受新的物流任务，同时它还将退货申请任务作为子任务放入自己的物流任务集合中，它是第i个车辆物流任务的待选任务集合，而不是必选物流任务集合。Cij表示第Ci个车辆第j个待执行的子任务，n为t时刻系统的待执行物流任务的个数。每个物流子任务Cij可以用变量组来描述Cij =[xij， yij ， hij， qij， rij，zij]。其中，xij，yij，分別表示物流子任务Cij的位置坐标;hij表示车辆完成物流子任务Cij的所需起始时间;qij为权重系数，表示该物流子任务的重要程度;rij表示该物流任务商品的体积;zij表示该物流任务商品的重量。

2.2 基本蚁群算法

4  结语

随着信息化的迅速发展，合理的物流配送将会越来越重要。合理的物流配送不仅能及时地将商品送达客户，更能提高配送公司的信誉，减少配送公司的开支，使配送公司在竞争中处于不败之地。

参考文献

[1] 段海滨.蚁群算法原理及其应用[M].北京：科学出版社，2005.

[2] 王灵霞，张远平，吴佩莉.蚁群算法求解发布式系统任务分配问题[J].计算机工程与设计，2008，29（6）：1472-1474.

[3] 任韶萱.蚁群算法在多机器人协作中的应用[J].沈阳理工大学学报，2011， 30（5）：45-49.

[4] 万旭，林建良，杨小伟.改进的最大最小蚂蚁算法在有时间窗车辆路径问题中的应用[J].计算机集成制造系统，2005，11（4）：572-576.