面向社区生鲜超市的共同配送优化研究

邓存慧 马俊

摘要：目前社区生鲜超市多并且分散，生鲜农产品易腐烂，同时受疫情影响，物流资源有限的情形下，解决社区生鲜超市内所有订单的需求问题，如何科学合理的设计配送网络，通过配送中心来提高效率，是目前生鲜农产品同城配送中比较重要的环节。文章主要研究社区生鲜超市农产品共同配送问题，提出对生鲜超市客户订单进行合理的分配，然后对分配出来的订单进行路径的路线的规划。设计聚类算法和CW节约算法，最后通过案例分析用matlab进行仿真。

关键词：共同配送;订单分配;路径优化;节约里程算法

一、引言

民以食为先，与人们生活紧密联系的就是生鲜农产品了，为了方便居民能够经常采购生鲜农产品，大部分的社区周边都会开一些生鲜超市或者社区生鲜店来保证居民日常的生鲜需求，而此时同城社区生鲜农产品零售店根据消费者的需求进行订货，不仅是社区的生鲜店需要订货，所有的社区生鲜超市都需要生鲜农产品，而社区生鲜超市是五花八门，由于社区生鲜超市的分布呈现多而散的特点，这就使得网络配送路线比较复杂，路线更容易重合。受疫情的影响，很多人居家不出，所有的需求通过物流传递，很多企业还没有复工，物流资源比较有限。

基于目前社区生鲜超市多并且分散，生鲜农产品易腐烂，同时受疫情影响，物流资源有限的情形下，解决社区生鲜超市内所有订单的需求问题，如何科学合理的设计配送网络，通过配送中心来提高效率，是目前生鲜农产品同城配送中比较重要一个环节。

王邦兆，李慧在探究生鲜电子商务配送的研究中发现订单位置分散并且订单需求量比较少，社区生鲜店位置分散使得最终的配送成本比较高，最后利用改进的遗传算法和社区搜索算法对电子商务配送进行两个阶段的分层布局设计。韩越，韩伟等为了打造智能化的配送平台，通过移动互联网对社会的闲置资源的整合，通过信息处理消费者的需求，为了能够为客户提供优质的服务，区域内的配送人员能够更快的对客户进行服务，发件者将网约车行业与相同地区发送物件间开辟了新的道路。

Kellner F等通过对快消品的配送网络成本进行优化，得出影响网络结构的五个相关变量，利用案例分析法分析目前的快消品网络，并对其网络进行优化研究。Turnball利用供应链的相关知识对英国的物流配送进行研究，主要以食品恒業以及饮料行业为研究对象，研究表明，科学技术使得社会的分工清晰，并且可以通过第三方物流减少食品和饮料行业的物流配送环节。产品的亏损价格不能改变，加上快递服务是企业的重中之重，是企业间加强合作的纽带，是企业收益的一部分，更是企业提升自身竞争力的核心资源。谢乃明，吴乔等针对云平台主导的集成调度模式，通过建立于供应商的约束构建云平台中心化集成调度的订单分配模型，通过遗传算法可以建立约束条件的数学模型，该模型主要包含产出值的转换率，物流输送、订货量单等约束，通过遗传算法可以建立供应商的约束条件的数学模型，该模型主要包含产出值的转换率，物流输送、订货量单等约束。并且通过实际算例对模型进行检验。王剑，周壮等为了解决制造商和供应商同时依赖订单的矛盾，提出两阶段协商协议，并且通过不同的协商手段消除矛盾，从而使得订单分配合理公正。

Balan主要研究功能供应商能接受的最低价格，并得出了多个变量的数学模型。Moghaddam 等人主要研究了逆向物流服务中较不清晰的供货商选择和货品订单的分配，并据此建立模糊数学模型，该模型考虑了货品加工商与货品提供商二者的关系，并将其作为约束条件，利用启发式算法求解最优方案。李赵兴通过分析物流网络，得出影响电子商务配送速度的因素有哪些从而建立了物流配送网络，在免疫算法的基础上，对建立的物流配送网络模型进行分析求解，最后仿真验证模型。吴竞鸿针对配送路径的优化问题，首先阐述了配送路径的方法，然后对零售企业的配送路径进行参考文献的整理，最后以实际的案例为背景，运用节约里程法对实际的案例进行求解，并且在最后求得的结果中对算法进行验证，从而证明算法的有效性。Righini G、Salani M通过节约里程法、动态规则法以及状态空间松弛法对车辆路径的供货以及取货流程进行求解。Dotoli在研究冷链物流系统中，基于Petri网方法的模型进行构建，最后并通过仿真验证可行性。邓娜，张建军等针对O2O外卖订单的配送，对其配送环节中存在的分配模式进行剖析，得出一种订单集指派模式，这种模式是通过聚类分析以及TSP配送路径相结合从而为外卖的订单配送奠定基础。吴雪婷针对多配送中心下共享车辆这种模式，对路径进行模型的验证，研究表明通过重心法以及边界分配法相结合的方式，可以为客户的订单更加合理的分配，并且也为接下来的路径规划提供详细的配送路径，通过设计遗传算法，和之前的经验规划比较，车辆限制一定载重量时，多车辆运输的距离减少，最终使得配送的成本降低。

本文在已有的文献研究以及目前社区生鲜超市多并且分散，生鲜农产品易腐烂，同时受疫情影响，物流资源有限的情形下，解决社区零售店内所有订单的需求问题，如何科学合理的设计配送网络，利用配送中心的车辆调度，合理有效的分配利用资源，进行社区生鲜超市订单的分配时主要是控制利用配送中心的地理位置，利用聚类中心和配送中心的位置关系，将多个客户订单进行合理的分配，之后将所有分配好的订单设置合理的配送路线进行共同配送，尽可能使车辆的车载率提高，从而在配送时降低成本，同时对车辆数量进行规划能够控制车辆的进出次数从而防止交通堵塞，在环境方面也能降低车辆的碳排放，减少环境污染。

二、问题描述及模型构建

（一）问题描述及相关假设

图1是配送中心给社区生鲜店和社区超市配送生鲜农产品，当一个配送中心进行五个订单的配货时，配送中心的车辆从1～5这5个社区生鲜店和社区超市时，由于需要依次将货物送达到最后的客户，最先送达的客户生鲜的质量和新鲜度都可以保证，但是后面送达的客户就不能完全保证，同时还会面临订单送达超过客户需要的时间。此时如果能够将需要订单的这5个客户交给2个配送中心，由这两个配送中心一起进行共同配送，假设第一个配送中心负责1，2的客户，第二个客户负责3，4，5的客户，一方面可以保证生鲜农产品的质量和新鲜度，另外一方面就是能够如约对客户的生鲜订单准时或提前送达。本文主要是研究客户的需求订单如何进行合理的分配，即多个客户的需求订单分配到哪几个配送中心。之后对分配的客户需求订单进行路线的规划。

本文需要設置一个虚拟的配送中心，这个虚拟的配送中心是和现实的配送中心起始位置是一样的，要求所有的运输车辆都要从起点（虚拟配送中心）出发，经过现实的配送中心，并且能对客户进行服务，最后再原路返回，从现实的配送中心最终回到起点（虚拟配送中心）。

同城片区下共有M个实际配送中心、N个订单客户以及K辆相同车型的可用配送车辆。

相关假设：

1. 不考虑生鲜农产品的质量和类别的差异性。

2. 配送中心的车辆具有相同型号，并且保持匀速，此时不考虑道路堵塞。

3. 生鲜零售店的需求量和地点是已知的。

4. 客户的订单不能超过车辆的最大载重量。

5. 一个配送中心可以为多个社区生鲜超市客户服务，但是一个社区生鲜超市客户订单不能由多个配送中心服务。

6. 配送中心不能重复配送一个订单，且一个订单不能重复被多个配送中心配送。

7. 配送中心的货物能够满足订单数量的需求，即要求每个订单需求都要被配送中心配送。

8. 配送中心配送完一个订单里全部的生鲜农产品后才能配送下一个订单里的。

（二）参数设定及变量说明

D={0，1，2，…，m，…，M};表示所有配送中心集合，其中虚拟配送中心由编号0表示; C={M+1，M+2，…，M+n，…，M+N}：表示所有社区生鲜超市的集合;

Κ={1，2，…，k，…，Κ}：表示社区生鲜超市集合可用配送车辆集合;

V=D∪C={0，1，…，M，M+1，…，M+N}：配送中心与社区生鲜超市客户集合（即所有点的集合）

Q：所有配送车辆最大容量均为Q;

Qi：社区生鲜超市客户i的需求，?i∈C，且qi已知。

决策变量：

Xijk;若Xijk=1，表示社区生鲜超市i到社区生鲜超市j由车辆k进行配送，且i≠j0，若Xijk=0，表示社区生鲜超市i到社区生鲜超市j不是由车辆k进行配送;

ymk：若ymk=1，表示车辆k由配送中心m派出0，若ymk=0，表示车辆k不是由配送中心m派出0;

当i≠j时，假设节点i到节点j的运输成本cij=（xi-xj）2+（yi-yj）2（用运输距离表示运输成本），且cij=cji。

（三）模型建立

min=∑i∈D∑j∈C∑k∈Kcijxijk（1）

s.t.∑i∈V∑j∈Cajxijk≤Q，?k∈K（2）

∑k∈Ky0k≤|K-|（3）

∑i∈V∑xijk=∑i∈Vxijk，?j∈C，?k∈K（4）

x0ik=x0jk，?i∈C，?k∈K（5）

∑i∈D/{0}∑j∈D/{0}xijk=0，?k∈K（6）

∑i∈D/{0}∑k∈K/{0}xijk=1，?j∈C（7）

∑i∈S∑j∈Sxijk≤|S|-1，?k∈K|S|=∑j∈Cxijk，?i∈D/{0}，k∈K}（8）

xijk∈{0，1}，?i∈D?j∈C，?k∈K}（9）

ymk=1 车辆k由配送中心m派出

0 其他（10）

xijk=1 节点i到节点j由车辆k进行配送，且i≠j

0 其他（11）

目标函数

式（1）表示社区生鲜超市农产品运输总成本最小;

约束条件

式（2）表示配送中心车辆不能超过社区生鲜超市客户的最大需求量;

式（3）表示配送中心发出的车辆数在车辆总数之内;

式（4）表示同一个配送中心车辆到达或离开某个社区生鲜店和社区超市即进出平衡约束;

式（5）表示配送中心车辆均从虚拟配送中心出发并最终全部返回;

式（6）表示各配送中心间的车辆不可以随意进出;

式（7）表示任一生鲜客户的订单有且仅由一辆配送中心的车量进行配送;

式（8）为消除子回路约束;

式（9）、（10）、（11）为决策变量的取值范围。

三、算例分析

（一）实例描述

企业N位于江苏省，是重要的生鲜配送服务商，它的基地项目占15万平方米，建筑面积8万平方米，并且具有按照打造“长江角最具影响力、标准最高、技术最先进的冷链物流中心定位”，建设低温库、恒温库、高温库，该公司的主要业务就是生鲜农产品的服务，打造集仓储、配送加工、贸易于一体的综合服务平台。

企业N旗下有几个配送中心，相应的配送中心有相应的配送团队，主要负责将生鲜农产品送到需要的客户手中，由于同城片区下的生鲜零售店遍地开发，配送的量很多，配送顾客的订单需求多样化，配送中心主要根据自身的经验来进行路线的配送，由于社区生鲜超市的农产品在配送的过程中，考虑的是订单送达的时间，所以产品满意度和时效性是客户满意度的主要衡量因素。客户满意度降低了很多客户，所以根据客户的订单需求从而为客户设计配送路线进行共同分配。

以企业N的3个配送中心某次为30家生鲜零售店服务为例，先将这30家生鲜零售店的需求订单分配给这3个配送中心，之后根据分配好的订单对配送路径进行规划，基于此对同城片区下社区生鲜超市的共同配送进行研究。所以配送中心调度的冷藏车必须要求从起点也就是配送中心开始发车，最终回到对应的配送中心去。

每个配送中心的配送车辆和人员是有限的，每个配送中心能用到配送中心的冷藏车只有4辆装载量为5t冷藏车，并且车辆单次配送的最大行驶路程均为50 km，这30家生鲜零售店的地理位置分散，且每家的订单需求量不超过2t。表1表示配送中心和社区生鲜超市的位置坐标和订单需求量，图2表示在坐标上直观的表达出来。

以上是该企业以及社区各个零售店的具体信息。表1中序号1～30是各个社区生鲜零售店的订单需求量以及地理位置坐标，31～33是3个配送中心的地理坐标，坐标点分别是（9.56，6.03）、（6.44，11.28）、（11.14，11.1）。

30家社区生鲜零售店和3个配送中心的地理分布图如图2所示，三角形代表配送中心的位置，点代表社区生鲜零售店的位置。本章节将要解决这30家客户的生鲜客户需求订单怎么分配给这三家配送中心，以及将分配好的客户订单进行配送，从而实现共同配送。

（二）同城片区下社区生鲜超市农产品订单分配结果分析

本文根据第三章提出的订单分配的模型，运用软件Matlab R2016a编程实现本文构建的模型，实现kmeans聚类算法对订单分配问题的求解过程。基于3个配送中心和30家社区生鲜店、社区生鲜超市，首先，确定要聚类的数量是3，通过聚类将30个社区生鲜超市分为3类，并通过随机分布3类聚类中心，计算当前数据点与每个组中心点的距离，再次聚类每个大类下的数据点。通过这样不断迭代、再继续得出每类下的各个点的均值，作为新簇中心。按此步骤不断迭代，直至各组中心通过迭代变化较小为止。

如图3所示，用X表示聚类中心，用三角形表示配送中心，用圆点表示各个社区生鲜超市，总共有30加社区生鲜超市，先设计Kmeans聚类算法将30个社区生鲜超市聚类出来，得到3个聚类中心，然后根据聚类中心的位置数据和已知的3个配送中心的位置数据关系，对30家社区生鲜超市的订单进行分配。相同颜色的社区生鲜店分配给相同颜色的配送中心，这样就完成了各个生鲜零售店分配给各个配送中心的过程。此时计算出来的成本为725.3423。

通过对同城片区下社区生鲜超市的订单求解中，可以得到订单分配时，先根据聚类中心的结果然后再根据配送中心和聚类中心的关系再进行订单分配的，因此，配送中心的选址是订单分配时最应该考虑的，这样能够更快的实现生鲜订单的共同配送。

（三）同城片区下社区生鲜超市农产品路径规划结果分析

目前已经将各个生鲜零售店的订单进行分配的结果进行共同配送，本文根据第四章提出的路径配送设计的模型，运用软件Matlab R2016a编程实现本文构建的模型，实现节约里程算法对路径配送设计的求解过程。如图4所示。

配送中心 1 覆盖的需求点序号为[2;3;5;9;12;16;17;18;23;24;25;26;27]

配送中心1需要4辆5t的车，其配送路径结果如下：

路径1：实际运输量为 5t， 载重率100%， 行驶距离为23.2887km。

路径为：

C1-->3-->18-->26-->C1

路径2：实际运输量为 4.6t， 载重率92%， 行驶距离为25.0408km。

路径为：

C1-->5-->12-->2-->24-->23-->C1

路径3：实际运输量为 3.5t， 载重率70%， 行驶距离为15.1358km。

路径为：

C1-->16-->25-->9-->27-->C1

路径4：实际运输量为 1.8t， 载重率36%， 行驶距离为1.4849km。

路径为：

C1-->17-->C1

配送中心 2 覆盖的需求点序号为[1;4;6;7;8;10;11;13;15;28;29]

配送中心2需要3辆5t的车，其配送路径结果如下：

路径1：实际运输量为 5t， 载重率100%， 行驶距离为24.6621km。

路径为：

C2-->4-->7-->10-->29-->C2

路径2：实际运输量为 3.9t， 载重率78%， 行驶距离为14.9992km。

路径为：

C2-->1-->13-->28-->11-->C2

路径3：实际运输量为 4.6t， 载重率92%， 行驶距离为16.813km。

路径为：

C2-->8-->15-->6-->C2

配送中心 3 覆盖的需求点序号为[14;19;20;21;22;30]

配送中心1需要2辆5t的车，其配送路径结果如下：

路径1：实际运输量为 4.3t， 载重率86%， 行駛距离为29.4549km。

路径为：

C3-->19-->20-->30-->14-->22-->C3

路径2：实际运输量为 1.8t， 载重率36%， 行驶距离为6.4846km。

路径为：

C3-->21-->C3

最终的结果得出：配送中心1需要4辆配送车，行驶的总里程是64.9502Km;配送中心2需要3辆配送车，行驶的总里程是56.4743Km;配送中心3需要2辆配送车， 行驶的总里程是35.9395Km。

节约里程算法可以算出多种物流配送服务路线，并得出里程最短线路方案，节约里程，顾名思义路程最优、时间最短、成本最低等，这样可以节省企业各方面输出成本。通过节约里程确定好从配送中心发出货物的路线方案后，快速有效地降低快递服务成本、从而提高收入，快递车辆的选择与优化也可以大大提高运输效率，这样就会提升每次承载的货物量。该算法的运用对物流服务各方面的效率都有很大指导意义，创造更大的价值效益。

四、结语

本文主要研究的是社区生鲜超市共同配送优化问题，通过对生鲜超市的需求订单进行研究。文章的第三章考虑社区生鲜超市客户的订单如何进行共同配送来进行具体的建模分析，然后通过聚类算法对各个的订单进行分配求解，文章的第四章考虑社区生鲜超市客户的订单进行分配后的一个网络路线的优化来进行具体的建模分析，设计CW_VRP算法对分配好的订单规划网络的配送路线。最后结合N公司旗下三个配送中心为30家生鲜订单配送为案例利用matlab软件进行仿真分析。仿真结果表明片区同城配送下社区生鲜超市共同配送得到优化。

参考文献：

[1]王邦兆，李慧.生鲜农产品同城配送复杂网络布局设计[J].统计与决策，2019（12）：42-46

[2]韩越，韩伟.关于出租车行业与同城配送兼容模式的可行性研究[J].现代经济信息，2019（14）：376.

[3]Kellner F， Otto A， Busch A. Understanding the robustness of optimal FMCG distribution networks [J].Logistics Research，2013，6（04）：173-185.

[4]Turnball. Logistics in the Food And Drink Industry[J].Management Service，1989，33（02）：4-6.

[5]谢乃明，吴乔，等.面向云平台中心化集成调度的跨供应商订单分配模型[J].控制与决策，2020（03）：158-167.

[6]王剑，周壮，等.考虑依赖关系和能力约束的多对多供应链订单分配研究[J].控制与决策，2020（03）：177-185.

[7]Balan S， Vrat P， Kumar. Risk analysis in global supply chain network  environments[J].European Journal of operational Research，2006，174（03）：1353-1367.

[8]Moghaddam K S. Fuzzy multi-objective model for supplier selection and order allocation in reverse logistics systems under supply and demand uncertainty[J].Expert Systems with Application，2015，42 （1516）：6237-6254.

[9]李趙兴.基于免疫算法的物流配送路径优化研究[J].榆林学院学报，2020（02）：73-76.

[10]吴竞鸿.新零售背景下门店配送路径优化问题研究[J].物流工程与管理，2020（02）：115-116.

[11]Righini G，Salani M，Dell Amico M，A Branch-and-price Approach to the Vehicle Routing Problem with Simultaneous Distribution and Collection[J].Transportation Science，2006（40）：235-247.

[12]Dotoli，Mariagrazia，Fanti，Maria. The Impact of ICT on An Intermodal Transportation System：an Analysis by Petri Nets. 2009IEEE International Conference on Automation Science and Engineering，2009（01）：513-518.

[13]邓娜，张建军.O2O外卖订单配送任务分配模式研究[J].上海：上海管理科学，2018（01）.

[14]吴雪婷.基于多配送中心的第三方整车物流路径优化研究[D].重庆：重庆邮电大学，2018.

（作者单位：邓存慧，江苏大学管理学院;马俊，浙江理工大学艺术与设计学院）