基于遗传算法的物流运输路径优化研究—以乌鲁木齐邮政速递为例

李莉， 阿力米热木·阿合买提江， 尹三平

(1. 新疆农业大学， 交通与物流工程学院， 新疆， 乌鲁木齐 830000；2. 湖南化工职业技术学院， 商学院， 湖南， 株洲 412000)

0 引言

城市共同配送，是商品现代流通的一种方式，旨在为电子商务的客户提供服务。物流仓储配送服务已然成为中国电子商务最为核心的行业环节，能够提供一个全面完善的物流仓储配送解决方案也成了很多中小卖家、电子商务供应商品牌商必须关注的问题。物流配送的许多环节都造成巨大的成本、人力、时间的浪费，物流企业必须重视物流配送系统的信息化管理，来降低物流成本。

1 邮政速递配送问题分析

从乌鲁木齐邮政速递进行城市配送的现状中，发现城市共同配送仍存在一些问题：配送成本太高；配送路径不合理；配送时间太长；运力利用不合理。

由于路径优化不合理出现迂回运输，并未选取短距离进行运输而是选择路程较长路径进行运输，主要是因为在运输之前未进行路径的合理安排、组织不当而发生的迂回，造成人力、运力和财力的浪费。

2 多目标优化模型的建立

近年来，新疆的物流行业迎来了蓬勃发展的时期，乌鲁木齐邮政速递也加快了其快速发展的步伐。作为物流行业，快件的运输价格是固定不变的，那就只能通过城市物流共同配送路径的优化来降低企业的配送成本，在规定的时间范围内以最快的速度送达门店。物流运输路径的优化是多目标优化问题，包括效益最高、成本最低、路程最短、单位运输量最大、准时性最高等。本研究建立对应模型如式(1)：

由于计算机操作的随机性，可能产生较大实验误差，需要通过构造综合评估函数来减小误差。假设多目标优化模型的综合评估函数，如式(2)：

minZ1=∑i∑j∑kBijxijk(损失最少)

minZ2=∑i∑j∑kCijxijk(成本最低)

minZ3=∑i∑j∑kDijxijk(路程最短)

minZ4=∑i∑j∑kUijxijk(空载率最低)

minZ5=∑i∑j∑kTijxijk(配送时间最短)

minZ6=∑imaxSTi-di,0+maxdi-FTi,0(准时性最高)

(1)

Z=aZ′1+bZ′2+cZ′3+dZ′4+eZ′5+fZ′6

(2)

本文根据不同研究目标对企业整体效益会产生不同的影响，给每个优化目标设立相对应的权重。将其进行无量纲化处理为具有可比性的标准量，Z′1、Z′2、Z′3、Z′4、Z′5、Z′6量化后的数据，再进行综合评估。

3 多目标优化模型的求解

3.1 数据的录入

本研究采用MATLAB软件对所建立的数学模型和NSGA-Ⅱ算法进行仿真。其中，点0表示乌鲁木齐邮政速递总部配送中心，i表示各网点，i∈[1,55]。选取不同路段共10个网点作为研究对象，网点1-10的快件配送量分别是60 kg、 40 kg、45 kg、50 kg、57 kg、73 kg、63 kg、67 kg、50 kg、72 kg。表1为各网点间的距离和费用表。根据NSGA-Ⅱ算法，利用MATLAB软件，得出计算结果。

表1 各网点间距离、费用表

在针对乌鲁木齐邮政速递总部对各网点物流运输路径优化的过程中，设rij为交通修正系数。当交通状况为拥挤时，rij为1.8；当交通状况为正常时，rij为1；当交通状况为空闲时，rij为0.7。

3.2 MATLAB仿真及求解

1) 遗传算法流程图

根据物流配送路径优化问题及建立的数学模型，主要包含6个步骤，如图1所示。

图1 遗传算法流程图

2) 数据录入

录入数据如表2所示。

3) 程序编码

部分程序代码如下：

functionf= initialize_variables(N,M,V, min_range, max_range)

functionf= non_domination_sort_mod(x,M,V)

functionf= tournament_selection(chromosome, pool_size, tour_size)

functionf= genetic_operator(parent_chromosome,M,V, mu, mum, l_limit, u_limit)

functionf= replace_chromosome(intermediate_chromosome,M,V,pop)

表2 录入数据表

4) 迭代程序代码

设置参数：N=100，pc=0.6，pm=0.03，迭代次数为80。

(1) 两网点之间配送时间最短，如图2所示。由迭代图得知，当迭代次数为70开始，配送时间趋于稳定。

图2 配送时间迭代图

(2) 两网点之间配送距离最短，如图3所示。由迭代图得知，当迭代次数为60时，起伏较小；当迭代次数为70时，配送距离趋于稳定。

(3) 两网点间配送费用最少，如图4所示。由迭代图可知，当迭代次数为70时，物流运输费用趋于稳定。

5) 最优解

图3 配送距离迭代图

图4 配送费用迭代图

利用MATLAB软件仿真得到Pareto最优解，如表3所示。

表3 Pareto最优解

由于计算机操作的随机性，可能产生较大实验误差，需要通过构造综合评估函数来减小误差。利用MATLAB仿真软件得出Pareto最优解之后，按照权重公式Z=aZ′1+bZ′2+cZ′3+dZ′5+fZ′6，根据乌鲁木齐邮政速递配送中心对各优化目标的重视程度，假设利润比配送成本重要，配送成本比路程略重要，路程比空载率略重要，配送时间比空载率重要得多，得出权重矩阵：

V=0.924 1,0.553 1,0.357 2,0.185 7,0.786 3T

通过计算比较得到，方案7是所有方案中得最优解。

4 总结

随着人工智能日趋成熟，各大企业也应利用先进的科学技术顺势发展。内地诸多物流企业已采用新能源车辆配送货物，乌鲁木齐邮政速递也应适时的引进节约资源的物流设备设施，帮助企业因地制宜的寻求更加科学、高效、合理的运营方案。目前，物流企业进销存价格已处于最低水平，若想进一步的提高企业的经济效益，物流运输路径的优化是乌鲁木齐邮政速递经济效益的冰山一角。随着经济的发展，乌鲁木齐邮政速递城市共同配送将进一步拓展在新疆乃至全国的贸易往来，那么在所有网点间商品的配送便成了研究的重点，也是乌鲁木齐邮政速递在今后运营中的重要研究方向。