基于数字孪生的物流配送调度优化探讨

吕自超

（青岛中车四方车辆物流有限公司，山东青岛 266009）

0.引言

在先进技术的推动下，产业升级转型成为竞争、生存趋势，物流业也从传统物流向智能物流转变。作为物流行业的主要业务，物流配送成本占总成本的较大比重，配送过程中的道路优化、车辆调度等和配送成本息息相关。由于物流配送不确定性因素多，增加了配送难度和额外成本。为实现物流配送的透明化，提出基于新技术的智能模型。近年来，数字孪生技术作为一种智能技术，被广泛用于制造业。通过国内外学者的研究提出一种智能化的物流配送系统，既能高效管理物流配送流程，又能动态监控物流配送的过程和结果，实现物流的精准性配送。

1.基于数字孪生的物流配送调度系统设计

1.1 物流配送调度系统模型和功能规划

1.1.1 物流配送调度系统模型

为了能在物流配送中有效运用数字孪生，本文基于五维DT、建模方法，结合物流配送过程提出数字孪生应用模型（见图1），主要包括几点内容：（1）物流配送作业面，是指在物流配送中，配送中心基于客户要求，在既定条件下安排车辆完成指定任务。（2）配送系统服务，集控制、追踪等算法于一体，结合车载终端的数据进行分析，构建以配送成本为导向的数字模型，依据孪生系统的算法优化处理。（3）虚拟配送作业面，是配送作业面的数字化“镜像”，借助智能软件模拟真实的配送工作。（4）系统连接，目的是连接4个部分于一体，实时、有效地传递数据，实现真实和虚拟仿真配送数据的协同交互。（5）配送孪生数据是将物流配送的数据、虚拟数据进行融合，并基于配送状态及时更新和优化。物流配送过程中，孪生数据的作用是为配送作业面提供追踪数据，使虚拟配送作业面精准模拟真实配送；为配送作业面提供预测数据，动态调整实际物流配送进度[1]。

1.1.2 物流配送调度系统功能规划

数字孪生下的物流配送调度系统核心是对配送生命周期进行管理，实时同步配送数据，实现数据的可视化、集成化管理，经由孪生模型反映数据信息、反向管理，保证物流配送的安全性，优化配送流程，提高配送服务质量。因此，物流配送调度系统功能涉及信息管理、装箱方案（数字孪生）等方面，基于相关内容构建配送模型，实时调整装箱方案；结合物流配送状态，动态监控车辆、货物等情况；物流配送调度过程中的提升服务，包括送达控制、增值服务，比如为客户提供物流定位查询。

1.2 物流配送调度系统的整体框架

1.2.1 虚拟层

在数字孪生下的物理配送调度系统中，虚拟层是最关键的一层，依据底层物理层的数据、内核算法，进行优化和调整，实现道路优化、车辆调度。最后，经由5G无线网络将方案下发至车载终端，为实时调度提供支持。

1.2.2 服务层

服务层的任务是为数字孪生下的物理配送调度提供数据支撑，基于物理层的数据信息和输出层数据进行融合，实现孪生层、物理层的实时交互，从而为整个系统提供智能化的服务。

1.2.3 物理层

物理层要求配送车辆具有通信、决策能力，采集配送车辆的位置、路况等信息。主要借助GPS系统采集车辆位置、运输轨迹，基于OBDII接口采集车辆的运行状态，方便及时维修出现故障的车辆。同时，利用5G技术上传物流配送过程的相关数据。

1.2.4 其他

（1）数据层。在数字孪生物流配送调度系统中，数据是核心也是基础。数据层的作用是负责运维服务层的孪生数据，存储和处理系统数据，为物流配送调度系统提供数据支持。（2）模型层。为物流配送调度系统提供模型库，涉及两个模型，即管理服务模型、孪生模型，前者为运维管理服务提供决策支持，如路径规划、装箱规划等；后者对物流配送、管理提供数字化描述，基于相关数据形成动态数字孪生模型，用来描述系统中的对象几何和信息结构，涉及配送调度优化的数字孪生模型、装箱规划的数字孪生模型[2]。

2.问题描述和数字建模

2.1 问题描述

物流配送调度建立于已知客户的位置、需求量，配送中心的车辆载重、位置条件下，通过对配送客户信息的采集，以数字孪生为依托对物流配送调度过程进行模拟，向物理模型反馈最佳的配送方案，从而减少综合成本。而且，数字孪生模型也对故障车辆的维修处理进行了考虑。在数字模型中引进时间窗，对于物流无法按时送达的情况进行处罚。鉴于此，本文做出几点假设：（1）每辆车只配送一条路径，从配送中心出发，最后再返回到配送中心。（2）必须服务于每位客户，且只能访问一次。（3）每辆车的客户需求量不能超出车辆载重，在为客户提供服务时，要在客户规定的时间到达配送点，早到、晚到都面临处罚。（4）配送中心资源充足，货物为单一品种。（5）车辆在行驶过程中，要匀速行驶，不考虑路况、车况等问题。

2.2 数字模型

全面考虑运输费用、车辆费用和惩罚成本，具体描述如：（1）运输费用。是指在货物运输中消耗的燃料成本，成本和距离呈正相关。（2）车辆使用成本，是第n辆车成本、总车辆成本的乘积。（3）惩罚成本，添加时间窗，要求车辆尽量在指定时间到达，否则就会产生惩罚成本。

2.3 算法内核

以遗传算法为内核，求解物流配送调度问题，具体步骤如[3]：（1）编码。利用实数编码的方式，操作简单，方便表示配送中心的解，借助自然数对客户编码，以客户点为基因。（2）解码。对实数编码进行解码处理，即表示配送中心安排车辆满足客户需求，再服务其他客户。当车辆达最大重量时，配送中心再安排其他车辆服务未配送客户，以此类推，直到满足每位客户的实际需求。（3）适应度函数。基于物流配送调度的问题，以综合配送成本为适应度。（4）个体选择。结合轮盘赌法、精英保留策略进行个体选择，先使用轮盘赌法，结合染色体适应度值进行选择。（5）交叉。使用部分映射法交叉处理，先常规交叉父代，然后结合交叉区域基因值的关系，对区域外的基因值进行修改。（6）变异。结合编码特征，采用两点交互的方式生成变异算子，交互后重新判断个体是否符合要求，最终确定个体是否可行。

3.实验和验证

3.1 案例分析

以某物流配送中心为例，共20个客户，171件货物，总体积80.69m3，总重量17421kg，基于数字孪生建立物流配送调度系统。物流配送模型参数见表1。

表1 物流配送模型相关参数设定

3.2 装箱规划

在数字孪生物流配送调度系统中输入客户、货物信息，应用系统功能完成装箱规划。先按模型设置装箱约束，包括配送中心、重量、体积等。根据设定约束和信息生成配送方案，结果涉及车辆的配送路线、车辆数量等。结合装箱方案，系统自动生成可视化孪生模型，直观显示车辆数量、装箱布局。一般来讲，初始方案不一定满足需求，要判断其是否合理，借助系统的分析功能和仿真模拟场景，评估车辆的装箱方案。将车辆的路况、配送线路等录入模拟参数，发现个别车辆运行不平稳。对于这类货物，可直接在模型中调整位置。再次仿真分析，比较调整前后的稳定性。结果显示，优化前的车辆稳定性为1.96，个别货物发生位移；调整后，货物位移波动折线平缓，均差低于0.5，货物晃动幅度减小，和之前相比较稳定。说明在装箱布局优化中，装箱合理性评估模型是可行、有效的。和以往模型、规划相比，数字孪生下的配送模型可通过仿真发现装箱问题，并基于可视化模型调整方案，实时优化装箱方案，提高装载的科学性和车辆利用率。

3.3 运输监控和服务优化

当前，系统实现了路线、温度、物流配送状态的可视化监控，将温度传感器的数量设为可配置。当物流配送通过RFID反馈完成配送后，对应孪生模型的客户货物会消失。以车辆1为例，运输路径0、13、18、20、0，0分别表示起始点、终点，13、18、20表示客户，而且不同客户的商品颜色不同。例如：客户13的商品颜色为橘色，客户18的商品颜色为绿色，客户20的商品颜色为蓝色，一共在车厢放置6个温度传感器。如图2所示，状态1代表车辆刚出发，此时只有1个传感器为红色；状态2代表商品已配送到特定地点，有2个传感器亮起说明温度上升为红色；状态3代表还有一处货物需要配送。同时，采用交互操控窗在可视化模型中查询货物，结果显示在可视模型中，方便配送人员精准获取客户货物的位置和数量，防止出错或漏送，提高物流配送质量。当车辆上的全部货物都消失后，说明车辆已完成所有货物的配送。

上述功能显示，和传统物流配送调度相比，数字孪生下的配送调度不仅能直观、清晰地描述出装箱方案，也能根据模型直接进行调整，驱动物理配送操作，仿真预测、评估装箱方案的可行性，保证物流配送的效果，实时可视化服务和监控，提高配送效率，为无人配送的实现奠定基础。

4.结语

在物流配送调度中应用数字孪生技术，可以提高物流配送效率，提升物流管理水平。通过上述分析得出几点结论：（1）基于数字孪生理论提出物流配送调度架构、五维模型，结合GPS技术、车载诊断系统实时采集车辆信息，并借助5G技术进行传输。（2）以遗传算法为内核，全面考虑物流配送调度中的问题，以最小成本为目标，建立带有时间窗的数字模型。（3）采用算法内核模拟配送过程，能够丰富配送调度系统的功能，为配送工作提供可视化管理，特别是在装箱方案优化中，要提前预判方案的合理性，进一步提高装箱的便利性，为智能化配送奠定基础。