基于遗传算法的应急生活物资物流配送路径规划研究

文/王巍

1.引言

随着现代社会快速发展和城市化进程加快，近些年，突发公共性事件发生的频率增加。突发公共性事件发生时，要组织好生活物资的分配，应急物流及时有效配送生活物资成为保障居民生活的关键。目前关于应急物流的研究内容主要以省市为主，保障生活物资与居民生活的物流配送路径规划几乎没有。这些事件爆发时前期由于需求不明确、供给不及时，导致生活物资没有及时配送到居民区，因此，本文对应急生活物资物流配送活动进行研究，选择最短的配送路径，最短时间内将生活物资配送到居民区内。

2.应急生活物资物流配送现状分析

目前应急生活物资趋向由社会各界定向采购，随着全国医疗资源或生活物资的加入，同时需求的医院或者需求的单位逐步明确需求种类，一方面捐助者也越来越了解需求者的真正需求，需要的物资形成了定向捐助，这种定向采购的供应链供需之间越来越精准，协同起来越来越高效。另一方面是政府的全面介入，在政府全面监管下，形成工厂的直采、直供模式，比如有国家对战略储备的猪肉快速调拨等；另外还有在政府协调和鼓励下商业企业参与下的社会运营保障，像新零售、前置仓、社区团购、社区菜店等，参与社会民生保障的基础性运营。

3.应急生活物资物流配送模式分析

针对以上应急物流现状分析，应急生活物资物流配送进行一系列调研，分析总结出一些物流配送模式。

3.1 社区团购+集中取货

应急生活物资特点是居民需求多样性、配送时间相对固定，取货时间相对集中。居民可以通过在聊天群、在线服务平台等方式发起团购通知，以家庭为单位根据需求选择生活物资，由社区工作人员进行采购或领取相关物资，并进行物资分配等工作。

3.2 前置仓+O2O平台共享资源（配送员）配送模式

居民可在O2O平台下单购买所需生活物资，线下配送因外卖员或快递人员不足不能及时满足，各O2O平台（也包括外卖平台）共享资源同时也吸纳闲散人员，他们根据平台订单，依次在各门店取货后（这时的各门店可看做前置仓），将生活物资等直接配送到社区门口，这种情况也可解决配送劳动力不足等。

4.基于遗传算法的配送路径规划

根据以上分析，本次应急物流配送路径研究是以“社区团购+集中取货”模式为主，该模式因居民区人口密度较大，所需生活物资种类相对集中等，比较便于使用模型工具对其解决配送路径问题。

4.1 遗传算法模型研究

遗传算法是通过对生物学中基因遗传、基因变异与适应等概念的模仿，从随机解开始，不断在选择、交叉、变异等过程中形成新解，在多次迭代后得到最优解，目前被广泛用于解决复杂的路径优化问题。

4.1.1 参数定义

（1）根据对研究问题的描述和假设，定义如下变量，如表1所示：

表1

（2）目标函数

运输费用与运输距离成正比，总运输费用可表示为：

（3）约束条件

a.车辆载重量约束

每台车上所配送的总货物量不超过配送车辆的最大载重量。

b.配送车辆约束

在配送过程中,每辆车可以给多个配送点进行配送,每个配送点只有一辆配送车辆进行送。

c.配送点数量约束

每辆车所配送的配送点数量小于总的配送点数量。

d.每台车辆都必须从配送中心出发

e.每次配送活动结束后车辆必须回到配送中心

将调研得到的数据代入上列公式再通过计算机运行算法的计算来得到最终结果。

4.2 实证研究

本次研究选取成都市锦江区14个小区为研究对象，居民可在团购、外卖平台下单（美团、饿了么、盒马鲜生等）获取生活物资，平台再给消费者进行配送到居民区。物流配送路径问题基本可以看作是O2O线上线下模式的路径规划，城市分拣中心配送辐射范围比较近，一般在20km-30km之间，所以选取了配送中心20km范围内的14个居民区为研究对象进行研究分析，并对所获得的数据进行处理、整理以方便研究的进行。

用百度地图确定了各个小区坐标后，归纳如表2所示：

表2

通过实地调查得到了以下计算所需要的相关数据。车型：厢式冷藏车；配送中心可使用车辆数目：4辆；车辆最大装载量：3吨；每辆车每公里的运输费用：4元；车辆平均行驶速度：60km/h。

选用4辆配送车辆下单物资进行配送，以配送总时间最短为目标，采用遗传算法，使用python软件进行编程求解。

经过对算例进行多次随机试验，抽出最优实验结果如表3所示。

表3 算例最优解

第一辆车的装载率为91.4%，第二辆车的装载率为93.66%。

计算结果表明，算例最优解为303.08，在第52次迭代时生成最优解，配送总成本为303.08元，共生成2条路径。配送路径由原来的4辆车4条路径优化到了2辆车，两条路径，装载率也都提高到了90%以上，这降低了配送的人工成本和配送费用。

该问题最优解结果表明，本研究设计的遗传算法，在解决路径优化问题具有可行性，也证明了模型的合理性和有效性。

引用出处

[1]陶建彤,基于遗传算法的应急物流配送路径优化研究——以吉林省为例[J].中国物流与采购,2023.2

[2]张明新,王月春,刘延锋,王彦明，基于混合遗传算法的应急物资配送路径优化[J].物流科技,2022.12