基于客戶滿意度的服裝業(yè)車輛調(diào)度研究

孫瓊玲， 王 亮 （南京財經(jīng)大學(xué)，江蘇 南京 210046）

0 引 言

20世紀(jì)60年代，歐美學(xué)術(shù)界就已提出 “服務(wù)中心”理論，該理論主要觀點是企業(yè)進(jìn)行物流管理和決策不能僅僅強(qiáng)調(diào)節(jié)約消耗，降低成本，而應(yīng)該立足于在保持和提高企業(yè)對客戶的服務(wù)水平的基礎(chǔ)上，通過尋求物流成本與服務(wù)之間的平衡點，保持企業(yè)的競爭優(yōu)勢。

在服裝業(yè)這個時效性很強(qiáng)的行業(yè)里，若配送不能在零售商要求的時間內(nèi)到達(dá)，會造成產(chǎn)品脫銷，給零售商造成利潤損失，從而降低客戶滿意度。配送到達(dá)時間的準(zhǔn)時與否，已成為客戶衡量配送服務(wù)水平的高低。準(zhǔn)確的到達(dá)時間需要配送中心合理的車輛調(diào)度方案，這就要求企業(yè)從客戶的角度去考慮問題。

據(jù)羅蘭·貝格與中國連鎖經(jīng)營協(xié)會在2003年對國內(nèi)多個連鎖零售企業(yè)調(diào)查結(jié)果顯示：其缺貨問題是配送中的重要癥結(jié)，每年因缺貨導(dǎo)致?lián)p失近四成消費機(jī)會。與生產(chǎn)企業(yè)不同，服裝門店多分布在商業(yè)區(qū)，競爭激烈，顧客停留時間短，缺貨時顧客等待可能性小，給零售商造成損失，在銷售旺季節(jié)，損失會更嚴(yán)重。

目前分別針對客戶滿意度和物流配送車輛路徑調(diào)度的研究成果很多，但大多是局限在二者范圍內(nèi)研究，前者僅有對客戶滿意度評價的一些研究，后者僅在算法方面作專門研究，總目標(biāo)選取得大都簡單，有很多目標(biāo)項沒有考慮到，沒有針對性地給出配送調(diào)度方案。本文以服裝業(yè)的配送問題作為研究對象，在日益激烈的市場競爭中，服裝企業(yè)的成敗不僅取決于其成本，還取決于其服務(wù)水平。

1 客戶滿意度

根據(jù)服裝行業(yè)的特點，客戶滿意度的高低是個模糊概念，所以使用模糊度對評價指標(biāo)進(jìn)行描述有利于模型的研究。這里定義：物流配送客戶滿意度用介于0與1的數(shù)值進(jìn)行表示，0表示客戶對配送服務(wù)完全不滿意，1表示客戶對配送服務(wù)完全滿意。

1.1 送貨準(zhǔn)時性對客戶滿意度的模糊描述

送貨準(zhǔn)時性反映了客戶對貨物到達(dá)時間的要求。在物流配送過程中，客戶通常限定交貨時間，貨物必須在某一時間段內(nèi)送達(dá)、卸貨，如果過早或過遲，都會使客戶滿意度下降，從而影響客戶滿意度。時間段 ［Tei,Tli］，表示客戶所能接受的服務(wù)時間段；時間段 ［TEi,TLi］表示客戶最滿意的服務(wù)時間段。配送時間準(zhǔn)時與否對客戶滿意度的影響可以通過圖1表示出來。

1.2 構(gòu)建客戶滿意度模糊函數(shù)

圖1 客戶滿意度示意圖

2 模型描述與設(shè)計

模型的假設(shè)條件： （1）單配送中心； （2）各配送點只被一輛車服務(wù)，而一輛車能為多配送點服務(wù)； （3）配送中心的車都是同一型號，即具有同樣的最大配送量； （4）配送中心的產(chǎn)品能滿足所有客戶的需求。

設(shè)i=0表示配送中心，i=1,2…n表示第n個客戶，hij表示客戶i與客戶j之間的距離，Ti表示配送到達(dá)客戶i處的時間，si表示配送在客戶i處的服務(wù)時間，tij表示從客戶i行駛到客戶j所需要的時間，Q為每輛車配送的最大配送量，F(xiàn)為每輛車配送的固定成本，di為客戶i的需求量。

xijk=1表示第k輛車配送時，配送完點i后配送點j，否則xijk=0

rk=1表示第k輛車進(jìn)行了配送，否則rk=0

約束條件：

式中， i、j=1,2,…,n,k=1,2,…,K。

（1）表示成本最小化的目標(biāo)； （2）表示客戶滿意度最大化的目標(biāo)； （3）每個配送點只被一輛車服務(wù)的約束； （4）表示到達(dá)客戶j的時間要晚于到達(dá)客戶i的時間、為客戶i服務(wù)的時間及客戶i到客戶j間的行駛時間之和； （5）車輛不允許超載； （6）、 （7）表示各個車輛從配送中心出發(fā)，服務(wù)客戶后回到配送中心。

3 算法設(shè)計

本文先以配送成本最小為第一個目標(biāo)函數(shù)，求解配送路線的客戶組合，再以客戶滿意度最大為次目標(biāo)，求解配送組合的客戶配送順序以及每次配送從配送中心出發(fā)的時間。用遺傳算法求解的步驟：

（1）染色體編碼。本文采用自然編碼，即序數(shù)編碼。車輛調(diào)度的一條可行線路可以編成長度為n+k的染色體， （0,i11,i12,…,i1s,…,0,i21,…,i2t,0,iml,…,imw），其中ikj表示第ikj個配送點?？梢岳斫鉃檐囕v從配送中心出發(fā)，經(jīng)過配送點i11,i12,...,i1s后，回到配送中心，形成子路徑l；而第二輛車也是從配送中心出發(fā)，經(jīng)過i21,...,i2t后，返回配送中心0，從而形成子路徑2；如此反復(fù)，直到所有的客戶都被訪問到。這樣，使染色體具有子路徑內(nèi)部有序，而各個子路徑之間無序的特性。

（2）適應(yīng)度函數(shù)。在車輛優(yōu)化調(diào)度問題中，目標(biāo)函數(shù)值越小越好 （即在滿足載重量和時間約束的基礎(chǔ)上，行車線路的總運距越小越好），而在遺傳算法中，個體適應(yīng)度越大，表示個體的性能越好，一般適應(yīng)度函數(shù)要求非負(fù)，所以將目標(biāo)函數(shù)通過變換fi=bz′zi轉(zhuǎn)化為適應(yīng)度函數(shù)。其中fi為染色體i的適應(yīng)度；b為一常數(shù)；z′為初始群體中最好染色體的運輸成本；zi為染色體i對應(yīng)的運輸成本。

（3）產(chǎn)生初始種群。由于基于某一特定的初始化策略會降低種群的多樣性，一般采用隨機(jī)生成的方法產(chǎn)生初始種群。初始種群是隨機(jī)產(chǎn)生一個門店的全排列，并將第一位和最后一位置為0，表示從配送中心出發(fā)并最終回到配送中心， 如 （0,i1,i2,…i1,0 ）。

（4）遺傳算子。遺傳算子主要包括交叉算子和變異算子。交叉算子是把兩個父代個體的部分結(jié)構(gòu)加以替換重組，而生成新個體，在遺傳算法中起核心作用。交叉算子的設(shè)計一般與所求解的具體問題有關(guān)，而且要和編碼方式相協(xié)調(diào)，就本文而言，對于染色體 （0,i11,i12,…,i1s,…,0,i2l,…,i2t,0,iml,…,imw），可以采用遺傳算法標(biāo)準(zhǔn)的一點交叉（one－point crossover）、兩點交叉 （two－point crossover）等。變異算子是對染色體的某些基因座上的基因值做變動，作用是維持群體的多樣性。與二進(jìn)制編碼的變異操作不同，這里的變異是對個體某個基因的值隨機(jī)產(chǎn)生。

用遺傳算法對第一目標(biāo)進(jìn)行求解后，用客戶滿意度隸屬函數(shù)UT（Ti）進(jìn)行優(yōu)化取得優(yōu)化值。

4 算例分析

已知某個服裝生產(chǎn)企業(yè)，設(shè)有1個自建配送中心 （0為配送中心），從配送中心出發(fā)，向4個不同門店配送服裝產(chǎn)品。單位配送距離cij為1，配次的最大配送量Q為10m3，每輛車配送的固定成本F為100元，在每個客戶的服務(wù)時間為0.5小時，該配送中心擁有足夠被調(diào)度的車輛，設(shè)為K。其他相關(guān)數(shù)據(jù)如表1～4所示：

表1 配送中心、配送點間的距離

表2 配送中心、配送點間的行駛時間

表3 各需求點的需求特征

表4 以最小成本為目標(biāo)用遺傳算法進(jìn)行求得的最佳配送組合

以客戶滿意度最大對上面結(jié)果在車輛的出行時間進(jìn)行優(yōu)化安排得到以下結(jié)果：

表5 優(yōu)化后的結(jié)果

從表5可以看出，車輛線路一推遲一小時出發(fā)，線路2推遲1.5小時出發(fā)，可以提高客戶滿意度。

5 結(jié) 論

將車輛調(diào)度的成本最小化的目標(biāo)與客戶滿意度進(jìn)行結(jié)合，同時考慮客戶的滿意程度和配送成本，建立多目標(biāo)配送模型，在節(jié)約配送成本的前提下，如何決策配送時間，盡可能在客戶的期望時間段內(nèi)提供配送服務(wù)，以期最大程度地提高客戶滿意程度，體現(xiàn)優(yōu)質(zhì)的配送服務(wù)水平，是企業(yè)提高配送質(zhì)量的重要環(huán)節(jié)。

[1] 李軍，郭耀煌.物流配送車輛優(yōu)化調(diào)度理論與方法[M].北京：中國物資出版社，2001.

[2] 馬昌榮.基于客戶滿意度的物流配送車輛優(yōu)化探討[D].上海：同濟(jì)大學(xué)，2008.

[3] 王志遠(yuǎn).基于遺傳算法的服裝連鎖業(yè)車輛調(diào)度問題研究[J].新西部，2008(8):35-37.

[4] 林祖?zhèn)?，方建斌，宋?zhí)環(huán).基于Multi-agent的服飾企業(yè)分銷與物流配送管理系統(tǒng)[J].紡織學(xué)報，2007,28(4):121-124.

[5]Gillett.B,Miller.L.A heuristic algorithm for the vehicle dispatch Problem[J].Operation Researeh,1974,22(6):340-349.