基于多屬性決策模型的城市物流配送路線優(yōu)化

□ 武文杰,張瑞鈺

(1.東南大學(xué) 交通學(xué)院，江蘇 南京 211100；2.吉林財(cái)經(jīng)大學(xué) 九臺(tái)農(nóng)商銀行金融學(xué)院，吉林 長春 130000)

城市物流配送，又稱“最后一公里”配送。近年來我國城市貿(mào)易額逐年增加，城市物流配送體系建設(shè)的重要性也越發(fā)凸顯，構(gòu)建合理的高效運(yùn)轉(zhuǎn)的城市物流配送體系對城市經(jīng)濟(jì)的良好發(fā)展意義重大[1]。它關(guān)系到企業(yè)的各個(gè)環(huán)節(jié)，包括供應(yīng)、生產(chǎn)、銷售。可以說城市物流已經(jīng)掌握了企業(yè)的命脈。此外，城市物流對城市居民的影響也極大，互聯(lián)網(wǎng)發(fā)展至今日，線上商品的銷售得到了普及，成為人們生活中不可或缺的一部分?？梢姡鞘形锪髋渌蜎Q定了企業(yè)的競爭力，也影響到城市居民的生活幸福感。

城市物流配送自身的特點(diǎn)也決定著它的規(guī)劃要求，例如：供給量和需求量顯著增加、配送產(chǎn)品的品種和批量多樣化、物流配送需求點(diǎn)相對較分散、配送質(zhì)量與配送時(shí)間因素的聯(lián)系越發(fā)緊密。所以，城市物流配送體系既要滿足分散的配送的需求，又要節(jié)省配送供給方的配送成本，進(jìn)行集成共同配送。就目前情況來看，我國現(xiàn)有城市物流配送體系已經(jīng)很難滿足城市物流配送的需求，因此，從城市角度出發(fā)，在有限的物流配送車輛、日益增長的貨品數(shù)量、顧客對送貨速度的要求、節(jié)省成本節(jié)能環(huán)保的原則下，設(shè)計(jì)合理的城市物流配送路線，對現(xiàn)有配送路線進(jìn)行優(yōu)化，從而提高物流配送效率、縮短配送周期、降低物流成本是解決問題的關(guān)鍵。

1 物流配送模型建立

城市物流配送效率很大程度隨著物流投入的增加而加快，例如：城市物流配送車輛的數(shù)量，配送中心的數(shù)量與位置選取。但是投入就意味著成本，配送車輛的增加、配送中心的數(shù)量、物流人員的數(shù)量，對于物流公司來說都是不小的成本?，F(xiàn)如今大量的物流公司都是依靠快件的龐大數(shù)量來獲得收益，有些快件甚至是虧本配送，但是為了拉攏客戶而不得已為之。所以，如何在有限的投資下，節(jié)約成本的同時(shí)增加配送效率，顯得尤為重要[2]。

物流配送路線的優(yōu)化選取，很大程度上可以解決這一問題。較好的物流配送路線既可以節(jié)約成本，同時(shí)提高配送效率，增加顧客的滿意度。

1.1 路線選取影響因子

綜合各方面考慮，本文選取影響配送路線的因素主要有：路線總長、貨物重要程度、擁堵情況。

路線總長：路線總長這一因子一定程度上反映了運(yùn)輸成本與配送時(shí)間，在路線選取中占較為重要的位置。

貨物重要程度：貨品重要情況決定了配送的先后順序與顧客的滿意程度，也決定了配送路線的選取。

擁堵情況：擁堵情況影響了送貨總時(shí)長，也影響了貨品能否準(zhǔn)時(shí)到達(dá)。

1.2 模型建立

綜合以上因素，我們建立如下綜合評價(jià)指標(biāo)：

NP——綜合評價(jià)指標(biāo)(得分)，值越高則該路線越優(yōu)

ωi——第i項(xiàng)因子重要性所占比重

ai——第i項(xiàng)因子的相對得分

ri——第i項(xiàng)實(shí)際得分

如上，本文所取因子為路線總長、貨品重要情況、擁堵情況，所以n取3。

2 各個(gè)因子單項(xiàng)得分計(jì)算規(guī)則

2.1 路線總長因子

城市物流配送時(shí)往往目的地大于2個(gè)點(diǎn)。當(dāng)收貨點(diǎn)的數(shù)量少于等于2時(shí)，路線為A——B——A、A——B——C——A(A——C——B——A)，就這一項(xiàng)而言沒有優(yōu)化的余地?？扇?，及不算入總評分。當(dāng)收貨點(diǎn)大于2時(shí)，即出現(xiàn)了出于路線總長選擇的可能。

假設(shè)一輛物流配送車從配送中心出發(fā)，向四個(gè)收貨點(diǎn)運(yùn)輸貨物，并最終回到配送中心。我們可以得到這5個(gè)點(diǎn)的具體位置，并得到任意兩點(diǎn)之間路線長度。

在這里可以利用類似旅行商問題(Traveling Saleman Problem，TSP)的方法解答。所謂旅行商問題在物流中的描述是對應(yīng)一個(gè)物流配送公司，欲將n個(gè)客戶的商品沿最短路線全部送到。如何確定最短路線，最為簡單的方法就是枚舉，列出所有可能的路徑，通過比較選取最短的一條[3]。但是人工手算無疑是難以做到的，在計(jì)算機(jī)發(fā)展飛速的現(xiàn)在，我們可以通過各種算法得以求得。例如：退火算法、蟻群算法(螞蟻算法)等等。本文介紹一種退火模型。

模擬退火算法主要是用來尋找復(fù)雜函數(shù)的全局極小點(diǎn)，是一個(gè)求解非凸最優(yōu)化問題的有力工具。初始化確定問題域，包括變量的個(gè)數(shù)和維度，以及代價(jià)函數(shù)f(·) 的計(jì)算方式。代價(jià)函數(shù)相當(dāng)于離散函數(shù)Hopfield網(wǎng)絡(luò)中的能量函數(shù)，求解使代價(jià)函數(shù)最小。隨機(jī)選擇一定的值作為變量的初值 x(0) ，設(shè)置初始溫度為T(0) 、終止溫度T和溫度下降公式及相應(yīng)參數(shù)[4]。

運(yùn)用于物流配送問題時(shí)，將收貨點(diǎn)個(gè)數(shù)、配送中心與收貨點(diǎn)的坐標(biāo)輸入相應(yīng)程序代碼中，并設(shè)置相應(yīng)涉及準(zhǔn)確度的參數(shù)，可利用Matlab軟件進(jìn)行計(jì)算，并以路線編號或圖像的形式輸出結(jié)果。如圖1所示：

圖1 退火算法尋找最短路徑結(jié)果圖

由于路線總長在綜合評價(jià)指標(biāo)內(nèi)所占比重較大，我們可以基于最短路徑再選取其他幾種路線總長相差不大的路線一同對比，即基于退火算法，最終輸出路徑長度由小到大的前三條路線，用于之后與其他因子綜合考慮。

對所選的三條路徑進(jìn)行評分，及基于滿分10分，對每條路線的路線總長打分。路線總長相差較大時(shí)，分差可以較大。(以備最終計(jì)算綜合評價(jià)指標(biāo)時(shí)使用)也可以通過算法完成，路線相差1公里內(nèi)，得分相同，其后每相差1公里則減兩分(此例只是提供一種打分方法，具體指標(biāo)需要由企業(yè)根據(jù)自身情況自行擬定)。

因?yàn)槁肪€總長是與物流配送公司成本直接聯(lián)系的，相比其他影響因子，我們賦予最高的權(quán)重，所以評分較低的路線可直接淘汰。這樣基于算法的幫助，我們已經(jīng)找到三條疑似最佳路線。當(dāng)然，在實(shí)際情況下，可以根據(jù)需要選取更多條的疑似最佳路線。

2.2 貨物重要程度因子

圖2為在某快遞點(diǎn)寄送快遞時(shí)的物品類型選擇界面。物品類型分為日用品、數(shù)碼產(chǎn)品、衣物、食物、文件以及其他。

就這些類型而言，我們可以先將其重要程度做一個(gè)簡單排序：

食物〉數(shù)碼產(chǎn)品〉文件〉日用品〉衣物〉其他

食物之所以被放在第一位，是由于其特殊性決定的。我們以食物中的生鮮食品為例。

生鮮商品物流配送的特點(diǎn)：①鮮活性。生鮮食品中包括蔬菜、水果以及水產(chǎn)品、畜產(chǎn)品等鮮活有機(jī)體，其價(jià)值貴在于產(chǎn)品的新鮮，人們在采購生鮮商品時(shí)，對產(chǎn)品的新鮮度有一定的要求。②易損性。生鮮商品的物流配送過程包括采收、裝卸、運(yùn)輸幾個(gè)過程，對于生鮮食品而言，時(shí)長與運(yùn)輸過程中的磕碰、密封、溫度等因素，都會(huì)造成一定的損耗，嚴(yán)重的可能達(dá)不到食用標(biāo)準(zhǔn)。③時(shí)效性。消費(fèi)者對生鮮食品的青睞源于其新鮮健康，尤其對于一些需要冷鏈運(yùn)輸?shù)漠a(chǎn)品，如果不能及時(shí)送達(dá)，進(jìn)行冷藏，將有可能造成腐爛變質(zhì)的問題。如果配送時(shí)間較長，食品的品質(zhì)無疑會(huì)下降，引起消費(fèi)者的不滿[5]。

圖2 物流貨品類型

基于以上情況，我們可以利用層次分析法，來對不同類型的商品進(jìn)行相對精確的評分。

所謂層次分析法 (Analytic Hierarchy Process，簡稱AHP)是先提取與決策有關(guān)的元素，將與決策有關(guān)的元素分解成不同的層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。通過建立成對比較矩陣，就可以求出最大特征值所對應(yīng)的特征向量，對所得到的結(jié)果進(jìn)行歸一化處理，得到每一元素所占的權(quán)重，從而進(jìn)行相關(guān)的決策。

表1 成對標(biāo)度表

我們將食物、數(shù)碼產(chǎn)品、文件、日用品、衣物、其他，分別用字母C1、C2、C3、C4、C5、C6來表示，可以建立如下對比矩陣：

運(yùn)用Matlab進(jìn)行運(yùn)算得到結(jié)果如圖3所示：

按照10分制打分，得C1——C6得分分別為 4.7、2.46、1.18、0.68、0.53、0.42分。

假設(shè)統(tǒng)一送貨點(diǎn)商品種類相同或以某一種貨物為主要商品。對于2.1中所選取的疑似最佳路徑可以進(jìn)行如下運(yùn)算(具體評分方式需要企業(yè)根據(jù)自身情況擬定)：

S——為該條疑似最佳路線的貨物重要性得分

Si——為路線上第i個(gè)送貨點(diǎn)主要商品的得分

所得結(jié)果用以綜合評價(jià)指標(biāo)計(jì)算。

圖3 Matlab運(yùn)算結(jié)果

2.3 擁堵情況因子

道路通行狀況主要可分為“不暢通”、“不甚暢通”、“基本暢通”、“標(biāo)準(zhǔn)暢通”、“常暢通”五類，而車輛行駛時(shí)間因道路通行狀況的不同而不同，并隨道路通行狀況惡化而遞增。

城市物流配送車輛，作為城市運(yùn)行車輛的一部分，必然受到大環(huán)境的影響。一些路段可能是長期擁堵或暢通，其他一些路段則可能出現(xiàn)潮汐現(xiàn)象，隨著時(shí)間段的不同道路擁擠情況不同。

面對這樣的大環(huán)境，如何去選擇合適的物流配送路線呢？

我們可以將擁堵情況因子的指標(biāo)制定為配送車輛平均速度。平均速度=配送路線總長/配送時(shí)間總耗時(shí)。

基于2.1中選擇出的3條疑似最佳路線進(jìn)行分別判斷，就每一條路線進(jìn)行個(gè)案分析，通過大數(shù)據(jù)獲得每一段路不同時(shí)間段的交通情況與車輛平均行駛速度，再加入路線長度的數(shù)據(jù)，按照路線送貨點(diǎn)的先后順序初步列出時(shí)間表(考慮該時(shí)間段內(nèi)的交通情況)，計(jì)算出總耗時(shí)?；蛘呖梢愿鶕?jù)實(shí)時(shí)路況計(jì)算出當(dāng)前路況所需要的總時(shí)長。從而計(jì)算出配送車輛平均速度，進(jìn)行排序與打分。平均速度之差小于10km/h 評分一致，大于10km/h時(shí)，按照每10km/h扣1.5分進(jìn)行計(jì)算。從而得出每一條疑似最佳路線的擁堵情況因子得分(具體評分方式需要企業(yè)根據(jù)自身情況擬定)[6]。

3 綜合評價(jià)指標(biāo)計(jì)算

在影響因子計(jì)算結(jié)束后，我們就得到了綜合評價(jià)指標(biāo)中的ri，為了將各元素綜合考慮，需要對各項(xiàng)的實(shí)際得分進(jìn)行歸一化處理，即統(tǒng)一標(biāo)準(zhǔn)[7]。

再次利用層次分析法，建立三種影響因子的比重關(guān)系，對比矩陣與結(jié)果如下圖(Matlab計(jì)算)[8]：

圖4 Matlab運(yùn)算結(jié)果

ω1、ω2、ω3分別為0.6928、0.2199、0.0873。

將三條疑似最佳路線的NP值分別進(jìn)行計(jì)算，選擇NP值最大的一條路線，即為最佳物流配送路線。

4 結(jié)束語

通過以上計(jì)算過程，我們可以得出一條相對較好的物流配送路線。

該模型仍有不足，不足主要是取決于模型的假設(shè)。假設(shè)：每日各送貨點(diǎn)相對固定、各送貨點(diǎn)以一種類型的商品為主導(dǎo)、各送貨點(diǎn)之間在進(jìn)行路線總長因子計(jì)算時(shí)以空間距離計(jì)算、忽略汽車加油等送貨路程外的路程。這些假設(shè)與實(shí)際情況有一定差異，所以結(jié)果會(huì)存在一定偏差。另外，各個(gè)影響因子的評價(jià)指標(biāo)仍需要進(jìn)一步細(xì)化與標(biāo)準(zhǔn)化，根據(jù)各個(gè)企業(yè)不同的企業(yè)理念，評分標(biāo)準(zhǔn)需自行擬定，已達(dá)到自身的需求。

綜上，該模型后期仍有改進(jìn)空間。例如利用地理信息系統(tǒng)將路線總長因子計(jì)算時(shí)的空間距離轉(zhuǎn)換為實(shí)際路線長度；將各因子計(jì)算與綜合評價(jià)指標(biāo)計(jì)算設(shè)計(jì)成一個(gè)總程序，并與實(shí)時(shí)路況信息結(jié)合，只需修改每日送貨點(diǎn)和貨品種類的參數(shù)即可得到最優(yōu)路線[9]。