基于免疫算法的物流配送路徑優(yōu)化研究

李趙興

(榆林學(xué)院 信息工程學(xué)院，陜西 榆林719000)

電子商務(wù)的出現(xiàn)在一定程度上是對(duì)傳統(tǒng)商業(yè)模式的顛覆，電子商務(wù)依賴(lài)于移動(dòng)互聯(lián)網(wǎng)作為載體。消費(fèi)者通過(guò)這一載體挑選自己喜愛(ài)商品，最終商品則通過(guò)物流配送服務(wù)送達(dá)至消費(fèi)者手中。一次完美的購(gòu)物體驗(yàn)務(wù)必需要良好的物流配送服務(wù)，而在物流配送服務(wù)中，配送速度又顯得尤為重要[1]。物流配送是電子商務(wù)與現(xiàn)代物流相結(jié)合的產(chǎn)物，電子商務(wù)的發(fā)展受到物流配送速度和質(zhì)量的制約。

我國(guó)物流總體水平還不夠高，信息化程度較低，導(dǎo)致配送成本高，配送速度在一定程度上面臨著挑戰(zhàn)。低效率的物流和快速發(fā)展的電子商務(wù)是中國(guó)目前電商發(fā)展的主要矛盾之一，這個(gè)矛盾是中國(guó)要提高電子商務(wù)發(fā)展速度必須解決的問(wèn)題。物流配送是電子商務(wù)線上銷(xiāo)售后的最終環(huán)節(jié)，它面向著消費(fèi)者，配送服務(wù)直接影響著消費(fèi)者的購(gòu)物體驗(yàn)，間接影響著消費(fèi)者對(duì)網(wǎng)絡(luò)購(gòu)物的體驗(yàn)[2]。

1 物流末端配送網(wǎng)絡(luò)結(jié)構(gòu)分析

1.1取貨網(wǎng)點(diǎn)

取貨網(wǎng)點(diǎn)是客戶(hù)和電商物流配送末端[3]的接口，可直接與顧客聯(lián)系和溝通，目前我國(guó)的取貨網(wǎng)點(diǎn)主要有兩種，分別是第三方取貨點(diǎn)和自助提貨柜。一般情況下，取送點(diǎn)都分布在末端配送的業(yè)務(wù)覆蓋范圍之內(nèi)，配送員根據(jù)客戶(hù)的需求進(jìn)行相關(guān)的配送工作。自提柜則是一種無(wú)人交接的方式這是一種比較快速的送遞方式，可以進(jìn)行24小時(shí)的連續(xù)服務(wù)，很大程度上減少了快遞員的工作，自提柜一般會(huì)設(shè)置在小區(qū)。

1.2 樞紐中心

樞紐中心也被稱(chēng)為中轉(zhuǎn)場(chǎng)，對(duì)貨物進(jìn)行轉(zhuǎn)運(yùn)和集散。貨物需要轉(zhuǎn)運(yùn)的情況有：業(yè)務(wù)量較大，機(jī)械化程度高。由于貨物轉(zhuǎn)運(yùn)必然存在著較多車(chē)輛的來(lái)往，并且樞紐中心的面積比較大而且位置大多數(shù)都設(shè)立在城市郊區(qū)，所以也被稱(chēng)為集散點(diǎn)或者是集散中心。從網(wǎng)絡(luò)的角度來(lái)看，它也是一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)，基本功能是分發(fā)和辦理快遞，實(shí)現(xiàn)快遞在全網(wǎng)中從分散→集中→分散的過(guò)程。

與取貨網(wǎng)點(diǎn)相比，樞紐中心的數(shù)量較少。樞紐中心的數(shù)量決定了貨物的中轉(zhuǎn)次數(shù)，如果樞紐中心的數(shù)量多就代表著貨物的中轉(zhuǎn)次數(shù)增多，增加了和貨物在運(yùn)輸中的時(shí)間，降低了效率。樞紐中心的數(shù)量和規(guī)模影響物流網(wǎng)絡(luò)的穩(wěn)定性，具有特殊的地位[5]。

1.3配送中心

配送中心將處理的訂單生成顧客所需要的商品，通過(guò)它的配送車(chē)輛將商品集中配送到送貨站點(diǎn)。配送中心不是意義上的倉(cāng)庫(kù)，它是配送網(wǎng)絡(luò)的干線節(jié)點(diǎn)，建設(shè)地址通常是交通便捷的城郊，具有一定的規(guī)模，它所在的城市和周邊都能被覆蓋到。配送中心要負(fù)責(zé)將貨送到顧客手中。從物流供應(yīng)鏈的角度來(lái)看，它也是一個(gè)物流節(jié)點(diǎn)。依靠設(shè)施設(shè)備和物流信息系統(tǒng)平臺(tái)對(duì)商品進(jìn)行分類(lèi)、加工、運(yùn)輸、配送等，為客戶(hù)提供配送服務(wù)。配送需要考慮節(jié)約運(yùn)輸成本和提高顧客的滿(mǎn)意度。

1.4 配送路線

配送路線大致來(lái)說(shuō)主要經(jīng)過(guò)配送中心、樞紐中心、取貨點(diǎn)和消費(fèi)者。電商物流配送網(wǎng)絡(luò)覆蓋范圍相對(duì)來(lái)說(shuō)較小，多數(shù)情況下用電動(dòng)車(chē)、三輪車(chē)等來(lái)進(jìn)行配送，配送員根據(jù)既定的路線行駛，保持固定的往返頻率。配送員的路線是提前規(guī)定好的，貨物的流向是單向的，即從配送中心到顧客。物流配送網(wǎng)絡(luò)[4]中的各個(gè)節(jié)點(diǎn)通過(guò)配送路線相互連接起來(lái)，實(shí)現(xiàn)節(jié)點(diǎn)之間的實(shí)物交換，形成配送網(wǎng)絡(luò)。在這個(gè)過(guò)程中，將貨物進(jìn)行了轉(zhuǎn)移。

2 物流配送中心規(guī)劃與設(shè)計(jì)

一級(jí)中心 覆蓋身份

圖1 京東商城一級(jí)物流倉(cāng)儲(chǔ)中心布局

合理的布局物流倉(cāng)儲(chǔ)中心對(duì)物流配送環(huán)節(jié)來(lái)說(shuō)有著重大的戰(zhàn)略意義，合理有效的物流中心布局可以增加企業(yè)的收益，同時(shí)降低企在配送方面的成本，還可以提高配送的時(shí)效性，使顧客的購(gòu)物體驗(yàn)得到提升，使物流形成一個(gè)良性循環(huán)。通過(guò)分析京東的配送模式[5]，可以看到京東在布局全國(guó)倉(cāng)儲(chǔ)網(wǎng)絡(luò)方面投資巨大，京東依靠強(qiáng)大的物流網(wǎng)絡(luò)中心的建立成為了行業(yè)的標(biāo)桿。圖1為京東倉(cāng)儲(chǔ)中心的一級(jí)布局。

應(yīng)該以“以點(diǎn)帶面”的結(jié)構(gòu)來(lái)布局物流配送中心[6]，然后將配送站點(diǎn)和自提點(diǎn)建立在物流配送中心[6]的輻射范圍之內(nèi)。選取物流配送中心的原則之一就是覆蓋范圍要盡可能地廣?？梢圆捎弥行牡乩碚搧?lái)布局物流中心，在一個(gè)大的區(qū)域范圍內(nèi)有很多衷心地，每一個(gè)中心地都有一個(gè)圓形的服務(wù)范圍腹地，區(qū)域內(nèi)每個(gè)消費(fèi)者都會(huì)選擇到最近的地方來(lái)購(gòu)買(mǎi)服務(wù)。

3 基于自適應(yīng)免疫算法的物流中心選址

物流配送中心選址問(wèn)題：首先有一定數(shù)量的給定需求點(diǎn)坐標(biāo)，然后再?gòu)倪@些需求點(diǎn)中選取一定數(shù)量作為配送中心，達(dá)到配送費(fèi)用最低。

3.1 物流配送中心選址模型

假設(shè)：①建立的配送中心庫(kù)存足夠。②該配送中心可以滿(mǎn)足多個(gè)配送點(diǎn)。③需求點(diǎn)的需求量已經(jīng)知道。④建設(shè)費(fèi)用已知。

設(shè)A是所有需求點(diǎn)的集合；Ba是到需求點(diǎn)a的距離小于x的備選配送中心集合；qa是需求點(diǎn)的需求量；dab是a到b的距離；rab為0-1變量，表示用戶(hù)和物流中心需求關(guān)系，值是0即表示需求點(diǎn)a的需求量由配送中b供應(yīng)；hb是0-1變量，當(dāng)值是1的時(shí)候表示b被選做配送中心；D是需求點(diǎn)和配送中心最大的距離。

(1)

約束條件:

(2)

rab≤hj，i∈N,b∈Ba

(3)

(4)

rab，hb∈{0，1}，a∈A，b∈Ba

(5)

dab≤D

3.2 基本免疫算法[7]

步驟1：把目標(biāo)函數(shù)和約束條件作為抗原。

步驟2：隨機(jī)產(chǎn)生N+m個(gè)抗體。

步驟3：評(píng)價(jià)抗體。(抗原抗體的親和度Av=1/Fv，F(xiàn)v表示目標(biāo)函數(shù)；抗體與抗體之間的親和度Cv；抗體期望繁殖率P=,是多樣性評(píng)價(jià)參數(shù))。

(6)

步驟4：形成父代群體(對(duì)P進(jìn)行降序排序，取前N個(gè)作為父代群體；取前m個(gè)體存入記憶庫(kù))。

步驟5：免疫操作(選擇預(yù)先設(shè)定的選擇概率；交叉預(yù)先設(shè)定的交叉概率；將預(yù)先設(shè)定的變異概率進(jìn)行變異。)

步驟6：步驟五后又重新產(chǎn)生了N個(gè)抗體，加上之前記憶庫(kù)中的m個(gè)抗體，形成N+m個(gè)抗體。

步驟7：判斷目標(biāo)函數(shù)是否達(dá)到最優(yōu)值或算法是否運(yùn)行到迭代次數(shù)，若滿(mǎn)則結(jié)束，反之返回第三步。

3.3實(shí)驗(yàn)與結(jié)果分析

以一個(gè)中等規(guī)模的物流需求點(diǎn)為例，假設(shè)有50個(gè)城市作為貨物需求點(diǎn)，各貨物需求點(diǎn)的需求位置坐標(biāo)和需求量如表1所示：

表1 各需求點(diǎn)坐標(biāo)及需求量

變異的終止條件是當(dāng)給定最大的迭代次數(shù)，最大迭代次數(shù)為100，初始種群規(guī)模是40，變異率是0.15，物流配送速度中心是6，尋優(yōu)過(guò)程如圖2所示，實(shí)線代表最優(yōu)親和度，點(diǎn)劃線代表平均親和度。從圖2可以看出，進(jìn)化到50代時(shí)，最優(yōu)親和度不再變化。表1列出了配送中心與需求點(diǎn)之間的關(guān)系，此時(shí)最小目標(biāo)函數(shù)值為710。從圖1和表2可以看出，免疫算法可以快速地收斂到最優(yōu)解，能有效解決物流配送中心選址優(yōu)化問(wèn)題。

圖2 尋優(yōu)過(guò)程

表2 配送中心和需求點(diǎn)的關(guān)系

通過(guò)免疫算法的計(jì)算最終得到最優(yōu)的一個(gè)選址中心，同時(shí)采用免疫算法從抗體結(jié)構(gòu)和適應(yīng)度兩個(gè)方面對(duì)抗體濃度進(jìn)行計(jì)算，更加穩(wěn)定，對(duì)配送中心選址的具體問(wèn)題有很不錯(cuò)的優(yōu)化作用。相比較用重心法尋求選址的方法，實(shí)驗(yàn)證明本算法具有較好的結(jié)果，可以在現(xiàn)實(shí)環(huán)境中實(shí)現(xiàn)。

4 結(jié)論

本文主要研究的是物流配送速度的關(guān)鍵影響因素，通過(guò)查閱文獻(xiàn)以及借鑒其他作者對(duì)此方面的研究，對(duì)電商物流末端配送網(wǎng)絡(luò)的深入分析研究，得出制約物流配送速度的關(guān)鍵因素，通過(guò)對(duì)物流配送網(wǎng)絡(luò)的整體進(jìn)行分析，得出物流配送速度的關(guān)鍵影響因素，建立電商物流配送網(wǎng)絡(luò)，采用免疫算法對(duì)物流配送路徑進(jìn)行優(yōu)化，能有效解決物流配送中心選址優(yōu)化問(wèn)題，提高電子商務(wù)物流配送速度。