基于Dijkstra算法的農(nóng)村快遞選址研究

孫玉良,楊光敏

摘 要：近年來，物流快遞快速發(fā)展，投送時效快，投送能力強，已經(jīng)成為該行業(yè)的鮮明的旗幟。同時也要看到，這僅僅只是針對城市而言。相反農(nóng)村的物流快遞則發(fā)展得極其不平衡，主要體現(xiàn)在“戰(zhàn)線長”，“分布廣”，“消費低”等幾個方面從而導致了快遞公司的運行成本高，投送時效長。本文通過AHP-TOPSIS模型多農(nóng)村配送點進行排序選擇，在此基礎上提出了發(fā)散配送模式，最大化對配送節(jié)點進行覆蓋。

關鍵詞：農(nóng)村配送點;AHP-TOPSIS 組合評價模型;發(fā)散給送模式

在傳統(tǒng)的農(nóng)村模式下，鄉(xiāng)鎮(zhèn)快遞網(wǎng)點下沉的范圍較為分散且數(shù)量較少，主要由于傳統(tǒng)農(nóng)村的分散性且每個鄉(xiāng)村的“消費密度”不平衡導致派送網(wǎng)點“無利可圖”“且時效慢”[5]。相比較城市而言，城市的網(wǎng)點分布較為密集，交通便利且多樣化，這樣在快遞的最初攬件和最后派件的時效大大提高。城市的“消費密度”比鄉(xiāng)鎮(zhèn)高的多，使得派送的網(wǎng)點“有利可圖”“成本低”。隨著如今的鄉(xiāng)村振興的提出，一些農(nóng)村模式發(fā)生了轉變，比如集體農(nóng)莊即一整座村莊拆遷然后統(tǒng)一安排住處。這樣就大大減少每家住戶的距離。從而提高居民最后的取件和寄件，就目前來說，這并未全面普及。因此，此研究著重從地區(qū)人口數(shù)量和經(jīng)濟效益上的綜合評價結果的角度對鄉(xiāng)村配送點選址進行研究探討[1]。在配送節(jié)點選址上，綜合考慮了該地址的經(jīng)濟效益及需求覆蓋率最大化因素，加入了日交通量及該村莊的商店數(shù)量、人均可支配收入[3]和人口數(shù)量等評價指標。在求解算法上，將TOPSIS評價模型和AHP分析法結合起來。簡化了AHP分析法處理綜合指標的復雜過程，相應的提高了TOPSIS模型評價鄉(xiāng)村的準確性。

1 基于AHP-TOPSIS發(fā)散配送模式的確定

車輛路線問題主要在于由一個配送點到另一個配送點的最佳路線，不僅要滿足路程最短，也要滿足整體配送周期變短。這就要要求配送模式，配送人員及車輛要合理。在一定的區(qū)域內(nèi)在一定的時間內(nèi)配送到各個客戶手中。以達到最佳的經(jīng)濟效益和配送時間效益。如圖所示，該配送路線在一定的區(qū)域類，設置了多條配送路線。

即表示的為一個配送中心向周圍所有的目標進行派送。派送效率大大提高，但是在鄉(xiāng)鎮(zhèn)農(nóng)村一級會造成過高的配送成本，即每一條配送路線就需要一名配送人員和相應配送車輛[2]。由此可見這會大大加大配送中心的經(jīng)濟壓力。

1.1 模型的建立與求解

AHP-TOPSIS組合評價模型[6]是將AHP層次分析法和TOPSIS評價法組合起來，前者計算問題中參數(shù)影響權重，后者對前者進行評價。通過對評價問題分別構造最優(yōu)解和最差解，可以將得出的各影響因素的權重大小，并用來計算那些村莊可以作為配送節(jié)點合理性是否接近最理想的配送點的程度大小。越是靠近則合理性就越高，相反越是遠離合理性就會越低。

1.2 模型的建立

1.2.1 配送點影響因素的選擇

參配送點選址影響因素的選擇參考主流研究的做法，本文選擇該村莊商店的數(shù)量、日平均交通總密度以及人均可支配收入作為該區(qū)域設置配送點的影響因素。

1.2.2 權重向量的確定

本文選取江蘇省灌云縣東王集鄉(xiāng)周邊的7個村莊T1，T2，T3，T4，T5，T6，T7。地理位置如圖2所示。

根據(jù)上述影響因素，統(tǒng)計了2021年4月內(nèi)觀測路段的車輛數(shù)和該村莊的人口數(shù)量如圖3所示，觀測路段的長度以及這段時間的人均可支配收入[6]，和交通量和人口數(shù)量如圖所示。

本文只考慮準則層對目標層的權重。設準則層的人口數(shù)量、日平均交通總密度和人均可支配收入分別為3個變量。通過查詢1～9標度法規(guī)則表，得到了準則層的比較判別矩陣，結果如表1所示。

根據(jù)表1內(nèi)容，邀請相關領域的研究學者和專家進行比較兩者之間的重要性，并進行打分。從而構造出W-U比較判斷矩陣為：

A=

然后對其判斷矩陣進行一次性檢驗[4]。通過計算，本文得出W-U比較判斷矩陣的權重向量為（0.473 8，0.216 8，0.309 4）T，由此可見對于配送點的選址的影響因素而言，其作用程度人口數(shù)量>人均可支配收入>日平均交通總密度。

由于上述3個影響因素都是極大型指標，所以不需要對影響因素的數(shù)值進行處理。為規(guī)避不同量綱對評價結果的影響，使評價體系中的指標可以在相同量綱水平下進行比較，需對原始數(shù)據(jù)進行標準化處理。具體處理的方法如下：

其中指第i個鄉(xiāng)鎮(zhèn)第j個影響因素標準化后的數(shù)值。

1.2.3 計算與理想解相對接近度并歸一化

通過標準化得到Z矩陣，可知最優(yōu)向量和最劣向量，然后計算選擇設置快遞自提機的合適的鄉(xiāng)鎮(zhèn)與最優(yōu)向量的歐式距離和最差距離：

，

最后得到最優(yōu)解的結合程度， 并歸一化。

1.3 模型結果與分析

通過改模型的結果可以得出W值，數(shù)值越大說明距離理想解就越近，反之亦然。并對7個鄉(xiāng)村數(shù)據(jù)進行排序。如表2所示。

1.4 配送模式確定

對于表2數(shù)據(jù)，選取元邦村、鹽東村、條河村、封莊村、鹽河村、大南村作為配送節(jié)點。以元邦村為起點，鹽河村為終點。如圖4所示拓撲圖。

以元邦村為起點鹽河村為終點，通過Dijkstra算法求解最優(yōu)路線為元邦村-大南村-封莊村-鹽河村。路線總里程為8.8 km。在返程時路線為鹽河村-鹽東村-元邦村。路線總里程為6.2 km。則完整的配送路線總里程為15 km。

2 結束語

在農(nóng)村快遞領域中，配送是關鍵。主要在于農(nóng)村快遞費時費力成本高且無利可圖。本文在參考和閱讀其他學者的研究成果后提出了一種新的配送模式并以具體的某個鄉(xiāng)鎮(zhèn)為例進行研究，結合Dijkstra算法來得出最優(yōu)的配送路徑。除此之外也大量的參考了一些評價模型來確保配送節(jié)點選擇的合理性。使得該配送模式更加科學有效，使得農(nóng)村快遞得到更好的發(fā)展。

參考文獻：

[1]趙金煜，王悅，王定河.基于AHP-熵權法的建筑工程BIM應用障礙因素研究[J].建筑經(jīng)濟2020，41（S2）：182-187.

[2]李雪松，姜妍，繆穎.泰州地區(qū)鄉(xiāng)村物流配送現(xiàn)實困境及解決方案——基于政府部門、物流企業(yè)和線上農(nóng)戶的調研[J].中國市場，2021（14）：151-152+155.

[3]農(nóng)村居民人均可支配收入[J].中國經(jīng)濟景氣月報，2021（3）：39.

[4]姜能濤，呂夢琦.智能快遞柜在城市末端物流應用現(xiàn)狀及發(fā)展對策研究——以蘇州為例[J].物流工程與管理，2019，41（10）：47-51.

[5]卜旺宇，李至偉，郭鈺，等.我國農(nóng)村電商發(fā)展研究[J].合作經(jīng)濟與科技，2021（10）：84-86.

[6]彭鵬，胡昌格，柴敏.基于AHP和TOPSIS的電飯煲設計評價[J].工業(yè)設計，2021（4）：153-154.