張 嵐,趙 芳
(湖北工業(yè)大學(xué)工程技術(shù)學(xué)院,湖北 武漢 430068)
由于近年來電商行業(yè)發(fā)展迅速,物流運(yùn)輸物品種類和數(shù)量逐漸增加,為物流配送工作帶來巨大挑戰(zhàn)[1]。與此同時(shí),用戶對(duì)物流的時(shí)速也提出了更高的要求,促使當(dāng)前物流企業(yè)選擇多路徑配送方式進(jìn)行商品運(yùn)輸。從物流多路徑配送方法的研究現(xiàn)狀來看,當(dāng)前發(fā)展較為成熟的研究成果包括:基于數(shù)字孿生的物流配送方法、基于基于雙層規(guī)劃模型的配送方法以及基于改進(jìn)K-means聚類方法的配送方法等,然而在實(shí)際的應(yīng)用過程中,現(xiàn)有的配送方法存在明顯的車輛調(diào)度均衡性差的問題。車輛調(diào)度指的是按照既定路線使車輛在滿足一定的約束條件下,有序的通過各個(gè)配送點(diǎn)達(dá)到一定目標(biāo)的方式。而當(dāng)前配送方法存在的車輛調(diào)度均衡性問題主要是無法同時(shí)滿足運(yùn)輸路程最短、成本小以及耗時(shí)短等條件。
為了解決上述現(xiàn)有物流多路徑配送方法存在的問題,在考慮車輛調(diào)度均衡性的前提下,對(duì)配送方法進(jìn)行優(yōu)化設(shè)計(jì)。以期能夠在滿足用戶需求的同時(shí),最大程度提升車輛調(diào)度的均衡度,進(jìn)而保證物流配送效率。
在開始物流配送之前首先需要了解基本的配送信息,具體包括配送物品、配送中心位置、配送終點(diǎn)位置等。利用掃描器等硬件設(shè)備可以直接得出配送物品的信息,同時(shí)通過配送系統(tǒng)相關(guān)位置信息數(shù)據(jù)的調(diào)取,也可以初始物流配送信息的采集結(jié)果[2]。然而在實(shí)際的信息數(shù)據(jù)采集過程中由于操作失誤或環(huán)境因素的影響可能會(huì)出現(xiàn)數(shù)據(jù)采集錯(cuò)誤的情況,因此在配送信息整合之前需要從冗余數(shù)據(jù)去除和數(shù)據(jù)噪聲消除兩個(gè)方面對(duì)初始數(shù)據(jù)進(jìn)行預(yù)處理。在冗余數(shù)據(jù)的處理過程中,首先利用式(1)計(jì)算任意兩個(gè)配送數(shù)據(jù)之間的相似度。
(1)
式中X和Y分別表示初始采集的配送數(shù)據(jù),若式(1)的計(jì)算結(jié)果Sim(X,Y)取值為1,則判定X和Y為相互冗余數(shù)據(jù),需要?jiǎng)h除X或Y數(shù)據(jù),若Sim(X,Y)計(jì)算結(jié)果低于1,則認(rèn)為X與Y不冗余可以進(jìn)行下一組數(shù)據(jù)的消除處理[3]。而數(shù)據(jù)噪聲消除使用的是小波分解與重構(gòu)去噪法,也就是通過對(duì)信號(hào)進(jìn)行小波變換。定義冗余處理后的數(shù)據(jù)為x(t),則小波變換分解結(jié)果可以表示為
(2)
式中αj,k和βj,k分別表示尺度系數(shù)和小波分解系數(shù),參量j為小波分解的層數(shù),n為初始采集的配送數(shù)據(jù)量[4]。經(jīng)過小波分解后將初始數(shù)據(jù)中的噪聲數(shù)據(jù)去除,并得到最終的去噪結(jié)果。在綜合考慮數(shù)據(jù)格式、內(nèi)容等因素下,完成對(duì)初始配送信息的整合操作,并得出最終的整合結(jié)果。
利用GPS定位設(shè)備結(jié)合三角定位原理,確定目標(biāo)調(diào)度車輛的實(shí)時(shí)移動(dòng)位置[5]。利用GPS設(shè)備測得的傳播延時(shí)t正比于衛(wèi)星與用戶之間的距離,即:
d=vc·t
(3)
式中vc為電波信號(hào)的傳播速度。而三角定位原理如圖1所示。
圖1 調(diào)度車輛定位原理圖
圖1中A、B和C分別為三個(gè)參考點(diǎn),其位置坐標(biāo)已知分別為(xA,yA)、(xB,yB)和(xC,yC),那么存在如下關(guān)系式
(4)
式中(xo1,yo1)表示A、C兩點(diǎn)對(duì)應(yīng)圓的圓心坐標(biāo),r1和θ1分別為半徑和A、C之間夾角[6]。同理可以得出A、B以及B、C之間的位置關(guān)系,得出圓形交點(diǎn)D的坐標(biāo)求解結(jié)果。結(jié)合GPS信號(hào)的輸出結(jié)果,對(duì)交點(diǎn)坐標(biāo)值進(jìn)行調(diào)整,最終得出的結(jié)果即為物流配送車輛的當(dāng)前位置坐標(biāo)定位結(jié)果。
配送車輛調(diào)度的均衡性指的是各個(gè)配送車輛需要執(zhí)行的配送任務(wù)量,由于各配送路徑上的配送距離和配送點(diǎn)數(shù)量不同,導(dǎo)致無法直接進(jìn)行工作負(fù)荷對(duì)比[7]。因此,在這種物流多路徑配送優(yōu)化方法中,考慮到每條配送路線上多個(gè)因素條件,用來衡量各送貨線路的工作量大小。具體表述如下
(5)
其中Wi為物流配送車輛i的工作量,Li、Ui和Ni分別對(duì)應(yīng)的是配送路徑長度、送貨量和用戶數(shù)量,ωi為變量Li、Qi和Ni的權(quán)重值[8]。為了均衡各配送線路的工作量設(shè)置一個(gè)允許均衡誤差為
|Wi-W0|≤εequilibrium
(6)
式(6)中參數(shù)W0和εequilibrium分別表示工作量的預(yù)設(shè)值以及設(shè)置的均衡誤差。在實(shí)際配送執(zhí)行過程中W0的具體取值根據(jù)當(dāng)日的總配送任務(wù)量和調(diào)度車輛數(shù)量決定[9]。由此完成對(duì)車輛調(diào)度均衡性的度量任務(wù)。
將上述流程得出的均衡性度量結(jié)果作為車輛配送路徑規(guī)劃的約束條件,結(jié)合物流配送中心和收件位置規(guī)劃合理的配送路徑[10]。首先利用圖2表示流程生成配送環(huán)境地圖。
圖2 配送環(huán)境地圖生成流程圖
在配送環(huán)境地圖中標(biāo)記配送中心和收件位置坐標(biāo)[11]。以配送中心為起點(diǎn)搜索可行路徑,直到達(dá)到收件位置,并選擇路程最短路徑作為最終的配送規(guī)劃路徑。
車輛流量狀況判別是進(jìn)行物流車輛調(diào)度的前提和條件,對(duì)判定規(guī)劃物流調(diào)度車輛配送路徑的可行性,解決交通擁擠問題具有重要意義[12]。為保證物流配送路線交通狀態(tài)的判斷質(zhì)量,應(yīng)用了神經(jīng)網(wǎng)絡(luò)模型,通過輸入層和隱含層的反復(fù)交替迭代,直到神經(jīng)網(wǎng)絡(luò)模型達(dá)到收斂為止。定義物流車輛樣本集合為CAR,初始化神經(jīng)網(wǎng)絡(luò)過程為
(7)
式中Z和b分別表示輸入層和隱含層節(jié)點(diǎn)的數(shù)量。在初始結(jié)果獲取的前提下,可以將神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差表示為
(8)
其中變量μ為節(jié)點(diǎn)完整性系數(shù)[13]。結(jié)合上述,物流車輛配送路線的交通狀態(tài)判別函數(shù)為
P(CAR)=ε(δ+ν(b))
(9)
式(9)中變量δ和ν(b)分別表示擁堵時(shí)長和擁堵調(diào)控參數(shù)。設(shè)置判斷閾值為ηtraffic,公式9的計(jì)算結(jié)果若高于ηtraffic,則表示交通擁堵,否則證明交通暢通。
假設(shè)存在K個(gè)配送點(diǎn)為n個(gè)客戶提供物流配送服務(wù),配送方將根據(jù)實(shí)際情況確定是否建立分配點(diǎn)。假設(shè)顧客的物料需求是已知的,現(xiàn)在選擇了已有的適當(dāng)?shù)攸c(diǎn)來滿足每一需求點(diǎn)的產(chǎn)品輸出,從而使從該分配點(diǎn)向顧客的產(chǎn)品配送成本最低,同時(shí)尋求最大的配送時(shí)間可靠性[14]。定義每個(gè)客戶對(duì)應(yīng)的需求量為qi,配送點(diǎn)i到j(luò)的綜合配送成本為cij。由于每輛車不得超過最大容量限制,因此設(shè)置最優(yōu)物流車輛多路徑調(diào)度配送問題的目標(biāo)函數(shù)如下
(10)
同時(shí)設(shè)置配送方法的約束條件為
(11)
式中Q表示每輛物流配送車輛的最大容量[15]。根據(jù)規(guī)劃配送路徑以及交通狀態(tài)的判定結(jié)果,最終確定實(shí)際的配送路線,并在考慮車輛調(diào)度均衡性的前提下,完成車輛的物流多路徑配送任務(wù)。
為了測試設(shè)計(jì)的物流多路徑配送的應(yīng)用效果設(shè)計(jì)測試實(shí)驗(yàn),由于物流配送需要消耗大量的人力和物力,真實(shí)的實(shí)驗(yàn)場景可能會(huì)影響正常的物流作業(yè),因此此次實(shí)驗(yàn)選擇以仿真的方式進(jìn)行,并通過與傳統(tǒng)配送方法的對(duì)比,體現(xiàn)出設(shè)計(jì)方法的性能優(yōu)勢。
利用計(jì)算機(jī)設(shè)備和MATLAB軟件構(gòu)建仿真環(huán)境,根據(jù)某城市主城區(qū)的道路分布作為實(shí)驗(yàn)路網(wǎng)數(shù)據(jù),區(qū)域內(nèi)建筑物等面狀地物作為仿真環(huán)境中道路規(guī)劃的障礙物。最終構(gòu)建的仿真場景共包含8條街和10條路。為了最大程度的還原實(shí)際物流車輛配送過程,在不同的位置上設(shè)置車輛限速數(shù)據(jù),在默認(rèn)狀態(tài)下城市道路上的平均行駛速度為10m/s。
在配置好的實(shí)驗(yàn)環(huán)境下,選擇三個(gè)配送中心位置,并以隨機(jī)生成的方式在建筑區(qū)域內(nèi)部設(shè)置多個(gè)用戶端。準(zhǔn)備的物流配送算例包括一次物流運(yùn)輸?shù)乃信渌腿蝿?wù),表1為算例1中的所有配送任務(wù)數(shù)據(jù)。
表1 算例1物流配送任務(wù)數(shù)據(jù)表
同理可以得出實(shí)驗(yàn)中設(shè)置的其它算例的配送任務(wù)設(shè)置情況,由此將實(shí)驗(yàn)劃分成5個(gè)組別。在仿真環(huán)境中生成4個(gè)車輛節(jié)點(diǎn),作為物流配送工具。
此次仿真分別從車輛調(diào)度均衡性、配送耗時(shí)和配送成本,其中車輛調(diào)度均衡性指標(biāo)的數(shù)值結(jié)果為
(12)
ΔT=|tarrive-tout|
(13)
式中變量tarrive和tout分別為商品配送到達(dá)時(shí)間和調(diào)度車輛離開配送中心的時(shí)間。另外配送成本的數(shù)值結(jié)果為
Ctotal=Ccar+Closs+Cother
(14)
其中Ccar、Closs和Cother分別為運(yùn)輸車輛成本、貨損成本和其它成本。最終計(jì)算得出的車輛調(diào)度均衡性越高、配送時(shí)間開銷和成本越低,說明對(duì)應(yīng)配送方法的應(yīng)用性能越優(yōu)。
為了體現(xiàn)出優(yōu)化設(shè)計(jì)方法的應(yīng)用優(yōu)勢,仿真設(shè)置基于數(shù)字孿生、基于基于雙層規(guī)劃模型的配送方法作為實(shí)驗(yàn)的兩個(gè)對(duì)比方法,將其轉(zhuǎn)換成計(jì)算機(jī)可以直接識(shí)別和運(yùn)行的程序代碼,并保證三個(gè)方法處理的配送任務(wù)相同。
通過配送方法的運(yùn)行以及公式12的計(jì)算,得出配送方法車輛調(diào)度均衡性的測試對(duì)比結(jié)果,如圖3所示。
圖3 不同配送方法車輛調(diào)度均衡性對(duì)比曲線
從圖3中可以直觀的看出,與其它傳統(tǒng)配送方法相比,設(shè)計(jì)方法的車輛調(diào)度均衡性更接近4,即設(shè)計(jì)方法的調(diào)度均衡性更高。另外四種配送方法的配送耗時(shí)與成本統(tǒng)計(jì)結(jié)果如表2所示。
表2 配送耗時(shí)與成本測試結(jié)果
表2中ΔT數(shù)據(jù)為公式13的計(jì)算結(jié)果,三個(gè)方法的平均配送耗時(shí)分別為98.2min、83.6min和56.8min。另外將表2中的Ccar、Closs和Cother統(tǒng)計(jì)數(shù)據(jù)代入到公式14中,可以得出配送成本的平均值為1.25萬元、1.19萬元和0.69萬元。綜上所述,與傳統(tǒng)方法相比,設(shè)計(jì)配送方法的平均耗時(shí)和配送成本更低,由于用戶滿意度與配送耗時(shí)之間存在負(fù)相關(guān)關(guān)系,設(shè)計(jì)方法配送耗時(shí)更短,對(duì)應(yīng)的用戶滿意度更高。由此說明設(shè)計(jì)的考慮車輛調(diào)度均衡性的物流多路徑配送方法在應(yīng)用方面具有更高優(yōu)勢。
物流作為互聯(lián)網(wǎng)時(shí)代的產(chǎn)物,其服務(wù)質(zhì)量直接影響了行業(yè)的發(fā)展速度。通過對(duì)配送車輛調(diào)度均衡性的充分考慮,可以有效的提高配送方法的應(yīng)用性能,即在縮短配送時(shí)間的同時(shí)降低配送成本。然而由于設(shè)計(jì)實(shí)驗(yàn)采用的是仿真的方式,缺少實(shí)際數(shù)據(jù),所以在今后的研究工作中應(yīng)該考慮在一定的調(diào)研和調(diào)查的基礎(chǔ)上,利用實(shí)際數(shù)據(jù)對(duì)分析結(jié)果進(jìn)行驗(yàn)證。