十多年论文指导经验,高质量指导,让您瞬间通过!
手机:18077705729

源兴果品有限公司配送中心选址与配送路线优化

点击: 日期:2021-05-07

[摘要] 随着经济的快速发展和人们的物质水平提高还有网购的日益流行,对物资的供求量都大幅增加,而我国的物流配送行业刚刚起步,目前发展还不够深,管理方面的经验也较为欠缺,因而我国应该借鉴发达国家及其他物流配送企业较为成功的其他国家的物流配送管理经验以及先进的物流配送技术和网络技术,并对我国的物流配送企业的供应链管理和对信息技术的应用展开一定的研究,本文就这些问题展开了研究,研究的主要内容为对我国物流配送企业的配载和配送路线进行分析,得出其中存在的问题,并对之进行优化。本文主要针对物流过程中的配送中心选址和配送路线进行了一定的分析,并根据节约算法、扫描算法和统一最优化方法三种方法对配送路线进行了优化,分析出在物流过程中能够使成本支出最少而且收益最大的配送路线。

[关键词] 配送中心选址;配送路线优化;节约算法;扫描算法;统一最优化方法

引言

随着经济的快速发展和人们的物质水平的日益提高还有网购的日益流行,我国国民对物资的供求量都大幅增加,因此消费者和企业对物资的供应要求越来越高,物流服务是一种适应社会的经济发展的产物,并且也因此而逐渐被人们提高了重视程度。物流包括采购,运输,存储,配送,包转和流通加工及信息处理等总共七个过程。其中的物流配送是最关键的一个环节,在整个物流链中占据着最重要的低位。配送是否成功直接关系到物流的整个供应链的效果。因此,由于我国各生产企业和物流企业的结构调整,市场竞争加剧和经济的快速发展,物流配送也受到越来多多的重视。

我国的物流配送行业刚刚起步,目前发展还不够深,管理方面的经验也较为欠缺,在物流信息技术管理和网络应用技术方面的程度也比较低,并且目前的物流配送业务流程有很多部分大多还停留在手工操作的阶段。因此我对厦门嘉里大通物流公司进行调研,由此发现我国的物流配送行业所具有的问题主要分为以下几个方面:目前国内大部分的物流配送企业的信息化程度都不够高,还有很多业务仍然停留在人工操作阶段,因此导致工作的效率不高,我国现有的物流配送流程很难适应现在我国社会的发展对物流的发展要求,因此需要对物流配送进行一定的改造和重组,在物流配送的供应链中仍然有大部分管理方式仍然停留在理论的研究阶段,能够实现有效优质的供应链管理的物流企业数量很少,城市内的物流配送线路较为固定,因此其灵活机动型较差,难以随机应变,适应各种物流配送需求,物流配送企业现阶段对客服所能提供的增值服务数量较少。

第1章 相关理论概述

1.1配送中心选址与配送路线的定义及特点

1.1.1 配送中心选址的定义及特点

配送中心是物流的一个重要组成部分,配送中心是货物从制造厂至零售商中的中间储存地点,他是集中并分散货物、组织配送的销售和供应、并执行实物的配送、以促进货物快速流转的一种仓库。配送中心的选址,对物流活动的影响很大。因此,各个配送中心的选址就显得十分重要。合理的选址可以在很大程度上减轻配送中心建设的成本、并有效的节省费用、促进生产和消费这两种流量的配合与协调,以保证物流系统平衡的发展。

一般情况下,物流费是指将货物从物品的聚集地运送到配送中心所需要的运输费用;以及从配送中心运送到需求点所需的费用以及经营配送中心所消耗的费用。所以,配送中心选址的目标函数是从侯选地点中选出最适合的作为配送中心,使得将货物从工厂运送到配送中心的运输费用以及配送中心的投资、经营等费用及将货物运送到需求点费用的总和达到最小。

在这个模型中,己知的参数有:

1.侯选的配送中心的个数、位置、最大的储存容量及允许选定配送中心个数的上限;

2.各个需求点的个数、位置及需求量;

同时为了方便建立模型,所建设系统必须满足以下条件:

1.仅在一定的侯选地点范围内选址配送中心的地点;

2.用户的需求量按不同的区域划分并总计;

3.运输的费用与运输量应成正比;

4.每个需求点都是由一个配送中心来供应;

5.配送中心的最大容量应当可以满足需求;

6.各个需求点的需求量应为一定的并且为己知;

7.各个需求点的物品应当在一次运输中完成,所有点间的运输速度一样;

8.系统总费用不需要考虑仓库的存储费用,只需要考虑仓库的建设费用和货物的运输费用。

1.1.2配送路线的定义及特点

配送并不是单纯的将货物进行运输,而是运输与集货、分货、配货的组合,是“配”“和”送的合理有机的结合。因此可以将配送问题分为对“配”和“送”两者的研究。“配”主要是为配送中心选取地址的问题,“送”主要包括旅行商问题和对车辆路线的优化问题,由于选址受各种外部因素如经济和环境等因素以及内部因素如企业的劳动力成本和员工素质等多种条件因素的影响,因而单纯的考虑距离问题来进行选址时不合适的,因此对于“配”的问题在本文中不做研究。

“送”的主要问题就是配送,配送路线的优化是在配送优化问题中一个至关重要的环节,在配送过程中,配送的线路是否合理,对于配送的速度成本和公司的效益的影响都很大,设计合理,高效率的配送路线方案不仅可以减少公司的作业成本,还可以提高企业的效益收获,并且也能够更好的服务客户,让客户对企业的满意度提高,使企业拥有一个更好的形象与口碑,为以后的工作获得一定的基础。

不同的国家对于配送一词的定义也有所不同,配送一次对于中国来说,按照国家质量技术监督局已经发布的中华人民共和国国家标准的“物流术语”中来说,配送是指在经济合理范围内根据用户的要求,对货物进行拣选、加工、包装、分割和组培等工作,并且暗示送达到指定的地点。

第2章 选址与配送路线方法介绍

2.1配送中心选址的方法

2.1.1交叉中值模型

(1)交叉中值模型适用小范围内的城市内的选址问题,是使一个平面内的加权的城市距离进行最小化。其相应的目标函数为:

(2—1)

式中

n——需求点的总数目。

(2)交叉中值模型的步骤:

第一步:模型选择;

第二步:确定中值;

第三步:求;

第四步:比较所确定的各个位置的加权距离。

2.1.2精确重心法

(1)精确重心法的目标是寻求加权的直线距离总和最小,目标函数为:

(2—2)

其中迭代公式为:

(2—3)

(2)精确重心法步骤:

第一步:选取初始迭代点;

第二步:计算和;

第三步:若,运费已无法减少;输出最优解,Z和迭代次数j,结束。否则,转第二步。

2.2配送路线优化方法

2.2.1节约算法

(1)节约算法的基本原理

节约算法是用来解决运输车辆数目不确定的VRP问题,它是目前用来解决VRP模型最有名的启发式算法。其核心思想就是将运输问题中存在两个回路和合并成一个回路。在上面的合并操作中,整个运输问题的总运输距离会发生变化,如果变化后总运输距离下降,则称节约了运输距离。相应的变化值,叫做节约距离,即



调整过程如图2所示

图2 节约算法的图像描述

(2)节约算法的步骤

输入:n(需求点数),(需求量), ,m(车辆数),(车辆的载重限制),(各车的最大运输距离),。

(1)将车辆按排列;

(2)求,将非零的按从大到小排列;

(3)求初始可行解;

(4)合并配送路径,直到队列为空为止;

(5)重复以上的步骤,直至得出配送线路为止。

2.2.2扫描算法

(1)扫描算法的基本思想

扫描算法是建立坐标系,以零度角方向开始逆时针扫描分组,是一种“先分组后路线”的算法。扫描分组在不超过载重限制分出来的一个组即为一个扇形,每一个扇形即为一个回路,为每一回路配备一辆货车。超过载重的将另起一组直至分组完毕,然后开始局部的对每一个回路进行线路优化。

扫描算法的基本步骤:

1.建立极坐标系。以起始点0点作为极坐标系的原点,确定零度角,将所有客户所在位置转化为极坐标系。

2.分组。从最小角度的客户开始,按逆时针方向,将客户逐个加到组中,直到客户需求总量超出了负载限制,形成一个组。

3.重复(2)过程,完成分组。

4.进行路径优化。对各个分组进行线路优化。

2.2.3统一最优化方法

(1) 统一最优方法的基本原理

其中统一最优方法就是把数学问题中的规划分解方法和之前提到的启发式方法相结合,从而得到最优的解决方法。

启发式算法:其核心思想就是将运输问题中存在两个回路和合并成一个回路。在上面的合并操作中,整个运输问题的总运输距离会发生变化,如果变化后总运输距离下降,则称节约了运输距离。相应的变化值,叫做节约距离,即



调整过程如图2所示

图2 启发式算法的图像描述

然后把启发式算法的几个路线结合起来考虑,综合分析既可以得到最优解。

(2)统一最优化算法的步骤

输入:n(需求点数),(需求量), ,m(车辆数),(车辆的载重限制),(各车的最大运输距离),。

①将车辆按排列;

② 车辆配送最近的地点Xi,直至超过载重量然后返回

③剩余车辆配送同上,直至所有店铺配送完

④然后根据插入法把单程的插入上述路线中

⑤得出最优解

第3章 源兴有限公司配送现状,存在的问题及必要性分析

3.1公司简介

武汉源兴投资有限公司成立于二000年十月,是集装修贷款,房产抵押助业贷款,门面、二手 房按揭贷款,个人消费贷款,等多类业务于一体的综合性投资担保公司。总部位于汉口青年路同成广场,公司现已成为中国农业银行武汉市分行指定贷款机构;中国建设银行武汉市分行贷款代理点;中国光大银行武汉市分行贷款宣传点;中国工商银行个 人消费贷款合作单位;并与其他多个银行有良好的信誉合作。

源兴投资是从事代办贷款担保服务的知名公司。经过近四年的发展,源兴投资已经成为一家专业的连锁网络服务企业,目前网点已遍布武汉三镇。在全市己建立了近12多家分部,30余人的源兴投资队伍正在为成千上万的客户提供满意、专业、优质的服务。诚信、高效、快捷是公司的立足之本;阳光操作,诚实守信,透明收费是公司的三大承诺。

源兴投资凭借着自身的优势和口碑,形成了区别于其他一般公司的经营模式和销售网络,并正在陆续建立起强大的运营体系。源兴公司以其注重承诺,跟踪服务的良好口碑响誉于客 户和同行间。源兴投资作为贷款担保大型网络服务机构,与多家信贷单位有良好的合作关系,公司人员通晓业务流程,熟诸政策法规,经验丰富,因此,省时、省心、省力是您选择源兴投资实现致富梦、安居梦的重要首选。

3.2配送现状

通过调查,深圳市源兴果品有限公司的经济实力拥有3辆装载量为100箱水果和2辆装载量为60箱水果的配送车辆。在不考虑特殊情况下各区域的水果平均日需求量见表1

表1各区域超市需求量

需求点 1 2 3 4 5 6 7 8 9

需求量(箱) 22 18 20 16 16 18 22 20 26

该公司的配送中心位于市中心偏东处,分别向新一佳超市1,鹏辉自选商场2,海天百货超市3,惠宜家超市4,源泉生活超市5,美惠佳超市6,民润超市7,人人和超市8,人人乐超市9,九个区域进行配送,各区域超市分布情况以及相互间运输距离如图1。

图1 各区域分布以及相互见运输距离图(该图来源于深圳市交通图)单位:公里 (km)

3.4选址优化的必要性

物流的配送中心具有极其重要的作用,因而对其的选址应当十分注重,对于选址的优化,应当考虑如下几个方面:

1.物流配送反应速度快

物流配送服务提供者对上游、下游的物流配送需求的反应速度越来越快,前置时间越来越短,配送时间越来越短,物流配送速度越来越快,商品周转次数越来越多。

2.物流配送功能集成化

物流配送着重于将物流与供应链的其他环节进行集成,包括:物流渠道与商流渠道的集成、物流渠道之间的集成、物流功能的集成、物流环节与制造环节的集成等。

3.物流配送服务系列化

物流配送除强调物流配送服务功能的恰当定位与完善化、系列化,除了传统的储存、运输、包装、流通加工等服务外,还在外延上扩展至市场调查与预测、采购及定单处理、向下延伸至物流配送咨询、物流配送方案的选择与规划、库存控制策略建议、货款回收与结算、教育培训等增值服务:在内涵上提高了以上服务对决策的支持作用。

4.物流配送作业规范化

物流配送强调功能作业流程、作业、运作的标准化和程序化,使复杂的作业变成简单的易于推广与考核的运作。

5.物流配送目标系统化

物流配送从系统角度统筹规划一个公司整体的各种物流配送活动,处理好物流配送活动与商流活动及公司目标之间、物流配送活动与物流配送活动之间的关系,不求单个活动的最优化,但求整体活动的最优化。

6.物流配送手段现代化

物流配送使用先进的技术、设备与管理为销售提供服务,生产、流通、销售规模越大、范围越广,物流配送技术、设备及管理越现代化。

7.物流配送组织网络化

为了保证对产品促销提供快速、全方位的物流支持,新型物流配送要有完善、健全的物流配送网络体系,网络上点与点之间的物流配送活动保持系统性、一致性,这样可以保证整个物流配送网络有最优的库存总水平及库存分布,运输与配送快捷、机动,既能铺开又能收拢。分散的物流配送单体只有形成网络才能满足现代生产与流通的需要。

8.物流配送经营市场化

物流配送的具体经营采用市场机制,无论是企业自己组织物流配送,还是委托社会化物流配送企业承担物流配送任务,都以“服务—成本”的最佳配合为日标。

9.物流配送流程自动化

物流配送流程自动化是指运送规格标准、仓储货、货箱排列装卸、搬运等按照自动化标准作业、商品按照最佳配送路线等。

10.物流配送管理法制化

宏观上,要有健全的法规、制度和规则;微观上,新型物流配送企业要依法办事,按章行事。

第4章 源兴有限公司配送中心选址与配送路线的优化

4.1配送中心选址

4.1.1 交叉中值模型

4.1.1.1 使用交叉中值模型的假设:

(1)把各个超市平均每天的需求量作为权值,销售额如表3-1所示;

(2)选择坐标原点并建立坐标系,各个超市的坐标如表3-2所示,坐标图如附录1所示。

表3-1 各超市平均每天的需求量 (单位:箱)

需求点 1 2 3 4 5 6 7 8 9

需求量 22 18 20 16 16 18 22 20 26

需求点(i) 1 2 3 4 5 6 7 8 9

24.0 34.7 33.1 22.0 16.9 8.4 4.3 15.0 0

2.6 3.0 9.8 11.0 14.7 11.6 0 3.7 5.4

表3-2 各个超市的坐标 (单位:公里)

4.1.1.2 计算过程

(1)确定中值:

(2)求,如表3-3所示和表3-4所示

表 x轴方向计算

需求点 沿x轴的位置

从左到右

9 0 26

7 4.3 26+22=48

6 8.4 26+22+18=66

8 15.0 26+22+18+20=86

5 16.9 26+22+18+20+16=102

从右到左

2 34.7 18

3 33.1 18+20=38

1 24.0 18+20+22=60

4 22.0 18+20+22+16=76

5 16.9 18+20+22+16+16=92

表 y轴方向计算

需求点 沿y轴的位置

从上到下

5 14.7 16

6 11.6 16+18=34

4 11.0 16+18+16=50

3 9.8 16+18+16+20=70

9 5.4 16+18+16+20+26=96

从下到上

7 0 22

1 2.6 22+22=44

2 3.0 22+22+18=62

8 3.7 22+22+18+20=82

9 5.4 22+22+18+20+26=108

所以,从左到右方向,;从右到左方向,;从上到下方向,;从下到上方向,

因此,,

所以,最后结果是在点(16.9,5.4)附近建配送中心。

4.2.1 使用精确重心法的假设

1)初始迭代点为其中;

(2)以各个超市的每天的销售量作为权值;

(3)取阈值为(0.15,0.15)

(4)选择坐标原点并建立坐标系,9个超市的坐标如表所示。

3.3.2.2 计算过程

(1)第一次迭代,计算过程如表所示。

需求点(i) 1 2 3 4 5 6 7 8 9

24.0 34.7 33.1 22.0 16.9 8.4 4.3 15.0 0

2.6 3.0 9.8 11.0 14.7 11.6 0 3.7 5.4

权重() 22 18 20 16 16 18 22 20 26

距离 7.7 17.5 15.8 6.03 7.9 10.34 14.8 4.1 17.8

2.86 1.03 1.27 2.65 2.03 1.74 1.49 4.88 1.46

68.57 35.69 42.037 58.3 34.307 14.616 6.407 73.2 0

7.436 3.09 12.446 29.15 29.841 20.184 0 18.056 7.884

表精确重心法的第一次迭代计算表

所以,,

(2)因为,所以进行二次迭代,计算过程如表

需求点(i) 1 2 3 4 5 6 7 8 9

24.0 34.7 33.1 22.0 16.9 8.4 4.3 15.0 0

2.6 3.0 9.8 11.0 14.7 11.6 0 3.7 5.4

权重() 22 18 20 16 16 18 22 20 26

距离 7.92 17.83 16.26 6.54 8.1 10.09 14.45 3.90 17.20

2.77 1.01 1.23 2.45 1.98 1.78 1.52 5.13 1.51

66.48 35.407 40.713 53.9 33.462 14.952 6.536 76.95 0

7.202 3.03 12.054 26.95 29.106 20.648 0 18.981 8.154

所以,

(3)因为,所以进行三次迭代,计算过程如表

需求点(i) 1 2 3 4 5 6 7 8 9

24.0 34.7 33.1 22.0 16.9 8.4 4.3 15.0 0

2.6 3.0 9.8 11.0 14.7 11.6 0 3.7 5.4

权重() 22 18 20 16 16 18 22 20 26

距离 8.06 18.09 16.68 6.76 8.30 9.96 14.22 3.51 16.99

2.73 1.00 1.19 2.36 1.92 1.80 1.54 5.69 1.53

65.54 34.7 39.589 52.45 32.955 15.12 6.665 85.35 0

7.098 3.00 11.662 26.07 28.224 20.88 0 21.053 8.262

所以,

(4)因,所以迭代结束。最优解为(16.82,6.39),配送中心建在此地最好。

4.2配送路线优化

4.2.1建立VRP模型

多回路运输是现实生活中十分普遍的一种调配问题。解决此类调配问题时,核心问题是如何对车辆进行调度。因此VRP模型也应运而生,成了解决多回路问题的一个相当成功的模型。据此对深圳市源兴果品有限公司的配送系统建立VRP模型。

4.2.2基本条件

源兴果品配送中心现有3辆载重量100箱的配送车辆和2辆载重量60箱的面包车配送车辆停在一个共同的源点0点,它需要给9个客户提供货物,客户点依次为。

4.2.3模型目标

确定所需要的车辆的数目N,车辆类型以及各车行走的路程,并指派这些车辆到一个回路中,同时包括回路内的路径安排和调度,使得运输总费用最小。

4.2.4限制条件

(1)N≤5

(2)每一个订单都要在规定的时间(2小时)内完成。由于在本模型中考虑时间窗的限制会加大解题的难题,因此对配送中心配送时间的限制转换为在规定时间内对行驶里程的限制。

(3)每辆车完成任务之后都要回到源点0处。

(4)车辆的容量限制不能超过。由于用一辆装载量100箱的运量约为60箱的两倍,并且在运输路径、物流成本方面也会有很大的节约,因此先选用100箱的卡车限制容量。

4.3运用节约算法设计配送路线

已知该水果配送中心为0点,分别向9个客户配送水果,其拥有5辆配送车,车速为60公里/小时,3辆最大装载量为100箱和2辆最大装载量为60箱的配送车,设各点间的距离为C,,节约距离为。每辆车的载重量为,各点需求量为,每辆车的行驶里程为,且公里(60公里/小时*2小时=120公里),配送中心0点为,客户点依次为。

(1)设定初始方案,从配送中心处分别向9个客户进行配送,总行程是323.2km。根据各个客户的需求量得出,需要9辆装载量60箱的配送车辆。如图3所示。

图3 配送初始方案

注:括号内为各点需求量

(2)根据图1计算配送中心到客户间的最短距离,并画出最短距离表。(见表2)

0 1 2 3 4 5 6 7 8 9

0 0 3.6 12.1 18.1 12.0 21.8 24.7 29.9 15.7 24.3

1 0 12.4 21.3 10.9 22.1 24.9 28.3 11.6 20.0

2 0 13.0 21.5 31.9 35.2 40.4 25.7 32.2

3 0 21.0 31.0 43.0 54.1 40.5 45.4

4 0 8.2 22.2 32.3 18.8 29.1

5 0 22.5 30.2 16.3 26.5

6 0 18.2 8.2 15.9

7 0 16.8 8.6

8 0 12.7

9 0

表2 各客户间的最短运输距离 (单位:km)

(3)根据最短距离表,利用节约算法计算出用户间的节约里程,并由大到小排列,编制节约里程顺序表,由公式①得,见表3.

表3 节约里程顺序表

顺序 路程 节约里程 顺序 路程 节约里程

1 6~7 36.4km 6 2~3 17.2km

2 7~8 28.2km 7 4~7 9.7km

3 8~9 26.7km 8 3~4 9.1km

4 4~5 25.1km 9 1~9 7.9km

5 5~6 24.0km 10 1~8 7.1km

(4)根据节约里程顺序表和配送中心的约束条件,求解配送路线。

令,最短路径,且公里,载重量,且箱,对9个客户点进行标记,且。按从大到小合并路径,计算举例。

对于,,,,

令,,,此时对客户点进行标记,令,=Φ

同理,按从大到小的顺序依次类推,得出下列计算结果。

,,

,,

由以上计算得到两个回路,由于客户点没有计算在两个回路里面,故对客户点的运输继续保留初始方案,即

,,;

因此节约算法下路运输路径方案和车辆安排如下(见图4):

①或反向运输,此路线安排一辆装载量为100箱的车辆进行配送;

②或反向运输,此线路安排一辆装载量为100箱的车辆进行配送;

③,此线路安排一辆装载量为60箱的车辆进行配送;

总运输距离S

图4 节约算法下的最终运输路径

4.4 运用扫描算法设计配送路线

(一)

已知条件同前所述,设每辆车的运载能力都是60箱,并没有足够多的车辆,且配送中心0点为,客户点依次为

(1)对客户的位置图建立极坐标系,过程如图5

图5 扫描算法的扫描过程

(2)分组过程。从角度为零向逆时针方向进行扫描,第一个被分组的客户是,得到;继续转动,下一个被分组的客户是,;继续转动,依次为客户,客户,客户,此时;继续转动,下一个被分组的客户,如果继续分到一组,则

按照分组原则,需要一个新的组,这样在第一组里面有客户。第二组中有客户,,下一个被分组的客户是,;继续转动,依次为客户,此时;按照分组原则,由于 之间没有路径,则将第二组分为和两个组,在第三个组中有,,这是可以得到如图6的分组结果。

图6 扫描算法的分组结果

(3)根据图6得,水果批发商对其10个地区超市的多回路运输问题就转化为3个单回路运输问题。

(4)由于所学知识的局限性,因此针对上述3个单回路运输采用启发式算法中的最近插入法寻求一个相对比较满意的可行解。解题步骤如下:

1)

①回路1:此回路有5个客户,各区域间的运输距离见表4,

客户 0 3 4 5 6 7

0 0 18.1 12.0 21.8 24.7 29.9

3 0 21.0 31.0 43.0 54.1

4 0 8.2 22.2 32.3

5 0 22.5 30.2

6 0 18.2

7 0

表4 回路1中各区域间的运输距离(单位:km)

比较表4中从出发的所有路径大小

这样就由节点构成一个子回路,,然后考虑节点到中某一个节点的最小距离;

这样就由节点构成一个子回路,,接着考虑节点到中某一个节点的最小距离;

对于节点有3个位置可以插入,现在分析将插在哪里合适。

I. 将插入到(0,3)间,

II. 将插入到(3,4)间,

III. 将插入到(4,0)间,

比较以上三种情况的增量,插入到(4,0)之间的增量最小,所以应将节点插入到(4,0)之间,结果为:

接着考虑节点到中某一个节点的最小距离;

对于节点有四个位置可以插入,现在分析将插入到哪里合适。

I.将插入到(0,3)间,

II.将插入到(3,4)间,

III.将插入到(4,5)间,

IV.将插入到(5,0)间,

比较以上四种情况的增量,插入到(5,0)之间的增量最小,所以应将节点插入到(5,0)间,结果为:

接着考虑节点到中某一个节点的最小距离;

对于节点有四个位置可以插入,现在分析将插入到哪里合适。

I.将插入到(0,3)间,

II.将插入到(3,4)间,

III.将插入到(4,5)间,

IV.将插入到(5,6)间,

V.将插入到(6,0)间,

比较以上五种情况的增量,插入到(6,0)之间的增量最小,所以应将节点插入到(6,0)间,结果为:

则回路1的运输路径为0→3→4→5→6→7→0或反向运输,此线路需要配备一辆载重量为100箱的配送车,运输距离,需求量

②回路2:此回路有三个客户点,各区域间的运输距离见表5,

表5 回路2中各区域的运输距离(单位:km)

客户 0 8 9 1

0 0 15.7 24.3 3.6

8 0 12.7 11.6

9 0 20.0

1 0

比较表5中从出发的所有路径大小

这样就由节点构成一个子回路,,然后考虑节点到中某一个节点的最小距离;

这样就由节点构成一个子回路,,接着考虑节点到中某一个节点的最小距离;

对于节点有三个位置可以插入,现在分析将插入到哪里合适。

Ⅰ. 将插入到(0,1)间,

Ⅱ. 将插入到(1,8)间,

Ⅲ. 将插入到(8,0)间,

比较以上三种情况的增量,插入到(1,8)之间的增量最小,所以应将节点插入到(1,8)间,结果为:

则回路2的运输路径为0→1→9→8→0或反向运输,此线路需要配备一辆装载量为100箱的配送车,运输距离,需求量

③回路3:由于此回路只有一个客户点,则最优的运输路径为0→2→0,此线路需要配备一辆装载量为60箱的配送车;

运输距离

需求量

共需要2辆100箱的车辆和1辆60箱的车辆进行配送运输,路径见图7

图7 扫描算法下的运输路径(单位:km)

(二)同理,2)以为原点,以为起始点开始扫描,得出回路1:0→4→5→6→7→8→0,回路2:0→9→1→0,回路3:0→2→3→0

总运输距离S=183.9km

分别安排一辆100箱的配送车和两辆60箱的配送车。

3)以为原点,以为起始点开始扫描,得出回路1:0→5→6→7→8→9→0,回路2:0→1→0,回路3:0→2→3→4→0

总运输距离S=181.6km

分别安排一辆100箱的配送车和两辆60箱的配送车

4)以为原点,以为起始点开始扫描,得出回路1:0→6→7→8→9→0,回路2:0→1→0,回路3:0→2→3→4→5→0

总运输距离S=175.7km

分别安排两辆100箱的配送车和一辆60箱的配送车。

5)以为原点,以为起始点开始扫描,得出回路1:0→7→8→9→1→0,回路2:0→2→3→4→5→6→0

总运输距离S=184.5km

分别安排两辆100箱的配送车

6)以为原点,以为起始点开始扫描,得出回路1:0→8→9→1→0,回路2:0→2→3→4→5→6→0,回路3:0→7→0

总运输距离S=202.7km

分别安排两辆100箱的配送车和一辆60箱的配送车

7)以为原点,以为起始点开始扫描,得出回路1:0→9→1→0,回路2:0→2→3→4→5→6→0,回路3:0→7→8→0

总运输距离S=211.2km

分别安排一辆100箱的配送车和两辆60箱的配送车。

8)以为原点,以为起始点开始扫描,得出回路1:0→1→0,回路2:0→2→3→4→5→6→0,回路3::0→7→8→9→0

总运输距离S=192.4

分别安排两辆100箱的配送车和一辆60箱配送车。

9)以为原点,以为起始点开始扫描,得出回路1:0→2→3→4→5→6→0,回路2:0→7→8→9→1→0

总运输距离S=184.5

分别安排两辆100箱的配送车辆。

经比较,扫描算法中第4)种方案最优,其配送路线如8所示

图7 第4)种扫描算法的配送路线图

4.3 统一最优化方法

公司具有3辆装载量为100箱水果和2辆装载量为60箱水果的配送车辆

下面用同一最优化方法来计算最佳配送路线。下表给出了具体的配送路程以及需求点的具体水果需求。

首先设计配送路线一:距离配送点最近的需求点是1号,距离1号需求点最近的是4号需求点,距离4号需求点最近的是5号需求点,距离5号最近的为8号需求点,距离8号需求点最近的为6号需求点。总装载量为W=22+16+16+20+18=92.所以第一条路线为: 0-1-4-5-8-6-0。 总距离S1=3.6+10.9+8.2+16.3+8.2+24.7=71.9.

其次配送路线二:距离配送点最近的需求点是2号,距离2号需求点最近的是3号需求点,距离3号需求点最近的是9号需求点,距离9号最近的为7号需求点。总装载量为W=18+20+26+22=86.所以第二条路线为0-2-3-9-7-0. 总距离S2=12.1+13+45.4+8.6+29.9=109

所以此次配送的总距离为S=S1+S2=86+109=195

此次配货只需要两辆载量为100箱水果的配送车辆,而且运送总路程为195km

0 1 2 3 4 5 6 7 8 9

0 0 3.6 12.1 18.1 12.0 21.8 24.7 29.9 15.7 24.3

1 0 12.4 21.3 10.9 22.1 24.9 28.3 11.6 20.0

2 0 13.0 21.5 31.9 35.2 40.4 25.7 32.2

3 0 21.0 31.0 43.0 54.1 40.5 45.4

4 0 8.2 22.2 32.3 18.8 29.1

5 0 22.5 30.2 16.3 26.5

6 0 18.2 8.2 15.9

7 0 16.8 8.6

8 0 12.7

9 0

需求点 1 2 3 4 5 6 7 8 9

需求量(箱) 22 18 20 16 16 18 22 20 26

第5章 建议及总结

通过以上对物流配送中心的选址和配送路线优化的分析,我们可以发现在物流公司中,选取一个正确的配送中心并且在每次进行配送货物时都选取最佳的配送路线是极其有必要的,对于配送中心的选址,不但应该降低配送中心的费用,而且应该与主要的配送地点相临近,综合多方面因素进行配送中心的选址,对于配送路线的确定,不能仅仅依靠工人的经验来确定,还应当进行一定的合理的计算,在多种计算的结果中选取最佳的方案。

参考文献

[1]刘志强,丁鹏,盛焕华.物流配送系统设计[M].北京:清华大学出版社,2004

[2]张国庆.企业物流成本管理[M].安徽:合肥工业大学出版社,2008:10-12,25-28,34-51

[3]余艳琴,冯华.物流配送成本管理[M].湖北:武汉大学出版社,2008:5-6,24-28

[4]王涛.构建基于 Web/GPS/GIS/GPRS767-780 的现代物流应用大[8] 徐天亮.运输与配送[M].北京:中国物资出版社,2002

平台[J].无线电工程,2002(2):48-51

[5]沈绍基.中国物流市场供求状况分析报告[J].物流科技,2000(2):3-14

[6]蔡临宁.物流系统规划-建模实例分析[M]. 北京:机械工业出版社,2003.

[7]宣登殿.基于 GIS 的物流配送辅助系统研究[D].西安:长安大学,2003

[8]虞安波,杨家本.TSP 问题的自适应进化算法[J].计算技术与自动化,2002

[9]韩世连.物流配送线路多目标优化方法研究[D].南京:东南大学,2006

[10]张连富.物流学(第二版)[M]. 北京:人民交通出版社,2009

[11]李军,郭耀煌.物流配送车辆优化调度理论与方法[M]. 北京:中国物资出版社,2001

[12]王述英.现代商贸物流配送组织体系的理论依据和基本框架[J].中国流通经济,2002(6)

[13]孔少彻,梁彤铮.商品物流配送优化策略探讨[J].市场论坛,2009(7):94-95

[14]马士华,林勇,陈志祥.供应链管理[M].北京:机械工业出版社,2000

[15]宋柏. 物流系统单个设施的定点决策方法[J]. 集装箱化,2000(07)

[16]中国物流与采购联合会.中国物流发展报告(2001)[R]. 2002

[17]蔡淑兰. 最短路径算法在铁路客运系统中应用的研究[J]. 燕山大学学报,1998,22(2):157-159[31] 王朝瑞.图论[M].北京:北京理工大学出版社,2005

[18]关志华.面向多目标优化问题的遗传算法的理论及应用研究[D].天津大学,2002

[19]宋华,胡左浩.现代物流与供应链管理[M].北京:管理经济出版社,2000

[20]钱颂迪.运筹学[M].北京:清华大学出版社,2005

[21]唐纳德 J.等著,马士华等译. 供应链物流管理[M].北京:机械工业出版社,2007

[22]钟朋荣.关于配送体系问题[J].中国物资流通,2003 年 1 期

[23]潘浩德.如何建立高效的物流体系[J].物流技术与应用,2000(3)

[24]金真,唐浩.现代物流-新经济的增长点[M].北京:中国物资出版社,2002

[25]李军.车辆调度问题的分派启发式算法[J].系统工程理论与实践,1999 年 01 期

[26]邢文训,谢金星. 现代优化计算方法[M].北京:清华大学出版社,2005

[27] M.Doror, G. Laporte, P.Trudeau. Vehicle muting with split deliveries[J].Discrete Applied Mathematics. 1994(50)

[28] Elliot Rabinovich, Manus Rungtusanatham and Timothy M.Laseter. Physicaldistribution service performance and Internet retailer margins: Thedrop-shipping context[J].Journal of Operations Management,2008(6)



服务热线

18077705729

微信免费咨询

微信咨询


微信号:18077705729

×