论文部分内容阅读
摘 要：针对现代物流配送中存在的运营成本高、效率低、整合度低等问题，构建基于多物流中心协同配送的路径优化模型，在算法选择上针对协同配送的特殊方式，提出引入虚拟客户的编码方式和基因换（移）位的变异方式来求解最优配送路径，并通过实例验证了模型和算法的有效性与可行性。
关键词：协同配送；遗传算法；路径优化
中图分类号：U116.2 文献标识码：A
Abstract： For the problems of the high operating costs， low efficiency， low integration degree in the modern logistics distribution， to build the path optimization model based on the collaborative distribution of many logistics centers， in terms of choice of algorithm for the particular way of collaborative distribution putting forward the introduction of virtual customer encoding and genetic change（move）to solve the optimal distribution route， finally validates the validity of the model and algorithm with the instance.
Key words： collaborative distribution； genetic algorithm； path optimization
对于现代物流企业，如何降低营运成本、提高获利能力、优化运输路线成为物流管理的核心问题，直接影响和决定物流企业的核心竞争力。经济区域内，多物流中心各自根据客户要求选择配送路线的现象对于资源的利用率低、成本高，协同配送作为一种新的配送方式应运而生。协同配送就是把过去按不同货主、不同商品分别进行的配送，改为不区分货主和商品集中运货的“货物及配送的集约化”。也就是把货物都装入在同一条路线运行的车上，用同一台卡车为更多的顾客运货，有效地降低了营运的成本，提高了资源利用率和物流企业竞争力。
路径优化问题一直是学者们研究的热点，协同配送的配送方式的研究正处于初级阶段，Zhang等采用一种框架式的中央协调系统，同时配备一个多目标遗传优化的功能解决了在协同配送中订单分布的问题[1]。温惠英等用了模糊规划模型和算法，考虑车辆行驶时间和顾客服务时间的不确定性，建立车辆配送总费用最小的协同车辆路径问题模糊规划模型，使用了自适应离散粒子群算法求解了該问题[2]。李丁等基于虚拟企业与资源集成理论，提出在虚拟环境下第三方物流企业实施协同配送的模型，并用Automod仿真软件对该模型进行了仿真研究[3]。刘明等构建了一种混合协同配送模式兼顾了传统点对点配送模式和枢纽辐射模式的长处，给出了具体求解的启发式搜索算法，采用该模式能形成更加高效的应急救援网络[4]。杨韬等提出协同配送通过企业间资源共享、优势互补，能有效降低配送成本，增加收益。协同配送能否健康发展关键在于合作企业间的成本分摊与利益分配是否合理，综合考虑收益与成本提出了收益分配的新思路[5]。王新平等采用纵向配送和横向转运相结合的协同配送模式，构建了一类应急物流网络优化多目标随机规划模型[6]。综上所述，普通配送方式的路径优化的研究已经比较成熟，但是协同配送的物流配送方式的研究现在主要是对于利益分配机制的研究。对于协同配送的物流配送路径优化的研究很少，而且对协同配送的研究也主要是针对配送的成本降低展开的，对影响配送的其他方面的研究很少。
1 协同配送路径优化数学模型的描述及建立
4 结束语
针对普通物流配送方式运营成本高，资源消耗大的缺陷，构建了基于成本最小化的物流中心与客户的协同配送路径优化模型。在遗传算法对模型求解过程中引入虚拟客户的编码方式和基因换（移）位的基因变异方式，得出协同配送后最优的配送路径，为以后协同配送能够更好的实现，物流企业竞争力的提高，配送资源消耗的降低提供了一定的指导意义。
参考文献：
[1] Haixin Zhang， Yong Deng， Felix T. S. Chan， et al. A modified multi-criterion optimization genetical gorithm for order distribution in collaborative supply chain[J]. Applied Mathematical Modelling， 2013，37（14）：7855-7864.
[2] 温惠英，孙博. 协同车辆路径问题的模糊规划模型和算法[J]. 计算机应用研究，2011，28（2）：442-444.
[3] 李丁，黄远新，田红英，等. 虚拟环境下3PL企业实施协同配送的仿真研究[J]. 技术与方法，2009，38（7）：117-120.
[4] 刘明，赵林度. 应急物资混合协同配送模式研究[J]. 控制与决策，2011，26（1）：96-100.
[5] 杨韬，王明华. 协同配送中成本分摊和收益分配模型研究[J]. 科学技术与工程，2008，14（8）：4033-4036.
[6] 王新平，王海燕. 多疫区多周期应急物资协同优化调度[J]. 系统工程理论与实践，2012，32（2）：283-291.
关键词：协同配送；遗传算法；路径优化
中图分类号：U116.2 文献标识码：A
Abstract： For the problems of the high operating costs， low efficiency， low integration degree in the modern logistics distribution， to build the path optimization model based on the collaborative distribution of many logistics centers， in terms of choice of algorithm for the particular way of collaborative distribution putting forward the introduction of virtual customer encoding and genetic change（move）to solve the optimal distribution route， finally validates the validity of the model and algorithm with the instance.
Key words： collaborative distribution； genetic algorithm； path optimization
对于现代物流企业，如何降低营运成本、提高获利能力、优化运输路线成为物流管理的核心问题，直接影响和决定物流企业的核心竞争力。经济区域内，多物流中心各自根据客户要求选择配送路线的现象对于资源的利用率低、成本高，协同配送作为一种新的配送方式应运而生。协同配送就是把过去按不同货主、不同商品分别进行的配送，改为不区分货主和商品集中运货的“货物及配送的集约化”。也就是把货物都装入在同一条路线运行的车上，用同一台卡车为更多的顾客运货，有效地降低了营运的成本，提高了资源利用率和物流企业竞争力。
路径优化问题一直是学者们研究的热点，协同配送的配送方式的研究正处于初级阶段，Zhang等采用一种框架式的中央协调系统，同时配备一个多目标遗传优化的功能解决了在协同配送中订单分布的问题[1]。温惠英等用了模糊规划模型和算法，考虑车辆行驶时间和顾客服务时间的不确定性，建立车辆配送总费用最小的协同车辆路径问题模糊规划模型，使用了自适应离散粒子群算法求解了該问题[2]。李丁等基于虚拟企业与资源集成理论，提出在虚拟环境下第三方物流企业实施协同配送的模型，并用Automod仿真软件对该模型进行了仿真研究[3]。刘明等构建了一种混合协同配送模式兼顾了传统点对点配送模式和枢纽辐射模式的长处，给出了具体求解的启发式搜索算法，采用该模式能形成更加高效的应急救援网络[4]。杨韬等提出协同配送通过企业间资源共享、优势互补，能有效降低配送成本，增加收益。协同配送能否健康发展关键在于合作企业间的成本分摊与利益分配是否合理，综合考虑收益与成本提出了收益分配的新思路[5]。王新平等采用纵向配送和横向转运相结合的协同配送模式，构建了一类应急物流网络优化多目标随机规划模型[6]。综上所述，普通配送方式的路径优化的研究已经比较成熟，但是协同配送的物流配送方式的研究现在主要是对于利益分配机制的研究。对于协同配送的物流配送路径优化的研究很少，而且对协同配送的研究也主要是针对配送的成本降低展开的，对影响配送的其他方面的研究很少。
1 协同配送路径优化数学模型的描述及建立
4 结束语
针对普通物流配送方式运营成本高，资源消耗大的缺陷，构建了基于成本最小化的物流中心与客户的协同配送路径优化模型。在遗传算法对模型求解过程中引入虚拟客户的编码方式和基因换（移）位的基因变异方式，得出协同配送后最优的配送路径，为以后协同配送能够更好的实现，物流企业竞争力的提高，配送资源消耗的降低提供了一定的指导意义。
参考文献：
[1] Haixin Zhang， Yong Deng， Felix T. S. Chan， et al. A modified multi-criterion optimization genetical gorithm for order distribution in collaborative supply chain[J]. Applied Mathematical Modelling， 2013，37（14）：7855-7864.
[2] 温惠英，孙博. 协同车辆路径问题的模糊规划模型和算法[J]. 计算机应用研究，2011，28（2）：442-444.
[3] 李丁，黄远新，田红英，等. 虚拟环境下3PL企业实施协同配送的仿真研究[J]. 技术与方法，2009，38（7）：117-120.
[4] 刘明，赵林度. 应急物资混合协同配送模式研究[J]. 控制与决策，2011，26（1）：96-100.
[5] 杨韬，王明华. 协同配送中成本分摊和收益分配模型研究[J]. 科学技术与工程，2008，14（8）：4033-4036.
[6] 王新平，王海燕. 多疫区多周期应急物资协同优化调度[J]. 系统工程理论与实践，2012，32（2）：283-291.