两阶段式的物流配送路径优化方法探析

摘 要 随着社会经济的快速发展，现代科技水平不断提高，为电子商务带来了新的发展机遇。电子商务的快速发展，离不开物流的强大支撑。对于电商行业而言，配送环节是关键的一环，配送作为电子商务运行的重要环节，物流配送对电子商务行业发展具有不可替代的作用。在整个电商行业内，物流配送占有很高的成本比重。如何优化物流配送路径，已成为行业发展亟待解决的问题。本文主要论述了两阶段式物流配送路径优化办法，希望对电商物流行业发展有参考价值。

关键词 两阶段式 物流配送路径 优化方法

中图分类号：F252 文献标识码：A

0引言

两段式电商物流配送，也可称之为GA-ACO配送法，该配送方法主要是通过遗传算法，结合蚁群算法的优点，利用组合优化理论开展物流配送工作。其中，遗传算法主要是能够快速而准确的发现电商物流配送路径，能够初步了解路径的优化；而蚁群算法则是以遗传算法为前提，形成的一种新算法，其优点主要在于能够在最短时间内准确地探索到电商物流配送的最合理方案。

1两阶段法对电商物流配送路径选择的意义

1.1降低物流成本

隨着电商业务的快速发展，2016年底物流包裹达到300亿件，对电商物流效率和成本提出了更高的要求。大量实践证明，在配送总成本中，物流运输成本超过50%，所以，对物流配送路径进行优化，能够节省物流成本，提高电商企业核心竞争力。通过运输路径优化，减少迂回运输，缩短商品配送时间，消费者享受更周到、便捷高效的配送服务。

1.2提高电商物流配送效率

以两阶段式计算方法为基础，优化电商物流配送路径，为更好的开展电商物流配送工作提供保障。通过构建合理的电商物流配送模式，为客户提供优质服务的前提下，有效降低配送人员不确定的等待时间，以及潜在配送失败风险，在配送时间稳定的基础上为客户提供更加优质的配送服务。对配送路径进行设置，配送人员无需考虑等待客户时间，从而为电商配送路径的优化提供了很好的平台。

2目前电商物流配送存在的问题

电商行业的快速发展，促使电商物流配送领域获得了快速发展，且取得了显著发展成就。但目前，我国电商物流配送行业还存在一些明显的问题，对电商物流行业的发展产生了很大的负面影响。具体问题主要表现为以下几方面。

2.1难以实现最短路径、最快时间急最优经济目标

对于我国电商物流配送行业而言，路径问题是非常重要的问题之一，其主要包含路径最短、时间最快及经济最优等三方面。在电商物流正常配送过程中，受内外界不同因素影响，比如道路行驶车辆数量变化大、道路施工、配送地改变及道路限行等不同因素，这些都使得物流配送成本相应增加，但配送效率却不断下降，企业或公司利润下降，客户对物流公司的信任度逐渐削弱，对电商物流配送行业的稳定发展带来了很大的影响。

2.2缺乏合理的电商物流配送机制

目前国内许多电商物流公司在日常物流配送时，配送机制不合理问题是普遍存在的。包括法律体系、安全保障体系、信用机制、配送体系等等都有待完善。在配送机制中，有些企业由于经营商品范围较窄，因此，当客户购买单品或数量相对较少事，成本就无形中增加了；另外，很多企业实施单车配送模式，有些配送地区间隔距离原，且无法实现车辆满载，一定程度上，人力、物力与财力成本浪费比较严重，完整的配送体系尚未建立健全，各配送员间无法协调合作，配送效率下降，加大了企业物流配送成本，企业与公司利润明显降低。未建立一套与之相适合的物流配送体系。物流配送的发展相对滞后，物流配送现已经是很多企业发展的“瓶颈”。

2.3物流配送技术与设备有待提高

当前，我国很多电商物流公司为了缩减日常物流配送开支，但又缺乏好的物流配送成本降低的办法，所以，很少会使用现代信息技术与设备，片面的认为现代信息技术与设备不会为物流配送带来什么影响，反而会增强物流成本，假如使用不合理，就会为企业带来严重的经济损失。

2.4配送人员综合素质不高

目前，电商物流配送人员综合素质低的问题，也是我国电商物流配送重要问题之一，配送员整体综合素质有待提高。在物流配送过程中，顾客是上帝，，但部分配送人员却自命清高，配送工作情绪消极，自由散漫，不为客户及时配送商品，有些甚至让客户自己上门取物品，最基本的服务逐渐消失，对企业或公司形象带来了非常大的影响，企业信誉度逐渐降低，客户无法享受到最基本的待遇，一定程度上，使得企业失去了很多的客户源，市场竞争力也不断降低。

3两阶段式物流配送路径方法应用

企业只有拥有高效的、快速反应的物流配送体系，才能进一步扩展经营品种和创新经营模式，进而降低成本，提高受益，同时更好地满足客户需求，真正达到资源的最佳优化配置。

3.1电商物流配送路径优化策略

（1）在电商物流配送中，利用遗传与蚁群等算法，对物流配送路径进行优化。与传统的优化相比，在求取符合运行要求的全局最优解时，遗传算法作为一种搜索的方法，已经成为成熟的具有良好收敛性、极高鲁棒性和广泛适用性的优化方法。遗传算法的优势在于有超强的大面积搜索功能但信息反馈缺乏有效性是其主要缺陷，导致该算法无法充分发挥其自身搜索能力，极易出现局部最优的情况。蚁群算法是一种求解组合最优化问题的新型通用启发式方法，该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型，基于故障过电流的配电网故障定位变为一种非线性全局寻优问题。蚁群算法而言，其基本优点是进行局部搜索的能力比较突出，但该算法也有很大的缺陷，初期信息搜索比较片面，因而在最优路线制定过程中，选取最理想化路径的速度比较慢，所以，在优化电商物流配送路径时，可以将蚁群与遗传算法优势有效结合，以此在最短时间内，获得最优化的物流配送路径。endprint

（2）采用遗传与蚁群算法对物流配送路径进行改善，通常情况下，为物流配送路径搭建合适的数学模型，再結合遗传算法明确最理想的物流配送方案，之后通过蚁群算法设定最具可行性的方案，最后通过仿效蚁群觅食法，获得并落实最理想的物流配送方案，而这种物流配送方法配送效率高，可行性高，对物流配送行业发展具有非常重要的意义。

3.2电商物流配送两阶段式配送方法的具体应用

对于电商物流配送而言，多样与快速性是该两阶段式物流配送的显著特点之一，前期主要通过遗传算法明确多样化配送路径，后期则主要利用遗传算法自身的正反馈与并行性等特点，在此基础上确定精确度高的最理想化电商物流配送方案。在实际运输过程中，一般通过以下几个步骤来完成电商物流配送。（1）遗传算法阶段。依照物流配送规定，初始化选择物流配送路径，在反复操作与选择这些初始化路径，在此基础上能够适应不同的项目选择。（2）蚁群算法阶段。利用该算法，获得最好的物流配送方案，在利用该算法实施计算，明确初始信息相关因素，再将信息从局部过渡到全部，以此明确最适宜的电商物流配送路径。（3）选取最佳的电商物流配送路径，再进行输出，利用最优化物流路径，物流配送中商品运输时间得到了保障，运送效率也得到了明显提高。

4结束语

随着社会经济的快速发展，现代电商物流行业获得了飞快发展，物流技术也不断进步，电商物流配送也逐渐成为影响电商物流行业实效与服务质量的关键因素之一。对于电商物流企业来讲，利润是企业追求的终极目标，要想获得最高的利润，就要在满足客户需求的基础上，不断提高物流配送效率，节省物流配送各环节成本。此种情况下，两阶段式电商物流配送方法诞生了。该物流配送方法主要是将遗传与蚁群等算法优点有效整合在一起，确立出最佳的配送方案，为电商物流企业商品配送发展提供了有效的保障。

作者简介：周香（1981—），汉族，湖南常德人，讲师，研究生，研究方向：物流管理。

参考文献

[1] 班子琦，孙野.物流配送路径优化策略研究[J].劳动保障世界，2016（33）：41-42.

[2] 李奕.探究两阶段式的物流配送路径优化方法[J].全国流通经济，2017（13）：18-19.

[3] 蒋国清，潘勇，胡飞跃.两阶段式的物流配送路径优化方法[J].计算机工程与应用，2015，51（02）：255-258+264.

[4] 胡晓娟.两阶段式的物流配送路径优化策略研究[J].现代经济信息，2015（12）：368.

[5] 吴洁明.物流配送车辆路径优化问题的仿真研究[J].计算机仿真，2011（07）：357-360.endprint