APP下载

基于层次化网络优化的烟草物流配送网络的开发与设计

2018-04-07刚,张

电子设计工程 2018年5期
关键词:物流配送路线经销商

赵 刚,张 坤

(山东泰安烟草有限公司山东泰安271000)

烟草企业极度依赖于物流配送,其物流环节的优劣直接影响了烟草企业的实际利润。由于烟草企业所需的物流配送网络对于时效性和安全性要求较高,配送种类和数量繁多,因此烟草企业需要优化物流配送网络,为客户提供可靠快捷安全的物流保障和服务。然而目前为止,绝大多数烟草企业均未能形成一套先进高效的物流配送体系,针对烟草的配送中心选址和路线选择也没能进行较好的优化,物流支出成本较高,烟草的时效性和安全性也难以获得保障[1-3]。

因此,文中基于物流配送网络的常规设计方法,根据实际问题提取了烟草企业物流网络二级配送中心选址和配送路线设计的数学模型,并给出了相应的求解和优化方法。

1 物流配送网络设计方法概述

1.1 设计原则

物流配送网络应当遵循如下的几点设计原则:总成本原则,即物流配送系统中各项活动成本之间的矛盾问题(如图1所示),解决该问题的关键就是平衡各成本以达到物流系统整体成本的最小值;多样化分配原则,即针对各类型产品和服务要求给予不同的分配策略;批量输运原则,即将高频小规模运输合并为低频大规模运输,进而节省成本。成本与运输批量曲线,可见图2所示。

图1 物流活动成本背反原理

图2 批量输运原则示意图

1.2 烟草企业配送网络的设计过程

由于各级烟草经销商实际上广泛而分散地分布于同一城区内,因此烟草企业的物流配送网络需要针对这些特点进行特殊的设计与优化。图3即为传统的物流配送网络规划设计过程步骤。

图3 物流配送网络设计过程

该设计过程依次分为资料与数据收集阶段,主要包括烟草企业物流分析报告、企业公开信息以及人为调研结果等规划依据;数据分析阶段,即上述收集结束后经过归纳总结处理后变为能够直接用于决策的数据信息;客户细分阶段,即根据客户定位来有效及时地分配配送资源,实现定制化的物流和管理服务;服务水平分析阶段,即从客户处调研,明确其物流服务要求,便于企业制定相应的物流配送战略;网络结构设计阶段,即从上述数据中初步抽象出符合网络运行特点的数学模型,旨在满足客户服务约束条件的前提下,最小化烟草企业的总物流成本;物流网点优化阶段,即优化调整配送中心、相关仓库以及各级配送站点位置和规模以实现成本最优化;最后是运输路线设计阶段,即加入实际问题参数,抽象描述形成参数化的数学模型,并使用多种求解方法进行试探求解,获得多种物流运输路线方案作为备选。最后,根据实际参数来评价并选择最终的物流网络路线方案[4-6]。

文中既定前期准备工作已经完成,将重点放在了之后的烟草企业物流网点优化和运输路线设计阶段的规划设计与优化上。

2 烟草企业物流配送网络设计模型探究

2.1 配送中心选址模型

将配送中心的选址工作抽象为如下问题:

已经明确了客户的需求量和配送目标位置,在固定的某一区域内如何选择k个点(代表了各个配送中心的具体位置)以实现总体物流成本最小[7-10]。

具体的选址模型可描述为:

在一个区域内存在着n个经销商,各个经销商的坐标表示为(Xj,Yj),配送量需求分别为Qj,相应的配送频次分别为Gj,各个经销商的综合权重表示为Wj,见式(1)。相应的该区域需要建立的配送中心坐标表示为(x,y)(上述取值j=1,2,…,n)。

配送中心选址方法可借鉴平面物体中系统重心的选取:

即(x,y)表示为:

2.2 配送路线设计模型

可将该配送路线设计问题抽象描述为如下问题:每个配送中心可供调用的汽车车辆数一定(车辆速度和载重量已知),并在各个经销商位置、营业时间、配送量和频次等条件已知的情况下,规划出满足一定时间限制内总运距(成本)最小的运输方案和路线。

因此,相应的具体模型可描述为:

某配送中心拥有车辆数为L(车速为V1,载重量为Q1),负责的区域所需配送的经销商数量为N,各经销商需求量为qi,交易时间为t,配送中心到各个经销商的运输距离是d0j,经销商i和j之间的运输距离是dij(上述取值j=1,2,…,n),各线路配送时长限定为T。

假定这一区域总共有M条路线;第k条路线经过的经销商数量为nk(k=1,2,…,M),可表示为集合Hk={hki|hki∈{1,2,…,N},i={1,2,…,nk}}。其中,的hki代表了经销商hki在第k条路径中的配送次序是i,hk0代表的则是配送中心。

至此,数学模型建立如下:

目标函数:

约束条件:

分析上述各式后可知,对于路径较多,经销商数量众多的烟草企业物流配送网络,使用启发式算法中最为普遍简单、思路清晰的节约法是比较明智的选择。因此,利用节约法将该设计模型主要过程步骤叙述如下:

1)仅从配送中心出发连接各经销商,得到只有一个起点的初始路线和总距离;

2)将经销商i和j连接到同一条线路,同时定义节约值S(i,j)并计算,该值越大,则表示可节约的距离值越多;

3)统计节约值,并做集合S={S(i,j)|S(i,j)>0};

4)将上述节约值集合的元素依照从大到小的排序规则排列;

3 烟草企业物流配送网络实例开发与分析

文中提供了一个烟草公司的物流配送网络设计案例,来叙述模型的建立和求解过程。该烟草公司的配送网络为单经销商巡回输运网络,经销商不同,其配送频次和配送量也均不同。

在选址阶段,应优先考虑配送频次多的经销商,将配送频次作为各经销商的选址权重在中心法中体现。具体形式,如式(1)所示。最终,二级配送中心选址结果可见表1。

表1 二级配送中心选址结果

3.1 烟草企业物流配送网络路线设计模型

该烟草公司数据资料表明,每个配送中心最多拥有8辆配送汽车,该汽车运行时速750 m/每分钟,最大承重量为1吨。各个经销商每日交易时间平均时长为10分钟,各条路线的巡回输运时窗为3小时。从表1中获知,该区域共有771个经销商,分配了18个配送中心点,各个中心店的经销商组成和各经销商的地点(经纬度坐标)及配送量已确定。将上述数据代入到基于节约法的数学模型中,可得到如下的烟草企业配送网络设计模型:

目标函数:

约束条件:

3.2 路线求解方法

由于上节介绍的节约法求解烟草企业物流配送网络模型并未能获得最优解,本文对节约法进行改进并重新描述如下[11-15]:

1)查找某区域内并未与其他经销商组成线路的经销商离配送中心的距离di0(i=1,2,…,N),按从小到大顺序(dri0≤dr(i+1)0)排序并整合成集合R={r|r∈{1,2,…,N},i={1,2,…,nk}};

外婆年纪大了,前段时间身体大不如从前,钱海燕忙着陪周启明做各种复查,没顾得上回诸暨看望外婆。却没想到外婆就这样走了。

2)连接上述各经销商点与相应的配送中心,得到只有一个起点的初始路线和总距离;

3)从集合R中的第一个元素r1开始,计算并统计其与剩下的N-1个经销商点连接到同一路线所获得的节约值S(ri,rj):

4)将上述获得的S(ri,rj)按照从大到小的规则排序,并组成新集合M={S(ri,rj)|S(ri,rj)>0};

5)若M集合为空,则结束计算。否则,考察该集合第一个元素S(ri,rj)对应的经销商能否通过与r1经销商连到同一路线来满足下述条件:

1)能否满足运输任务的时间限制,能则转入2),否则转入4);

2)能否满足汽车的载重量限制,能则转入3),否则转入4);

3)计算其他剩余经销商连接到该路线所能得到的节约距离值,选取能获得节约值最大的经销商并加入到此路线,同时转入1);

4)此条路线规划结束,继续进行其他新路线的规划,并转入1)。

最终,本算法流程可见图4所示,并使用VB程序进行实现。

图4 线路优化算法流程图

3.3 路线优化与结果

基于本文介绍的改进版节约法建立的物流模型,为18个二级配送中心负责的区域进行了路线的设计规划与优化。3小时作业时窗条件下的线路规划设计结果,可见表2所示。

4 结束语

文中分析了一般烟草企业物流配送网络的相关特点和运行模式,基于某烟草企业与层次化化网络设计及优化方法,提取了二级物流配送中心选址及相关路线设计等问题的抽象数学化模型,并通过节约法对该模型进行求解和优化。该模型普适性广,可用于类似的食品或药品等行业,具有一定的实际价值及参考意义。

表2 3小时作业时窗条件路线规划结果

参考文献:

[1]丁凯凤.基于AP聚类的农村物流中心选址方法研究[D].兰州:兰州大学,2015.

[2]朱晓霞,蒋佳,王佳欣.基于混合多属性决策的应急物流中心选址方法研究[J].物流技术,2016,35(2):38-43.

[3]兰冰玉.不确定环境下的竞争性物流配送中心选址模型[D].上海:上海师范大学,2016.

[4]蒋美仙,徐畅,禹美凤,等.基于AHP和目标规划的物流配送中心集成选址模型研究[J].浙江工业大学学报,2012,40(5):562-566.

[5]罗绮.一种带有时间窗的非满载VSP的修正C-W节约算法[J].物流技术,2014(23):276-278.

[6]关菲,张强.模糊多目标物流配送中心选址模型及其求解算法[J].中国管理科学,2013(s1):57-62.

[7]林珊,段复建.一个物流配送中心选址模型及其算法[J].吉首大学学报:自科版,2012,33(6):29-32.

[8]王薇.制造/再制造集成物流网络优化研究[D].南京:南京林业大学,2015.

[9]张鹏.基于低碳经济的闭环物流网络设计研究[D].秦皇岛:燕山大学,2013.

[10]徐丽蕊.基于LINGO的城市物流配送路径优化[J].电子设计工程,2013,21(22):52-54.

[11]李静.一种基于蚁群改进算法的单向物流配送路径优化[J].电子设计工程,2016,24(10):68-70.

[12]何小虎.基于改进蚁群算法在粮食物流配送路径优化的应用研究[J].电子设计工程,2016,24(9):39-41.

[13]齐心.基于综合启发式算法的物流配送路径优化研究[J].物流科技,2017,40(1):102-105.

[14]何有世,马腾飞.B2C环境下生鲜农产品物流配送路径优化研究[J].商业时代,2017(5):93-95.

[15]洪艳伟.基于组合GA的双向物流网动态优化设计与求解[J].重庆邮电大学学报:自然科学版,2015,27(6):832-837.

猜你喜欢

物流配送路线经销商
山西将打造高效农村快递物流配送体系
基于精益生产的SPS物流配送应用研究
最优路线
『原路返回』找路线
走访逾100家经销商门店,深入一线了解汉川养殖户经销商的真实需求
基于Flexsim的饮品物流配送中心仿真优化研究
直企物流配送四步走
画路线
经销商名录
经销商名录