共享条件下的地下物流配送路线优化

2018-04-29戴冉郑长江郑树青李锐

贵州大学学报(自然科学版) 2018年4期

摘要：为了缓解城市的交通压力，弥补地下物流和综合管廊的资金问题，文中将地下物流与其他市政线路一起纳入综合管廊，进行了共享条件下的地下物流配送线路优化研究。文中基于共享的理念，考虑配送线网合理规模约束与可达性约束，以地下物流的建设成本、时间成本和车辆成本最小为目标建立模型。该模型可用于共享条件下的地下物流系统规划中，对配送线路网络进行优化布局。采用遗传算法对模型进行优化求解，算例结果表明，运用该模型可对所有可能的配送线路进行筛选，并得到最优的线路网络布设方案。

关键词：配送线路;地下物流;综合管廊;共享;遗传算法

中图分类号：U121

文献标识码：A

文章编号"1000-5269（2018）04-0117-05

随着我国人民生活水平的不断提高，现有的交通设施已不能满足人们日益增长的交通需求，城市交通拥堵形势越来越严峻，地下物流系统可以有效地解决这一问题，不仅可以大大降低城市交通事故率，还能改善城市生态环境，快捷地进行物流运输。

对于地下物流系统，国外的学者主要关注于这一系统的可行性研究和建设，荷兰从1995年开始研制用于实现花卉快速运输的自动导向车地下物流运输系统（AGV）技术;德国Dietrich Stein设计出以CargoCap为运载工具的地下物流系统概念模型并提出将托盘作为集装单位[1]。在国内，越来越多的学者也开始关注地下物流系统，主要包括马保松等[2]对地下物流发展现状和历史的介绍，钱七虎对利用地下物流系统来解决城市交通拥堵问题这一思路的肯定等。但地下物流造价高，成本回收期较长，无法大面积推广，大都处于停滞或小规模的试验阶段，仍处于可行性的研究层面。

由于之前地下空间的开发利用没有得到重视，地下情况杂乱，市政工程各自为政，地面经常性被反复开挖，严重影响着路面交通，因此学者提出了修建综合管廊，综合管廊是一种可容纳给排水、电力、通信、燃气等多种地下管线于一体的市政设施[3]。国内外学者主要致力于各管线单位的合理分配问题上，目前采用最多的运营方式是PPP模式[4]，通过政府和私人组织共同合作，有效地减少资金投入，使地下空间更加合理有效的利用，但综合管廊这一发展前景的综合性工程也因为资金问题而处于小面积的施工，而且综合管廊内部还有大量的剩余空间没有利用。考虑到地下物流系统的优势以及综合管廊的发展现状，基于共享的理念，将两者相结合，使地下物流与其他工程共享管廊空间，不仅可以缓解城市交通压力，还能弥补两者的资金问题，减少综合管廊的空间浪费，两者最终达到和谐共同发展。

目前，大多数研究探讨的是地下物流系统的风险评价，可行性和整体网络的规划问题。如HenryLiu[5]介绍了纽约城市管道货物运输的概况，讨论了它对其他城市的启示，为相关领域的交通规划者提供了必要的信息。傅芳芳[6]的《城市地下物流系统风险评价及发展前景研究》则采用层次分析法和综合评分法建立综合评价模型，对地下物流系统面临的投资风险进行评价。李彤[7]认为可以采用模拟植物生长算法来进行大型城市地下物流网络的优化布局。

而针对地下物流系统配送线路优化等问题的研究并不多，当地下物流与其他市政线路一起纳入综合管廊时，综合管廊的建设成本和运营费用远远高于公路建设的成本，所以线路的总建设成本必须纳入考虑。在进行物流配送时，花费时间的长短和自动导向车的价格也是人们非常关注的问题。基于地下物流系统与其他市政工程共享管廊空间，本文从整个系统的成本角度出发，以线路建设运营成本、时间成本和车辆成本最小为目标函数，建立地下物流配送线路优化模型，再通过遗传算法求解得到最优配送线路。

1"模型构建

1.1"问题分析

当地下物流与其他市政线路一起共享综合管廊，在进行货物运输时，路线的建设成本、运输时间成本、货物的送达率、客户的满意度等都是非常重要的评价指标。结合地下物流运输条件的特殊性，为更好地把握货物的送达情况，地下物流运输路线规划的合理性就变得十分重要，本文主要从三个方面考虑共享条件下地下物流配送线路的优化。

首先，现有路面运输已有了完善的路网基础，但地下物流不同于以往的路面运输，大部分工作场所都处于地下，包括货物的运输线路，地下物流系统的发展仍处于起步阶段。综合管廊的形式大致有两种，一种为圆形断面，规格大致为直径d=1.8 m，一种为矩形断面，规格大致为3 m×1.5 m，几何结构图如图1所示，其中仍有足够的空间可供自动导向车运输货物。考虑到有些地方的市政设施网络建设不完善，需重新规划修建综合管廊，同时可将物流设施考虑在内进行规划，当地下物流路线与综合管廊路线相贴近时，地下物流与市政管线共用综合管廊，当物流路线与管廊线路相距很远时，有两种方案进行解决，第一种是在此基础上单独修建地下物流路线，此种方案成本较高，但货物运输速率快，通达性高，客户对物流运输的满意度较高;第二种是在适当的地方选择出口使货物从地下转为地上运输，此种方案节省了线路的修建费用，但增加了出口节点处的建设费用，时间效用上也不及方案一快速，本文采取方案一建立模型。当地下物流纳入综合管廊的空间后，路径的选择必须经过重新专门的规划、设计和建设，且地下物流和综合管廊的前期修建成本和后期维护成本较高。因此，在进行配送路线优化的过程中，必须考虑修建地下物流设施和综合管廊而带来的建设成本和后期维护成本。

第二，在地下进行货物运输时，客户的需求是尽可能缩短货物在途中运输的时间，应以运输时间最短为目标建立相应的模型。运输车辆类型相对单一，无行人和非机动车的干扰，车辆以一定速度行驶时，相同时间内路径越短，货物运输花费的时间也就越短，所以可将运输时间最短转换为路径最短来构建模型。

第三，前人在研究地下物流时，仅考虑了建设成本与时间成本，但在进行地下运输时，所需自动导向车的费用也是不可忽略的一点，从投资者的角度出发，应考虑使用最少的车辆完成最大范围的运输，增加车辆的使用率，所以在优化配送路线时，车辆成本也应该与建设成本和时间成本一起纳入考虑中。

综合上述原因，本文以建设成本、时间费用成本以及车辆使用成本最小的目标函数建立模型进行讨论。

1.2"模型假设

地下物流网络建设的投资成本偏高，对于那些发展较快且货流量较大的城市来说是一种良好的选择[8]。为使整个模型更加合理可行，进行如下假设。

（1）为了研究的方便，车辆运输的货物不分种类[9]。

（2）配送中心的车辆采用自动导向车，其车速已知，且自动导向车在规定线路上运输行驶。

（3）物流线路中每个配送点的位置和每个节点的物流需求量已知。

（4）车辆将货物从运输中心运至最后一个配送点之后再按原路返回，同时将各个配送点的物品运回配送中心。

（5）配送中心的货物量可以满足总的客户需求量。

1.3"模型构建

本文针对货运量较大的中大型城市，为了简化问题，各需求点和配送点等同于一个节点，设共有节点P个，两节点之间的距离为L，总共有M条这样的路径。模型的建立考虑了三个部分，第一部分是地下物流与综合管廊的建设费用和运营成本、第二部分是货物运输时所消耗的时间成本、第三部分是车辆成本。

1.3.1"地下物流线路的总建设费用

当地下物流与其他市政线路一起纳入综合管廊时，地下物流运输需要与其他项目一起承担综合管廊的建设和后期维护运营费用，即地下物流的入廊费用，同时，建设费用还应包括在综合管廊之外需单独建设的地下物流设施的建设成本和后期运营成本。

W2为在综合管廊之外的需单独建设的地下物流设施的建设成本和后期运营成本;

α为地下物流在综合管廊的建设成本和后期运营成本中所占的比重。建设成本和运营成本的计算方法有所不同，建设成本的计算采取“单独铺设法”进行核算，原则上不得超过地下物流单独铺设时的成本，管廊的辅助设施由政府部门出资进行建设。运营成本的计算按照“空间比例法”进行折算，即由管线单位按照入廊时所占的空间比例进行分摊，管廊的辅助设施由政府部门出资维护，且日常的维护工作由政府出面协调安排。

1.3.2"货物运输的时间成本

车辆在地下进行货物运输时，由于没有其他行人和车辆的干扰，自动导向车可以在既定的轨道上按固定的速度行驶，因此不需要考虑车辆与其他因素之间的相互作用而消耗的时间，本文建立的模型中仅考虑了车辆在各配送点装卸货物所需的时间以及在两配送点间行驶所消耗的时间[10]。建立的时间成本模型如下式所示：

1.3.3"车辆成本

在地下物流运输过程中，一般的都是使用自动导向车，不同类型的自动导向车价格不一，一般适合地下物流运输的自动导向车价位均较高，且在运输过程中，自动导向车的车辆运输费用在物流配送产生的总费用中占有一定比重。要想合理安排车辆配送路径，就不得不考虑车辆的利用效率，在不增加供货车辆数量的前提下，尽可能增加每条配送路径上的车辆总供货量，以此提高其运输效率，降低运输成本。所以车辆成本按下式计算：

其中式（6）、式（7）表示取值范围，式（8）保证任意两个物流枢纽之间的可达性，Lij是任意两个枢纽之间的最短路，式（9）保证车辆行驶的路径可形成一个闭合回路，式（10）保证货物的需求量和供给量小于车辆的运货量。

2"算法设计

遗传算法依据自然界“适者生存”的理论，将问题最优解的求解过程表示为成对“染色体”种群经过一代代的复制、交叉和变异，最终得到最适应环境个体的过程[11]，采用一定的概率找寻最优方案，无需确定的规则，且在计算过程中不需要函数连续和对函数求导，具有良好的全局搜寻最优结果的作用。

本文采用遗传算法对模型进行优化求解，以配送中心为原点，车辆在进行货物配送时，由于自动导向车载重量的限制，车辆不能选择客户需求量超过车辆现有载重量的客户点，因此一辆车无法遍历所有客户点，而循环结束的标志是车辆遍历所有客户点满足客户需求，所以通过继续增加车辆来满足遍历所有客户点的需求，根据车辆的载重，当以到达最大载重，没有可供选择的需求点时，直接令车辆返回配送中心，由其他车辆进行配送[12]。本文在Visual C++ 6.0软件中编译运行遗传算法代码，具体步骤如下：

Step 1"编码：为提高运行速度和准确度，采用自然数编码方式，配送中心用0表示，由m辆车向n个客户进行配送，完成配送任务后车辆返回配送中心，则染色体长度为m+n+1，如染色体“0 1 5 2 4 0 6 3 9 7 0 10 8 0”表达的含义是：

①路径1：配送中心0→客户1→客户5→客户2→客户4→配送中心0;

②路径2：配送中心0→客户6→客户3→客户9→客户7→配送中心0;

③路径3：配送中心0→客户10→客户8→配送中心0。

Step 2"适应度计算：对种群中的个体染色体解码，根据公式（5）求得目标函数值C，第i个体的适应度计算公式如下：

Step 3"选择算子：采用轮盘赌选择的方法，每个个体在种群中进入到下一代的概率取其适应度与当代种群适应度总和的比值，当该比值越大时，该个体被选中继续产生新群体的可能性就越大[13]，选择概率计算如下：

Step 4"交叉算子：首先根据交叉概率选定两条父代染色体，从父代中找出一个循环点，将其中一个父代染色体循环节点复制到子代对应位置，再删除另一个父代染色体循环节点，将剩余节点保留并复制到子代空余位置上即可。

Step 5"变异算子：根据变异概率选择变异个体，随机选取两个变异点进行翻转操作，变异为一个全新的个体进入到下一代[14]。

3"算例验证

某城区拟规划建设依托综合管廊的地下物流系统。经考察分析，要以一个配送中心向8个配送点进行货物运输，这8个配送点之间的距离已知，如表1所示，各节点的需求量和配送量已知，如表2所示。由于使用自动导向车，运输过程无其他因素干扰，车辆在管廊中走行的速度是固定的，取20 km/h，本文为简化计算，取建设成本W1为85万元/m，运营成本W2为46万元/m，α取1/6，在站点的停留时间均为0.2 h。车辆是按原路返回的，仅考虑单方向的线路规划即可。

采用本文所提出的模型和求解方法，染色体长度取12，种群规模取200，交叉概率取0.7，变异概率取0.01，在Visual C++ 6.0软件中编程运行代码，将可能的路线进行迭代求解，进行多次随机试验，分析对比每次运行的结果，得出最优路径：O→B→E→O;O→F→D→A→G→O;O→C→H→O。

最终确定优化的物流配送路线有3条，应由3辆车进行配送。

4"结论

随着社会的发展和人们需求的增加，社会资源已不能满足人们日益增长的交通需求，因此共享已成为社会发展的趋势，综合管廊和地下物流的前期发展都需要大量资金投入，但两者的发展又是现如今解决城市问题最为有效的手段，本文将两者结合起来使地下物流与原综合管廊内的各种管道实现共享，不仅节省了将近一半的资金投入，同时还提高了综合管廊的空间利用率，增加了后期综合管廊内的效益回收。

为使共享条件下的地下物流配送路线总投资最小化，本文考虑了配送线网合理规模约束与可达性约束，以地下物流的建设成本、时间成本和车辆成本最小为目标建立模型。在Visual C++ 6.0软件中编译运行遗传算法代码，对所有可能的配送线路进行筛选，得到最优的线路网络布设方案，对模型的可行性进行验证，拟在今后的路线建设中减少资金的投入，减少综合管廊的空间浪费，更加有利于综合管廊的建设和地下物流系统的综合发展。

参考文献：

[1]Dietrich Stein， Robert Stein， Dietmar Beckmann， et al. CargoCap：Feasibility Study of Transporting Containers Through Underground Pipelines[C]. Shanghai：ISUFT，"2005.

[2]马保松，曾聪.世界管道物流运输的发展现状及关键技术分析[J].世界科技研究与发展， 2004， 26（6）：48-52.

[3]于笑飞. 青岛高新区综合管廊维护运营管理模式研究[D].青岛：中国海洋大学，2013.

[4]杨杰. PPP模式在综合管廊项目中的应用研究[D]. 北京：北京交通大学，2016.

[5]Henry Liu.纽约市地下物流可行性研究及对世界其他主要城市的启示[J].现代交通技术， 2008， 5（4）：86-92.

[6]傅芳芳.城市地下物流系统风险评价及发展前景研究[D].大连：大连海事大学， 2010.

[7]李彤，王众托.大型城市地下物流网络优化布局的模拟植物生长算法[J]. 系统工程理论与实践， 2013， 33（4）：971-980.

[8]罗勇，陈治亚.基于改进遗传算法的物流配送路径优化[J].系统工程， 2012， 30（8）：118-122.

[9]尚华艳.物流配送中车辆路径问题研究[D].武汉：武汉理工大学， 2005.

[10]周婷，周爱莲.基于时间成本的地下物流配送路线优化模型[J]. 物流工程与管理， 2016， 38（08）：60-62+87.

[11]金弟，刘杰，杨博.局部搜索与遗传算法结合的大规模复杂网络社区探测[J].自动化学报， 2011， 37（7）：873-882.

[12]吴能.基于周期进化遗传算法的城市冷链物流配送优化研究[D].杭州：浙江工业大学， 2011.

[13]王辉.基于改进遗传算法的物流配送路径优化研究[D].青岛：山东科技大学， 2010.