基于蚁群算法的乡镇物流运输网络优化
2020-01-16杨振宇贵州大学管理学院贵州贵阳550025
安 瑾,高 波,杨振宇 (贵州大学 管理学院,贵州 贵阳 550025)
0 引 言
农村物流网络一般指的是县级的农村物流中心、乡镇级农村物流服务站和村级农村物流服务点。
近年来,提到农村物流,很多公司都不愿对其进行更多布局。在脱贫攻坚这个背景下,农村物流的发展显得尤其重要。在贵州省农村地区,物流的需求量小且分散,大部分运输都采取零担物流的运送方式,这种方式可以最大化整合分散的物流需求,同时也在一定程度上控制了公司的成本。但不可避免的是农村地区的产品一般附加价值不高,且产量小,有的地方甚至只进不出,返程空载率高,这些因素都导致了农村物流的成本居高不下。
(1)贵州省由于其独特的地形条件、地理位置以及发展情况,比较契合实际的脱贫以及发展方向之一就是发展特色产业;而产品要销售,就一定要有较为完善的乡镇物流网络。
(2)农村地区由于产品产量小而分散,物流企业要想建立一套完整的物流节点网络前期投入量是非常大的;所以对于物流成本的控制很有必要进行深入研究。
(3)由于目标是省内运输,各个物流服务点间的距离动辄几十甚至上百公里。所以对于整个成本控制来说,货物运送路径的优化显得很有必要和意义。
1 研究问题概述
某物流公司以Z市为中心,在周边布局了很多物流服务站点;货物装车以Z市为初始点发出,途径周边的多个物流服务点,最后再返回初始点Z市的过程;本文研究的目标是对其运输路径进行优化,达到总运输距离最小,实现降低成本的作用。
由于实验需要,对该研究模型做出了如下限定条件:
(1)仅仅考虑单一车辆运送货物的情况;从集配中心Z市发出货物,途经各个物流服务点最后回到Z市。
(2)集配中心点和服务点地理位置已知(用高德地图查找,由于乡镇物流运输的集成性和特殊性,本文基本都定在目标服务点的客运站等位置),用查找出来的经纬度建立平面直角坐标系,并标出它们的位置坐标。
(3)两货物收发点之间的距离是根据直角坐标计算出来的直线距离,不考虑公路绕路等情况。
(4)不考虑路况以及天气等影响,每公里行驶费用是一个固定的值。
(5)不考虑车辆折旧等无法定量测量的成本。
(6)本文的物流服务点只考虑到乡镇级(没有村级服务点),且大多数选择是县级物流服务点。
(7)任意两个服务点之间距离可以用两点之间距离公式求出。
2 线路优化实证分析
本文研究的X物流公司在近十几年对贵州省的乡镇物流网络建设投入了许多精力。X物流公司在在贵州省内主要以零担物流业务为主,业务覆盖了全省的各个县:包含6个地级市及周边一些县、3个自治州的各个区县以及某些乡镇地区;并且覆盖的运输服务点还在不断拓展。针对各个县的运输服务站点分别由固定的车队分区域进行货物的运送。
2.1 实际应用
本次研究的目标对象大概分为5个区域(见图1),每个区域包含的配送服务点如下:
第一个区域:从贵阳市发货,送货区域有修文、毕节、大方、金沙、织金、黔西、六盘水、红果镇、盘县、安顺,共11个服务点。
第二个区域:从贵阳市发货,送货区域有修文、开阳、安顺、兴义、安龙、紫云、罗甸、册亨、平塘,共10个服务点。第三个区域:从贵阳市发货,送货区域有开阳、贵定、都匀、福泉、凯里、榕江、三穗,共8个服务点。
第四个区域:从贵阳市发货,送货区域有开阳、瓮安、石阡、德江、江口、松桃、铜仁、万山、思南、余庆,共11个服务点。
第五个区域:从贵阳市发货,送货区域有修文、开阳、湄潭、遵义、仁怀、习水、正安、务川、绥阳;共10个服务点。如图1所示:
图1 交通物流图
2.2 相关数据
各个运输服务点的坐标在高德地图上查找定位(不考虑地形造成的误差,以经纬度直接建立平面直角坐标系计算,无坐标转换),根据农村综合物流服务中心的建设优先选择现有的客运站场这一原则,本文坐标默认定为各区县的客运站等相关交通便利的地方。
每个服务区域以贵阳市为收发货中心,坐标(经纬度)如表1所示:
2.3 求解结果及分析
本文用了数学分析软件matlab编程进行求解:初始点固定为贵阳市,接着进行matlab建模,初始化参数,然后构建解空间(一般蚁群算法都需要随机放置蚂蚁的出发位置,但本次实验固定了起始点为贵阳市),计算待访问配送点,记录迭代最佳路线,更新信息素,判断是否结束,最后禁忌表清零,输出结果。
2.3.1 程序中各参数设置
M:蚂蚁数量=50
Alpha:信息素重要程度因子=1
Beta:启发函数重要程度因子=5
P:信息素挥发因子=0.1
表1 各服务点坐标
Q:信息素释放总量=1
τij(t):启发函数=1/D
Tau=ones(n,n);信息素矩阵
Table=zeros( m, n);路径记录表
iter:迭代次数初始值=1
iter_max:最大迭代次数=200
2.3.2 运算结果
第一个区域:
最短距离:6.8749
最短路径(起终点为贵阳市):1-2-5-7-4-3-8-9-10-6-11-1
依次为:贵阳-修文-金沙-黔西-大方-毕节-六盘水-红果镇-盘县-织金-安顺-贵阳(返回起点),如图2所示:
图2 区域一的优化路径
第二个区域:
最短距离:7.0171
最短路径(起终点为贵阳市):1-2-3-10-8-9-6-5-7-4-1
依次为:贵阳-修文-开阳-平塘-罗甸-册亨-安龙-兴义-紫云-安顺-贵阳(返回起点),如图3所示:
图3 区域二的优化路径
第三个区域:
最短距离:5.8515
最短路径(起终点为贵阳市):1-2-3-5-6-8-7-4-1
依次为:贵阳-开阳-贵定-福泉-凯里-三穗-榕江-都匀-贵阳(返回起点),如图4所示:
图4 区域三的优化路径
第四个区域:
最短距离:7.2755
最短路径(起终点为贵阳市):1-2-3-11-4-6-9-8-7-10-5-1
依次为:贵阳-开阳-瓮安-余庆-石阡-江口-万山-铜仁-松桃-思南-德江-贵阳,如图5所示:
第五个区域:
最短距离:6.4421
最短路径(起终点为贵阳市):1-2-3-5-10-4-9-8-7-6-1
依次为:贵阳-修文-开阳-遵义-绥阳-湄潭-务川-正安-习水-仁怀-贵阳(返回起点),如图6所示:
图5 区域四的优化路径
图6 区域五的优化路径
5个区域的总长度为6.8749+7.0171+5.8515+7.2755+6.4421=33.4611(因为是用经纬度进行计算,与实际的距离有些许偏差,所以此处暂无长度单位)。相较于之前的运输线路(总长度42.4351),运输距离比之前的减少了8.974;按百分比来计算,优化后的运输距离比之前路径的距离减少了22%;大大减少了车辆的运输距离,从而有效地降低了X公司的运输成本。
3 结论
车辆路径问题对现代物流配送的研究有很大的意义,各个学者都把它作为研究目标。本文以蚁群算法为研究工具,针对贵州省X公司的乡镇运输路径进行优化。结果表明:优化后的运输距离比之前路径的距离减少了22%,极大地控制了运输成本;同时也给了省内物流公司及运输服务企业一些参考。