基于GIS的大件物流配送路径规划问题研究

2023-02-09张宜凡汪宁宁祖军鹏田昊杨双王怡然

中国储运 2023年1期

文/张宜凡汪宁宁祖军鹏田昊杨双王怡然

现代物流在飞速发展的同时也不可避免地出现了一系列的问题，大件物流的配送路径规划便是其中之一，本文在分析大件物流问题特点、痛点的基础上，分析大件物流的未来发展趋势，同时利用GIS为大件物流的配送路径规划问题提供帮助。基于地理信息系统物流配送系统集成已愈发在大件物流配送系统的发展中占据优势，利用各种算法，建立可靠模型，为大件物流配送路径优化注入新动力。

1.引言

资金流、信息流和物流是所有大件物流活动主要的组成部分，这些物流活动中有大部分与地理位置信息相关，例如配送点的布局、相关配送路线的优化。物流信息具有复杂的空间特征，几乎所有与大件物流配送相关的信息都与空间位置直接相关联。GIS具有强大的空间数据收集整理、管控、储存、分析、处理和输出功能。这是可视化和辅助决策的好方法。在解决与地理位置密切相关的大件物流路径规划问题方面具有独特的优势。利用GIS技术和手段对物流流程进行优化升级，将有效降低相关成本，从而创造可观的利润。

2.大件物流配送与路径规划

2.1 大件物流配送优化的必要性

2.1.1 配送优化发展大件物流场景的重要一环与必经之路，大件物流的业务类型可主要分为B2B和B2C两类。B2B大件物流的运输方式主要为无需中转的干线运输，其是由工厂或物流配送中心直接运输至销售目的仓库。B2C大件物流主要包含其B2C模式下的包裹配送环节[1]。大件物流不仅涉及送货上门等的配送服务，还涉及大批量、无需中转的干线运输，整体来说，有关大件物流的配送优化从两个业务方面对大件物流的仓配一体化都提出了更高的要求。末端的仓配一体化是大件物流配送优化实现降本增效的最大难点与痛点，但也是推进物流配送优化的最终目的，是其中的最重要环节。

2.1.2 大件物流配送优化广泛适应不同物流配送模式

大件商品物流的配送模式主要为以下几种：

（1）物流联盟配送模式；（2）厂商直销的配送模式；（3）自营物流配送模式；（4）第三方物流配送模式[2]。对于其物流配送的优化广泛适应上述各种物流配送模式，无论是B2B下的一体化物流以及还是第三方物流，还是C2C、B2C下的物流联盟配送模式，优化其配送环节对于提升服务水平、响应速度、覆盖区域下的客户人群的满意度，降低物流运输成本等都具有重要作用。

2.1.3 企业在大件快递业务上的薄弱是各种痛点的核心因素。对于货运公司管理上的大件经验不足、目视化能力弱、末端控制力弱以及快递公司运营上的配送网络不健全、资源不匹配等企业在大件业务上的薄弱都造成了用户体验感知差的核心痛点现状。这些问题都反映了企业在大件业务上的不重视、不熟悉、不深入。

2.2 大件物流路径规划的特点。提升目视化管理能力、积累效率。现代物流降本增效的众多措施往往侧重于目视化管理，通过仓库内、大件物流的来设置数字月台，月台上显示所需要的物流信息。路径规划前期工作需要对运力、线路、选址、网点等提前规划，对于大件快递包裹的研究较少，目视化管理要求的数据资源在大件快递业务上没有得到良好的应用，使得类似于线路的规划、发班调班时间、货运量等未得到及时优化。末端网点选址、人员配备的不合理和资源缺乏都极大地增加了末端物流配送的成本。分拨中心选址建设上的落后也对大件的业务承载能力造成巨大影响。综合来看，路径规划的前期工作对于企业的目视化管理、运作效率具有重要意义。

2.3 大件物流的发展现状及未来走向

2.3.1 大件物流发展多方面受到限制、大型化趋势发展逐渐成为重点。我国的大件物流行业起步较晚，无法适应现在国内经济发展、整个电商环境需求，尤其是对于特种设备、工业制造业而言，更趋向于大件、集成包装件。当下我国的大件物流现状的特点有：①地方政府相关政策法规的限制，为了市区道路的安全常常禁止大件货物的运输通行；②基础道路交通设施等也约束着大件物流的发展，道路的承载能力水平、宽度满足大件订单的运输需求；③针对大件包裹快递，缺乏专业的竞争市场规范，造成了现有的业务市场的混乱无序；④当前我国对于大件物流的研究较少，有关的基础概念、理论实证缺乏。

2.3.2 大件物流未来的核心竞争力在于场景化定制服务。第三方物流企业提供大件物流业务服务的核心竞争力是基于场景的定制服务。大宗物流最后一公里配送和安装服务逐渐转型升级为深度的社区互动；根据用户场景和用户切实需求提供定制化的高质量服务，实现物流+服务+场景的融合；实现零距离交互、全过程可视化的大规模物流服务。因此，中国大型物流业要想发展，就必须有自己独特的核心竞争力。

3.基于GIS环境下的车辆路径规划

3.1 GIS概述

3.1.1 GIS的定义。GIS，即地理信息系统，迄今为止已有45年的发展历史。综合来说，它是一门集计算机科学、地理学、环境科学、测绘遥感学、信息学和管理学于一体的交叉学科。是多学科整合的基础综合平台。它以地理空间数据为基础，运用地理模型的分析方法，提供各种动态的空间信息，为地理研究和决策服务，并广泛应用于各个学科。

3.1.2 GIS的组成部分。GIS系统主要有以下五种部分组成：硬件部分、软件部分、地理空间数据、人员、方法。（1）GIS系统的硬件是指操作GIS所需的所有计算机资源。典型GIS硬件系统的基本组成一般包括四个方面：电脑显示设备、电脑输入设备、电脑出巡GIS信息设备、电脑运行主板。具体有数字化仪、扫描仪、绘图仪磁带机等外部设备。（2）软件部分。GIS的软件部分是指GIS运行所需的程序。它是存储、分析和显示地理信息数据的功能和工具。GIS软件由计算机系统软件、GIS工具或GIS实用软件、应用程序等组成。计算机软件部分拥有这强大的信息库，使得GIS能够拥有强大的系统进行使用，包括有编程语言、系统库等程序和像数据库、图像处理程序等标准软件。应用软件包括如像GIS模型的创建软件这样的管理软件。（3）地理空间数据。这是GIS的研究对象，也是系统中最基础的组成部分。GIS把以地球表面空间位置作为参照的自然、社会与人文等景观数据联系起来，并呈现在客户眼前。事实上，GIS是通过对这些地理数据的收集、存储、分析与处理、将这些数据转化为信息模型之后，才展现给了客户。（4）GIS用户。要知道，GIS系统是一个动态的地理信息系统。所以说，单单依靠硬件与软件是无法支持系统的长久运营的，这就需要有管理人员对其进行定期地组织、维护、管理与更新，在保障系统稳定的同时不断地对系统进行拓展，使其符合实际。此外，想要从那些信息模型中提取出更多的信息，也需要这些管理人员的进一步工作。（5）方法。这里的方法指的是应用模型，它是在对专业领域的具体对象和过程进行大量研究的基础上总结出的规律表达。GIS使用这些模型来分析和综合大量的空间数据，以解决实际问题。

3.1.3 GIS的特点。GIS大致包含有以下几个特点：（1）GIS系统具有对地理空间数据的采集、处理、存储、查询、输出能力，功能十分强大，且具有动态性和空间性。（2）使用GIS的目的是基于地理模型的方法，通过对于地理信息的处理来实现地理决策。其具有动态预测、地理和空间信息分析等能力。（3）GIS能对于地理空间数据进行管理与分析，得益于背后的计算机系统的支持。计算机系统不仅提供了强大的数据库作为管理大量地理空间数据的支撑，还通过运用地理模型，模拟预测的方法，得出进一步有用的信息，并且最终作用于地理决策之中。

3.2 GIS的功能应用。总的来说，GIS包含了五项基本技能，即数据采集与输入、数据的处理、数据的存储、地理、空间数据的查询、数据的显示与输出。

3.2.1 GIS应用与物流分析。在物流行业中使用GIS的主要目的是通过使用空间地理信息和地理信息的分析和处理来改进和提高物流系统的分析和决策功能，这主要体现在查询，空间地理信息的分析与决策，可以体现在以下三个方面：①配送设施的选址和定位（GIS实现CAD技术和数据库技术的集成，使GIS的空间GI分析功能和拓扑分析功能能够自动跳过障碍物，在物流中心选址中发挥决策作用）②配送路径规划（GIS中动态更新的数据和符合实际的真实数据准确把握空间地理信息，有利于车辆配送路径规划）③电子地图的编辑和处理（GIS可以提供良好的图形显示界面，可以任意缩放和拖动图形，可以显示多个图层，有利于数据的分析和统计）

3.2.2 GIS的空间数据预处理。GIS具有多种数据结构和非常有效的数据集成技术。它很好地解决了空间定位搜索和复杂数据查询问题。MapX是GIS的一个组成部分，功能强大，效率高，价格也较低。其主要功能包括以下几个方面：良好的图形制作、编辑和处理功能；动态层控制功能；强大的数据库访问技术和高度可视化的查询和统计功能。数据预处理的工作流程包括数据集成与提取、空间对象拓扑、距离分析和数据规范化。

3.3 GIS下的物流配送信息系统

3.3.1 算法分类。在引入GIS后，在进行物流配送的路径规划时，不能只关注与两点之间的直线距离是否最短，还需要对两点间的道路网络有充分的了解。根据GIS，我们可以了解到城市的实际道路情况，包括道路的长度、红绿灯设置、堵车情况、道路对行驶车辆的要求等等。通过对以上信息的获取，就可以得出两点间的“真实距离”，再利用这些“真实距离”对路径进行优化、这样得出来的结果明显会更有说服力。根据以上情况，现如今，对与基于GIS的物流配送问题存在着以下两种算法。1：启发类算法:如爬山算法、遗传算法、蚁群算法、模拟退火算法等。2：混合类改进算法：将各种启发类算法混合优化在一起的混合算法，如将A*与蚁群算法相混合的算法、遗传算法、爬山算法与蚁群算法相结合的算法等。

4.相关展望及建议

随着物流业的不断发展，物流配送路径的研究显得越来越重要。本文通过对大件物流的配送现状、GIS、车辆配送规划算法等进行分析，发现在优化配送路径时将GIS与算法相结合，可以获得可行性更大的结果。①促进路径优化。对于大件物流来说，GIS的引入是十分有必要的。因为大件货物常常需要中、大型货车来运输，但在有些城市中，一些道路是明确禁止这些货车驶入的，这样通过GIS，管理者和货车司机就能及时了解这些路况，制定出合理的路径，避免一些不必要的麻烦。在这种情况下，未来对于基于GIS的配送路径的研究和应用会越来越多。②优化使用者体验。可以通过在配送信息系统中引入GIS，建立一个可视化平台，这样，利用GIS系统，使用者可以通过页面更加清晰地看到实时的最佳配送路径，了解到各个道路的拥堵、是否出现事故等实时情况。系统根据这些实时情况，及时对路径进行更改，可以提供多条路径给使用者进行选择。可以说，这几乎代替了一些以GPS为基础的导航软件，让使用者无需了解专业知识就能灵活、轻松使用。③算法的改进。首先，算法的精度需要改善。如今，对于大件物流配送的算法，更多的还是精确式算法和启发式算法。但是通过实践发现，这些算法都是通过不断迭代逼近获取最优的解，并不一定能得到最优解。近些年来，人工智能的发展越来越迅速，并将很快地应用与各个行业中。对于物流行业来说也是如此，通过引入类似与神经网络的算法，可以对大件物流的配送的路径进行进一步优化。其次，为了使GIS可以广泛应用与配送路径的优化，应该研究出更多适用于各种情况的混合算法，从而使得GIS可以更好地结合，建立有效可靠的数据模型，更好地解决GIS与车辆配送路径规划相融合的问题。C