北斗大数据在烟草物流行业的应用探索与实践——以安阳市烟草物流线路优化项目为例

李文刚 张伟 杨珺 李豪成

（1.河南省烟草公司安阳市公司，河南 安阳 455000；2.河南理工大学测绘与国土信息工程学院，河南 焦作 454000）

1 引言

我国是世界上最大的烟草生产国和消费国，烟草企业在国民经济中占据着举足轻重的地位，烟草产品营销通常采用线上订购、物流统一配送的运作模式。烟草物流配送具有长期性、零售户分散、品类多、数量大、季节波动大等特点[1]，烟草物流配送系统运输路径优化问题的约束条件多，如车辆的容量限制、载重限制、时间限制等[2]。在烟草物流配送过程中，配送线路是否合理对配送效率、成本有重大影响，合理的配送线路不仅能大大缩短物流配送时间，降低物流运营成本，还能带来更好的客户服务和更高的客户满意度。传统的烟草物流配送存在商户定位不准确、配送线路规划不合理、物流车辆运行成本高等问题，基于烟草物流配送的现状问题和基本特征，利用北斗定位、GIS、大数据分析等技术，以安阳市烟草物流线路优化项目为例，建立烟草物流配送线路规划智能推荐算法模型，科学规划物流配送线路，旨在解决烟草物流配送工作效率低、配送成本高的问题。

2 项目区域概况

安阳市有一个烟草物流配送中心，配送范围包括安阳市区、安阳县、内黄县、汤阴县、林州市、滑县6 个区域（如图1 所示），共计19615 个持证商户，采用“T+0”和“T+1”两种送货模式，现有配送员51 名，车辆50 辆，烟草物流配送主线路45 条，每条主线路分5 条支线路，支线路共225 条，线路平均商户数88户，线路平均单车装载率45.78%。近年来，安阳市烟草物流配送一直采取软件系统结合人工线路优化的方式开展“弹性调度”工作，但存在配送路线规划不合理、运算时间长、无法灵活计算和调整物流配送线路的问题，亟须建立数字化线路规划模型，科学高效规划物流配送线路，提高车辆总体装载率，降低物流运行成本。

图1 安阳市烟草物流配送区域

3 总体研究思路

本研究基于北斗定位、GIS、大数据分析等技术，通过在物流配送车辆上装载北斗设备，获取车辆运行真实、实时数据信息，结合时空信息数据，分析提取物流车辆运行业务数据，构建物流线路管理数据库，通过大数据分析评估车辆运行效率及存在问题，融合GIS 分析技术和C-W 节约法、最邻近法、k-opt 等多种物流线路规划智能推荐算法，建立算法模型，优化配送路线，开发数字化物流线路优化系统，人机交互灵活调整优化模型计算参数，实现物流运行可视化管理和物流线路规划动态调整。总体研究思路如图2 所示。

图2 总体研究思路

4 北斗位置数据采集

（1）北斗定位设备选型。本次研究采用4BGS 北斗高精度定位车载终端，设备型号为ZZBD-4BGS，定位精度单点2.5m（ECP），差分2.5cm+1ppm（ECP），能够实现厘米级定位，具有适应性强、支持4G 网络通讯、可长时间运行等特点。

（2）设备安装调试。在物流配送车辆上安装4BGS北斗高精度定位车载终端，通过定位盒外部的调试口以网络远程方式设置设备参数，确保物流车辆运行时设备能够正常工作。

（3）车辆位置数据采集。物流车辆在线运行时，通过对接设备实时信息接口，采集车辆实时北斗位置信息，通过对接历史轨迹接口，获取车辆在时间段内行驶轨迹信息。

5 物流运行数据处理建库

物流配送线路优化需要准确的数据支撑，为保证优化结果的可靠性，需要对物流数据进行标准化处理，对北斗位置数据进行清洗、融合、分析和提取，具体建库流程如图3 所示。

图3 数据处理建库流程

（1）数据汇聚。汇聚收集物流运行相关数据及车辆运行实时数据，包括车辆北斗位置、物流配送线路、物流配送分区、物流车辆数据、商户地理空间位置、商户订单、基础地理信息等数据。

（2）物流数据标准化处理。将汇聚的商户位置、路网、物流配送分区、基础地理信息等数据进行一致性处理、空间化处理、时序化处理等工作，为物流路线规划算法计算提供基础数据。

（3）北斗位置数据分析挖掘。对北斗位置数据进行清洗融合和挖掘分析，提取物流配送轨迹、商户真实位置、路线真实里程、车辆工作时间、车辆出发时间、返程时间、送货时间、休息时间、实时轨迹等数据，解决人工填报信息工作量大、不及时、不准确等问题。

（4）数据建库。通过对数据的标准化处理和分析提取，挖掘数据潜在价值，对数据进行分类入库，形成北斗位置数据库、地理信息数据库、物流管理数据库和物流运行数据库。

6 线路优化算法模型构建

VRP 即车辆路径问题（Vehicle Routing Problem），解决确定性VRP 分为精确算法和人工智能算法。与精确算法相比，人工智能算法在精度上不占优势，但在求解大规模VRP 时，可在有限时间里找到满意的次优解/可行解[3]。本研究融合C-W 节约法、最邻近法及k-opt 等物流线路规划智能推荐算法，结合城市真实道路、商户空间位置、物流配送时间等数据，把商户和配送中心连接起来，构成一条包含所有商户且最终能返回配送中心的运输路线，计算线路“节约值”[4]，实现更符合实际环境的物流配送线路全局性自动化规划。

第一步，以车辆数、装载率、商户数、订货量为主要计算因子，建立物流配送分区划分模型，规划全域物流分区，保障预定车辆完成分区商户全部配送。第二步，以道路、分区、车速为主要计算因子，建立物流分区直达路线模型，计算分区配送最佳路径及路程耗时，优化分区内车辆分配。第三步，以分区内配送时间、商户、订单量、车辆及装载率为主要计算因子，建立分区最优配送路线模型，计算分区内最优配送线路，确保在配送时间内按规定线路完成商户配送。第四步，按照时间均等分配线路原则，建立物流主分线路分配模型，通过投入车辆分析主线路与分支线路聚合关系，保障主线路整体工作时长均等。

7 物流线路优化系统开发

开发烟草物流配送线路优化系统，实现物流配送数据管理、车辆实时定位、运行效率分析、线路动态规划、辅助业务决策，为烟草物流配送提供可视化管理手段。

（1）物流运行数据管理。开发物流数据管理系统，提供商户管理、车辆管理、路线管理、配置管理、设备管理等功能，实现物流运行数据的可视化管理，如图4 所示。

图4 物流运行数据管理

（2）车辆北斗实时位置。将车辆实时北斗位置在地图上显示，展示物流车辆行驶轨迹和实时行驶情况，如图5 所示。

图5 车辆北斗实时位置

（3）配送路线规划。灵活调整线路规划模型计算参数，通过设置车辆行驶速度、车辆配送速度、商户送货时间等参数，优化线路规划模型基础参数，通过调整分区配送车辆数量、车辆装载量等计算参数，达到调整物流分区目的，通过调整商户分区和配送路线，以及主线路中分支线路，规划出更贴合实际运行情况的配送线路，提升线路规划合理性，如图6 所示。

图6 配送路线规划

（4）物流线路画像。综合分析历史配送线路数据，对线路送货户次、装载率、行驶里程、行驶时间等进行可视化分析，反映物流线路运行趋势，及时发现问题和优化配送路线，如图7 所示。

图7 物流线路画像

（5）物流运行综合分析。统计汇总物流配送运行的真实数据，实时监测物流配送进度、车辆轨迹等信息，分析物流配送线路合理性、线路排行等，方便实时掌握物流运行情况，辅助业务决策，如图8 所示。

8 应用成效

图9 配送区域优化后11个分区

通过本次研究，建立了烟草物流配送线路规划智能推荐算法模型，为安阳市烟草物流配送区域划分和配送线路提供了优化方案。

（1）物流配送分区优化成果。在安阳市区、安阳县、内黄县、汤阴县、林州市、滑县6 个配送区域基础上，进一步精细划分11 个物流配送分区，其中安阳市区2个、安阳县1 个、林州市2 个、滑县4 个，如图9 所示。

（2）物流配送线路优化成果。基于现有城市道路网、商户位置、车辆速度、商户配送时间等数据，通过物流线路规划智能推荐算法计算，规划出安阳市全域物流配送线路共172 条，平均每条线路配送商户为114 户，每条线路平均单车装载率达到60.81%。

（3）线路优化结果分析。优化后配送方案细化了配送区域，减少了配送路线数量，增加了每条线路商户数，提升了线路平均单车装载率，能够有效降低物流运行成本，线路优化前后对比如表1 所示。

优化后配送方案分析：①依据高速路口等因素细化物流配送分区，利用高速路程，减少车辆往返配送时间。②基于智能推荐算法模型，实现线路往返均有商户配送，避免车辆空跑。③基于智能推荐算法模型，利用节约时间，增加单条线路配送商户数量，最终减少线路总数。

9 结束语

本文利用北斗定位、GIS、大数据分析等技术，对安阳市烟草物流的配送路线、车辆信息、商户位置进行了系统性的空间化，分析研究了多种物流线路规划智能推荐算法，结合数字化物流线路优化系统，对安阳市烟草物流配送路线进行了优化，减少了配送线路数量，增加了线路商户数，提升了车辆装载率，提高了物流车辆的运行效率，可为类似烟草物流配送线路优化项目提供参考。