發(fā)布時間：2021-09-29 02:59

　　"雙十一"期間,分撥中心"爆倉"現(xiàn)象表明:確定需求下的車輛路徑不適合解決需求激增的配送問題。以需求確定模型為基礎(chǔ),構(gòu)建基于情景集的魯棒優(yōu)化研究模型,并根據(jù)變化的快件數(shù)量,重新分配客戶服務(wù)時間;通過計算每條路徑的旅行時間,在滿足時間窗的基礎(chǔ)上,實現(xiàn)對自有車輛的最大利用。改進(jìn)蟻群算法利用Matlab求解,分析發(fā)現(xiàn):優(yōu)先考慮運輸時效所產(chǎn)生的成本與成本最優(yōu)值存在較小差距,但總旅行時間優(yōu)勢明顯;公司規(guī)模與業(yè)務(wù)量和總成本之間存在相關(guān)性,業(yè)務(wù)量增加并不會引起利潤快速增長。 

【文章來源】：計算機(jī)工程與應(yīng)用. 2020,56(03)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

原確定需求車輛路徑

為了進(jìn)一步比較魯棒模型的優(yōu)勢，本文將三種情景集的運輸需求分別代入確定性模型計算相應(yīng)的最優(yōu)值并與魯棒優(yōu)化模型進(jìn)行比較，同時比較兩者在一輪運輸班次結(jié)束之后所花費的總旅行時間的差異，其結(jié)果如表5所示。對比發(fā)現(xiàn)：在成本方面，成本最優(yōu)條件下魯棒模型的解與原需求的解差距最大，而與所有情景下的成本差距保持在10%左右。一方面是由于需求增加導(dǎo)致成本上漲；另一方面，由于魯棒模型是綜合考慮所有情景條件得到的，因此所有情景都可以接受，故差距穩(wěn)定，證實了魯棒模型的抗干擾性和高成本的代價；而兩種情況各自對應(yīng)的總成本之間差距較小，環(huán)比的最大值僅為1.90%。在旅行時間方面，一輪行車結(jié)束的總旅行時間存在較大差異，最多可節(jié)約47 min。由此可見，快遞企業(yè)可以在成本沒有大幅度變動的前提下優(yōu)先考慮運輸時效，以減緩分撥中心壓力，保證快件及時送達(dá)配送站點。為找出公司規(guī)模與業(yè)務(wù)量和總成本之間的相關(guān)性，將需求在[200,700]范圍內(nèi)，間隔50取整，算法運行結(jié)果見圖3。分析發(fā)現(xiàn)：隨著公司業(yè)務(wù)量的增加，且當(dāng)超出公司自有車輛的規(guī)模時，運營成本增長較快；運輸費用的上升是導(dǎo)致企業(yè)利潤增長緩慢的原因之一。

本文在確定性模型的基礎(chǔ)上，選用基于情景集下的魯棒優(yōu)化方法優(yōu)化分撥中心的配送網(wǎng)絡(luò)，為了避免蟻群算法在求解過程中陷入局部最優(yōu)，采用2-opt進(jìn)行局部搜索優(yōu)化。并創(chuàng)新性地通過變化的快件數(shù)量，對客戶服務(wù)時間進(jìn)行重新分配；通過對每條運輸路徑的時間計算，若存在兩條或兩條以上路徑的旅行時間之和滿足時間窗要求，則使用同一輛車進(jìn)行配送，以實現(xiàn)對自有車輛的最大利用。提出的模型能夠在需求大幅浮動的情況下控制成本，同時保證每個運輸班次總旅行時間的合理性，提高了企業(yè)的運作效率。圖4 原確定需求下算法性能對比

【參考文獻(xiàn)】：
碩士論文
[1]基于Flexsim的S快遞公司爆倉期倉儲配送策略仿真優(yōu)化[D]. 蘇保九.中國海洋大學(xué) 2015
[2]集裝箱班輪支線網(wǎng)絡(luò)魯棒優(yōu)化模型研究[D]. 伍方凌.大連海事大學(xué) 2015
[3]快遞業(yè)服務(wù)質(zhì)量分析與改善方法研究[D]. 邱官升.長安大學(xué) 2008
[4]基于魯棒優(yōu)化的應(yīng)急管理下的車輛路線問題的研究[D]. 孫華.河南大學(xué) 2007
[5]基于蟻群優(yōu)化算法的車輛路徑問題研究[D]. 蔣毅.吉林大學(xué) 2007



本文編號：3413065