公路貨運動態配貨優化模型研究＊

張 赫 王 煒 孫愛娜

（大連海事大學交通運輸管理學院1） 大連 116026） （東南大學交通學院2） 南京 210096）

0 引 言

在物流配送活動中，配送車輛的路線問題及配貨優化問題［1］是配送合理化的核心問題，對于企業提高服務水平、降低物流成本、增加經濟效益的影響也最大.而且目前我國已有不少關于這方面的研究，如：馮牧、丁玉章［2］對上海便利店的連鎖公司的自動配貨模式進行了分析；曾傳華，楊偉，石宣化［3］對汽車運輸企業倉儲管理信息系統進行了相關研究；劉洪南等［4］對配貨堆碼技術在倉儲運輸企業中的應用進行了研究；趙建有等［5］對公路貨物運輸動態跟蹤系統監控中心應用技術進行了研究；衛紹元等［6］對公路貨物運輸管理信息系統的結構與設計進行了研究；李智，董傲霜［7］在對虛擬物流信息平臺中特點進行分析的基礎上對智能配貨的設計與實現進行了分析；閻慶［8］等對物流配送中心的管理信息系統進行了研究.但他們的研究對于現代城市的路網信息系統資源與公路車輛配貨的整合并沒有做到最完善.為實現成本最小化和效益最大化的根本目的，配送和城市路網信息一體化將是現代物流配送的發展方向，因此對配送和路網信息一體化下的車輛配貨問題進行研究是具有重要的理論價值和現實意義的.

1 公路貨運車輛行程時間預測

由于智能運輸系統（ITS）在物流運輸企業的廣泛應用，使得這些企業的物流配貨過程趨于智能化管理.其智能化管理的過程就是將企業的配貨過程與實時動態的車輛信息有效地結合起來，通俗地講就是利用企業現有的貨源及貨物數量為實時動態地到達物流企業貨運站的車輛進行配貨.為了獲取實時動態的車輛信息，就必須對企業車輛的行程時間進行實時動態的預測.目前，關于行程時間預測已有不少研究.基本上可分為兩大類，一類是綜合模型，其適應性強，但所需的交通參數較多.一類為基于路段上的時間預測模型，其適應性弱，但模型簡單而且易于標定.

在本文關于行程時間的預測是采用BP神經網絡構造了行程時間實時預測模型［9－13］.

基于BP神經網絡的行程時間預測模型的結構見圖1.

圖1 BP神經網絡的行程時間預測模型

2 車輛配貨模型優化模型研究

2.1 配貨優化方法的基本思想

在實際業務中，會存在一定數量的各類運輸工具等待貨物，也會存在一定數量的各種貨物等待運輸.因此用哪種運輸工具，裝哪種貨物本身就是一個合理分配運輸工具的問題［14－16］.本文首先應用神經網絡預測的行程時間結果，推測出未來時刻到達公路貨運站的車輛數，并據此對公路配貨優化模型進行研究.

假設有m種車型，第i型車輛數為Ai（i＝1，2，…，m），按貨運計劃在一定時間內需要運出n種不同的貨物，每種貨物的運量為Qi（j＝1，2，…，n），第i型車裝第j種貨物的技術定額為Pij，如果i型車不能裝運第j種貨物，則Pij＝0.現有解決問題是如何分配這些車輛去裝貨，使車輛的平均凈載重達到最大，即用最少的車輛完成盡可能多的貨運量.據此可建立如下形式的線性規劃模型

約束條件為

1）保證各型車裝載某種貨物的噸數應當等于這種貨物的運輸噸數

2）車輛數與行程時間關系

式中：假設動態配貨方案間隔為T，則ΔAi是根據神經網絡預測的行程時間，計算出的到達場站的剩余時間小于T的第i型車的車輛數；Ai是n時刻第i型車的車輛數.

3）所有自變量不能為負值

式中：K為目標函數，裝載多種貨物的所使用的車輛數；xij為自變量，分配i型車裝載j種貨物的車輛數；ω為車輛實載率.其他符號所代表的涵義如前所述.

2.2 配貨優化方法的計算步驟

本文采用解乘數法對物流企業的實時動態配貨優化過程進行研究，其計算步驟如下.

1）建立初始方案；

2）確定剩余或不足行；3）計算解乘數r；4）變換矩陣；5）調整方案；6）對第一次改進方案，重復第2至5步，直至最后得最優方案.

3 實例應用

由于本文是基于實時動態的車輛行程時間來研究物流場站動態配貨優化模型，所以在本文的實例計算過程當中，與車輛行程時間相關的到達物流場站的車輛數以及場站實時的貨運量均為變量.

在本例當中是結合大連市某物流運輸企業在某一時刻的車輛數以及貨運量來研究車輛動態配貨優化模型的，應用上述解乘數法以及VB軟件進行模擬，結果見圖2.

4 結束語

利用BP神經網絡的預測方法對物流運輸企業貨運車輛路段行程時間進行了預測.然后，利用解乘數法的基本思想并結合實例應用相關軟件對公路物流運輸企業的配貨優化模型進行了研究.此研究成果對于物流運輸企業提高服務水平、降低物流成本、增加經濟效益，具有重要的理論價值和現實意義.

圖2 企業貨運場站分布界面

［1］王 煒，徐吉謙，楊 濤，等.城市交通規劃理論及其應用［M］.南京：東南大學出版社，1998.

［2］馮 牧，丁玉章.談談自動配貨系統［J］.信息與電腦，2000（10）：23－25.

［3］曾傳華，楊 偉，石宣化.汽車運輸企業倉儲管理信息系統研究［J］.四川工業學院學報，2001（4）：4－7.

［4］劉洪南.配貨堆碼技術在倉儲運輸企業中的應用［J］.包裝工程，2003，24（3）：63－66.

［5］趙建有.公路貨物運輸動態跟蹤系統監控中心應用技術［J］.長安大學學報：自然科學版，2004，24（5）：85－89.

［6］衛紹元.公路貨物運輸管理信息系統的研究與設計［J］.遼寧工學院學報，2006，24（4）：243－245.

［7］李 智，董傲霜.虛擬物流信息平臺中智能配貨的設計與實現［J］.沈陽工業學院學報，2003（3）：42－44.

［8］閻 慶.物流配送中心管理信息系統的設計與實現［D］.合肥：中國科學技術大學，2004.

［9］羅積玉，邢 瑛.經濟統計分析方法及預測［M］.北京：清華大學出版社，1987.

［10］張 赫，楊兆升，王 煒.基于實時交通流信息的中心式動態路徑誘導系統行車路線優化技術研究［J］.公路交通科技，2004，19（9）：91－94.

［11］張 赫，楊兆升，李貽武.無檢測器交叉口交通流量預測方法綜合研究［J］.公路交通科技，2002，19（1）：91－95.

［12］張 赫.單點混合交通自適應信號控制技術研究［D］.南京：東南大學，2005.

［13］初連禹.動態路徑誘導系統理論和實施技術研究［D］.長春：吉林工業大學，1999.

［14］孫家慶.物流運輸組織與管理［M］.大連：大連海事大學出版社，2004.

［15］SUGIMOTO H，NOJIMA A，SUZUKI T，et al.Development of toyota in－vehicle equipment for the VICS demonstration test［C］／／Proc.Vehicle Navigation and Information Systems Conference，Chicago：IEEE Press，1994：563－568.

［16］YANG Zhaosheng，ZHANG He，LI Juan.Step－bystep regression used in traffic flow prediction of non－detector road intersections［J］.Journal of Jilin University：Engineering and Technology Edition，2002，32（4）：19－25.