非滿載物流運輸中最優(yōu)節(jié)能電子商務(wù)模型探討

摘 要：研究非滿載物流運輸中電子商務(wù)模型的最優(yōu)節(jié)能問題，可以提高經(jīng)濟(jì)效益。針對電子商務(wù)中顧客需求量小、分布分散的非滿載運輸特點，需要建立電子商務(wù)的物流配送優(yōu)化數(shù)學(xué)模型來提高經(jīng)濟(jì)效益，傳統(tǒng)的電子商務(wù)模型利用線性函數(shù)構(gòu)建模型，不符合非滿載物流運輸?shù)姆蔷€性特性，造成模型構(gòu)建不準(zhǔn)確，不能有效提高經(jīng)濟(jì)效益。為此，本文提出基于遺傳算法的電子商務(wù)模型構(gòu)建方法，通過將不同需求的客戶分類，根據(jù)非滿載運輸特性建立非線性目標(biāo)函數(shù)，對構(gòu)建模型的NP-Hard性質(zhì)采用遺傳算法進(jìn)行求解，得到最優(yōu)節(jié)能電子商務(wù)模型。仿真實驗表明，該方法能夠針對非滿載物流運輸?shù)奶匦越?zhǔn)確的電子商務(wù)模型，提高經(jīng)濟(jì)效益。

關(guān)鍵詞：電子商務(wù)；物流運輸；最優(yōu)節(jié)能

本文索引：王健.<變量 2>[J].中國商論，2023（08）：-095.

中圖分類號：TP181 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2023）04（b）--03

伴隨互聯(lián)網(wǎng)、大數(shù)據(jù)平臺的飛速發(fā)展，物流配送已成為企業(yè)商品運輸?shù)闹匾h(huán)節(jié)，其中很多大型企業(yè)采用電子商務(wù)作為物流配送核心，不僅加快了企業(yè)的經(jīng)濟(jì)增長，還提高了企業(yè)的運作效率，成為當(dāng)前企業(yè)物流運輸?shù)闹饕绞健Ｔ谌找嫫占昂蛢?yōu)化的物流配送中，傳統(tǒng)的電子商務(wù)模式已不能滿足企業(yè)客戶對物流配送的新需求，眾多個性化的電子商務(wù)模式逐漸出現(xiàn)。B2C型電子商務(wù)是為滿足客戶需求量少、需求品種多、客戶分布較分散的個性化需求而產(chǎn)生的一種服務(wù)到客戶終端的新型電子商務(wù)模式。對B2C型電子商務(wù)，因其需求量不大且客戶分散等，相應(yīng)的物流配送具有非滿載特性。因此，如何得到非滿載物流運輸?shù)淖顑?yōu)節(jié)能電子商務(wù)模型，提高經(jīng)濟(jì)效益，成為新型電子商務(wù)需要解決的關(guān)鍵問題。

1 非滿載物流運輸?shù)碾娮由虅?wù)問題描述

對于B2C型的電子商務(wù)物流配送問題，需要考慮在銷售期內(nèi)客戶對商品的需求量、客戶地理位置和配送中心位置，通過最優(yōu)節(jié)能求解確定配送中心數(shù)目、配送中心位置，以求達(dá)到總體物流配送成本最低，保證電子商務(wù)的經(jīng)濟(jì)效益。

將非滿載物流運輸?shù)碾娮由虅?wù)用數(shù)學(xué)模型表示，求最優(yōu)節(jié)能解，需要對非滿載物流運輸做以下規(guī)定：

（1）對于配送中心的選擇，需要選擇最優(yōu)的配送中心數(shù)目、位置，即滿足配送中心最優(yōu)原則：

式中：——配送中心需要滿足的原則目標(biāo)函數(shù)；

Cij——配送中心數(shù)目；

——配送中心位置。

目標(biāo)函數(shù)追求的目的是配送客戶數(shù)量與中心位置形成最優(yōu)的匹配。

（2）物流配送中，每個有配送需求的客戶只有一個對應(yīng)的配送中心負(fù)責(zé)為其服務(wù)。

（3）客戶對物流配送的各類企業(yè)商品需求及對應(yīng)物流運輸中心供貨量都可以進(jìn)行前期成本預(yù)測，依據(jù)客戶對貨品的需求速率和配送中心對客戶配送貨品的供應(yīng)速率滿足恒值特性：

式中：——客戶對貨品的需求速率；

N——客戶預(yù)測總數(shù)；

Gjv——配送中心供貨速率；

M——預(yù)測配送中心數(shù)目。

（4）物流配送的周期是配送中心從供應(yīng)貨品點兩次進(jìn)行商品運輸補充的間隔時間，企業(yè)商品運輸中的計劃周期、進(jìn)貨周期、配送周期按照圖1所示周期關(guān)系。

圖1中，縱坐標(biāo)軸Q表示配送中心商品庫存量，橫坐標(biāo)軸T表示時間，從圖1可以清楚地辨別出企業(yè)商品運輸中三種周期之間的遞進(jìn)增加關(guān)系。

在企業(yè)商品運輸模型構(gòu)建中，評價貨品物流運輸最優(yōu)節(jié)能的關(guān)鍵指標(biāo)有：配送中心對物流配送的費用投入、滿足客戶需求的配送中心需要進(jìn)行配送的運輸費用。其中，配送中心對物流配送的費用投入一般由配送中心的規(guī)模決定，其值變化不大，因此這項費用一般不作為評定節(jié)能指標(biāo)使用。大多數(shù)企業(yè)商品運輸中都選用配送成本和運輸成本作為主要經(jīng)濟(jì)指標(biāo)進(jìn)行嚴(yán)格管控，以此費用為準(zhǔn)核算電子商務(wù)模型運輸成本及經(jīng)濟(jì)效益值。對于企業(yè)商品出現(xiàn)非滿載物流運輸?shù)奈锪髻M用函數(shù)表示為：

式中，表示配送中心的物流配送費用函數(shù)，表示對此配送中心的臨界運輸費用；表示對于配送中心的建設(shè)投資系數(shù)，表示配送中心存貨量飽和時的最大值；表示剩余資金指數(shù)（）。當(dāng)企業(yè)商品運輸過程中出現(xiàn)非滿載狀態(tài)時，v代表預(yù)估運輸費用；v-代表預(yù)估剩余費用，其最優(yōu)節(jié)能指標(biāo)函數(shù)的變化曲線如圖2所示。

由圖2可知，對于非滿載物流運輸?shù)碾娮由虅?wù)最優(yōu)節(jié)能指標(biāo)函數(shù)，其滿足非線性特性，因此傳統(tǒng)的線性函數(shù)方法不能準(zhǔn)確構(gòu)建非滿載的電子商務(wù)模型。為解決非滿載物流運輸?shù)姆蔷€性問題，本文利用遺傳算法及非線性函數(shù)構(gòu)建電子商務(wù)最優(yōu)節(jié)能模型，并利用仿真模型進(jìn)行驗證。

2 基于遺傳算法的最優(yōu)節(jié)能電子商務(wù)模型

2.1 最優(yōu)節(jié)能電子商務(wù)模型構(gòu)建

由上文可知，非滿載的物流運輸，節(jié)能指標(biāo)函數(shù)為非線性，傳統(tǒng)的函數(shù)計算方式不能準(zhǔn)確描述企業(yè)商品運輸中的電子商務(wù)模型狀態(tài)，因此需要根據(jù)客戶需求、物流運輸費用、貨物配送等具體指標(biāo)內(nèi)容計算運輸及配送兩個指標(biāo)值，得到最終非線性最優(yōu)節(jié)能數(shù)學(xué)模型表達(dá)式：

（4）

式中：Za——非滿載物流運輸?shù)馁M用；

Xa——投入指標(biāo)；

Ya——運輸費用；

L、U——權(quán)重系數(shù)。

當(dāng)企業(yè)商品運輸過程中出現(xiàn)非滿載狀態(tài)時，將非滿載物流運輸?shù)碾娮由虅?wù)過程進(jìn)行數(shù)學(xué)描述，根據(jù)B2C反饋的電子商務(wù)活動中客戶分散、需求量減少但需求頻率增大時，構(gòu)建最優(yōu)非滿載電子商務(wù)物流運輸模型函數(shù)表達(dá)式：

式中，是構(gòu)建的非滿載物流運輸?shù)淖顑?yōu)節(jié)能電子商務(wù)模型；Hij表示從配送中心貨品所生成的成本；為根據(jù)模糊加法所得最優(yōu)數(shù)學(xué)模型非線性指標(biāo)函數(shù)；Cij代表配送中心i配送到目的地過程中配送車輛所產(chǎn)生的運輸費用；Sij代表非滿載物流運輸?shù)能囕v冗余費用；為運輸過程中的其他風(fēng)險費用。上述所有指標(biāo)在模型中形成最小數(shù)值配置時，表示節(jié)能效果實現(xiàn)最優(yōu)。

非滿載物流運輸?shù)碾娮由虅?wù)模型，要實現(xiàn)最優(yōu)節(jié)能目標(biāo)，根據(jù)所構(gòu)建數(shù)學(xué)模型增加約束條件，讓企業(yè)商品運輸出現(xiàn)非滿載狀態(tài)時運輸節(jié)能最優(yōu)，針對非滿載電子商務(wù)物流運輸模型函數(shù)表達(dá)式重新構(gòu)建模型，同時加載所羅列各項約束條件得函數(shù)模型：

式中：表示非滿載物流運輸?shù)暮哪芟禂?shù)，需要滿足耗能小于最優(yōu)節(jié)能的運輸費用指標(biāo)，并且非滿載物流的所有運輸費用的和要小于最優(yōu)節(jié)能閾值P。

2.2 采用遺傳算法及非線性函數(shù)構(gòu)建最優(yōu)電子商務(wù)模型

在上文構(gòu)建的非滿載物流運輸電子商務(wù)模型的基礎(chǔ)上，采用遺傳算法及非線性函數(shù)求解最優(yōu)電子商務(wù)模型，利用與遺傳相似的近鄰特性可求解電子商務(wù)模型，從而得到更準(zhǔn)確的最優(yōu)節(jié)能解。

（1）根據(jù)企業(yè)商品運輸過程中非滿載物流運輸狀態(tài)下，為達(dá)到最優(yōu)節(jié)能指標(biāo)，設(shè)定遺傳粒子的初始狀態(tài)值為：

（3）根據(jù)遺傳規(guī)則內(nèi)容可知，利用遺傳粒子的遺傳迭代算法，采用非線性函數(shù)計算，對企業(yè)商品運輸中非滿載狀態(tài)下電子商務(wù)模型進(jìn)行構(gòu)建，求得最優(yōu)節(jié)能值，依據(jù)實際模型計算準(zhǔn)則，經(jīng)過遺傳迭代后所得值為最優(yōu)節(jié)能解。

3 仿真實驗及實驗結(jié)果對比分析

實驗采用Linux操作系統(tǒng)，利用OpenGL仿真軟件構(gòu)建非滿載物流運輸?shù)碾娮由虅?wù)仿真場景，基于Visual C++編程軟件實現(xiàn)傳統(tǒng)方法和基于遺傳算法的電子商務(wù)最優(yōu)節(jié)能優(yōu)化模型構(gòu)建的方法編程。實驗選取某一地區(qū)的實際物流配送過程作為仿真環(huán)境，得到的仿真圖如圖3所示。

根據(jù)實際的物流配送環(huán)境，將物流環(huán)境抽象成節(jié)點配送圖，如圖4所示。

fKYVBYnXqZC7yECDVJJnFQ==

根據(jù)仿真實驗測試要求，分別進(jìn)行采用傳統(tǒng)的線性函數(shù)和基于遺傳算法的非線性函數(shù)電子商務(wù)模型構(gòu)建，利用Matlab工具對兩者的節(jié)能特性進(jìn)行數(shù)據(jù)對比分析。

本文對上述實驗結(jié)果數(shù)據(jù)進(jìn)行對比分析，由最終結(jié)果可知：傳統(tǒng)的非滿載物流運輸電子商務(wù)模型構(gòu)建方法是根據(jù)線性目標(biāo)函數(shù)搭建并求解的，對非滿載的非線性問題不能準(zhǔn)確構(gòu)建電子商務(wù)模型。采用遺傳算法的電子商務(wù)模型分析方法通過非線性目標(biāo)函數(shù)構(gòu)建，利用與非滿載物流運輸問題具有相同近鄰特性更為精準(zhǔn)地計算出非滿載物流運輸中節(jié)能電子商務(wù)模型，求最優(yōu)節(jié)能解，其模型準(zhǔn)確率和最優(yōu)解準(zhǔn)確率明顯優(yōu)于傳統(tǒng)方法，取得較好的結(jié)果。

4 結(jié)語

基于遺傳算法，本文提出在物流運輸過程中電子商務(wù)模型的構(gòu)建方法，依據(jù)客戶的不同需求進(jìn)行嚴(yán)格分類，依據(jù)物流運輸非滿載特性建立非線性目標(biāo)函數(shù)，有效規(guī)避了傳統(tǒng)計算方法中電子商務(wù)模型不準(zhǔn)確的弊端，通過模擬仿真得出最優(yōu)節(jié)能電子商務(wù)模型，并求得最優(yōu)節(jié)能解，保證企業(yè)電子商務(wù)過程中的經(jīng)濟(jì)效益。

參考文獻(xiàn)

郝蓉蓉.基于創(chuàng)新擴(kuò)散理論的農(nóng)產(chǎn)品電子商務(wù)發(fā)展評價模型構(gòu)建[J].南方農(nóng)業(yè)，2021，15（29）：133-135.

賀慧芳.跨境電子商務(wù)的多元市場價值鏈模型構(gòu)建及推進(jìn)策略[J].商業(yè)經(jīng)濟(jì)研究，2021（18）：103-107.

曲理萍.電子商務(wù)物流末端共同配送聯(lián)盟成本分?jǐn)偰Ｐ蜆?gòu)建：以石家莊市鹿泉區(qū)為例[J].財會通訊，2020（16）：171-176.

朱茜.B2C跨境電子商務(wù)物流的服務(wù)評價與決策模型構(gòu)建研究[J].安徽廣播電視大學(xué)學(xué)報，2020（2）：8-13.

關(guān)博，王立杰.基于MILP模型的 C2C電子商務(wù)第三方退換貨逆向物流網(wǎng)絡(luò)構(gòu)建[J].商業(yè)經(jīng)濟(jì)研究，2020（9）：115-118.