某酒品公司的配送線路優化問題探討

楊貴紅+楊奎

【摘要】本文對某酒品公司的配送線路優化問題及其方法進行了探討，并引用蟻群算法對其配送線路優化問題進行解決。

【關鍵詞】物流配送；某酒品公司；蟻群算法

一、某酒品公司現有配送點及其配送路線存在的問題

某酒品公司的主要配送地區在于云南，而云南地處高原，地勢較為復雜，其地區配送就像圖1所示地區比較分散，且需求量不規律，加大了配送難度，所以對配送線路規劃有較高的技術難度，對企業執行配送也有較高的要求。在此過程中，企業的配送成本得不到降低，對于某酒品公司這樣的中小企業而言快速找出配送線路存在的問題，并且及時找到解決辦法是勢在必行的。就目前而言其配送線路存在以下問題。

（一）從地理位置看來企業地處高原，向個零售商配送貨物線路較多，就目前而言某酒品公司沒有明確的配送線路，配送線路比較凌亂。

（二）面臨季節差、節假日時，某酒品公司的配送線路沒有具體規劃，沒有準確處理時間窗問題，造成期間成本較高。

（三）在配送前沒有對車輛的配送線路以及對車輛裝載量進行分析和規劃，隨機發車，大多采用直達式送貨，沒有對需求點進行分析，造成車輛的重復運輸，空車幾率大，企業配送成本高等問題。

（四）運輸不合理，運輸決策不科學。運輸過程中，運輸線路的選這基本就運輸者依靠自身經驗、感覺決定，經常出現對流運輸、迂回運輸現象。對運輸線路不夠重視，從而造成運輸到貨時間偏差較大。

二、基于蟻群算法對某酒品公司的配送線路優化

（一）蟻群算法的模型簡介

給定n個城市和兩個城市之間的距離，要求確定一條經過各個城市當且僅有一次路過該地方的最短線路。

第一步：初始化。將m只螞蟻隨機放到n個城市，每只螞蟻的禁忌表現為螞蟻當前所在城市，信息初始化為c。禁忌表體現了人工蟻群的記憶性，使得螞蟻不會走重復道路，提高配送效率，在初始化時，各條線路上的信息素為0。

（二）蟻群算法在某酒品公司配送線路問題中的應用

以圖1中的9個零售商需求點為例，帶入上述流程，計算最優線路。以某酒品公司為配送中心，派出3輛汽車對某酒品公司周邊9個客戶配送貨物。假設每輛汽車的載重量為3T，并且每輛汽車每次配送的最大行駛距離為100km。某酒品公司配送中心與客戶點用坐標系數表示的位置如表1和表2（0表示物流配送中心A-I表示9個客戶ID）。

經過計算，得到的方案如下：

0→D→C→0； 0→E→I→F→0；

0→A→B→H→G→0，得出計算結果約為：160。

以上就是某酒品公司為配送中心，向9個零售商配貨所進行的計算，通過對某酒品公司實際線路調查，對運力、車載量、路況、耗油量還有最重要的是客戶需求等的了解，帶到蟻群算法中計算而得鶴慶乾酒在向9個零售商配送過程中運力一定，在一定配送線路要求的情況下的四條最優配送線路。按照蟻群算法得出的最佳線路進行貨物配送，能夠實現企業配送線路達到最優，配送成本最低，公司物力及人力運用達到最高效率，達到公司經濟效益最大化，加強企業競爭實力。

由上可得以某酒品公司為配送中心的9個零售商的最優配送路線如下圖所示。

三、蟻群算法在某酒品公司配送線路優化問題中的應用評價

通過對蟻群算法的運用，可以清晰的看出，某酒品公司配送線路有了很大的變化。（1）就配送線路而言，配送線路變得明了清晰，不在是之前的雜亂無章，經過計算后的出最佳配送線路，節約了某酒品公司的配送成本。（2）就配送過程中的運力車輛裝載等做了計算，達到在配送過程中運力、車輛裝載等的合理運用，使得配送過程科學化，也大大節約了人力和資金。（3）在配送過程中還存在時間窗問題，通過蟻群算法的科學合理運算，有效規避時間窗帶來的資源配置不合理問題，有效出來了淡旺季的配送線路問題。（4）經過蟻群算法的科學運算，得出最佳配送路線而不是像以前那樣的人為確定配送線路。有效避免人為配送因素帶來的資源浪費、配送線路不合理等問題。

參考文獻：

[1]于銳，曹介南.車輛運輸路徑規劃問題研究[J].計算機技術與發展，2011（01）：94-106

[2]米宏軍.Floyd最短路徑算法在汝陽露天礦場選址中的應用[J].選煤技術，2012（03）：86-89