基于B2C的電商配送網絡優化研究

畢小青

摘要：文章研究了B2C環境下電商配送網絡優化面臨的配送中心選址、中轉中心選址、最后一公里的配送策略問題，從成本角度考慮配送網絡優化，構建配送節點聯合，以系統總成本最小為目標函數的配送模型，基于已有研究成果，運用基于啟發式規則的初始分配算法和禁忌搜索優化算法對模型進行求解。

Abstract： The paper studies the distribution center location， transit center location and last-mile distribution strategy in the e-commerce distribution network optimization under B2C environment. Considering the optimization of distribution network from the cost point of view and structure the combination about distribution node. The distribution model takes the system total cost least as the target function. Based on the existing literature， it uses initial assignment algorithm based on heuristic rules and taboo search optimization algorithm to solve the model.

關鍵詞：電商配送；選址；配送成本；啟發式算法；禁忌搜索算法

Key words： e-commerce distribution；site selection；distribution cost；heuristic algorithm；taboo search algorithm

中圖分類號：F252；F713.36 文獻標識碼：A 文章編號：1006-4311（2018）33-0024-02

0 引言

面對巨大的電商物流配送量，電子商務企業、快遞公司和第三方物流公司不斷提升其服務質量，一方面，不斷提高上門服務等服務模式的質量，另一方面，繼續進一步加大末端配送網點的布局規劃。電商配送中，配送中心選址和中轉中心選址關系到配送流程運作效率和運營成本，電商企業和物流企業紛紛布局關鍵節點的配送中心和中轉中心，試圖將其作為企業的核心競爭力。

物流是電商發展的根本，合理的物流配送方案可極大提高物流企業的競爭力。蔣忠中等[1]建立選址-分配模型，設計基于嵌入表上作業法的遺傳算法求解。Xu Bin等[2]立足于提升物流系統效率和降低運輸成本研究了第三方物流考慮車輛不返回的設施選址及路徑問題，采用模擬退火算法進行求解。趙泉午等[3]提出大型零售企業城市配送中心到需求終點的近似配送路程的中轉中心選址和需求終點的雙優化模型，結合集成遺傳算法和禁忌搜索算法對模型求解。現有文獻主要側重研究中轉中心選址及優化算法設計。文章主要構建了電商配送的多級節點成本估算模型，以系統化視角將配送流程分解成的若干節點進行成本評價，然后以整體化視角整合配送網絡，對現有配送網絡進行優化建議。

1 問題描述與建模

1.1 問題描述

電商配送問題是一個多級多節點配送問題，包括從城市配送中心到終端客戶過程中面臨的中轉中心和最后一公里配送等的節點。城市配送中心承擔庫存、包裝、分揀、運輸甚至流通加工等功能。中轉中心承擔訂單的中轉分撥功能。最后一公里配送形態包括自提點、自提柜等形態。城市配送中心一般采用輕型卡車運輸，中轉中心到最后一公里配送點采用三輪車、面包車及電動車等進行配送。整個配送流程總成本包括從城市配送中心到中轉中心的運輸成本，節點運營成本和中轉中心到最后一公里配送點的配送成本。在一個配送周期內考慮各節點包裹容量及單次配送量、節點包裹余量及余量保存成本。節點聯合運營成本最小是電商配送網絡優化的目標。

1.2 建模

1.2.1 模型假設

為對模型的經濟性進行評價，可做以下假設：

①節點運營成本存在規模效應，即成本增加與包裹量變動非線性同步，可近似認為其服從正態分布；

②節點之間的配送距離采用近似算法；Daganzo認為車輛配送距離與末端需求點密度，中轉中心與末端需求點之間的平均距離相關。中轉中心i配送車輛行駛總距離Li與末端需求點之間的個數N的關系可表示為：

③配送包裹都能在配送周期內按要求準時到位；

④運輸費用由賣方承擔。

1.2.2 集合與參數設定

Ji：組成整個配送網絡的節點總數；（i=1，2，3）

J1：配送中心集合；

J2：中轉中心集合；

J3：最后一公里配送點集合；

N（j）：j配送包裹集合；

M（m）：m所安排包裹集合；

bn～Ji：Ji的最大中轉能力；

qn～Ji：Ji的最大容件量；

em～mj：j對m的給件m～的最大運裝能力；

Sn～Ji：節點Ji配送n～的固定成本；

Pn～j：單位包裹n～在節點Ji的可變配送成本；

In～Ji：單位包裹n～在Ji的存件成本；

Cm～Ji：單位包裹m～在節點間的轉運成本；

dn～Ji：下游節點可接受上游節點的包裹量n～；

dn～Ji：上游節點向下游節點安排的包裹量n～；

pn～Ji：Ji對包裹n～的單位配送價格，因其是一個隨數量規模變化的隨機變量，可近似認為服從Pn～Ji～N（μp，δp2）。

1.2.3 決策變量

un～j=1，Ji配送包裹n～；0，否則or

xn～Ji：包裹n～在節點Ji的配批量；

yn～Ji：節點Ji的件存量；

Zm～Ji：包裹m～在節點Ji間的配送批量。

1.2.4 電商配送節點聯合配送成本估算模型

依據文中對問題的描述、相關假設和各參數定義，可該配送模型建立如下的經濟評價方法（成本最小化法）：

上述：式（1）中括號內各項順次表示配送期內j的所有包裹下行配送費用、所有包裹的可變配送成本總和、所有包裹的存件成本總和及所有包裹的運輸成本總和；式（2）表示上游節點向下游節點安排的包裹量平衡；式（3）表示Ji對包裹n～的包裹處理能力；式（4）表示Ji對包裹n～的存件能力約束；式（5）表示Ji對包裹m～的運輸能力約束；式（6）表示決策變量非負和0-1條件。

2 模型求解

對于模型的求解，當前學者采用智能算法與啟發式算法相結合的方式。楊珺等[4]采用禁忌搜索算法，周翔等[5]采用基于最小生成樹聚類算法，關菲等[6]采用多目標粒子群算法求解模型，趙泉午等[7]設計混合優化算法對模型進行求解。文章將基于啟發式規則的初始分配算法和禁忌搜索算法進行結合，構造出基于二者的混合算法進行模型求解。

2.1 基于啟發式規則的初始分配算法

采用末端需求點配送量及配送距離比值由大到小的啟發式規則對末端需求點進行分配：

③取矩陣Q中bij的最大值bij，bij表示末端需求點j欲分配節點i，檢查i節點剩余容量能否滿足末端需求點j。滿足時，將末端需求點j分配給節點i，同時刪除該末端需求點j所在列，當不能滿足時，kij點置零。

④重復③直到將全部末端需求點分配給中轉中心，生成初始配送方案。

2.2 基于禁忌搜索算法的優化分配算法

首先定義兩個操作“移動”和“交換”。以A、B為例，“移動”指將節點A服務的一個或幾個末端需求點改由B節點服務；“交換”是指屬于A節點的末端需求與屬于B節點的末端需求進行互換。

應用禁忌搜索算法對配送方案進行優化，其具體步驟如下：

①生成確定節點與末端需求點距離表。

②“移動”操作。隨機選擇兩個確定的節點A和B，計算節點A服務的末端需求點距離B中轉中心的距離，將距離最小的需求點改由節點B服務，判斷是否滿足節點B的能力約束；若不滿足，則執行“移動”操作。

③“交換”操作。隨機選擇兩個節點A和B，分別計算節點A服務的末端需求點距離節點B的最近距離，以及節點B服務的末端需求點距離節點A的最近距離。交換節點A和節點B中距離對方最近需求點，同時判斷末端總需求是否超過配送能力約束。

④若待選解滿足藐視規則，則考慮用滿足藐視準則的最優狀態代替當下狀態成為新的可行解，再用與原狀態對應的禁忌對象代替最先進入禁忌表的禁忌對象，同時轉⑥；否則轉⑤。

⑤判斷待選解對應的各對象的禁忌屬性，選擇待選解集中非禁忌對象對應的最優狀態為新的可行解，同時用與其對應的禁忌對象代替最先進入禁忌表的禁忌對象。

⑥判斷終止條件，如果是，則停止搜尋，否則轉②。

3 結語

文章將電商配送網絡分為若干相互連接的節點，通過對網絡節點的經濟性進行聯合評估來評價配送網絡的有效性。構建了配送網絡的成本分析模型，借鑒已有文獻，采用基于啟發式規則的初始分配算法和禁忌搜索算法對模型進行運算，對配送網絡進行了配送成本優化。文章不足之處在于沒有對算法進行案例仿真研究，只是基于已有文獻成果進行了結果分析，從理論上論述了該評價方法的可行性。

參考文獻：

[1]蔣忠中，汪定偉.B2C電子商務中配送中心選址問題及其優化[J].控制與決策，2005，20（10）：1125-1128.

[2]Xu Bin， Wei Chunli，Shi Zhangjiang，et al.Study on location-selection of B2C e-commerce logistics distribution center[C]//Proceedings of 2009 International Forum on Computer Science-Technology and Applications，Chongqing，China，December 25-27，2009.

[3][7]趙泉午，趙軍平，林婭.基于O2O的大型零售企業城市配送網絡優化研究[J].中國管理科學，2017，25（09）：159-167.

[4]楊珺，盧巍.低碳政策下多容量等級選址與配送問題研究[J].中國管理科學，2014，22（05）：51-60.

[5]周翔，許茂增，呂奇光.B2C模式下配送中心與末端節點的兩階段布局優化模型[J].計算機集成制造系統，2014，20（12）：3140-3149.

[6]關菲，張強.模糊多目標物流配送中心選址模型及其求解算法[J].中國管理科學，2013，21（S1）：57-62.