大數據背景下家具物流共同配送路徑優化*

□ 陳潤瑩,黃明睿,蔣志慧,薛 亮

(南京林業大學 汽車與交通工程學院，江蘇 南京 210037)

近幾年，隨著工業化、信息化的發展，我國的物流業已得到大幅度提升，但對于家具而言，它本身的體積大，不能隨便壓縮，占用空間大等的特點使得家具物流配送成本一直居高不下。因此，必須進行整體的物流優化整合，提高配送效率。近些年，利用云計算、大數據、物聯網、智能化應用等技術，這種合理、高效、智能化的配送模式，打破傳統模式局限的同時，也促進了我國電子商務的快速發展，成為構建智能城市及智慧社會的基礎[1][2]。

1 共同配送研究現狀概述

從物流方面說，共同配送也稱共享第三方物流服務,指多個客戶聯合起來共同由一個第三方物流服務公司來提供配送服務。它是在配送中心的統一計劃、統一調度下展開的[3]。一方面，共同配送緩解了道路緊張狀況，一方面也響應了國家節能減排的號召。共同配送能夠有效降低企業在物流設施所必需的投資，降低企業營運成本，有利于企業產品核心競爭力的形成和企業成長，改善交通運輸狀況，有助于低碳城市建設。

目前，國內在共同配送方面取得的成就較少，在實踐方面有很大的問題，達不到真正意義上的共同配送。在一個強調資源整合、綠色物流的環境下，傳統意義上的運輸已經不能滿足我們的需求，而國外在此方面已經有很多的研究，我們不能阻擋物流發展迅猛的趨勢，就必須進一步優化配送，進行客戶、車輛、設施等現有資源的綜合整合。

2 路徑優化模型的建立

2.1 模型建立背景

在大數據的背景下，傳統配送方式配送效率低下，資源浪費的問題愈發突出。不僅阻礙城市物流發展，也不利于電商成長[4]。針對各大配送公司資源配置重復的問題，發展城市物流共同配送，優化配送網絡顯得很有必要[5][6]。

通過對南京市德邦物流網點，江寧區小區地址的爬取，確定了一級配送中心、二級配送中心和配送點的數量、位置。因此，對南京市江寧區家具共同配送路徑優化問題可以抽象描述為：江寧配送區域范圍內存在某家具大賣場的一個一級配送中心，一系列備選的二級配送中心和一系列已知的配送點，它們共同構成一個虛擬共同配送網絡。即：此家具大賣場的商品從一級配送中心經二級配送中心送往配送點。現需要從備選的二級配送中心選擇若干個最優位置，使得以最短路徑為目標函數，得到二級配送中心到配送點的配送車輛行駛路徑結果。

2.2 模型的構建

2.2.1 假設條件

①商品必須由一級配送中心出發，經過二級配送中心后送達配送點。不考慮由一級配送中心直達三級配送中心的情況；

②一級、二級配送中心均沒有庫存積壓，沒有容量限制；

③一輛配送車輛從一級配送中心出發經若干二級配送中心后到達三級配送中心，即一車到底；

④配送車輛沒有容量限制；

⑤送往配送點的每輛車的成本影響因素只有路徑，其余的均一致，不做考慮。

2.2.2 符號定義

C：潛在二級配送中心的集合

T：配送點的集合

S11:一級配送中心到第一個二級配送中心的距離

Sij:所經過的第i個二級配送中心到第j個二級配送中心之間的距離

S23:最后一個二級配送中心到配送點的距離

2.2.3 目標函數

MinZ=S11+∑i∈C,j∈CSij+S23

目標函數由三項組成，分別是一級配送中心到第一個二級配送中心的路徑，二級配送中心彼此的路徑之和，最后一個二級配送中心到配送點的路徑。

2.2.4 約束條件

①駛入二級配送中心或三級配送中心的配送車輛必將從該配送中心駛出；

②三級配送中心的物品來自二級配送中心；

③每一個開放的二級配送中心被一輛車最多訪問一次，未開放到達的二級配送中心沒有任何配送車輛能到達。

2.2.5 求解過程

結合德邦物流企業網點資料的收集情況，利用python在大數據的背景下收集出一個一級配送中心，17個二級配送中心，4個配送點的位置，如下表1所示。

表1 配送網點位置

利用matlab的dijkstra最短路徑算法求解所建立的模型，得到如下圖1～圖4所示的結果。

圖1 小區1最短路徑

圖2 小區2最短路徑

圖3 小區3最短路徑

圖4 小區4最短路徑

綜合上述四個圖的計算結果，得到下表2所示的算例求解結果。

表2 算例求解結果

3 結論

在大數據共同配送網絡的背景下，解決了共同配送最短路徑優化問題，采用具有一定約束條件的二級配送中心與配送點的共同配送路徑優化模型，對南京市江寧區的家具配送路徑進行整合優化。當然利用此模型可以進行更大范圍內的大數據共同配送路徑優化問題，這將在后續研究中繼續進行。