基于蟻群算法的STL公司配送路徑研究

李文斯　黃小軍

摘要：隨著物流行業的快速發展，科學地規劃配送路徑，提高配送效率，將是解決企業存活的重要手段。本文將圍繞解決車輛路徑優化為核心內容展開，以STL公司為例，運用蟻群算法及MATLAB仿真，為解決運輸路徑選擇優化問題提供技術支持。

關鍵詞：路徑優化：蟻群算法：MATLAB仿真

一、STL公司配送現狀分析

STL公司主營貨物的零擔快運，于2017年10月成立并運營，位于桂林靈川西二環路，距疊彩區政府4.2公里、七星區政府10.8公里、象山區政府8.8公里、秀峰區政府7.5公里、臨桂區政府12.9公里、雁山區政府26.6公里。配送范圍涵蓋桂林市轄區。

（一）STL公司10 - 12月貨量統計

通過對10-12月三個月的貨量統計，可計算出10月份共到貨1730票、12417件，平均每天到貨56票、414件：11月份到貨2277票、16692件，平均每天76票、557件：12月份到貨3124票、19351件，平均每天100票、625件：從數據中我們可以分析出，這三個月的貨量都呈上漲趨勢。

（二）STL公司桂林市區10-12月配送率

以每天需要派送的貨物到達配送中心并且當日安排派送且客戶簽收為準。10-12月每天的簽收率，通過對公司相關數據統計，通過計算得出10月份平均配送率為12.18%：11月份平均配送率為26.4g%：12月份平均配送率為52.03%。盡管配送率有所上升，但配送率仍然很低，雖然12月份偶有100%配送率，但是次數很少且不穩定。

（三）STL公司桂林市區配送成本

本文主要包括配送運輸成本、分揀成本、裝卸搬運成本。由于現有固定配送成本無法改變，在這里從配送運輸成本人手，最大限度地減少運輸成本。

1.以冠超市萬達店為例，其位于七星區，距離STL公司16.4公里，6件貨派送費用了20元，根據司機提供的派送價格表1，七星區超過15公里，單票起步50元，超過的費用需要配送中心承擔。配送中心每天需要承擔高額的派送費。

2.有些司機會挑一些貨量大，運費高的貨物，對于同一區域貨物，可能開具運費不一樣，如有一票貨物運費很低，司機寧愿選擇多跑點路送運費較多的其他區域貨物，這就會導致，配送中心另外安排司機配送，額外增加運輸成本。二、STL公司配送存在問題分析

（一）缺乏對送貨司機的有效管理

各個市區營業點未開業之前，貨物配送均是外請司機，運費按距離和票數收費，定價過高，該公司的配送價格表如表1。

（二）送貨路徑規范程度低

公司共有8名外聘司機，每個司機配送區域不固定，沒有固定配送線路。司機每天根據區域貨量自己去倉庫找貨，基本按照意愿去送貨，導致配送效率低、成本過高。

（三）物流運轉效率低

分撥經理崗位一直處于空缺，倉庫規劃的不合理導致貨物入庫混亂、分揀時間長，不利于貨物的尋找：庫區沒有劃出明顯界線，堆放雜亂，揀貨時間長：裝卸工人缺乏專業技能，不能合理堆碼貨物，裝卸時間長。

結合上述存在問題，本文擬用蟻群算法結合MATLAB軟件提出解決策略。

三、MATLAB求解STL公司VRP問題

（一）設置初始參數

根據STL公司10-12月份送貨量統計，選取某司機經常配送地點為例進行路徑優化，運用百度地圖獲取配送中心及配送地點的經緯度坐標，然后將其轉換為X、Y坐標。

C：n個城市的坐標，nx2的矩陣，根據表3所示，C設置坐標如表2所示。

n=6;

NC_max：蟻群算法MATLAB程序最大迭代次數，設置迭代次數NC_max= 100;

m：螞蟻個數。m=200;

a：表征信息素重要程度的參數。a=l;

p：表征啟發式因子重要程度的參數。β=5;

p：信息素蒸發系數。p= 0.1;

Q：表示蟻群算法MATLAB程序信息素增加強度系數。Q=100;

接著進行MATLAB建模，變量初始化，然后構建解空間，計算待訪問配送點，記錄迭代最佳路線，更新信息素，最后禁忌表清零，輸出結果。結果如圖1所示。

四、STL公司優化效果分析

（一）減少運輸成本，提高服務質量

STL公司到各配送點的最優路徑是：0-1-6-3-5-2-4-0，距離為16.8445公里。按之前司機所收配送價格，可算出在桂林市區配送價格大致為每車貨/公里8元，一個送貨司機從配送中心送完6個送貨地點共收取派送費510元，經MATLAB仿真優化后得出六個派送點共需支付派送費用135.076元。節省運輸成本374.924兀。

（二）節約配送時間，提高運輸效率

將優化的配送路徑運用到實際配送中，通過對司機的配送時間計時，優化前線路：0-1-2-3-4-5-6-0，耗時6h;優化后線路：0-1-6-3-5-2-4-0，耗時3.8h;線路優化后配送時間減少2.2h.并且加急的貨物還可以合理的優化，大大提高了配送效率。此外，通過統計得出桂林配送中心1月份平均配送率達86. 90%，比10、11、12月份提高了74. 72%、60. 41%、34. 87%。100%配送率的天數達到了9天，極大地提高配送效率。

（三）精簡配送人員，降低運輸成本

路徑優化前.8名配送司機沒有固定配送點，造成配送混亂，嚴重影響配送效率。路徑優化后根據4區域貨量和距離，平均劃分給3名司機，另安排1名司機配送散貨。原有8名外聘司機縮減至4名，避免了司機搶單、跨區域配送等情況，降低了運輸成本。

五、總結

本文通過STL公司配送車輛路徑問題深入研究，將該問題與蟻群算法相結合，利用MATLAB建模，對車輛路徑進行優化，使配送路徑總長最短，運輸效率最高，經濟效益最大。由于公司成立較晚，本次數據采集樣本量較少，應用時需要根據實際做一些修正。

參考文獻：

[1]張巍，電網企業物流配送路線優化與應用研究[D].華北電力大學（北京），2016.

[2]溫正.MATLAB科學計算[M].北京：清華大學出版社.2017：134-140.

[3]許能闖.基于改進蟻群算法的TSP問題研究[J].軟件導刊，2018（ 02）：56-59.