基于大數(shù)據(jù)的物流配送路徑優(yōu)化研究

蔡婉貞

（汕頭職業(yè)技術(shù)學(xué)院 廣東省汕頭市 515071）

物流配送路徑在城市經(jīng)濟發(fā)展中非常重要，在一定條件下通過改進和優(yōu)化規(guī)劃最合適的配送路徑可以有效減少配送成本[1]，降低物資損耗。縮短配送的路徑在對企業(yè)來說減少了運輸支出，也降低了群眾的消費損耗。城市物流配送渠道關(guān)系到整個城市的民生，因此，需要合理規(guī)劃運輸路徑，在消耗最低成本的同時，提高物流配送效率，因此，本文基于大數(shù)據(jù)設(shè)計了新的物流配送路徑優(yōu)化方法。

1 基于大數(shù)據(jù)的物流配送路徑優(yōu)化方法設(shè)計

1.1 選取物流配送路徑優(yōu)化目標(biāo)

物流配送路徑是否合理直接影響物流配送的速度和成本。因此，采用合理的方法規(guī)劃路徑具有重要意義。選取路徑優(yōu)化目標(biāo)是路徑規(guī)劃的前提[2]。可以根據(jù)客戶的具體配送問題設(shè)計合理的配送方案實現(xiàn)路徑的最優(yōu)化。

效率最大化是路徑優(yōu)化的思路，實現(xiàn)高效率配送是企業(yè)發(fā)展運營的關(guān)鍵[3]。物流路徑優(yōu)化的效率是考核企業(yè)整體水平的標(biāo)準(zhǔn)，由績效和利潤指標(biāo)來反饋，因此，企業(yè)的配送利潤直接影響著企業(yè)發(fā)展。提高物流配送效率需要從多方面入手，企業(yè)的發(fā)展效果是提升企業(yè)競爭力的關(guān)鍵。

基于企業(yè)的發(fā)展效果，需要設(shè)計不同的配送路徑優(yōu)化目標(biāo)，但這些不同的配送目標(biāo)都有一個最終要求，就是低成本，這也是縮短物流配送路徑的目的[4]。研究表明，車輛配送的成本消耗與行車路徑的選擇之間存在明顯的關(guān)系。

其次，設(shè)計的配送路徑優(yōu)化目的還包括運輸?shù)木唧w條件，例如運輸物品的類型，運輸?shù)臅r間要求，以及運輸物品的重量等，因此，路徑數(shù)量不僅取決于企業(yè)的最短距離和最低成本，還取決于物流配送的相關(guān)條件。

除了上述的目標(biāo)外，客戶的滿意和個性化需求也是物流配送路徑優(yōu)化的目標(biāo)，第三方物流配送必須滿足客戶的需求，增加自身的競爭力。在路徑優(yōu)化時，應(yīng)該根據(jù)客戶的實際需求制定專業(yè)的配送方式，調(diào)整車輛配送流程，實現(xiàn)準(zhǔn)時配送，因此路徑優(yōu)化目標(biāo)應(yīng)根據(jù)實際問題選擇。

1.2 設(shè)計物流配送優(yōu)化算法

對于優(yōu)化問題的處理，由于每個物流配送路徑優(yōu)化問題面對的情況不同，需要設(shè)計通用的優(yōu)化算法才能解決，因此基于大數(shù)據(jù)，模擬了各種情況下的路徑配送狀態(tài)，將這些配送狀態(tài)整合，建立跟蹤的優(yōu)化算法來計算配送具體損耗，本文經(jīng)過計算發(fā)現(xiàn)貓群算法在各種狀態(tài)下的計算效果較好，因此使用該算法計算路徑優(yōu)化效率[6]，但是由于貓群算法的特異性，需要將每一條路徑的參數(shù)合并，才能進行計算，基于此，設(shè)計的物流配送優(yōu)化算法如下（1）所示。

1.3 基于大數(shù)據(jù)構(gòu)建物流配送路徑優(yōu)化模型

在構(gòu)建優(yōu)化模型時可以使用大數(shù)據(jù)來進行定位，大數(shù)據(jù)需要在路徑采集中心調(diào)取各條物流支路的具體配送要求、配送時間等信息，基于這些信息進行統(tǒng)一分配[7]，規(guī)劃配送路線，在保證每一條配送路線效率的同時，滿足每個客戶的需求。此時的物流需求結(jié)構(gòu)圖如圖1所示。

由圖1可知，利用大數(shù)據(jù)分配的數(shù)據(jù)首先需要經(jīng)過訂單處理中心，剛在優(yōu)訂單處理中心發(fā)送給倉儲，完成配載運輸并結(jié)算，在這個過程，需要利用時間窗來計算配送效率，但由于時間窗在計算時考慮的參數(shù)過多，因此，時間窗在確定路徑優(yōu)化目標(biāo)時還面臨著挑戰(zhàn)。

圖1：物流需求結(jié)構(gòu)圖

第一個問題是服務(wù)質(zhì)量差[8]，第三方物流隨著電子商務(wù)發(fā)展也發(fā)展更快，此時物流配送的總需求也增加了，對物流配送的速度質(zhì)量需求與日俱增，在這種情況下，第三方物流配送的質(zhì)量得不到保障。

第二個問題是物流成本支出，網(wǎng)絡(luò)交易超過物流本范圍，導(dǎo)致配送超出容量，出現(xiàn)物流成本支出問題。除此之外，還面臨交通負擔(dān)重，配送方案不平衡等問題，給擁擠的城市交通網(wǎng)絡(luò)帶來了更大的負擔(dān)。

因此，要在合理的配送范圍內(nèi)實現(xiàn)客戶要求，進行及時配送，必須合理定位運輸渠道，以滿足客戶的需求，實現(xiàn)物流配送成本最低化，基于此構(gòu)建的路徑規(guī)劃模型如（2）所示。

模型（2）中，i代表路徑取值，k代表路徑規(guī)劃時間，si代表路程，vi代表速度，在優(yōu)化第三方城市物流配送渠道方面，時間窗口限制了配送時間量，間接刺激了配送效率。時間路徑是路徑選擇的關(guān)鍵，包括物流配送的時間成本。所謂物流配送時間成本，就是客戶在物流配送中對時間、多余零件和節(jié)省零件的需求的時間效率成本。

1.4 實現(xiàn)物流配送路徑優(yōu)化

物流配送優(yōu)化的實現(xiàn)還需要為貓群算法設(shè)置參數(shù)，即對已知算法進行一定的規(guī)則設(shè)置，對完善算法和優(yōu)化其運行起著重要的輔助作用。

內(nèi)存池是對貓記憶遍歷的描述，貓每次到達一個位置，它根據(jù)自己的導(dǎo)航范圍選擇一個更合理的位置作為它的目標(biāo)。可以根據(jù)存在的變化數(shù)量給出已知的情況，此時的導(dǎo)航范圍通常在0到總維數(shù)之間。然而，貓在擴大搜索范圍的同時，還需要進行變化區(qū)域的表達，可以根據(jù)真實情況和已知問題的模型來進行調(diào)節(jié)，變化區(qū)域通常是恒定的，可以根據(jù)自己的位置判斷具體的路徑優(yōu)化結(jié)果。

2 實驗

為了檢測本文設(shè)計的配送路徑優(yōu)化方法的優(yōu)化效果，搭建了仿真平臺，檢測本文設(shè)計方法與傳統(tǒng)的路徑規(guī)劃方法的規(guī)劃效果，進行實驗如下。

2.1 實驗準(zhǔn)備

驗證平臺選取P4雙核CPU，假設(shè)某企業(yè)共有三個物流中心，規(guī)定每個物流配送中心的車輛數(shù)，在固定的客戶條件下，進行仿真實驗，此時客戶的具體坐標(biāo)信息如表1所示。

表1：客戶信息

由表1可知，此時的客戶坐標(biāo)點間有較大差距，各個坐標(biāo)間沒有明顯聯(lián)系，具有隨機性，此時進行實驗?zāi)苡行y試兩種方法的規(guī)劃效果。

2.2 實驗結(jié)果與討論

根據(jù)上表的客戶坐標(biāo)，分別使用本文設(shè)計的物流配送路徑優(yōu)化方法和傳統(tǒng)的物流配送路徑優(yōu)化方法進行物流配送，記錄兩種方法的物流配送路徑（(a)圖代表傳統(tǒng)的物流配送路徑優(yōu)化方法配送路徑，(b)圖代表本文設(shè)計的物流配送路徑優(yōu)化方法），結(jié)果如圖2所示。

圖2：配送路徑

由圖2可知，本文設(shè)計的方法在10個客戶坐標(biāo)進配送時途徑的路徑比傳統(tǒng)方法短，因此本文設(shè)計方法的成本支出少，物流配送更有效。

3 結(jié)束語

綜上所述，隨著互聯(lián)網(wǎng)發(fā)展，電子商務(wù)發(fā)展也突飛猛進，在這種大環(huán)境下，物流行業(yè)必須跟上互聯(lián)網(wǎng)的發(fā)展步伐，積極創(chuàng)新，縮短配送路徑可以顯著降低物流成本支出，對減少物資損耗，提升利益有重要作用，因此本文設(shè)計了縮短配送路徑的方法，實驗證明，本文設(shè)計的路徑優(yōu)化方法的配送路徑較短，減少了物流配送的成本，增加了物流配送的有效性，有一定的應(yīng)用價值。