O2O模式下連鎖超市生鮮百貨的配送路徑優化研究

何丹

摘? 要：在新零售時代，傳統連鎖超市通過O2O模式進行零售變革，通過線上來挖掘和吸引客源，其關鍵在于配送的時效性、安全性、便捷性，而配送的一個重要環節便是配送路線的優化，尋找最優的配送路徑，可以節省行駛的里程，提高配送效率，實現有效滿足顧客的時間訴求。本文利用人本超市“淘鮮達”平臺運營數據對其配送問題進行了描述，針對問題構建了帶時間窗的配送路徑優化模型，通過計算分析，該模型在解決其配送問題上有一定的可行性。

關鍵詞：時間窗;配送路徑;節約里程法

中圖分類號：F721.7? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ?文章編號：1672-0105（2021）01-0047-06

A Research on Distribution Path Optimization of Fresh Department Store in Chain Supermarkets under O2O Mode

HE Dan

（Zhejiang Industry & Trade Vocational College， Wenzhou，325003，China）

Abstract：? In the era of new retail， traditional retail supermarket chain is changed to O2O Mode， which relies on online sources to explore and attract customers， and its key lies in the distribution of timeliness， safety， convenience. Moreover， an important part of delivery is to optimize distribution route， which means to search for an optimal distribution route， saving mileage， improving the efficiency of distribution and effectively meeting customers' demands. This paper describes the distribution problems of Renben Supermarket based on the operation data of “Tao Xianda” platform， and constructs a distribution path optimization model with time window to solve the problems. Through calculation and analysis， the model is feasible to solve the distribution problems.

Key Words：? time window;distribution path;saving algorithm

隨著網絡信息技術、云計算、大數據等數字技術的快速發展，零售新理念與新技術的融合正在加劇改變當前的零售業態。其中依托線下即時物流配送的B2C網上超市業務，逐漸發展成為一種新型的零售模式。這種新興的O2O電子商務網購模式，隨時隨地連接線下商家與線上用戶，有效地融合了線下實體經濟與線上資源。傳統連鎖超市要借助O2O電子商務網購模式的優勢，通過線上來挖掘和吸引客源，就需要解決最后一公里的配送問題。本文將利用浙江省人本超市“淘鮮達”運營數據對O2O模式下連鎖超市物流配送問題展開研究，探索即時配送路徑優化的方法。

一、問題描述

浙江人本超市有限公司正在借用“淘鮮達”平臺的線上流量優勢，推進線上線下的融合發展的路徑。人本超市的客戶可以通過“淘鮮達”平臺下單，訂單會自動分配到離客戶最近的店面，由店面承擔揀貨配送任務，一般店面的配送范圍大約3-5公里，但是客戶對生鮮百貨的消費訂單，在商品準時送達方面要求比較高，因此，商品準時送達是提升線上流量的關鍵因素。課題組通過對新田園門店7月份的數據進行整理分析發現，該月客戶訂單取消率為16.60%，其中因配送超時的客戶訂單取消率為39.30%，同時客戶訂單超時送達率為20.12%。上午9：00-12：00，下午13：00-16：00，平均每個小時的客戶訂單達200單左右。客戶需求是不確定，但是對時間是有要求的。針對客戶需求不確定以及服務時間窗口限制，一般還要求每輛配送車輛從店面出發并最后再回到店面，進行下一單的配送，因此需要根據客戶的位置、下訂單時間、送達時間要求，進行安排配送任務。假設客戶需求服從隨機分布，根據這些特性，則構成了一種隨機需求下帶時間窗的物流即時配送路徑問題。

二、基于時間窗的配送路徑優化模型構建

在研究生鮮百貨的配送車輛路徑時，引入時間窗問題，綜合考慮每一位消費者要求的服務時間、需求量以及門店與消費者之間的距離等因素，結合節約里程法，計算確定每一配送車輛的配送路線即服務各消費者的次序和時間，從而實現物流配送網絡的優化。

節約里程法核心思想是根據節約里程大小依次將運輸問題中的兩個回路優化合并成為一個回路，每次路線優化合并后，其總運輸距離減小的幅度達到最大程度，直到達到一輛車的裝載限制時，再進行下一輛車的優化，逐步尋找最佳配送路線，實現高效率的配送，使配送的時間最小、距離最短、成本最低。

假設有節點集合[V={P0， P1， P2， P3 …， Pn}]，其中0為門店，1，2，3，4，…，n為客戶節點。[Pn]的地理坐標為（[Xn， Yn]），[PnPn-1]表示節點[Pn]與[Pn-1]的距離（單位：公里），[Pn-n]表示[Pn]下的訂單號，[Qj]表示第[j]個客戶的訂單量（包裹數），[Qi]表示的是第[i]條配送路線上所有客戶的訂單量（包裹數），[Si]表示第[i]條配送路線的最短距離（單位：公里）。

[mini=nSi]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1.1）

[s.t.]

[anPn-nbn]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1.2）

[an′tIbn′]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1.3）

[Qi=j=nQj8]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1.4）

[P0Pn4]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1.5）

[Si=j=nSj10]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1.6）

式（1.1）為模型的目標函數，即總配送距離最短。約束式（1.2）是指時間窗口（an，bn）的客戶訂單。約束式（1.3）為客戶的服務時間窗口約束，保證客戶在該時間窗口內得到服務。約束式（1.4）指第[i]條配送路線上的最大配送量，其值取自于公司運營經驗設定值。約束式（1.5）是門店到客戶間的距離約束，其值取自于公司運營經驗設定值。約束式（1.6）第[i]條配送路線的最遠距離約束，其值取自于公司運營經驗設定值。

本配送路徑優化模型在構建中，將時間窗問題和節約里程法進行了有效的融合，設定客戶下單時間窗[[an，bn]]，從客戶下訂單的時間，選出本輪配送路線優化的訂單[Pn-n];再設定客戶服務時間窗[[an， bn]]，明確配送的距離、配送量，以總的配送距離最短為目標，利用節約里程法的公式進行計算，確定最優的配送路徑。

三、實驗

（一）示例構造

針對研究的問題，項目組隨機從后臺系統里挑選12客戶進行基于時間窗口的節約里程法演算。查閱超市門店后臺系統，時間窗口為9：00到9：30，這個時間區域的客戶訂單數為70單。隨機挑選的訂單，其客戶的位置、包裹數、下單時間，送達時間要求，如下表1-1所示。

依據所構建的配送路徑優化模型，對表1-1的數據進行整理。[P0]為人本新田園商場店，[P1， P2， P3…， P12]為12個客戶，具體信息見表2-1。客戶訂單配送將由[P0]向[P1， P2， P3…， P12]等12個客戶進行貨物配送，送達時間范圍要求為10：00—10：30。根據表1-3門店與客戶以及客戶間的最短騎行距離顯示，12個客戶都滿足約束式（1.5），說明12個客戶都是有效客戶，因此，按照約束式（1.4）、（1.6），所規劃配送路線的距離不能超過10公里，配載量不超過8件。在滿足約束條件的基礎上，實現配送距離最小化。

利用GPS軟件，根據門店、客戶的經緯度信息，計算門店與客戶以及客戶間的最短騎行距離，具體信息見表1-3。

（二）計算結果及分析

第一步：根據表1-3中門店與客戶以及客戶間的最短騎行距離，以[P0]為點，從[P1， P2， P3…， P12]中任意選擇兩個客戶，形成三角形線路，按照兩邊之和大于第三邊的原理，計算每條三角形線路的節約里程數，最后，其結果如表1-4所示。

第二步：將門店與客戶間的節約里程按照從大到小的順序進行排列，結果如表1-5所示。

第三步：根據模型中的約束條件與計算出的節約里程大小，按照順序連接各客戶節點，逐條進行配送線路的優化，其優化過程如下：

①原始解：從[P0]向[P1， P2， P3…， P12]等12個客戶進行直達配送，能在時間窗口內完成配送任務，則配送線路為12條，其配送總距離[S=i=12Si=50.4]（公里）。

②節約里程優化：

第一，對第1條配送線路進行優化。按照節約里程排序大小，優先連接[P4-P8]，則配送線路為[P0-P4-P8-P0]。

第一次優化驗證計算：

配送距離

[S1=j=4、8Sj =3.9+1.3+3.5=8.710]

配送量[Q1=j=4、8Qj=2+2=48]

第一次計算結果顯示，配送距離、配送量均未達到最佳值，故在該回路上可以繼續連接。根據節約里程排序大小，再連接[P8-P1]，則配送線路優化為[P0-P4-P8-P1-P0]。

第二次優化驗證計算：

配送距離

[S1=j=4、8、1Sj =3.9+1.3+0.97+3.2=9.3710]

配送量[Q1=j=4、8、1Qj=2+2+1=58]

第二次計算結果顯示，配送距離、配送量均未達到最佳值，故在該回路上可以繼續連接。根據節約里程排序大小，再連接上[P3-P4]，則配送線路優化為[P0-P3-P4-P8-P1-P0]。

第三次優化驗證計算：

配送距離

[S1=j=3、4、8、1Sj=2.7+1.3+1.3+0.97+3.2=9.4710]

配送量Q1=[j=3、4、8、1Qj]=2+2+1+2=7≤8

第三次計算結果顯示，配送距離、配送量均未達到最佳值，故在該回路上可以繼續連接。根據節約里程排序大小，再連接上[P1-P6]，則配送線路優化為[P0-P3-P4-P8-P1-P6-P0]。

第四次優化驗證計算：

配送距離

[S1=j=3、4、8、1、6Sj=2.7+1.3+1.3+0.97+3.7+3.4=13.37>10]

配送量Q1=[j=3、4、8、1、6Qj]=2+2+1+2+1=8≤8

第四次計算結果顯示，配送距離超過10公里，配送量達最大值，故在該回路上不能連接上[P6]。因此，第1條最優配送線路為：[P0-P3-P4-P8-P1-P0]。

第二，對第2條配送線路進行優化。按照節約里程排序大小，接下來優先連接[P6-P11]，則配送線路為[P0-P6-P11-P0]。

第一次優化驗證計算：

配送距離[S2=j=6、11Sj=3.4+1.7+2.1=7.210]

配送量[Q2=j=6、11Qj=1+2=38]

第一次計算結果顯示，配送距離、配送量均未達到最佳值，故在該回路上可以繼續連接。根據節約里程排序大小，再連接[P12-P6]，則配送線路優化為[P0-P12-P6-P11-P0]。

第二次優化驗證計算：

配送距離

[S2=j=12、6、11Sj=1.4+1.8+1.7+2.1=710]

配送量[Q2=j=12、6、11Qj=3+1+2=68]

第二次計算結果顯示，配送距離、配送量均未達到最佳值，故在該回路上可以繼續連接。根據節約里程排序大小，再連接上[P11-P7]，則配送線路優化為[P0-P12-P6-P11-P7-P0]。

第三次優化驗證計算：

配送距離

[S2=j=12、6、11、7Sj=1.4+1.8+1.7+0.85+1.4=7.1510]

配送量[Q2=j=12、6、11、7Qj=3+1+2+2=88]

第三次計算結果顯示，配送距離雖未超過10公里，但配送量已達最大值，故在該回路上不能再繼續連接。因此，第2條最優配送線路為：[P0-P3-P4-P8-P1-P0]。

第三，對第3條配送線路進行優化。按照節約里程排序大小，接下來優先連接[P5-P9]，則配送線路為[P0-P5-P9-P0]。

第一次優化驗證計算：

配送距離[S3=j=5、9Sj=1.4+0.72+0.97=3.0910]

配送量[Q3=j=5、9Qj=3+1=48]

第一次計算結果顯示，配送距離、配送量均未達到最佳值，故在該回路上可以繼續連接。根據節約里程排序大小，再連接[P2-P5]，則配送線路優化為[P0-P2-P5-P9-P0]。

第二次優化驗證計算：

配送距離

[S3=j=2、5、9Sj=0.83+1.5+0.72+0.97=4.0210]

配送量[Q3=j=2、5、9Qj=2+3+1=68]

第二次計算結果顯示，配送距離、配送量均未達到最佳值，故在該回路上可以繼續連接。根據節約里程排序大小，再連接上[P10-P2]，則配送線路優化為[P0-P10-P2-P5-P9-P0]。

第三次優化驗證計算：

配送距離

[S3=j=10、2、5、9Sj=0.39+0.82+1.5+0.72+0.97=4.410]

配送量[Q3=j=10、2、5、9Qj=2+2+3+1=88]

第三次計算結果顯示，配送距離雖未超過10公里，但配送量已達最大值，故在該回路上不能再繼續連接。因此，第3條最優配送線路為：[P0-P10-P2-P5-P9-P0]。

③優化結果匯總：

通過優化后，從[P0]向[P1， P2， P4…， P12]等12個客戶進行配送，能在時間窗口內完成配送任務，可以通過3條配送線路來完成，其配送總距離[S=i=3Si=9.37+7.15+7.38=23.9]（公里），則總節約里程數[S=S-S50.4-23.9=26.5]（公里）。

四、結論

項目組構建的基于時間窗的節約里程法配送路徑優化模型，通過隨機抽取時間窗內的客戶訂單，根據節約里程法的原理進行計算分析發現，按照該模型進行配送路徑優化，可以節約配送里程數達26.5公里，其節約里程數率達52.58%，說明該模型具有一定可行性。其節約里程的重要意義在于提高即時配送的效率，在一定程度上解決了客戶需求不確定以及服務時間窗口限制等條件下的客戶配送問題，有利于提升客戶網絡購物的體驗以及滿意度。后期項目組將按照該模型進行計算分析軟件的開發，以便能更好地實現其價值。

參考文獻：

[1] 劉威.基于B2C和O2O聯合配送模式的車輛路徑規劃問題研究[D].廣州：華南理工大學碩士學位論文，2018：26-38.

[2] 賀晶晶.O2O模式下連鎖超市生鮮農產品物流配送路徑優化研究[D].天津：天津理工大學碩士學位論文，2016：20-32.

[3] 李穗豫.基于電子商務農產品物流體系的構建研究[J].商場現代化，2008（03）：150-156.

[4] 王春蘭.我國傳統農產品流通模式問題及創新[J].價格月刊，2016（01）：73-76.

[5] 郭瑜等.O2O模式下連鎖企業物流配送網絡的路徑優化[J].現代商貿工業，2020（27）：34-35.

（責任編輯：陳碎雷）