零售連鎖企業物流配送路徑優化方法

李艷淇 鄧超

[摘要]以某零售連鎖公司武漢區域的配送網絡為研究對象，通過二次指數平滑法預測該公司未來十年日需求量的數據基礎上，基于VRP模型并運用LINGO軟件進行求解，提出配送路徑優化方案。最后將優化前后的配送路徑進行對比分析，證明優化后的配送路徑能夠提高該公司的配送效益。

[關鍵詞]零售連鎖企業;物流配送;路徑優化

[中圖分類號]F252.14???? [文獻標識碼]A[文章編號]1005-152X（2022）03-0086-04

Method of Logistics Distribution Route Optimization for Chain Retail Enterprises

LI Yanqi， DENG Chao

（School of Automotive & Traffic Engineering， Wuhan University of Science & Technology， Wuhan 430081， China）

Abstract： Taking the distribution network of a certain chain retail company in the Wuhan area as the research object， we predicted the figures of the company's daily demand for the next decade using the quadratic exponential smoothing method， then built the VRP model and solved it using the LINGO software， and proposed the optimal distribution route. Finally， we compared the distribution routes before and after the optimization to prove that the optimized distribution route can improve the distribution efficiency of the company.

Keywords： chain retail enterprise; logistics distribution; route optimization

0 引言

部分發達國家的零售連鎖業發展迅猛，除了消費水平、經營模式和結構、管理模式和科學技術因素外，還取決于完備的商品物流配送體系和全社會共同工作。Andrei，等[1]提出了一種新方法來解決集群車輛路徑問題，尋找一組車輛在成本最小化情況下的最優路徑集合;Perez-Rodriguez，等[2]通過分布估計演算法解決了有時間窗的車輛路徑問題，為此類問題提供了參考;Zulvia F，等[3]提出了綠色車輛路徑問題，利用多目標梯度進化算法解決考慮了時間窗、高峰時段和非高峰時段的不同運輸時間和配送時間的車輛路徑問題，提高了生鮮易腐等產品的配送效率。

而今，我國的物流配送體系雖然與世界頂尖連鎖零售企業相比還相差甚遠，但是近幾年我國連鎖零售企業的配送網絡也在不斷優化。李玉瑾[4]運用層次分析法（AHP）和節約里程法（CW）對中央紅連鎖超市進行物流配送路徑優化模型構建，使該超市的運營效益得到了有效提高;王鈺祥，等[5]針對連鎖超市生鮮產品的配送問題構建VRP模型，通過掃描算法并以某代表案例為基礎，得到配送路徑的優化方案;吳競鴻[6]以某連鎖超市上海區域為研究對象，建立了VRP模型，運用蟻群優化算法并借助MATLAB軟件進行模型求解，最后經過比較分析認為優化后的配送路徑方案可提高產品配送效率。

總而言之，合理的物流配送體系對我國連鎖零售企業發展的重要性不言而喻，而其中最關鍵的是針對企業的發展情況對配送網絡進行更新優化。因此，優化物流配送路徑是零售連鎖企業配送網絡體系建設的必要之舉。

1 配送路徑優化概述及零售連鎖業配送網絡的特點

配送路徑優化[8-10]是指在原有的配送路徑基礎上，由一輛或多輛貨車將一個或多個配送中心的貨物送到單個或多個需求點再返回到配送中心，在為需求點提供配送服務的同時，綜合考慮配送中心到各個需求點間的距離、車輛數目、需求量以及車輛的載貨量，合理規劃車輛的配送路線，完成配送任務，實現配送成本最低、配送時間最短、車輛載貨率最高、配送路徑最短等目標。

零售連鎖企業以配送為中心，集中采購、統一配送、高效率地將產品送到各個連鎖門店。其配送網絡具有以下特點：

（1）按訂單要求集成化統一配送，提高了運輸效率和服務水平;

（2）物流活動聚集，減少了企業運營成本;

（3）倉庫管理集中，貨物周轉的速度快。

2 基于VRP模型的物流配送路徑優化

2.1 VRP數學模型

2.1.1 基本假設和約束條件

（1）計劃區只有一個配送中心且位置確定;

（2）零售店的位置、數量和需求量已知，并且每個零售店只能由一輛車服務;

（3）配送中心只有一種車型并且車輛載重量已知，每條配送路徑的需求量之和不能超過車輛載重量，且使用的車輛數達到最少;

（4）從配送中心發車，服務完全部的門店后再返回配送中心。

2.1.2 目標函數與決策變量。目標函數為求總運輸成本最小，因此可以用式（1）表示：

xij—決策變量，（i，j∈K，K為配送中心和門店的集合），表示車輛是否從節點i向節點j提供服務，是為1，否則為0。

車輛從節點i到達過節點j，則其貨物裝載量不能超過車輛的額定裝載量C，如果沒有到達過則裝載量為0，其約束條件為：

2.2 企業案例分析

L公司創立于2006年，是典型的零售連鎖企業，公司十余年來深耕華中地區，遍布全國。L公司的總部設立于武漢市，本文特選取了L公司在武漢地區的零售門店配送網絡為研究對象。由于原有的門店配送路徑已經不符合L公司日愈增長的商品需求量，所以本次研究主要是通過二次指數平滑法預測各個門店未來十年的平均日需求量，基于此對配送中心到各個門店的路徑進行優化，從而達到減少配送成本的目的。假設其配送中心編號為0，各個零售門店的編號為1-8，相關數據見表1和表2。

由網絡調研得到的資料可知，武漢地區的配送中心一般調用7輛貨車來配送零售門店每日的需求量，配送中心發出車輛的額定裝載量為6t，來回行駛里程不超過90km，每輛貨車的出車成本為180元/次，運輸費用為8元/km，每輛車負責一條運輸路徑。針對各個門店未來十年的平均日需求量，利用原有的配送路徑進行循環配送，見表3。

第一條配送路線（0-1-0）：武漢配送中心-黃陂四店-武漢配送中心;

第二條配送路線（0-2-0）：武漢配送中心-武昌火車站店-武漢配送中心;

第三條配送路線（0-3-0）：武漢配送中心-吉慶街店-武漢配送中心;

第四條配送路線（0-4-8-0）：武漢配送中心-硚口法院店-蔡甸廣場店-武漢配送中心;

第五條配送路線（0-5-0）：武漢配送中心-江夏夢想城店-武漢配送中心;

第六條配送路線（0-6-0）：武漢配送中心-東湖景園店-武漢配送中心;

第七條配送路線（0-7-0）：武漢配送中心-鐘家村二店-武漢配送中心。

由表3可知，L公司武漢地區原有的物流配送體系已經不能滿足未來商品需求量增長的需求，其存在的問題總結如下：

（1）物流配送成本過高。由于 L公司的門店較多，物流配送網絡沒有根據商品訂單量增加而進行配送體系的優化，導致物流和運輸分配不及時，司機往往按照就近原則的經驗進行物流配送等，造成公司的物流運輸成本過高。

（2）配送網絡中的配送路線不合理。武漢區域的配送中心與門店布局過于分散，沒有形成固定的配送路線，容易造成運輸路線重復，從而增加了配送成本。

（3）貨車的載貨率低。由表3 可知，L公司武漢區域七條配送路線的載貨率分別是58.33%、88.33%、90%、76.67%、50%、78.33%、61.67%，車輛的貨物配載率沒有得到合理的分配，一些配送路線浪費了貨車的車廂體積，使得貨物的周轉率降低，增加了物流配送成本。

本次模型求解方法是將二次指數平滑法所預測的各個門店未來十年平均日需求量（表1）和距離矩陣（表2）導入LINGO軟件中，由此求出武漢地區配送中心到各個門店配送路線的最優方案。經過LINGO 軟件的運行優化之后，可知優化后的配送路線由七條優化成六條，見表4。

將原有的配送路線和優化后的配送路線進行對比分析，結果見表5。從表5可以看出：

（1）貨車的行駛里程數縮短。L公司武漢區域的配送路線由七條減少為六條，配送路徑優化前的行駛里程數為429.4km，優化后的配送行駛里程數是399km，減少了30.4km。由此可知，運用LINGO軟件優化配送路徑可以解決優化前配送網絡行駛里程數較多的問題，使得武漢區域整個配送網絡的效率有所提高。

（2）使用車輛規模有所減少。L公司武漢區域在配送路徑優化前使用的車輛數目是7輛，優化后減少了 1輛車，降低了配送成本。

（3）貨車的平均載貨率降低。經過配送路徑優化后，貨車的平均載貨率由71.904%提高到83.887%，降低了車輛運輸空載率，同時也能將商品及時地送達各個門店，提高了貨物的周轉率。

（4）貨物運輸成本減少。經過優化計算，L公司武漢區域配送網絡每天的運輸成本由4695.2元減少為4272元，優化后的配送總成本顯著降低。配送路線的優化不僅提高了配送效率，也使L公司的效益大大增加了。

3 結語

本文結合L公司武漢配送區域的產品未來需求量，對配送中心到各個門店的配送路徑進行優化。通過對比分析發現，優化后的配送方案由七條配送路線減少為六條配送路線，且車輛的行駛里程數和使用數量都有所降低，平均載貨率也得到了提高，減少物流配送成本的同時也大大增加了該公司的運營效益。由此可知，預測未來的產品需求量并進行配送路徑優化對于零售連鎖企業的發展具有重要意義。

[參考文獻]

[1] ANDREI HORVAT-MARC，LEVENTEFUKSZ，etal.A de- composition-based method for solving the clustered vehicle routing problem[J].Logic Journal of the IGPL，2018，26（1）：83-95.

[2] PEREZ- RODRIGUEZ R，HERNANDEZ- AGUIRRE A.A hybrid estimation of distribution algorithm for the vehicle routing problem with time windows[J].Computers&Industri- al Engineering，2019，130（4）：75-96.

[3] ZULVIA F E，KUO R J，NUGROHO D Y.A many-objectivegradient evolution algorithm for solving a green vehicle routing problem with time windows and time dependency for perishable products[J].Journal of Cleaner Production， 2020，242（6）：37-54.

[4] 李玉瑾.中央紅連鎖超市物流配送路徑優化問題及方法研究[D].哈爾濱：哈爾濱理工大學，2015.

[5] 王鈺祥，孫琪.基于掃描法的連鎖超市生鮮配送路徑優化[J].中國商論，2016，18（7）：1-2.

[6] 吳競鴻.零售企業物流配送路徑優化問題實證研究[J].安徽商貿職業技術學院學報，2019，18（4）：20-25.

[7] 范存軍.我國連鎖零售企業物流配送現狀及發展對策研究[D].成都：西南交通大學，2006.

[8] 徐麗蕊.城市配送TSP 問題的LINGO求解[J].電子設計工程，2015，21（22）：52-54.

[9] 葉素琴.我國連鎖零售企業物流配送模式研究[D].上海：同濟大學，2008.

[10]郎茂祥.基于遺傳算法的物流配送路徑優化問題研究[J].中國公路學報，2002，15（3）：78-81.