基于GIS的農村地區快遞配送路線規劃研究

文/楊纖荷

隨著國民經濟的發展，農村地區在網絡上的購物行為越來越頻繁，隨之帶動的快遞物流配送服務也已經將農村區域列為重要的發展市場。為了達到成本控制和服務提升的最終目的，快遞企業需要借助于高新技術對配送路線進行合理的優化，在保證配送時效性的同時減少終端配送任務的人力成本和財力成本支出。本文基于農村快遞配送任務的特點，研究基于GIS技術的農村地區快遞配送路線優化，引入了Dijkstra算法和節約里程算法，并綜合其他需要考慮的因素設計出最終的軟件。

引言：

農村地區由于路況比較復雜，居住人口密度低且不集中，快遞在配送時所獲得時效較低，很多快遞公司都選擇建立快遞投放站點集中進行配送，這種方式雖然可以減少農村地區的終端配送成本，并且能夠提高農村地區配送的效率，但是會導致農村用戶的快遞使用體驗降低，從無遠來說不利于快遞企業的可持續發展。隨著人們生活水平的提高，農村地區的網購用戶數量越來越多，農村市場已經成為了快遞公司的業務主戰場，并且由于農村地區實體站購物更加困難，故網購用戶的增長速度非常快。快遞公司想要在農村市場中占據競爭優勢，就需要借助于現代化的科技手段，優化農村地區的快遞配送路線，在保證成本合理控制的同時不斷提升農村用戶的產品使用體驗。

一、農村地區的快遞服務特點

農村地區最主要的特別是人口密度低，住戶之間的直線距離長，村落與村落之間比較分散，在進行快遞收發時，快遞公司所需要支出的配送成本要遠高于城市地區。特別是一些對時效要求較高的產品，在農村地區進行配送會面臨比較大的挑戰。比如生鮮食品、海鮮物品等，這些一般都要求配送時效在兩天以內，但是由于農村地區的客戶大多是分散且無規律的，快遞公司在保證時效性的同時往往需要更高的運輸成本和配送成本。在快遞行業中，如果農村用戶想要發件，快遞員通常會在接到訂單之間兩小時之內上門取件，快件經過區域中轉站匯聚到城市中轉站，再從城市中轉站裝車（機）運輸，到達目的地之間再由區域配送員配送到收件方手中。在這一過程中，收件和配送是最為耗時耗力的環節，優秀的路線規劃和配送計劃是保證快遞時效的重要前提。

目前很多快遞公司為了更好的服務于農村客戶，共同組織并成立了快遞聯盟，通常是以鄉鎮為基本單位設立快遞收發站，即快遞驛站，同一個區域內的快遞會被統一放在驛站中，由客戶自行到驛站取件。這一方式可以大幅度的提高快遞收發的效率，但是失去了送件上門的服務體驗，甚至有些用戶需要經過幾公里的路才能夠拿到快件。受限于農村地區的用戶分布限制，想要實現送件到家，快遞公司需要支出數倍于城市區域的人力成本和資金成本，并且其實效性也難以保證。基于此，是否有一種兩全其美的解決方法成為了重要的研究方法，在大數據技術、GIS技術和云計算技術的支持下，路徑優化途徑目前被認為是最有效且可行的方法，通過配送路線的優化[1]，讓快遞配送更有計劃性，也可以減少不合理路線的出現，讓時效性和成本控制都得到保證。

二、基于GIS的快遞配送路線優化設計理論

快遞配送最優路線是指的在實現配送目的地覆蓋的前提下，盡可能的縮短配送距離并且依據數據運算來合理的規劃配送線路，保證配送用時最短。基于GIS的快遞配送路線優化應滿足以下幾個主要條件。

（1）可通行路線短

路線短是減少成本支出的前提條件，農村地區由于收件方分布分散，一般會采用燃油車為主要配送交通工具，在國內油價居高不下的形勢下，路線短就意味著耗油量少，所以想要控制配送成本就應選用最短的通行路線。除此之外，路線短也是保證時效性的前提條件，在通用算法下，最短路線的選擇很容易實現，但是由于還有許多其他影響因素的存在，故而應保證路線短而不是最短。

（2）道路狀況優

道路狀況會直接影響到配送的時效性，在最短路線條件下，道路的交通狀況也是不得不考慮的問題。農村道路大路較少，在遇到一些惡劣的天氣時，很多鄉間小道都會出現通行困難的情況，借助于GIS技術和天氣預測功能，應在保證通行路線短的前提下盡可能的增加運輸效率，選擇交通道路良好的道路做為配送最優路線。

（3）整體優化

由于快件類型不同，有些時效性要求高的快件應優化配送，比如在最優的路線中，要充分考慮一些特殊快件的優化規劃屬性，特別是海鮮類商品和水果生鮮商品。一般來說，在合理的路線規劃時，都會加入一些優化元素，時效性要求高的商品優先度會高于其他商品。另外，由于從配送中心到客戶之間的路線有多條可以選擇，在考慮整體優化的時候要以綜合最優為最終方案，保證優先級的前提下，求得單源最短路線。

三、基于GIS的農村快遞配送路線優化設計實現

（1）Dijkstra算法

Dijkstra實現的是單源最短路線計算，其原理是通過各個可行路線的距離計算來將所有線路進行長度遞增排列，從而確定源點到終點的最短路線[2]。單源在這里指的就是單一的配送任務，具體的實現方法為：

設置出已經求出的最短路徑集合S，其余頂點組合集合V-S，集合V-S中的各個頂點會被逐一添加到總集合S中[3]，在添加的過程中，源點V0到集合S中各個頂點的長度是始終保持在小于V0到集合V-S中各頂點的路線長度。在完成了添加之后，源單到目標地點的最短路線選擇即可以被求出。

使用Dijkstra算法計算出的單源最短路線是最基本的優化路線，在這一求解之中，其他各個因素都沒有被考慮在內，同時也沒有結合當前的路況進行選擇，所以Dijkstra算法可以當作是配送路線優化的第一步，可以在此基礎上進行更進一步的優化選擇。

（2）節約里程法

節約里程法最主要的應用場景是在運輸車輛數目不確定的情況下，以最終里程數最小為計算結果的方法[4]。在農村配送體系中，配送車輛會根據當前所需要配件的數量進行動態調整，即在保證時效性的情況下，通過合理安排車輛數量來達到最優化的配送方案。之所以這樣做是因為在業務較為復雜的情況下，多安排車輛進行配送有時反而會更加節省成本，讓所有車輛行駛的最里程達到最小解。

節約里程法的基本實現方法是云計算總的車輛運輸的噸公里數，如果噸公里數最小則配送中心的運輸能力最大，然后再結合配送中心到客戶之間的總距離來制定相應的配送計劃。實現的基本理念是將運輸問題中的兩個回路合并為一個回路，讓合并之后的總運輸距離減小的幅度最大，當一輛車的裝載的快件數量達到限制值的時候，再進行下一輛車的優化。

在這一算法中，需要根據路線的優化實現每一輛車快件的合理裝載，一般都是以區域劃分為基礎條件，實現每一輛車在最短的總距離之內將所有快遞配送完畢。

（3）路線優化實現

為了保證優化軟件的易用性，在設計軟件時一般會注重數據的可視化，以GIS技術為設計核心，將優化方案以可視化的方法呈現給配送人員。在本設計中，選用的是ArcGIS9系列軟件，以VC#為首選開發語言，實現的最終目標是綜合各個參考條件，以地圖的形式為快遞配送人員呈現最優化的路線解決方案。比如在本案例中，區域配送中轉中心需要向10個客戶來配送快件，這10個客戶分布在不同的8個村莊之中，具體的實現方法為：

1.首先利用單源優化算法計算出每一個快遞配送所需要經過的最短路線，然后將10條路徑進行比對分析，確定有哪些路線是完全重合的，將重合的路線數據添加到同一個集合S之中，以此為基礎數據進行下一步的分析。

2.結合當天的天氣情況和AMAP所提供的道路交通情況，去除掉不利于配送的路線，并以與之對應的備選路線作為替換數據加入到集合S中，在這一步驟之中需要使用到電子地圖數據，本軟件采用高德地圖的數據接口為可視化結果的輸出參考，并獲取實時的高德地圖交通路況。

3.執行Dijkstra算法計算配送中心到各客戶的最短可達路線，并在地圖中以粗線條來表示，這一設計步驟的主要目的是呈現給配送員多個可選路線，讓配送員可以人為更改路線計劃。之所以這樣做的主要原因是算法計算出來的最短路線沒有充分考慮道路的實際情況，雖然有了高德地圖的路況數據，但是農村地區的道路情況更加多變，比如學校門口、幼兒園門口停放車輛會比較多，再加上一些農村集市會對交通情況產生非常大的影響，所以在算法計算出結果之后需要將更多的優化路線提供給配送人員，由配送人員根據當前的狀況進行人為優化。

4.分離出優先級更高的配送路線，路線以藍色線條表示。在配送生鮮類快件時，快遞員往往需要根據當天的任務量進行優先配送。

在本軟件中，實現了可以根據任務量實現情況給予車輛裝載建議，當然本10件快件最終計算出的結果是只需要一輛載重量為2t的車輛進行配送即可，如果有兩輛以上車輛進行配送則需要節約里程法優化算法的介入，本次配送任務中計算所得的總配送里程為62Km，預計三個小時之內即可以送達完畢，其中有兩份快遞需要優化配送。

結束語

快遞配送線路的優化是提升農村地區快遞配送服務質量的關鍵性因素，為了有效的節省配送時間，優化整體配送方案，結合計算機技術和GIS技術針對農村地區快遞配送的特點，對車輛的選擇和車輛行駛的總里程進行最優判斷。文章用到的主要算法是計算單源最短路徑的Dijkstra算法和計算多車輛配送條件下的節約里程法，最終設計出一款具有路線可視化功能的C/S模式軟件，通過軟件的使用可以讓配送人員靈活的參考系統給出的最優路線規劃，為提升農村地區的快遞業務發展速度打好基礎。C

引用出處

[1]吳春穎,王娟,杜琨,雒辛芃,陳蕾,張立紅.GIS結合Dijkstra算法的巡邏路徑方案研究[J].福建電腦,2021,37(02):75-76.

[2]魏林金.基于BIM+GIS技術的道路選線系統設計與應用[J].黑龍江交通科技,2020,43(03):187-188.

[3]彭姍姍.“互聯網+”高效物流背景下農村快遞共同配送路線優化研究[J].赤峰學院學報(自然科學版),2019,35(02):36-38.

[4]周鳳,楊智璇,遲安琦.基于GIS和Dijkstra算法的校車路線方案優化[J].地理空間信息,2018,16(06):60-63+8.