北斗大數據在煙草物流行業的應用探索與實踐
——以安陽市煙草物流線路優化項目為例

李文剛 張偉 楊珺 李豪成

（1.河南省煙草公司安陽市公司，河南 安陽 455000；2.河南理工大學測繪與國土信息工程學院，河南 焦作 454000）

1 引言

我國是世界上最大的煙草生產國和消費國，煙草企業在國民經濟中占據著舉足輕重的地位，煙草產品營銷通常采用線上訂購、物流統一配送的運作模式。煙草物流配送具有長期性、零售戶分散、品類多、數量大、季節波動大等特點[1]，煙草物流配送系統運輸路徑優化問題的約束條件多，如車輛的容量限制、載重限制、時間限制等[2]。在煙草物流配送過程中，配送線路是否合理對配送效率、成本有重大影響，合理的配送線路不僅能大大縮短物流配送時間，降低物流運營成本，還能帶來更好的客戶服務和更高的客戶滿意度。傳統的煙草物流配送存在商戶定位不準確、配送線路規劃不合理、物流車輛運行成本高等問題，基于煙草物流配送的現狀問題和基本特征，利用北斗定位、GIS、大數據分析等技術，以安陽市煙草物流線路優化項目為例，建立煙草物流配送線路規劃智能推薦算法模型，科學規劃物流配送線路，旨在解決煙草物流配送工作效率低、配送成本高的問題。

2 項目區域概況

安陽市有一個煙草物流配送中心，配送范圍包括安陽市區、安陽縣、內黃縣、湯陰縣、林州市、滑縣6 個區域（如圖1 所示），共計19615 個持證商戶，采用“T+0”和“T+1”兩種送貨模式，現有配送員51 名，車輛50 輛，煙草物流配送主線路45 條，每條主線路分5 條支線路，支線路共225 條，線路平均商戶數88戶，線路平均單車裝載率45.78%。近年來，安陽市煙草物流配送一直采取軟件系統結合人工線路優化的方式開展“彈性調度”工作，但存在配送路線規劃不合理、運算時間長、無法靈活計算和調整物流配送線路的問題，亟須建立數字化線路規劃模型，科學高效規劃物流配送線路，提高車輛總體裝載率，降低物流運行成本。

圖1 安陽市煙草物流配送區域

3 總體研究思路

本研究基于北斗定位、GIS、大數據分析等技術，通過在物流配送車輛上裝載北斗設備，獲取車輛運行真實、實時數據信息，結合時空信息數據，分析提取物流車輛運行業務數據，構建物流線路管理數據庫，通過大數據分析評估車輛運行效率及存在問題，融合GIS 分析技術和C-W 節約法、最鄰近法、k-opt 等多種物流線路規劃智能推薦算法，建立算法模型，優化配送路線，開發數字化物流線路優化系統，人機交互靈活調整優化模型計算參數，實現物流運行可視化管理和物流線路規劃動態調整。總體研究思路如圖2 所示。

圖2 總體研究思路

4 北斗位置數據采集

（1）北斗定位設備選型。本次研究采用4BGS 北斗高精度定位車載終端，設備型號為ZZBD-4BGS，定位精度單點2.5m（ECP），差分2.5cm+1ppm（ECP），能夠實現厘米級定位，具有適應性強、支持4G 網絡通訊、可長時間運行等特點。

（2）設備安裝調試。在物流配送車輛上安裝4BGS北斗高精度定位車載終端，通過定位盒外部的調試口以網絡遠程方式設置設備參數，確保物流車輛運行時設備能夠正常工作。

（3）車輛位置數據采集。物流車輛在線運行時，通過對接設備實時信息接口，采集車輛實時北斗位置信息，通過對接歷史軌跡接口，獲取車輛在時間段內行駛軌跡信息。

5 物流運行數據處理建庫

物流配送線路優化需要準確的數據支撐，為保證優化結果的可靠性，需要對物流數據進行標準化處理，對北斗位置數據進行清洗、融合、分析和提取，具體建庫流程如圖3 所示。

圖3 數據處理建庫流程

（1）數據匯聚。匯聚收集物流運行相關數據及車輛運行實時數據，包括車輛北斗位置、物流配送線路、物流配送分區、物流車輛數據、商戶地理空間位置、商戶訂單、基礎地理信息等數據。

（2）物流數據標準化處理。將匯聚的商戶位置、路網、物流配送分區、基礎地理信息等數據進行一致性處理、空間化處理、時序化處理等工作，為物流路線規劃算法計算提供基礎數據。

（3）北斗位置數據分析挖掘。對北斗位置數據進行清洗融合和挖掘分析，提取物流配送軌跡、商戶真實位置、路線真實里程、車輛工作時間、車輛出發時間、返程時間、送貨時間、休息時間、實時軌跡等數據，解決人工填報信息工作量大、不及時、不準確等問題。

（4）數據建庫。通過對數據的標準化處理和分析提取，挖掘數據潛在價值，對數據進行分類入庫，形成北斗位置數據庫、地理信息數據庫、物流管理數據庫和物流運行數據庫。

6 線路優化算法模型構建

VRP 即車輛路徑問題（Vehicle Routing Problem），解決確定性VRP 分為精確算法和人工智能算法。與精確算法相比，人工智能算法在精度上不占優勢，但在求解大規模VRP 時，可在有限時間里找到滿意的次優解/可行解[3]。本研究融合C-W 節約法、最鄰近法及k-opt 等物流線路規劃智能推薦算法，結合城市真實道路、商戶空間位置、物流配送時間等數據，把商戶和配送中心連接起來，構成一條包含所有商戶且最終能返回配送中心的運輸路線，計算線路“節約值”[4]，實現更符合實際環境的物流配送線路全局性自動化規劃。

第一步，以車輛數、裝載率、商戶數、訂貨量為主要計算因子，建立物流配送分區劃分模型，規劃全域物流分區，保障預定車輛完成分區商戶全部配送。第二步，以道路、分區、車速為主要計算因子，建立物流分區直達路線模型，計算分區配送最佳路徑及路程耗時，優化分區內車輛分配。第三步，以分區內配送時間、商戶、訂單量、車輛及裝載率為主要計算因子，建立分區最優配送路線模型，計算分區內最優配送線路，確保在配送時間內按規定線路完成商戶配送。第四步，按照時間均等分配線路原則，建立物流主分線路分配模型，通過投入車輛分析主線路與分支線路聚合關系，保障主線路整體工作時長均等。

7 物流線路優化系統開發

開發煙草物流配送線路優化系統，實現物流配送數據管理、車輛實時定位、運行效率分析、線路動態規劃、輔助業務決策，為煙草物流配送提供可視化管理手段。

（1）物流運行數據管理。開發物流數據管理系統，提供商戶管理、車輛管理、路線管理、配置管理、設備管理等功能，實現物流運行數據的可視化管理，如圖4 所示。

圖4 物流運行數據管理

（2）車輛北斗實時位置。將車輛實時北斗位置在地圖上顯示，展示物流車輛行駛軌跡和實時行駛情況，如圖5 所示。

圖5 車輛北斗實時位置

（3）配送路線規劃。靈活調整線路規劃模型計算參數，通過設置車輛行駛速度、車輛配送速度、商戶送貨時間等參數，優化線路規劃模型基礎參數，通過調整分區配送車輛數量、車輛裝載量等計算參數，達到調整物流分區目的，通過調整商戶分區和配送路線，以及主線路中分支線路，規劃出更貼合實際運行情況的配送線路，提升線路規劃合理性，如圖6 所示。

圖6 配送路線規劃

（4）物流線路畫像。綜合分析歷史配送線路數據，對線路送貨戶次、裝載率、行駛里程、行駛時間等進行可視化分析，反映物流線路運行趨勢，及時發現問題和優化配送路線，如圖7 所示。

圖7 物流線路畫像

（5）物流運行綜合分析。統計匯總物流配送運行的真實數據，實時監測物流配送進度、車輛軌跡等信息，分析物流配送線路合理性、線路排行等，方便實時掌握物流運行情況，輔助業務決策，如圖8 所示。

8 應用成效

圖9 配送區域優化后11個分區

通過本次研究，建立了煙草物流配送線路規劃智能推薦算法模型，為安陽市煙草物流配送區域劃分和配送線路提供了優化方案。

（1）物流配送分區優化成果。在安陽市區、安陽縣、內黃縣、湯陰縣、林州市、滑縣6 個配送區域基礎上，進一步精細劃分11 個物流配送分區，其中安陽市區2個、安陽縣1 個、林州市2 個、滑縣4 個，如圖9 所示。

（2）物流配送線路優化成果。基于現有城市道路網、商戶位置、車輛速度、商戶配送時間等數據，通過物流線路規劃智能推薦算法計算，規劃出安陽市全域物流配送線路共172 條，平均每條線路配送商戶為114 戶，每條線路平均單車裝載率達到60.81%。

（3）線路優化結果分析。優化后配送方案細化了配送區域，減少了配送路線數量，增加了每條線路商戶數，提升了線路平均單車裝載率，能夠有效降低物流運行成本，線路優化前后對比如表1 所示。

優化后配送方案分析：①依據高速路口等因素細化物流配送分區，利用高速路程，減少車輛往返配送時間。②基于智能推薦算法模型，實現線路往返均有商戶配送，避免車輛空跑。③基于智能推薦算法模型，利用節約時間，增加單條線路配送商戶數量，最終減少線路總數。

9 結束語

本文利用北斗定位、GIS、大數據分析等技術，對安陽市煙草物流的配送路線、車輛信息、商戶位置進行了系統性的空間化，分析研究了多種物流線路規劃智能推薦算法，結合數字化物流線路優化系統，對安陽市煙草物流配送路線進行了優化，減少了配送線路數量，增加了線路商戶數，提升了車輛裝載率，提高了物流車輛的運行效率，可為類似煙草物流配送線路優化項目提供參考。