基于时间窗的配送路线设计潘讲义.docVIP

基于时间窗的配送路线设计研究 潘志霄 （南京工业大学 工业工程系，南京 210009） MATLAB相结合的方法，对配送线路进行优化设计。使得设计的配送线路方案更加贴近实际配送的真实情况，具有更高的应用价值。依据所收集的宁果集团的车辆、顾客分布、配送量、时间窗等数据进行建立数学模型，使用以上研究方法为该企业设计高效的配送线路，并且解决了以下3个问题：1. 降低企业的配送成本；2. 缩短车辆的行驶路程；3. 满足顾客时间窗的要求。 关键词：时间窗；配送线路；遗传算法；优化设计 0 前言 配送是物流基本职能之一，由于其能够很好的实现门到门的服务，并为用户所认可，近年来，得到充分的发展1]。通过90年代以来的商品流通，相关政府部门认识到配送是一种很好的物流方式，很多城市的物资部门设立了配送中心，送货上门得以成为现实，为企业配送所需的生产资料提供了极大地便捷。随着人们对于物流的关注，物流配送在城市日益得到了重视和发展。相继有许多城市的公司建立了城市配送中心、物流基地，并且相关的设施配套齐全，机械化程度提高。这都为公司向客户提供“门到门”的配送服务打下了坚实的基础。但随着劳动力成本的上升、顾客分布及接受服务时间的不同，物流配送成本正逐年上升，限制了物流配送行业的发展。 1 1.1 配送 配送是指在一定的经济区域内，对商品进行加工、包装、拣选、装配等，并且按照规定的时间将这些商品送到指定的地点的物流活动[2]。其具有以下特点 （1）提供给用户的终端运输服务。配送是一种基于配送中心物流节点向顾客提供的商品运输服务。货物运输分为干线和支线运输。干线运输就是我们熟知的长距离、大批量的运输，而支线运输主要就是指干线运输完成到当地配送中心之后，进一步将商品通过配送的方式送到具体的顾客的最末端的物流服务。（2）注重时效性和合理性。配送的一个重要的特点就是个性化服务，可以根据不同顾客的需求，提供差异化的服务。配送有效的将“配”与“送”巧妙地结合，并且依据顾客对于时间、地点的要求，制定出合理地配送计划，而其中最核心的就是车辆、线路的安排。（3）强调系统化、一体化。用户对于配送的印象可能仅仅是送货的车辆、送货的人员，而配送远远不止这些。配送是和采购管理、销售管理、信息管理、财务管理、仓库管理等各个部门密不可分的，任何一个环节出现差错，都会导致配送活动无法顺利完成。比如销售部门未与采购部门沟通到位，很可能导致缺货现象，一旦有客户购买该商品，仓库无货就无法准时送达。所以配送与其他只能部门是系统化、一体化的组合，不可以割裂地看待[3]。 1.2 基于 基于时间窗的配送路线的设计是指配送中心既需要满足用户的需求量的要求，又要在用户指定的时间内将货物送至用户而进行的配送线路的优化设计过程。在这一过程之中，配送企业需要考虑到自身经济效益、顾客需求和效率等多方面的因素[4]。 带有时间窗的配送车辆线路的研究源于在1959年Danting和Ramser 提出的车辆路径问题，即VRP(Vehicle Routing Problem)而带有时间窗的车辆路径问题(VRPTW Vehicle Routing Problem with Time Window) 是在VRP的基础上加人了顾客访问时间窗口约束， 这一约束使得问题的描述更贴近物流配送的现实情况。 1.3 遗传算法 遗传算法是从达尔文进化论中得到的灵感和启发，借鉴自然选择和自然进化的原理，模拟生物在自然界中的进化过程而形成的一种优化求解方法[5-6]。 遗传算法解决配送线路设计问题的基本思想和原理如下： (1)编码 我们使用自然数编码，即序数编码。货物运输路线可以编成长度为N+m的染色体其中表示某一辆车配送某个点的货物，m表示完成任务所需的最小车辆数。 (2)产生初始群体 初始群体随机产生，即产生个货物运输任务点的排列，如，如果 ，且，将s至的数向后移动一位，将0插入第s位，然后继续上述操作，直到m个0全部插入为止。这样就构成了一条初始染色体。用这种方法构造一个群体的染色体。如：983721546，该编码插零之后变成0983072105460。这代表需要三辆车进行配送工作。第1辆车行走路线为09830，即从仓库出发到依次到9、8、3超市再回到配送中心。第2辆车行走路线为07210，第3辆车行走路线为05460。 (3)适应度函数 适应度函数取，其中为染色体的适应度，为常数，为初始种群中最好的染色体的运输成本，为染色体对应的运输成本。 (4)遗传算子 选取最佳保留的轮盘赌复制法进行染色体的复制。变异算子采用反转变异。交叉算子用最大保留交叉，其操作过程为： 若染色体交叉点处的两个基因都为0，则直接进行顺序交叉运算； ② 若染色体交叉点处的基因不全为0，则将交叉点左移（右移），直到左右两个交叉处的基因都为0，再进行顺序交叉运