大城市路网约束下零售配送优化研究.doc

大城市路网约束下零售配送优化研究 　　摘要:大城市路网具有复杂的构成,并且许多零售商品的需求具有明显的季节性。本文以典型的桶装水企业在广州的配送为例,研究了上述特征下的车辆路径问题(VRP)。研究中收集了广州市实际的道路图,并调查取得各主要道路类型的平均车速。然后,根据各水站的需求情况将问题划分为淡季和旺季两类,结果表明,加强线路优化能够有效地节约配送成本。 　　关键词:VRP配送大城市路网 　　 　　1.问题的提出 　　 　　VRP(Vehicle Routing Problem,车辆路径问题)由Dantzig和Ramser于1959年首次提出,是配送优化的核心问题之一[1]。在给定的道路网上,考虑配送中心的位置以及各个需求点的位置的需求量,可根据车辆的类型、运输能力求出车辆需求数和车辆的行走路线,从而使得总运输成本最低。VRP问题在模型上可以分为无时间窗口和有时间窗口两种[2],有时间窗口的模型指的是中心点、车辆集合和顾客集合可能包含时间约束,例如上下班时间。关于VRP问题,国内外发展了许多求解方法,如启发式算法[3][4]、蚁群算法[5]等。VRP能够在实际的配送问题获得真正的应用,关键在于两个方面:一是必须收集完整的,能够反映配送企业问题的现势数据;二是有效地管理上述数据并进行模型求解的工具。 　　就第一个方面而言,向大城市的需求点进行配送的企业,首先面临的是复杂的路网的问题,大城市的道路通常分为主干道、次干道和支路,这些不同等级的道路具有不同的车辆运行速度。不仅如此,大城市路网上还存在许多单行限制的道路,甚至是禁行道路,必须在模型中加以考虑。进一步地,零售配送还必须考虑消费需求量具有季节性,例如,夏季里对桶装水的需求量比冬季里要高出许多。另一方面,工具的选择也非常重要,ESRI(Environment System Research Institute,环境系统研究所)公司推出的利用GIS(Geographical Information System,地理信息系统)进行数据管理,面向中小配送中心的软件ArcLogistics,能够较好地根据现势数据求解带时间窗口的VRP,并给出相应的行车指南。 　　本文以一个典型的桶装水企业在广州的配送问题为例,研究了大城市的道路数据收集和淡旺季桶装水消费数据,据此建立了淡季和旺季的两个优化模型,利用ArcLogistics软件对所有数据进行管理和模型求解。 　　 　　2.数据与方法 　　 　　本文研究的桶装水企业在广州市内共有26个水站。位于相邻的鹤山市的水厂每天都派2辆大车(大东风)和2辆小车(日本五十菱)向广州市配送桶装水,大车每天要来回2至3趟,小车要每天来回3趟。车辆每天都要运行十几个小时,在旺季的时候还要多调配1辆车增援。 　　2.1 数据的获得和处理 　　首先,收集广州市道路数据,考虑到该企业仅对广州市的老八区配送桶装水,因此首先收集上述范围内的道路空间数据集,保留主次干道及支路,删除小街巷等信息,以简化道路网,加快模型求解速度。给每条道路赋以3个属性:道路等级、速度和单行性。道路等级属性包括3个值:交通主干道、次干道和支路。道路速度属性通过走访多个车队获得,采用较灵活的赋值方式:对于主干道,赋予调查得到的现势平均车速;对于次干道和支路,仅考虑不拥挤的情况,平均速度设为45公里/小时。广州市区存在着部分单行限制或者禁行的道路,在数据库中通过单行性属性给予区分。 　　其次,将26个水站的地址,根据地图查到相应的位置,并存放为一个图层。分淡季(11月至第2年3月)和旺季(4月至10月)调查水站每天送水量,并按照桶装水标准计算出体积和重量。 　　第三,根据目前该企业所使用的两种车型,分别记录相应的承重和体积容量,折算成标准桶装水数量。同时,分别记录两种车型所使用的燃料类型、燃料单位价格、每公里油耗以及进入广州市的路桥费。根据每公里油耗,折算出每公里耗费。 　　2.2 建模和求解 　　收集到必要的数据之后,将数据导入ArcLogistic软件建立模型并求解。在建模中还考虑了以下具体的问题。 　　第一,该桶装水企业从鹤山向广州送水,进入广州市时必须走广佛高速公路,在白云区进入广州市。因此,我们将广佛高速的广州入口当作配送中心。第二,配送中必须考虑时间窗口的问题,该问题分为两个方面:水站和配送中心。由于桶装水不是应急商品,在时间要求上比较宽松,因此水站方面的时间窗口与水站的上下班时间一致,即8:00-19:00。配送中心的时间窗口,是考虑到广佛高速出口处到鹤山市的水厂来回的时间,必须扣除在可配送时间之外。第三,必须将道路的单行性表达到道路空间数据中,这一方面,是通过ESRI所提供的其它GIS软件以及专门的连接性检查器(Connectivit