烟草商业企业基于时间成本的物流线路优化研究.docxVIP

烟草商业企业基于时间成本的物流线路优化研究 　　随着我国烟草行业从传统商业向现代流通模式的转变，烟草物流配送正逐步向“集约化管理、规模化经营、专业化物流、标准化服务”方向发展，如何实现物流配送高效、低成本的运作模式，提高烟草企业整体竞争力水平，是许多烟草企业面临的一个关键问题。　　文章提出了一种基于时间成本的物流线路优化方法，通过科学规划配送线路、平衡每日订单分布等方式，使卷烟网络分布更加合理，进一步降低固定投入和業务成本，提高供应链管理水平。　　二、算法模型　　基于时间成本的物流线路优化计算主要运用到三个求解算法，分别是聚类算法、最优路径算法和订单日规划算法。基本求解方案是：第一步按照车辆装载率完成对客户兴趣点聚类；第二步细致优化配送路径；第三步平衡每日订单分布。　　1.聚类算法　　聚类是空间数据挖掘中的一个重要研究领域，是指将物理的或抽象的对象分组成为由类似对象组成的多个类的过程。　　以绍兴烟草为例，聚类计算时首先采用自下而上的一阶段方法对全地区26000个零售户点进行聚类，获得411个初始聚类结果。再根据实际需求，按照类容量将前408个类作为直接指派的初始类核，以配送车装载率90%作为类容量上限，进行直接指派聚类，最终获得聚类结果。　　2.最优路径算法　　最优路径算法的目标是寻找给定起点和终点间的最短路径，文章采用Dijkstra算法。Dijkstra算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。　　⑴初始时，S只包含源点，即S=v。U包含除v外的其他顶点，U中顶点u对应的距离值为边上的权或 ∞。　　⑵从U中选取一个距离v最小的顶点k，把k，加入S中。　　⑶以k为新考虑的中间点，修改U中各顶点的距离；若从源点v到顶点u的距离比原来距离短，则修改顶点u的距离值，修改后的距离值为顶点k的距离加上边上的权。　　⑷重复步骤和直到所有顶点都包含在S中。　　3.配送工作量模型和订单日规划算法　　进行订单日规划时，文章引入工作量模型概念，将综合作业时间作为线路优化的单一标准，把送货户数、送货量、行驶里程等多维度统一转换成工作时间，解决线路优化时指标过多，计算困难的问题。　　综合作业时间=装车交接时间+车辆行驶时间+基本服务时间+客户交接时间+现金缴款时间。装车交接时间=+　　订单日规划算法的目标是确定各配送线路的配送车辆和配送日，规划要求满足以下约束条件：车辆数最少；一周内各配送车辆工作时间基本均衡；每天各配送车辆工作时间基本均衡；每天工作时间上限设定小时。　　订单日规划算法模型：　　约束条件：　　　　　　　　　　i 需要安排的路线序号；取值范围从1到路线的最大数；　　j 送货车序号；取值范围从1到指定车辆数；　　k订单日的序号；取值范围从1到5，表示一周配送5天；　　b每天所有车辆工作时间的上限；　　c每辆车一周工作量上限；　　d每辆车每天工作量的上限，d为小时。　　公式一条路线有却只能有某辆车在某一天配送；　　公式每天所有车　　联盟　　的工作量不能超过上限b；　　公式每辆车每周的工作量不能超过上限c；　　公式每辆车一天的工作量不能超过上限d。　　三、结语　　“低成本、高效率、优服务”是烟草物流建设的重要目标，文章提出的基于时间成本的物流线路优化算法，将影响物流成本的多维度指标转化为综合工作时间进行分析计算，为烟草商业企业科学合理的进行物流线路优化，提供了较完整的解决方案。