绿色物流配送路径优化研究——以京东配送为例.docVIP

绿色物流配送路径优化研究——以京东配送为例 摘要：基于绿色环保视角，通过在物流配送中引入油耗、污染物排放等因素，构建出配送路径优化模型，运用蚁群算法（ACA）进行优化求解，结合实例证明了该优化模型的可行性和有效性，能够达到路径最短且污染物排放量最低的目的。 关键词：绿色物流，路径优化，蚁群算法 一、研究背景与动因 人类合理利用自然资源推动了社会进步，但过度地消耗资源对环境造成了巨大危害，比如生态破坏、气候反常等。物流活动在为人类提供方便的同时，也产生了一些污染。随着国民对绿色发展的重视，绿色物流逐渐映入大众的眼帘。笔者充分考虑耗油成本、绿色环保成本，将绿色物流与配送的路径优化结合起来，构建相关绿色指标，把具体企业的物流配送路径与蚁群算法相联系进行考虑，在绿色物流视角下研究配送路径对环境保护和经济发展的重要意义。 二、研究综述 （一）绿色物流研究方面 在物流运作过程中，绿色物流有两层含义：一方面是充分利用高科技手段尽可能把对环境的负面影响降低为零；另一方面是做到资源的合理使用，使每项资源都能发挥出相应的价值。建立一个和生态环境休戚与共的物流系统是绿色物流的目的，为了达到该目的，最有效的手段是从环境资源着手。[1] Seroka-Stolka（2014）把研究视角放在影响企业绿色物流理念发展的决定因素上，同时经过研究证明出它们将影响绿色物流发展。[2]Searcy（2014）对绿色供应链进行了相关研究，主要分析指标有：能源使用、温室气体排放、消费指标和能源效率等。[3]Rostamzadeh（2015）梳理了绿色供应链管理的相关知识，在此基础上提出环境可持续性在企业改善供应链中扮演着重要角色。[4]Hong（2019）通过构建颗粒物污染（PM2.5）模型，深入研究了绿色物流中的污染物排放问题，利用蒙特卡罗模拟呈现模型的内在变化。[5] 刘畅（2015）从阐述绿色物流内涵视角出发，分析了绿色物流对推动经济发展的重要性，研究出我国发展绿色物流的具体路径。[6]王晓思（2017）从绿色物流视角出发，基于绿色度构建相应模型，从而对污染物排放成本进行研究。[7]杨慧慧（2018）以绿色物流发展体系的建设作为研究重点，从多个方面对其充分探究，尤其针对物流链、物流的基础设施等方面做了深入的分析。[8]陈根龙（2019）以当前物流配送时的包装环节为着眼点，对该过程中存在的问题进行相应分析，提出“共享快递盒”的绿色配送理念，同时对使用“共享快递盒”的可持续性、经济性、安全性进行了详细阐述。[9] （二）配送路径算法研究方面 配送路径直接决定着物流配送的成本和效率，对配送路径及其算法进行优化和研究具有重要的意义和价值。 Belmecheri（2013）等学者提出了一种利用局部搜索进行的粒子群优化算法，结合混合长途和具体的回程用户（VRPMB）车辆路径问题进行了实例研究，同时对该问题的适应性进行了相应解释，从而验证粒子群优化算法提高了算法的性能。[10]Amorim（2014）综合考虑了总成本的最小化以及新鲜度的最大化问题，从而对多目标模型进行深入研究。[11]Yu（2018）研究了物流终端配送模式和路径优化问题。[12]Zhang（2019）构建了包含时间窗的冷链物流车辆路径优化模型，在基于普通遗传算法收敛速度慢等缺点的基础上，提出了具体的改进之处，经实例分析证明该优化算法能够以较低成本得到最优路径。[13] 王道平（2017）等学者对物流配送进行了深入研究，以配送中的选址问题作为切入点，借助两阶段的启发式算法进行了相应的模型构建，目标为配送中心选址成本和车辆配送成本最小，最后通过具体数据验证该模型的有效性，但是该方法存在的问题是配送便捷性较差。[14]李作山（2019）等学者结合遗传算法，针对企业车辆调度优化进行研究，基于减少汽车运行耗费为目的提出了相关策略。[15]曾志雄（2019）等学者基于蚁群算法研究了荔枝的冷链物流配送，该研究的侧重点为配送成本，即如何对其优化设计，使得成本花费最少。[16]同时，方文婷（2019）等学者通过将节能减排转化为绿色成本，建立以总成本最小为研究目标的数学模型，在混合蚁群算法的基础应用上，结合具体实例进行仿真建模以及进一步的分析，最终验证了该算法的有效性。[17] 综上所述，国内外对配送的路径优化已经进行了相关研究，但将优化算法与具体案例结合的研究仍是少数。同时，目前的配送路径优化很少考虑绿色因素，即有关环境问题的研究并不充分。 三、物流配送路径优化选择 通常来说，配送中心的主要任务之一，是基于最优配送路径基础上，对各个需求地进行货物的正常配送。在此情形下，配送车辆的行驶路线为，在到达一个需求地点后立即对另一个需求地点进行配送，直到配送车辆完成所有的配送任务，方可回到配送中心。 为了便于研究物流配送路径问题，一些已