欢迎来到上海园丁鸟网络科技有限公司|企业网站建设企业建站企业官网建设企业官网
咨询热线:18017747315当前位置: 首页 > 网站优化百科 >
联系我们
企业网站建设 建站咨询
电话咨询:13524991327
E-mail:1424374510@qq.com
QQ:1424374510

基于B2C的电商配送网络优化研究

作者/整理:http://www.voez.net/ 来源:http://www.voez.net/ 日期:2018-11-19

文章研究了 B2C环境下电商配送网络优化面临的配送中心选址、中转中心选址、最后一公里的配送策略问题,从成本角度 考虑配送网络优化,构建配送节点联合,以系统总成本最小为目标函数的配送模型,基于已有研究成果,运用基于启发式规则的初始 分配算法和禁忌搜索优化算法对模型进行求解。
0.引言
面对巨大的电商物流配送量,电子商务企业、快递公 司和第三方物流公司不断提升其服务质量,一方面,不断 提高上门服务等服务模式的质量,另一方面,继续进一步 加大末端配送网点的布局规划。电商配送中,配送中心选 址和中转中心选址关系到配送流程运作效率和运营成本, 电商企业和物流企业纷纷布局关键节点的配送中心和中 转中心,试图将其作为企业的核心竞争力。
物流是电商发展的根本,合理的物流配送方案可极大 提高物流企业的竞争力。蒋忠中等建立选址-分配模型, 设计基于嵌入表上作业法的遗传算法求解。Xu Bin等立 足于提升物流系统效率和降低运输成本研究了第三方物 流考虑车辆不返回的设施选址及路径问题,采用模拟退火 算法进行求解。赵泉午等[3]提出大型零售企业城市配送中 心到需求终点的近似配送路程的中转中心选址和需求终 点的双优化模型,结合集成遗传算法和禁忌搜索算法对模 型求解。现有文献主要侧重研究中转中心选址及优化算法 设计。文章主要构建了电商配送的多级节点成本估算模 型,以系统化视角将配送流程分解成的若干节点进行成本 评价,然后以整体化视角整合配送网络,对现有配送网络 进行优化建议。
1.问题描述与建模
1.1问题描述
电商配送问题是一个多级多节点配送问题,包括从城 市配送中心到终端客户过程中面临的中转中心和最后一 公里配送等的节点。城市配送中心承担库存、包装、分拣、 运输甚至流通加工等功能。中转中心承担订单的中转分拨 功能。最后一公里配送形态包括自提点、自提柜等形态。城市配送中心一般采用轻型卡车运输,中转中心到最后一公 里配送点采用三轮车、面包车及电动车等进行配送。整个 配送流程总成本包括从城市配送中心到中转中心的运输 成本,节点运营成本和中转中心到最后一公里配送点的配 送成本。在一个配送周期内考虑各节点包裹容量及单次配 送量、节点包裹余量及余量保存成本。节点联合运营成本 最小是电商配送网络优化的目标。
1.2建模 1.2.1模型假设
为对模型的经济性进行评价,可做以下假设:
①节点运营成本存在规模效应,即成本增加与包裹量 变动非线性同步,可近似认为其服从正态分布;
②节点之间的配送距离采用近似算法;Daganzo认为 车辆配送距离与末端需求点密度,中转中心与末端需求点 之间的平均距离相关。中转中心i配送车辆行驶总距离L, 与末端需求点之间的个数N的关系可表示为:
iS|.8A[('/c) + (^)]
③配送包裹都能在配送周期内按要求准时到位;
④运输费用由卖方承担。
集合与参数设定
Ji组成整个配送网络的节点总数;6=1,2,3)
J1 :配送中心集合;
J2冲转中心集合;
J3 :最后一公里配送点集合;
NO ::配送包裹集合;
M(m) m所安排包裹集合;
b„~:i :的最大中转能力;
q„~:i :的最大容件量;
em~mj :对m的给件m〜的最大运装能力,
S„~:i :节点Ji配送n~的固定成本;
P„~ :单位包裹n~在节点Ji的可变配送成本;
I„~:i :单位包裹n-在Ji的存件成本;
Cm~:,单位包裹m-在节点间的转运成本; d„~:I :下游节点可接受上游节点的包裹量n~ ; dn~:I上游节点向下游节点安排的包裹量n~ ; pn~:,:对包裹n〜的单位配送价格,因其是一个随数量 规模变化的随机变量,可近似认为服从Pnd~N (^p, Sp)。 1.2.3决策变量
_ (1,J,配送包裹n~ ;
Un~J= io,否则 or
Xn~Ji :包裹n〜在节点Ji的配批量; yn~Ji :节点Ji的件存量;
Zm~:i :包裹m~在节点I间的配送批量。
1.2.4电商配送节点联合配送成本估算模型 依据文中对问题的描述、相关假设和各参数定义,可 该配送模型建立如下的经济评价方法诚本最小化法):

上述:式(1中括号内各项顺次表示配送期内j的所 有包裹下行配送费用、所有包裹的可变配送成本总和、所 有包裹的存件成本总和及所有包裹的运输成本总和;式 (2表示上游节点向下游节点安排的包裹量平衡;式(3)表 示I对包裹n~的包裹处理能力式(4表示Ji对包裹n-的 存件能力约束;式(5表示Ji对包裹m〜的运输能力约束; 式(6表示决策变量非负和0-1条件。
2.模型求解
对于模型的求解,当前学者采用智能算法与启发式算 法相结合的方式。杨捃等采用禁忌搜索算法,周翔等采用 基于最小生成树聚类算法,关菲等^采用多目标粒子群算法 求解模型,赵泉午等^设计混合优化算法对模型进行求解。 文章将基于启发式规则的初始分配算法和禁忌搜索算法进 行结合,构造出基于二者的混合算法进行模型求解。
2.1基于启发式规则的初始分配算法 采用末端需求点配送量及配送距离比值由大到小的 启发式规则对末端需求点进行分配:
①测算开放的中转中心与末端需求点之间的距离<。
bu
②计算矩阵/Q记为
_K\ •" 6nu,
个开放的中转中心,列表示所有n个末端需求点。
③取矩阵Q中b,的最大值hT,l;V'表示末端需求点 j’欲分配节点i’,检査i’节点剩余容量能否满足末端需求 点j。满足时,将末端需求点j ’分配给节点i ’,同时删除该
,行表示:
末端需求点j ’所在列,当不能满足时,ki’点置零.
④重复③直到将全部末端需求点分配给中转中心,生 成初始配送方案。
基于禁忌搜索算法的优化分配算法
首先定义两个操作“移动”和“交换”。以A、B为例, “移动”指将节点A服务的一个或几个末端需求点改由B 节点服务“交换”是指属于A节点的末端需求与属于B 节点的末端需求进行互换。
应用禁忌搜索算法对配送方案进行优化,其具体步骤 如下:
①生成确定节点与末端需求点距离表。
②“移动”操作。随机选择两个确定的节点A和B,计 算节点A服务的末端需求点距离B中转中心的距离,将 距离最小的需求点改由节点B服务,判断是否满足节点B 的能力约束若不满足,则执行“移动”操作。
③“交换”操作。随机选择两个节点A和B,分别计算 节点A服务的末端需求点距离节点B的最近距离,以及 节点B服务的末端需求点距离节点A的最近距离。交换 节点A和节点B中距离对方最近需求点,同时判断末端 总需求是否超过配送能力约束。
④若待选解满足藐视规则,则考虑用满足藐视准则的 最优状态代替当下状态成为新的可行解,再用与原状态对 应的禁忌对象代替最先进入禁忌表的禁忌对象,同时转 ⑥否则转⑤。
⑤判断待选解对应的各对象的禁忌属性,选择待选解 集中非禁忌对象对应的最优状态为新的可行解,同时用与 其对应的禁忌对象代替最先进入禁忌表的禁忌对象。
⑥判断终止条件,如果是,则停止搜寻,否则转②。
3.结语
文章将电商配送网络分为若干相互连接的节点,通过 对网络节点的经济性进行联合评估来评价配送网络的有 效性。构建了配送网络的成本分析模型,借鉴已有文献,采 用基于启发式规则的初始分配算法和禁忌搜索算法对模 型进行运算,对配送网络进行了配送成本优化。文章不足 之处在于没有对算法进行案例仿真研究,只是基于已有文 献成果进行了结果分析,从理论上论述了该评价方法的可 行性.