以运输时间最小为目标的物流运输调度问题研究

宗仁 浙江理工大学

以运输时间最小为目标的物流运输调度问题研究

宗仁 浙江理工大学

物流运输调度问题是一类求解难度较高的运输问题，在制定合理的调度方案时，实现物流运输时间最小对于一些要求最快时间运送的加急服务是一件迫切需要解决的问题。文章分析了调度问题的特点，建立了以物流运输时间最小为目标函数的物流运输调度模型，并且通过给出合理的计算方法，得到物流运输时间最小的调度方案，验证了模型的可行性和算法的有效性。

运输时间最小 车辆调度

一、引言

近年来，由于电商的发展，物流运输的时间已经成为顾客对于网上购物体验的重要影响因素，各家物流企业在物流时间上的竞争日渐激烈，先有京东推出211限时达，之后阿里巴巴牵头的‘菜物’物流成立，目标通过5至8年的努力打造一个开放的社会化物流大平台，在全国任意一个地区做到24小时送达。以上这些都体现了时间对于物流运输巨大的影响。减少运输时间不仅可以提高运输效率，也可以提升企业的服务水平。

企业物流配送系统中若干定位路径问题的建模与调度方法_赵志彦[1]分别利用了启发式算法和精确算法，对配送中心选址以及出入库路径选择进行了分析，以成本和时间作为主要评价标准，对于LRP问题进行研究优化。基于工作流网的交通应急资源配置和路径规划集成问题_袁飞[2]对于交通应急规划做了统筹的调度解答，但是这种模型主要应用于一个多部门多方面合作的应急网络中，并不适合于末端物流配送中心的日常配送。带时间窗的联盟运输调度问题蚁群算法研究_师凯[3]主要研究了在规定时间内由单个或是多个配送中心分配最佳的运送方式达到运输总成本最小，该模型中利用车队寻找最优路线达到车队总费用最低，但是这种方式灵活度不高，不能同时满足各个运送点的运送需求，虽然降低了总体费用，但是无法在最快时间下将车辆从工作中解脱出来再利用，完成周期性最短时间的运送任务。

文章分析了某物流企业调度中心物流运输调度问题的特点，建立了以物流时间最小为目标函数的物流运输调度模型。然后利用适合的算法进行求解，得到了物流运输总时间最小的调度方案，提高物流中心调度效率，提高物流公司的持续性运送能力，减少物流企业在运输中因车辆调度不合理所造成的浪费，从而提升了企业效益[4-6]。

二、物流运输问题描述

物流运输调度问题中，经常发生特殊情况需要对特定的数个运输点进行即时运输，由于运输地点之间的距离差、各需求方需求量不同、运输时道路状况不同以及运输车辆本身差异，调度中心如果无法根据各种影响因素制定合适的调度方案，实现最小运输时间，轻则可能丧失订单，重则可能影响企业发展。

动态规划方法是现代企业高效管理的一种重要决策方法，物流企业的调度是连续进行的，将这个连续的过程根据执行配送的调度方案划分为若干个相互联系的阶段，在每个阶段执行一个调度方案，这些相互联系的调度过程可以反映整个物流运输调度决策。整个决策过程的目标是达到物流运输时间最小，因此使用动态规划的方式更加适合物流运输调度，将动态规划方法应用于物流运输问题，将物流调度问题分为不同的阶段，然后独立处理不同阶段，最终得出使整个运输时间最小的调度方案。

假设某物流配送中心需要向K个物流自提点运送货物，各点的需求量tk，各点间间距，设i为车型现共有N种车型，j为车数量每种车型n辆，各种车型载重量Xi，各种车型的运输速度为Vi，各种车型可实现运输路线Yim，F为某一配送路线情况下下给个点的运输量。某一配送路线情况下运输时间为T。

前提假设：货车到达某一需求点时会优先满足该点的所有需求量，在满足该点的需求量的前提下再去下一个运输点，当货车货物量为零或是整个运输网络中各点的需求量都已满足时货车返回配送中心。

注：A为k行一列的矩阵，矩阵中的数值随机取1或0。Ak和Ak-1的k-1行相同。

（1）是为了使选择的车辆的总载重量大于各点需求总量

（2）是为了得到每种车型的可能运输路线，车型的路线选择时，既要满足将该车的所有货物卸下又要满足在所有货物卸下后不再向下一个运输点运送。

根据公司需求，除了要满足单次最小运输时间，还需要保留一部分运输能力以保证应急运输，所以当利用以上模型求解出最小时间的运输分配任务之后，还需要从结果中筛选出合适的运输能力的方案，这个筛选会根据公司的实际需求来决定，文章就不再一一展开说明。

三、求解物流运输调度问题

在这个问题中我们需要求出最佳的车辆分配，以及对应的路线选择。（1）对于这个问题我们由于限制条件的作用，我们可以先根据整个运输网络中的需求量求出所需的各种类型的货车数量；（2）根据每种类型的车辆的载重量，可以求出每种车能够完成的配送路径；（3）将第一步中每一种情况下的货车在第二步中随机选择路径，判断该路径下是否可以满足各自提点的需求量，如果满足继续往下；（4）计算每种情况下的完成该任务所需时间，记为最小时间，与下一个情况的时间进行比较，取两者中的最小值，循环直到求出第一步中的一种情况下的最小时间；（5）对第一步中的各个情况进行比较，寻求最优的车辆需求量以及尽量最小的时间。求解模型如下图（2）：

四、案例分析

文章以A物流中心为例，建立了物流运输调度模型。该公司需要在最短时间内完成货物运送，并且返回调度中心以供接下来的调度作业，另外由于公司需要保证有应急调度能力，需要保留一定量的调度能力，本次案例中的保留调度量假设与当前运送量相当。公司共有三种车型，分别为M1,M2,M3，每种车型各三辆货车，每种运输车速度载重量一定，M1：载重量10T、车速80km/h，M2：载重量20T、车速70km/h，M3：载重量30T、车速50km/h。现在B、C、D、E四个需求点需求量分别为：20T、10T、25T、25T。 四点间的路程距离如图（3）

总运输网络需求量80T，M1,M2,M3的数值按照随机数列进行筛选：

M1,M2,M3三种类型的车子可能的路线：

M1,M2,M3三种类型的车子选择上表路线时所需经过的路程：

当只有三辆M3参加运输时最优解：A-D,A-E,A-B-C最小时间1.2h。

同理可以求出其他状态下的最优解，将此结果作为参考项，可以使物流中心的运输达到最快时间并且仍然拥有所需要的运输能力，并且可以根据这样的运算方式做一份周期性的持续性的快速运输方案，使运输效率大幅度提高，也使物流企业始终保持一定的物流能力。

五、结束语

文章研究了在有限的物流运输能力下，如何做到最快速运输并且维持一定的应急物流运输能力。使用的方法是将数据输入对应相应运算程序的方法，虽然运算量巨大，但是可以较为精确的计算最小时间，有利于实际运送中提前规划安排运送任务。文章的不足之处是没有做到更精确的物流数量运送，即无法做到某车在各需求点各放下多少货物来更进一步计算更精确的最小时间，解决方法其实是可以用向量假设，假设每一个运送点的运送量，让后进行计算，不过考虑到在实际中这样做并不会有太大意义，所以以此条件作为限制。

[1]赵志彦, 企业物流配送系统中若干定位—路径问题的建模与调度方法, 2009, 天津大学. 第 129页.

[2]袁飞, 基于工作流网的交通应急资源配置和路径规划集成问题, 2015, 广东工业大学. 第 66页.

[3]师凯, 带时间窗的联盟运输调度问题蚁群算法研究, 2006, 广东工业大学. 第 69页.

[4]张国辉与党世杰, 基于匈牙利算法的物流运输调度问题研究. 物流技术, 2016(01): 第117-119页.

[5]成榕与吴先锋, 最小时间路径算法模糊结构元改进. 辽宁工程技术大学学报(自然科学版), 2014(05): 第683-686页.

[6]栾琨, 基于规则的出行路径和出发时间选择行为研究, 2013, 吉林大学. 第 129页.

宗仁（1992.09.27-），男，江苏常熟籍，硕士在读学历，浙江理工大学，专业：物流工程。