A物流公司食品冷链物流配送路径优化研究

□ 田立燚，曾 鸣

(华北电力大学 经济与管理学院，北京 102206)

当前，冷链物流业高速发展，不仅很大程度上推动了商业的发展，更对人们的日常生活模式产生了重大影响[1]。而配送路径规划作为配送管理中的重要环节，对企业、客户以及社会都有着重要意义[2]。对此，国内外学者在食品冷链物流的配送网络优化问题上已展开了较为深入的研究。文献[3]分析了配送环节产生的广义运输成本，应用C-W节约算法求解冷链物流配送路径优化问题。文献[4]构建了含有时间窗的冷链食品物流的配送路径优化模型并通过遗传算法进行求解。

国内外已开展的研究主要聚焦于建模的方法和算法的选取，但在解决实际问题上不一定具有完备的适用性。鉴于此，本文基于调研数据，探究A物流企业在食品冷链物流配送环节出现的主要问题，建立配送路径优化模型并通过蚁群算法求解得到优化路径结果。

1 A公司食品冷链物流配送现状分析

A公司是一家专业从事生鲜货物运输配送的现代化物流公司。公司位于北京市昌平区，主营北京市区内的区域冷链物流业务，其在昌平的配送区域可达城北街道、沙河镇等十二个乡镇区域，形成较为完善的配送网络。其优势在于运输价格低廉，运输网络完善，运力充足，但由于公司处于起步发展阶段，其承运能力有限，市场份额较小。表1为A公司某月昌平区的生鲜食品配送业务情况：

表1 某月A公司昌平生鲜食品配送业务数据

由表1可知：在需求分布方面，昌平各镇对于生鲜食品的需求量与人口数目呈现明显的正相关关系；在品类方面，生鲜食品订单主要由肉制品、乳制品以及速冻产品构成，同一订单中可能存在不同品类的物品组合，为了保证客户满意度，按订单配送模式更为合理。

A公司食品冷链物流现有配送路径如图1所示，从经济性和未来发展角度分析，目前的配送路径规划存在以下两个问题：

图1 A公司现有配送路径

一是路线过长。目前的配送路线有6条，其中1、5、6为三条直送线路，负责满足需求量接近单车荷载量的需求点。而其余的线路都为一车多地的运输路径，这其中存在着因规划不合理而造成的过远运输。如在线路2中，为了覆盖昌平西侧的三个需求点以及其他线路未能覆盖的城北街道需求点，而选择了节省线路支数，用长距离线路覆盖更多的需求点，因此出现了过远运输的不经济情况。

二是运力浪费。在以上的六条线路中，直送的三条线路实载率明显不足100%，且通过计算，其他线路上的实际载重也远小于核定载重，在此情况下，燃油成本、人工成本、车辆调度成本等成本会影响运输经济性。

2 A公司食品冷链配送路径优化模型及求解

为了解决以上问题，本文将A公司的食品冷链配送路径优化问题抽象成经典的旅行商问题，基本情景如下：若某人要走完N个地点，且每个地点只允许走一次，两地之间的距离是已知的，设置合理的参数，应用蚁群算法寻找最短路径遍历所有的地点。

在此基础上，根据地图测距得出的配送点间公路距离，代入相应参数于蚁群算法程序中，可得出优化后的配送路径。由于蚁群算法应用较为广泛，文中就不再过多赘述。

在matlab中构建蚁群算法优化程序，参数如下：车辆载重上限为5吨，折合订单数800单；蚂蚁数量为10；启发式因子=1.0；期望的启发式因子=2.0；信息素残留系数=0.95；将配送中心定义为1，其余需求节点标号顺次加1。将上述数据导入蚁群算法程序，模拟求解后得到的如图2所示：

搜索完成，用时78.615秒，最佳路长为196.000,派送方案如下：

[1]-14 (满载率：96.0%)

[1]-12-11-13-10-9-8 (满载率：92.5%)

[1]-7-6-5-4 (满载率：97.4%)

[1]-2 (满载率：94.0%)

[1]-3 (满载率：62.0%)

将结果带入具体的配送点，可得具体配送路线如下，在地图中如图2所示：

线路1：配送中心-回龙观镇-配送中心；线路2：配送中心-马池口镇-流村镇-南口镇-十三陵镇-城南街道-配送中心；线路3：配送中心-南邵镇-城北街道-兴寿镇-小汤山镇-配送中心；线路4：配送中心-东小口镇-配送中心；线路5：配送中心-北七家镇-配送中心。

图2 A公司优化后的配送路径

直观来看，优化后的配送路径，配送分支线路减少，车辆行驶的总里程减少，配送效率得到了提高，有效地降低了A物流公司的成本。

3 结论

本文基于调研数据，探究A物流企业在食品冷链物流配送环节出现的主要问题，建立配送路径优化模型并通过蚁群算法求解得到优化路径结果。