多约束条件下多规格成品卷烟货车装载模型及系统

吕永贵，李林珈，刘挺，赵云东，付聪，刀荣贵

（红塔烟草（集团）有限责任公司物流中心，云南 玉溪 653100）

0 引言

近年来随着卷烟销量的不断增加，同时，卷烟销售品种和异形烟占比不断提升，对卷烟的装载和配送提出了更高要求。现有的卷烟装载方式主要通过人工进行装车和调配，存在订单组拼效率低、装车方案过度依赖人工经验、码放方案随机不稳定以及车厢空间利用率不足等问题，由此带来成本的增加和配送资源的浪费。衡阳市烟草公司物流配送中心的黎利华等在配送工作中发现，配送车辆出车次数与异形烟占比关系密切，通过笼车替代纸箱和周转箱能够提升配送车辆的装载率；吉林烟草工业有限责任公司的崔江波等通过路网配载、订单池优化、最晚配送时间优化和最优路径设计，获得了合理的配送方案。在成品卷烟的物流配送中，提高车厢的装载率是降低运输总成本的一个关键因素，在对订单和路径进行优化处理的基础上，提供科学的装车码放方案，同时兼顾各承运商之间的均衡问题，具有现实意义。

本文以A公司的技改项目为例，开发完成一套“多约束条件下多规格成品卷烟的科学装载系统”，通过引入智能算法模型，实现“三多三高一低”的目标，即多规格烟箱、多种类车厢、多到货时间要求，提供优化的科学装载方案，提高车辆资源利用率、装载率和装卸作业效率，降低运输总成本，从而提高烟草企业的竞争实力。

1 模型设计

根据物料信息、承运商信息、车辆信息、商业信息、仓库信息和实时库存信息等，建立多约束条件下多规格成品卷烟科学装载的四个业务模型，分别为：订单组拼模型、装车码放模型、路径规划模型和承运均衡模型。

1.1 订单组拼模型

订单组拼模型的数据源包括承运商的份额和运输单价、可使用车辆及车辆尺寸、各仓库库存、仓库关系、合同数据、商业公司关系等，其中仓库关系为是否是关联仓库，为多点装货提供数据，商业公司关系则表示各商业公司之间的距离，用来判断是否满足顺路拼车条件。订单组拼模型为多约束条件下的运筹优化问题，根据订单合同数据，并考虑各仓库库存、仓库关系、商业公司关系、到货时间等约束条件和满足多点装货和多点卸货的需求，实现订单的合理组拼及车辆与订单的合理匹配方案。本模型采用运筹优化求解器进行调用求解，获得最优的订单组拼方案。

1.2 装车码放模型

装车码放模型的设计，即是将有限个长方体状物体尽可能多的装入到一个大长方体中，使得填充率最大。不同品规的卷烟，其烟箱的规格尺寸存在差异，同时，采用的运输车辆的车厢空间也存在差异。根据A公司成品卷烟常规运输车内码放要求，将不同品规卷烟的烟箱看成不同的空间块，在车厢空间和装货品类与装货顺序确定的条件下，将车厢空间按照空间块的方式分解为空间块集合，装货码放的过程即为将每一种烟箱依次填充到车厢空间集合并创建一个组序列的过程。

装车码放模型采用空间重叠检测、空间分割和空间合并的方法。将待码放的烟箱和已码放的烟箱在车厢坐标轴上进行投影，通过计算投影坐标值之间的关系，判定两者之间是否存在空间重叠；车厢空间内的码放过程即为用烟箱空间块去分割车厢空间块的过程，如果两者没有重叠，则车厢空间块不被分割，如果存在重叠，则按设定的分割方式对车厢空间进行分割；码放操作会导致车厢空间块被分割从而产生很多细碎空间，为提高车厢空间的利用率，将具有重合表面的空间块进行空间合并处理。

1.3 路径规划模型

路径规划包括两部分的路线设计，即以装货点为集合的装车路线和以卸货点为集合的卸车路线。采用改进的迪杰斯特拉（Dijkstra）算法，基于贪心算法的策略，每次遍历到新节点不断使用对比、排序方式记录已走过的路径，组成路径排行榜列表并持续刷新路径结果，直到筛选过所有需经过的节点为止，实现单节点到多节点的路径规划。根据商业公司的订单合同数据，以里程最短为目标函数，规划最优的多点装货和多点卸货的路径。

1.4 承运均衡模型

承运均衡模型的数据源是周期内总发货量统计、承运商周期内历史发货量统计及承运商运输单价，将所有的装载任务按运输量平均分配到每个承运商。A公司对全国都有物流配送需求，将全国到货地分为8个区域，设定不同的片区系数，同时，根据装载量的不同，确定相应的运量系数。这样，运输单价可以表示为：

运输单价（元/箱）=（合同执行价（元/t·km）×片区系数×货物重量（t）×里程（km））/货物箱数（箱）

承运均衡模型优先考虑各承运商运输数量的份额比例，同时兼顾运输单箱价格，即优先使用份额较少的承运商，然后再根据各承运商的运输单价和订单合同单价进行均衡匹配。与订单组拼模型类似，采用运筹优化求解器确定承运商及对应的运输份额。

2 系统组成

多约束条件下多规格成品卷烟的科学装载系统的功能框架图包括数据建模、装车配单、数据分析和系统管理四个模块，如图1所示。

图1 科学装载系统功能框架图

2.1 数据建模

数据建模模块包括物料信息管理、承运商管理、车辆信息管理、商业信息管理、商业关系模型、仓库信息管理、仓库关系模型、实时库存管理和数据字典管理等9个子模块。

2.2 装车配单

装车配单模块包括订单信息管理、自动配单管理、车辆行程管理、装车单管理、装车作业序列、堆码可视化、历史订单导入和历史配单记录等8个子模块。

2.3 数据分析

数据分析模块包括累计里程统计、承运费用统计、车辆使用统计、实时份额统计、装载率统计、人工派单装载率和装载率对比7个子模块。

2.4 系统管理

系统管理模块包括菜单管理、角色管理、用户管理和系统字典管理等4个模块。

3 主要功能

（1）根据承运商的份额和运输单价、可使用车辆及车辆尺寸、各仓库库存、仓库关系模型、合同数据、商业关系模型等多种约束条件，一键式自动配单，生成装车单，如图2所示。

图2 自动配单图

（2）通过三维动画展示码放效果，实现可视化装载，并可以将订单中不同品规卷烟的烟箱码放效果图按装车作业序列整理并导出，形成具有指导作用的装车流程图纸，如图3、图4所示。

图3 可视化装车三维模拟图

图4 烟箱装车指导图纸

（3）通过对各承运商的累计里程、承运费用和车型使用等进行统计分析，实时更新装载配单的约束信息，实现对各承运商运输量的均衡分配；同时，提供自动配单和人工配单的装载率的历史数据对比，验证自动配单的可靠性和高效性，如图5、图6所示。

图5 承运商数据实时统计

图6 装载率对比

4 结语

本文主要针对影响成品卷烟运输总成本的装载运输问题进行了深入研究，开发完成了一套多约束条件下多规格成品卷烟的科学装载系统。装载系统以订单组拼、装车码放、路径规划和承运均衡等4个智能算法模型为基础，分为数据建模、装车配单、数据分析和系统管理等4个模块，在综合考虑承运商运输的数量比例份额、运输单箱价格的前提下，实现一键式生成支持多点装货和多点卸货的优化装载方案，并提供具有指导作用的装车流程。在前期系统试运行中，共完成110次自动配单，平均装载率为81.65%，而人工装配单的平均装载率仅为68.63%，装载率提高了1.19倍。该系统能够有效提高配送资源利用率和降低运输成本，进而促进成品卷烟物流配送的高质量发展。