多配送中心实现低碳车辆合理调度的算法设计

摘要：研究多配送中心实现低碳车辆合理调度问题，基于对多配送中心实现低碳车辆合理调度的探索研究的基础上，构建多配送中心车辆合理调度的数学模型，并结合距离最近分配原理，将多配送中心数学模型分解为多个单一配送中心模型进行求解，并在此基础上运用禁忌搜索算法，实现多配送中心低碳车辆合理调度的算法设计。本文研究发现一距离近分配原理和禁忌搜索算法为基础，设计的多配送中心低碳车辆合理调度算法收敛速度快、计算效率高且计算结果稳定性好。

关键词：多配送中心；低碳车辆合理调度；算法

中图分类号：U491 文献识别码：A 文章编号：1001-828X（2016）009-000-02

引言

伴随着我国经济水平与人们物质生活水平的不断提高，物流业呈现爆炸式发展的趋势，其物流配送业务也变得更加紧俏，成为制约物流业发展的重要因素，对物流企业的运营成本、服务水平产生了深远的影响。而物流配送为典型代表的行业越来越多，如城市公共交通调度、邮政投递、管道铺设等等均涉及到车辆调度问题。因此，研究多配送中心车辆合理调度具有积极的实践意义。

作为现代物流体系中的重要一环，配送效率成为体现一个物流公司的服务水平与质量的重要指标。通常物流配送是指依据客户订单，在配送中心实现分货、配货，并实现交通运输直至送至收货人手中。在此过程中，不同配送中心之间的业务调度、配送车辆的合理调度等问题成为决定物流配送效率的关键性因素。随着我国对环保的重视，以及民众环保意识的提高，低碳调度车辆逐渐成为物流配送中的“主角”。而企业配送速度、物流配送成本、物流配送服务质量等均受到车辆在多个配送中心之间的调度的影响。在此过程中，就出现多种需要优化的问题。就目前而言，低碳配送车辆调度包括单个配送中心车辆调度问题以及多配送中心低碳车辆合理调度问题，且随着全国物流体系和市场的不断发暗战，目前市场多以多配送中心车辆调度为主，且问题也较为集中。

就多配送中心低碳车辆合理调度问题的研究成果看，相比于国外而言，我国研究领域主要集中在单配送中心车辆调度问题的研究。为此，本文在现有多配送中心低碳车辆合理调度问题研究成果的基础上进行研究，借助距离最短原理，构建多配送中心低碳车辆调度数学模型，将多配送中心数学模型分级为单配送中心数学模型求解，直观描述多配送中心之间车料调度问题分配方法，对依据禁忌搜索算法对多配送中心车辆合理调度算法进行设计。

一、多配送中心实现低碳车辆合理调度的数学模型

1.问题与假设

多配送中心实现低碳车辆合理调度的问题可以描述为：使用多台低碳车辆在多个配送中心之间调度，为不同用户配货、送货，其中每个配送中心的位置固定不变，每个用户的位置以及货物需求量相对一定，每台低碳配送车辆的载货量一定，每台低碳车辆从一个配送中心出发至用户所在地，一次配送的最大行驶距离一定，并在完成配送之后返回原配送中心等待下一次配送任务，多个配送中心的货物能够满足全部用户的需求，在此基础上要求科学合理的配置低碳车辆的数量、配送距离，构建目标函数且求解最优，确保总的配送费用最小、配送效率最高。

问题基本假设如下：

（1）每条配送路径上的不同用户货物需求总量不超过车辆的最大载重量；

（2）每条配送路径的最长距离不超过每台车辆一次配送的最远行驶距离；

（3）每个用户配送需求必须得到满足，且只能由一辆车辆负责；

（4）有多个配送中心，且每个配送中心有多台低碳车辆；

（5）每个配送中心的拥有足够调度的车辆，且每辆车完成配送任务后即返回原配送中心。

2.数学模型及意义

设定某一城市有N个配送中心，存在M个用户需要配送，每个配送分区由各配送中心服务的用户群体构成。设第n个配送中心要向第（n=1、2、3……n）个用户配送，第n个配送中心有（n=1、2、3……n）台低碳配送车辆，每台低碳配送车辆的最大载重量为（k=1、2、3……），每台车辆单次最大行程距离为（k=1、2、3……）。第n个配送中心服务的第i个客户的配送需求量为（i=1、2、3……），用户i和用户j之间的距离为（i，j=1、2、3……）。第n个配送中心至第j个用户之间的距离为（n=1、2、3……N，j=1、2、3……）。第n个配送中心的第k台低碳车配送的客户数量为，其中=0代表第k辆低碳车未被使用。第n个区域中的第k条路径使用集合表示，其中第i个元素代表在路径k在第n个区域中的顺序为i，且i不代表配送中心，配送中心用代表。以配送距离最短为目标函数，构建多配送中心低碳车辆合理调度数学模型如下：

其中上文模型中（1）代表多配送中心低碳车辆调度最短距离目标函数，也即每条配送路径之和最小；式子（2）代表每条路径上的全部客户货物需求量不超过车辆的最大载重量；式子（3）代表每条配送路线的长度不超过低碳配送车辆一次最远行使距离；式子（4）代表：某一配送区域内每条配送路线是哪个的客户数量不超过该区域内总客户数；式子（5）代表某配送区域内的客户总数为该区域内每条配送路线上的客户数之和；式子（6）代表每个客户的配送需求均得到满足；式子（7）代表每条配送路线上的客户组成；式子（8）代表每个客户均只能有一台低碳车辆进行送货；式子（9）代表若配送分区n中第k辆车服务的的客户数量不低于1时，表示该配送车辆参与了送货，此时取，若分区n中第k辆车服务的客户数小于1时，则表示该车辆为参与送货，此时取。

本文描述的多配送中心低碳车辆合理调度数学模型，相比于其他文献中基于网络图的模型而言，具有直观、简单的特性，具体表现在以下几个方面：①全面考虑到目标函数与约束条件之间的联系；②决策变量、约束条件以及目标函数之间更为直接、自然的予以理解和描述；③模型便于通过算法以及计算机编程解析。

二、多配送中心实现低碳车辆合理调度的算法与求解方法

对于多配送中心车辆调度问题而言，其受多种因素的影响，如车辆的最大运距、最大载货量、客户数量等等。为便于求解，本文将多配送中心车辆调度问题简化为多个单配送中心车辆调度问题急性求解，实现问题解析的简便化。在将多个配送中心低碳车辆调度问题分解为多个单一配送中心车辆调度问题过程中，具体客户数量、货物需求量等因素是决定配送中心服务的关键性因素。为此，本文利用距离最近分配原理，以此确定为某个客户提供配送服务的方案，也即取定每个客户与不同配送中心的距离，为该客户选取距离其最近的配送中心。客户离那个配送中心最近则选取那个座位配送点，以此分配客户。假设第i个客户距离第n个配送中心的距离为，其中为min（，……），从而确保每个客户配送服务能够在最短距离范围之内，以此确定每个配送中心所服务的具体客户数量。相关学术研究法A线，禁忌搜索算法在单配送中心车辆调度问题求解过程中其算法具有显著的优势。为此，本文选取禁忌搜索算法作为多配送中心低碳车辆调度问题在转化为单配送中心车辆调度问题中的求解方法。

根据上述对多配送中心低碳车辆调度问题的数学模型构建与禁忌搜索算法的研究，本文设计了具体的多配送中心车辆调度问题求解算法，具体算法如下所示：

算法1：多配送中心低碳车辆调度问题的求解算法

{将无时限多配送中心车辆调度问题的已知条件进行输入；

将包括终止迭代步数T，每次迭代搜索当前解的邻居的个数N，禁忌长度l以及对不可行路线的惩罚权重Pw等运行参数输入其中；

匹配分配中心num和客户i；}

//实现多配中心中心车辆调度问题向但配送中心车辆调度问题的转变

For（n=1；n≤N；n++）//对但配送中心车辆调度问题进行求解

{将客户的服务位置、配送中心n、需求量、车辆等信息导入算法中；

初始化禁忌表H；

随机产生一个初始解S当做当前解，此时迭代步数为t=0；

借助解的评价方法计算初始解S的评价值；

当前最好解Sbest=S；

当前最好解的评价值Ebest=S的评价值；

While（t<终止迭代步数T）do

{本次迭代已经搜索邻居的个数n=0；

对本次迭代的最好解的评价值Elocalbest赋予一个较大的正数；

While（n

解禁禁忌表中的第一个元素，并且将Slocalbest导入禁忌表中，同时视为禁忌表中的最后一个元素t=t+1； }

将Sbest对应的配送路径方案和相应的目标函数值导出；}

输出多配送中心车辆调度问题的计算结果；}

三、结论

本文利用距离最近原则构建了多配送中心低碳车辆调度问题模型。首先将多配送中心低碳车辆调度问题中涉及到的运距、车辆数量、客户数量、最大运载量等影响因素将其量化，融入到数学模型中，并在此基础上构建了较为直观、合理的目标函数。同时基于运距最短原则，将多配送中心低碳车辆调度问题分解为单配送中心低碳车辆调度问题，其数学模型较为直观，便于求解。最后，基于构建的目标函数和数学模型，综合禁忌搜索算法的研究成果，成功的将禁忌搜索算法融入到本文的数学模型中，结果证实以运输距离最短为原则，以禁忌搜索算法为方法，能够直观、科学的解析多配送中心低碳车辆调度问题。实现车辆的合理调度。具体而言，本文主要在以下三个方面取得较为理想的成果：

首选，本文结构层次分明，首先对多配送中心低碳车辆调度问题进行了详尽的描述，并通过直观描述将问题以数学模型的方式呈现出来，构建了目标函数，并且设定了约束条件，从而为计算方法的求解提供了更便捷。

其次，多个配送中心低碳车辆调度过程中，按照运输距离最短原则，实现了多个配送中心的科学化划分，每个配送衷心地额客户数量和配送需求量等得到良好，从而确保多配送中心低碳车辆调度向单个配送中心车辆调度问题的顺利过渡，为求解提供了更多的帮助。

最后，本文利用禁忌搜索算法实现了多配送中心车辆调度问题的算法求解过程，结果证实具有良好的收敛性。

参考文献：

[1]刘晓，李海越，王成恩，储诚斌.供应商选择模型与方法综述[J].中国管理科学，2014，12（1）：139-148.

[2]史学锋，徐国华.一种多阶段供应商选择的混合整数规划模型[J].工业工程，2013，9（1）：100-103.

[3]桑辉，王方华.顾客转换成本研究综述[J].哈尔滨工业大学学报，2012，8（2）：102-106.

[4]甄彤，张秋闻，马志.基于改进蚁群算法的粮食物流调度研究[J].河南工业大学学报：自然科学版，2013（3）：62-65.

[5]郎茂祥.物流配送车辆调度问题的模型算法研究[D].北京：北方交通大学，2014.

[6]郎茂祥，胡思继.车辆路径问题的禁忌搜索算法研究[J].管理工程学报，2014，18（1）：81-84.

作者简介：张锦光（1978-），男，汉族，广东佛山人，佛山科学技术学院，职称：高级网络工程师，学历：本科，研究方向：计算机网络工程方面。