基于蚁群算法的STL公司配送路径研究

李文斯　黄小军

摘要：随着物流行业的快速发展，科学地规划配送路径，提高配送效率，将是解决企业存活的重要手段。本文将围绕解决车辆路径优化为核心内容展开，以STL公司为例，运用蚁群算法及MATLAB仿真，为解决运输路径选择优化问题提供技术支持。

关键词：路径优化：蚁群算法：MATLAB仿真

一、STL公司配送现状分析

STL公司主营货物的零担快运，于2017年10月成立并运营，位于桂林灵川西二环路，距叠彩区政府4.2公里、七星区政府10.8公里、象山区政府8.8公里、秀峰区政府7.5公里、临桂区政府12.9公里、雁山区政府26.6公里。配送范围涵盖桂林市辖区。

（一）STL公司10 - 12月货量统计

通过对10-12月三个月的货量统计，可计算出10月份共到货1730票、12417件，平均每天到货56票、414件：11月份到货2277票、16692件，平均每天76票、557件：12月份到货3124票、19351件，平均每天100票、625件：从数据中我们可以分析出，这三个月的货量都呈上涨趋势。

（二）STL公司桂林市区10-12月配送率

以每天需要派送的货物到达配送中心并且当日安排派送且客户签收为准。10-12月每天的签收率，通过对公司相关数据统计，通过计算得出10月份平均配送率为12.18%：11月份平均配送率为26.4g%：12月份平均配送率为52.03%。尽管配送率有所上升，但配送率仍然很低，虽然12月份偶有100%配送率，但是次数很少且不稳定。

（三）STL公司桂林市区配送成本

本文主要包括配送运输成本、分拣成本、装卸搬运成本。由于现有固定配送成本无法改变，在这里从配送运输成本人手，最大限度地减少运输成本。

1.以冠超市万达店为例，其位于七星区，距离STL公司16.4公里，6件货派送费用了20元，根据司机提供的派送价格表1，七星区超过15公里，单票起步50元，超过的费用需要配送中心承担。配送中心每天需要承担高额的派送费。

2.有些司机会挑一些货量大，运费高的货物，对于同一区域货物，可能开具运费不一样，如有一票货物运费很低，司机宁愿选择多跑点路送运费较多的其他区域货物，这就会导致，配送中心另外安排司机配送，额外增加运输成本。二、STL公司配送存在问题分析

（一）缺乏对送货司机的有效管理

各个市区营业点未开业之前，货物配送均是外请司机，运费按距离和票数收费，定价过高，该公司的配送价格表如表1。

（二）送货路径规范程度低

公司共有8名外聘司机，每个司机配送区域不固定，没有固定配送线路。司机每天根据区域货量自己去仓库找货，基本按照意愿去送货，导致配送效率低、成本过高。

（三）物流运转效率低

分拨经理岗位一直处于空缺，仓库规划的不合理导致货物入库混乱、分拣时间长，不利于货物的寻找：库区没有划出明显界线，堆放杂乱，拣货时间长：装卸工人缺乏专业技能，不能合理堆码货物，装卸时间长。

结合上述存在问题，本文拟用蚁群算法结合MATLAB软件提出解决策略。

三、MATLAB求解STL公司VRP问题

（一）设置初始参数

根据STL公司10-12月份送货量统计，选取某司机经常配送地点为例进行路径优化，运用百度地图获取配送中心及配送地点的经纬度坐标，然后将其转换为X、Y坐标。

C：n个城市的坐标，nx2的矩阵，根据表3所示，C设置坐标如表2所示。

n=6;

NC_max：蚁群算法MATLAB程序最大迭代次数，设置迭代次数NC_max= 100;

m：蚂蚁个数。m=200;

a：表征信息素重要程度的参数。a=l;

p：表征启发式因子重要程度的参数。β=5;

p：信息素蒸发系数。p= 0.1;

Q：表示蚁群算法MATLAB程序信息素增加强度系数。Q=100;

接着进行MATLAB建模，变量初始化，然后构建解空间，计算待访问配送点，记录迭代最佳路线，更新信息素，最后禁忌表清零，输出结果。结果如图1所示。

四、STL公司优化效果分析

（一）减少运输成本，提高服务质量

STL公司到各配送点的最优路径是：0-1-6-3-5-2-4-0，距离为16.8445公里。按之前司机所收配送价格，可算出在桂林市区配送价格大致为每车货/公里8元，一个送货司机从配送中心送完6个送货地点共收取派送费510元，经MATLAB仿真优化后得出六个派送点共需支付派送费用135.076元。节省运输成本374.924兀。

（二）节约配送时间，提高运输效率

将优化的配送路径运用到实际配送中，通过对司机的配送时间计时，优化前线路：0-1-2-3-4-5-6-0，耗时6h;优化后线路：0-1-6-3-5-2-4-0，耗时3.8h;线路优化后配送时间减少2.2h.并且加急的货物还可以合理的优化，大大提高了配送效率。此外，通过统计得出桂林配送中心1月份平均配送率达86. 90%，比10、11、12月份提高了74. 72%、60. 41%、34. 87%。100%配送率的天數达到了9天，极大地提高配送效率。

（三）精简配送人员，降低运输成本

路径优化前.8名配送司机没有固定配送点，造成配送混乱，严重影响配送效率。路径优化后根据4区域货量和距离，平均划分给3名司机，另安排1名司机配送散货。原有8名外聘司机缩减至4名，避免了司机抢单、跨区域配送等情况，降低了运输成本。

五、总结

本文通过STL公司配送车辆路径问题深入研究，将该问题与蚁群算法相结合，利用MATLAB建模，对车辆路径进行优化，使配送路径总长最短，运输效率最高，经济效益最大。由于公司成立较晚，本次数据采集样本量较少，应用时需要根据实际做一些修正。

参考文献：

[1]张巍，电网企业物流配送路线优化与应用研究[D].华北电力大学（北京），2016.

[2]温正.MATLAB科学计算[M].北京：清华大学出版社.2017：134-140.

[3]许能闯.基于改进蚁群算法的TSP问题研究[J].软件导刊，2018（ 02）：56-59.