浅谈地方物流传输智能化的发展与研究

郭晓梅 李佳琪

摘 要：本文旨在充分调研发展中地方物流业务的现状和问题的前提下，通过对现代化智能物流系统和遗传算法的国外内研究，结合现代物流传输的特点，阐述了基于发展中地方物流的智能化传输体系的设计思想以及智能安全设备的应用。目的是提高地方物流系统的运转效率，降低地方物流业的运营成本。对促进发展中的地方产业转型升级有一定的意义，也可为以后结合“互联网+”的地方智能物流系统应用研究提供参考。

关键词：物流传输;智能化

一、研究背景和现状

现代物流业对实现经济社会可持续发展，提升综合实力和竞争力，推动比较优势向竞争优势转变具有重要的意义。同时，物流是经济运行的“血脉”，对地方经济发展、承接产业转移有着重要影响，是一个地区投资环境好坏的重要体现。

当前发展中的地方物流业已初具规模：①物流规模不断壮大、市场主体快速：近年来，地方经济社会快速发展，生产和消费“水涨船高”，直接推动全市物流规模不断扩大。②新型物流业态方兴未艾、产业与物流加快融合互动：电商物流、冷链物流、保税物流开始兴起。物流业与农业、制造业、商贸流通业融合发展加快，专业化的物流服务初露端倪。

虽然新型物流累积的积极因素正在增长，集聚的发展能量正在涌动，但大多数发展中地方物流企业运营方式都停留在提供运输、仓储或货代服务的初级阶段，主要存在以下的弊端：①物流运输分散和智能化水平不高导致物流资源浪费严重。②缺乏现代化智能化配送信息系统支撑。据调查，物流服务企业中，物流信息系统应用的落后已成为中小物流企业进一步发展的瓶颈。③缺少运输大数据平台和监管信息系统，缺少不同运输方式信息共享机制，行业监管、运营、服务的智能化程度比较低。由于运输信息系统、仓储信息系统、物流作业管理信息系统之间互不沟通。物流企业之间无法共享配送货运信息，无法协作分享货运业务，形成集约化共同配送，大多数小规模的物流企业都无法将物流配送过程的进展状态与供应链上其他企业进行即时分享。

二、研究内容

无论在国内外，大家认为遗传算法在路由选择、仿真优化、配送、中心选址、仓库管理、云服务平台都有很好的建树。目前根据国内外智能物流系统的研究状况，发达地区的智能物流系统的研究取得了一定的研究成果，主要集中在智能物流系统的理论研究和基于RFID、物联网的智能物流系统设计。相对而言，针对具有地方性特点，特别是如何改善发展中地区物流存在“小、乱、弱、低、缺”的问题，即结合“互联网+”的地方智能物流系统研究较少。

（一）研究目标和对象

为了争取实现企业供销两端的无缝衔接，通过对等、实时、互动的网络传送手段，完成小订单与小需求的对接，需要对地方物流政策平台和主要影响因子进行研究，设计贴合地方智能物流（路由、时间、车载、需求量等）的遗传算法，最后结合相关学术论著的理论观点，进行算法设计，构建智能物流体系。

（二）研究步骤

构建适合于地方产业结构的高效智能物流体系的关键步骤：

①本地物流大多存在“小、乱、弱、低、缺”特性，如何从中快速选取种群中的优秀个体进入下一代，进行遗传算法的交叉运算。

②如何将交叉算子的设计充分与物流传输的特性结合，避免算法的整体寻优效果下降。以及怎样控制变异次数，做到兼顾群体多样性和优良基因的保持。

③如何建立高效的物流信息服务平台，能对企业资源和物流资源进行高效整合，能对物流传输各要素进行有效无缝对接及进行标准化操作，并能对物流进行全程监测。

三、设计思想

地方现代化智能物流传输系统需要考虑多方面的平衡，假使地方物流配送中心已经通过了优化选址，那么接下来主要考虑顾客配送地点分散，配送车辆不足导致配送时间不定的问题，即本节主要针对物流配送途中除了车载量考量，还有时间约束的时间窗车辆路径问题进行讨论，此概念最早是由Dantzig和Ramser于1959年首次提出，它是指物流区域的顾客群，每家都有自己的配货要求，配送中心向顾客配送货物，由一个车队负责分送货物，在一定的约束下，能够选择合适的配送顺序和行车路径，目标是使得客户的需求得到满足，达到诸如路程最短、耗费时间最少、成本消耗最少等目的。

接下来，简单描述基于遗产算法的带时间窗车辆路径规划的思想：

首先，因为顾客地点众多且分散，而车辆又是考虑因素之一，所以不采用0和1标记，我们可以采用简洁的符号编码方式对染色体进行编码，只不过此时符号用数字表示。即如果有M个顾客，最大使用车辆数为N时，预设染色体长度为M+N-1，即染色体表达式：（1，2，3…M+N-1）。

在物流传输中，车辆与路径、配送中心的设置可用染色体表达式简化，如当有6个顾客，分别表示为编号1，2，3，4，5，6;最大使用4台车配送，假使其中一条路线设置为：配送中心—1—2—配送中心—3—4—配送中心—5—配送中心—6—配送中心;也可以設置其他的路线：配送中心—1—配送中心—2—3—配送中心—4—5—配送中心—6—配送中心;配送中心—1—配送中心—2—3—配送中心—4—5—配送中心—6—配送中心等。因此，分别对应的染色体表达式为：127348596;172384596;172384596。其中7，8，9分别表示配送中心。

此时，并不能保障采用的这些路线满足时间约束，因此需要引入制约函数，当然采用上述编码方式不能保证解码的各条配送路径都满足载重量约束和时间窗约束，所以为了能够简单解决违反约束这一问题，我们使用制约函数的办法来进行求解。制约函数的因子包括了成本与客观条件的综合考虑，即影响成本的重要因子之一是运行距离，无特殊情况运行距离越小，成本越小，而同时要满足客观条件的制约，制约的因素由车辆载量和时间要求决定，因此F（s）=S（s）+aL（s）+bT（s），其中S（s）代表运输中的运行距离，L（s）代表超容量约束之和，

T（s）代表超时间窗约束之和。a为超容量约束的权重，一般来说，超容量约束容易控制，所以权重设为5。b代表超时间窗约束，时间相比容量难于控制，因此b设为50。当1/f（s）越小代表越接近目标。

接下来进行初始化，初始化种群的前提条件是构造初始解，在构造初始解时要考虑的是如何降低搜索的难度。假设顾客数量为N，车辆数m，其中g为其中的一个顾客，生成一个遍历序列为：g，g+1，g+2…N，1…，g-1;一直遍历到序号为N生成初始解。

具体操作如下：若将编列序列顾客i添加到第k条路径中，当此路径暂无其他顾客时，可以直接加入路径k;若有1个顾客，根据左时间窗大小添加，若有h个顾客，则要在h-1对顾客中查找当i顾客插入后是否仍能满足前后顾客的时间要求，可以的话插入，否则排列到最后。这里需要注意的是，若当第k条路径已经超出车载量约束的话，记录之前访问的顾客，继续更新K+1路径…在构造完初始解后，将所有路径转换为个体，类似所说的127348596即为一个个体，至此初始化结束。

接着采用基本遗传算法的选择策略，选择适应度大的个体进行下一步交叉操作，交叉操作如下（设交叉区间为[4，7]）：

此时发现交叉后可能存在基因点重复的情况，因此进行调整子代A为1237865940，子代B为2104567389。接下来变异操作可以将交叉片段进行反序。当然此思想在算法实现时的精确度、可行度以及计算复杂性上都有所欠缺，需要进行持续性地研究和改进。

四、物流传输的智能安全设备

除了日常的物流配送需求，还要考虑到某些对安全系数要求较高的物品配送需求，因此可以智能化运输系统还加入智能锁的设计与应用，比如银行传票，机密物品或文件的传送过程中可以使用，智能锁的报警功能和记忆功能，可以避免传输过程途中物品被人为打开或窃取。

五、结语

本文通过国内外对智能物流传输、遗传算法的相关研究成果的研究，阐述了基于发展中地方物流的智能化传输体系的设计思想以及智能安全设备的应用必要性，其中包括介绍了遗传算法的研究现状、在解决物流传输问题上的工作原理和特点和存在的问题。

参考文献：

[1]郎茂祥.基于遗传算法的物流配送路径优化问题研究[J].中国公路学报，2002，15（3）：76-79.

[2]Cordeau J F，Laporte G，Mercier A.A unified tabu search heuristic for vehicle routing problems with time windows[J].Journal of the Operational Research Society，2001，52（8）：928-936.

[3]李跃军.永州市现代物流业发展问题调查与思考[J].经济，2016，（6）8：257-258.

[4]许珮.带时间窗的物流配送中心车辆路径优化问题[D].2018.

[5]陈国良，王熙法，庄镇泉.遗传算法及其应用[M].人民邮电出版社，1999.

基金项目：湖南科技学院科学研究课题：基于遗传算法的永州智能物流传输策略研究（湘科院19XKY055）

作者简介：郭晓梅（1982— ），女，汉族，湖南永州人，硕士，讲师，工程师，研究方向：智能应用、自動化测试。