网站首页  词典首页

请输入您要查询的论文：

　

标题 基于B2C的电商配送网络优化研究
范文 毕小青

摘要：文章研究了B2C环境下电商配送网络优化面临的配送中心选址、中转中心选址、最后一公里的配送策略问题，从成本角度考虑配送网络优化，构建配送节点联合，以系统总成本最小为目标函数的配送模型，基于已有研究成果，运用基于启发式规则的初始分配算法和禁忌搜索优化算法对模型进行求解。
Abstract： The paper studies the distribution center location， transit center location and last-mile distribution strategy in the e-commerce distribution network optimization under B2C environment. Considering the optimization of distribution network from the cost point of view and structure the combination about distribution node. The distribution model takes the system total cost least as the target function. Based on the existing literature， it uses initial assignment algorithm based on heuristic rules and taboo search optimization algorithm to solve the model.
关键词：电商配送；选址；配送成本；启发式算法；禁忌搜索算法
Key words： e-commerce distribution；site selection；distribution cost；heuristic algorithm；taboo search algorithm
中图分类号：F252；F713.36 文献标识码：A 文章编号：1006-4311（2018）33-0024-02
0 引言
面对巨大的电商物流配送量，电子商务企业、快递公司和第三方物流公司不断提升其服务质量，一方面，不断提高上门服务等服务模式的质量，另一方面，继续进一步加大末端配送网点的布局规划。电商配送中，配送中心选址和中转中心选址关系到配送流程运作效率和运营成本，电商企业和物流企业纷纷布局关键节点的配送中心和中转中心，试图将其作为企业的核心竞争力。
物流是电商发展的根本，合理的物流配送方案可極大提高物流企业的竞争力。蒋忠中等[1]建立选址-分配模型，设计基于嵌入表上作业法的遗传算法求解。Xu Bin等[2]立足于提升物流系统效率和降低运输成本研究了第三方物流考虑车辆不返回的设施选址及路径问题，采用模拟退火算法进行求解。赵泉午等[3]提出大型零售企业城市配送中心到需求终点的近似配送路程的中转中心选址和需求终点的双优化模型，结合集成遗传算法和禁忌搜索算法对模型求解。现有文献主要侧重研究中转中心选址及优化算法设计。文章主要构建了电商配送的多级节点成本估算模型，以系统化视角将配送流程分解成的若干节点进行成本评价，然后以整体化视角整合配送网络，对现有配送网络进行优化建议。
1 问题描述与建模
1.1 问题描述
电商配送问题是一个多级多节点配送问题，包括从城市配送中心到终端客户过程中面临的中转中心和最后一公里配送等的节点。城市配送中心承担库存、包装、分拣、运输甚至流通加工等功能。中转中心承担订单的中转分拨功能。最后一公里配送形态包括自提点、自提柜等形态。城市配送中心一般采用轻型卡车运输，中转中心到最后一公里配送点采用三轮车、面包车及电动车等进行配送。整个配送流程总成本包括从城市配送中心到中转中心的运输成本，节点运营成本和中转中心到最后一公里配送点的配送成本。在一个配送周期内考虑各节点包裹容量及单次配送量、节点包裹余量及余量保存成本。节点联合运营成本最小是电商配送网络优化的目标。
1.2 建模
1.2.1 模型假设
为对模型的经济性进行评价，可做以下假设：
①节点运营成本存在规模效应，即成本增加与包裹量变动非线性同步，可近似认为其服从正态分布；
②节点之间的配送距离采用近似算法；Daganzo认为车辆配送距离与末端需求点密度，中转中心与末端需求点之间的平均距离相关。中转中心i配送车辆行驶总距离Li与末端需求点之间的个数N的关系可表示为：
③配送包裹都能在配送周期内按要求准时到位；
④运输费用由卖方承担。
1.2.2 集合与参数设定
Ji：组成整个配送网络的节点总数；（i=1，2，3）
J1：配送中心集合；
J2：中转中心集合；
J3：最后一公里配送点集合；
N（j）：j配送包裹集合；
M（m）：m所安排包裹集合；
bn～Ji：Ji的最大中转能力；
qn～Ji：Ji的最大容件量；
em～mj：j对m的给件m～的最大运装能力；
Sn～Ji：节点Ji配送n～的固定成本；
Pn～j：单位包裹n～在节点Ji的可变配送成本；
In～Ji：单位包裹n～在Ji的存件成本；
Cm～Ji：单位包裹m～在节点间的转运成本；
dn～Ji：下游节点可接受上游节点的包裹量n～；
dn～Ji：上游节点向下游节点安排的包裹量n～；
pn～Ji：Ji对包裹n～的单位配送价格，因其是一个随数量规模变化的随机变量，可近似认为服从Pn～Ji～N（μp，δp2）。
1.2.3 决策变量
un～j=1，Ji配送包裹n～；0，否则or
xn～Ji：包裹n～在节点Ji的配批量；
yn～Ji：节点Ji的件存量；
Zm～Ji：包裹m～在节点Ji间的配送批量。
1.2.4 电商配送节点联合配送成本估算模型
依据文中对问题的描述、相关假设和各参数定义，可该配送模型建立如下的经济评价方法（成本最小化法）：
上述：式（1）中括号内各项顺次表示配送期内j的所有包裹下行配送费用、所有包裹的可变配送成本总和、所有包裹的存件成本总和及所有包裹的运输成本总和；式（2）表示上游节点向下游节点安排的包裹量平衡；式（3）表示Ji对包裹n～的包裹处理能力；式（4）表示Ji对包裹n～的存件能力约束；式（5）表示Ji对包裹m～的运输能力约束；式（6）表示决策变量非负和0-1条件。
2 模型求解
对于模型的求解，当前学者采用智能算法与启发式算法相结合的方式。杨珺等[4]采用禁忌搜索算法，周翔等[5]采用基于最小生成树聚类算法，关菲等[6]采用多目标粒子群算法求解模型，赵泉午等[7]设计混合优化算法对模型进行求解。文章将基于启发式规则的初始分配算法和禁忌搜索算法进行结合，构造出基于二者的混合算法进行模型求解。
2.1 基于启发式规则的初始分配算法
采用末端需求点配送量及配送距离比值由大到小的启发式规则对末端需求点进行分配：
③取矩阵Q中bij的最大值bij，bij表示末端需求点j欲分配节点i，检查i节点剩余容量能否满足末端需求点j。满足时，将末端需求点j分配给节点i，同时删除该末端需求点j所在列，当不能满足时，kij点置零。
④重复③直到将全部末端需求点分配给中转中心，生成初始配送方案。
2.2 基于禁忌搜索算法的优化分配算法
首先定义两个操作“移动”和“交换”。以A、B为例，“移动”指将节点A服务的一个或几个末端需求点改由B节点服务；“交换”是指属于A节点的末端需求与属于B节点的末端需求进行互换。
应用禁忌搜索算法对配送方案进行优化，其具体步骤如下：
①生成确定节点与末端需求点距离表。
②“移动”操作。随机选择两个确定的节点A和B，计算节点A服务的末端需求点距离B中转中心的距离，将距离最小的需求点改由节点B服务，判断是否满足节点B的能力约束；若不满足，则执行“移动”操作。
③“交换”操作。随机选择两个节点A和B，分别计算节点A服务的末端需求点距离节点B的最近距离，以及节点B服务的末端需求点距离节点A的最近距离。交换节点A和节点B中距离对方最近需求点，同时判断末端总需求是否超过配送能力约束。
④若待选解满足藐视规则，则考虑用满足藐视准则的最优状态代替当下状态成为新的可行解，再用与原状态对应的禁忌对象代替最先进入禁忌表的禁忌对象，同时转⑥；否则转⑤。
⑤判断待选解对应的各对象的禁忌属性，选择待选解集中非禁忌对象对应的最优状态为新的可行解，同时用与其对应的禁忌对象代替最先进入禁忌表的禁忌对象。
⑥判断终止条件，如果是，则停止搜寻，否则转②。
3 结语
文章将电商配送网络分为若干相互連接的节点，通过对网络节点的经济性进行联合评估来评价配送网络的有效性。构建了配送网络的成本分析模型，借鉴已有文献，采用基于启发式规则的初始分配算法和禁忌搜索算法对模型进行运算，对配送网络进行了配送成本优化。文章不足之处在于没有对算法进行案例仿真研究，只是基于已有文献成果进行了结果分析，从理论上论述了该评价方法的可行性。
参考文献：
[1]蒋忠中，汪定伟.B2C电子商务中配送中心选址问题及其优化[J].控制与决策，2005，20（10）：1125-1128.
[2]Xu Bin， Wei Chunli，Shi Zhangjiang，et al.Study on location-selection of B2C e-commerce logistics distribution center[C]//Proceedings of 2009 International Forum on Computer Science-Technology and Applications，Chongqing，China，December 25-27，2009.
[3][7]赵泉午，赵军平，林娅.基于O2O的大型零售企业城市配送网络优化研究[J].中国管理科学，2017，25（09）：159-167.
[4]杨珺，卢巍.低碳政策下多容量等级选址与配送问题研究[J].中国管理科学，2014，22（05）：51-60.
[5]周翔，许茂增，吕奇光.B2C模式下配送中心与末端节点的两阶段布局优化模型[J].计算机集成制造系统，2014，20（12）：3140-3149.
[6]关菲，张强.模糊多目标物流配送中心选址模型及其求解算法[J].中国管理科学，2013，21（S1）：57-62.
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2024/12/22 16:53:56