苏州市区单门店型农产品平价商店共同配送研究

徐晓峰101149) (北京物资学院,北京

China Market - - 目录 - 徐晓峰

[摘要]文章对苏州市单门店型农产品平价商店的经营情况进行说明,针对实际问题通过规划数学模型,利用蚁群算法求得最优解,即最短路径和最少车辆,并达到最佳效果。最后,针对苏州市农产品平价商店进行共同配送的路径研究。单门店型农产品;平价商店;蚁群算法;共同配送 [关键词] DOI 10  13939/ j  cnki  zgsc  2017  06  104 [ ]

1门店情况

1 1门店分别数量2014年,苏州市物价局进行了定期年中检查。结果,苏州68 40市区包括平价直销店 家、平价配送店 家、超市平价直销35 3 3区家、超市便利店平价直销区家、平价集贸市场 家,合149 34计家农产品平价商店检查合格。其中,家农产品平价商1店仅有家门店,为单门店型经营。其主要涉及平价直销店以2016及超市平价直销区。年,苏州市物价局又一次进行了定期44年中检查。结果,苏州市区包括平价直销店 家、平价配送店52 29 2家、超市平价直销区家、超市便利店平价直销区 家、平2 129价集贸市场 家,合计家农产品平价商店检查合格,其中, 26单门店型平价商店数量减少至 家。近年来,苏州市区农产品平价商店的经营主体发生了明2014 69 2016显变化。其中,平价直销店,由 年的 家降为44 13年的家。单门店型平价商店数量降至 家,减少了50%, 34%占平价直销店总数的 。超市平价直销区,部分包括家乐福、大润发等在内的大型连锁超市数量出现了少量1增加。另外,麦德龙、乐购等仅有家门店的超市数量出现2014 10 2016 6明显减少,由 年的 家减少为 年的 家,同样50%, 19%减少了 占超市平价直销区总数的 。1 2门店位置苏州市区单门店型平价商店的位置以及坐标分布,如图1 1所示。由图可以看出,除周边有几家零散门店分布,大k部分的门店都集中在苏州市区中心。由于这些门店的分布相对集中,可以利用第三方物流企业完成店内蔬菜配送,再通过合理规划路径,能够降低配送农产品的物流成本。

2建立数学模型

根据单门店型农产品平价商店的实际需求,可以建立以

k下数学模型。即,位于农产品交易园区的物流企业,拥有

Q n辆载重为的货车,并为联盟属下的个门店提供配送服务。已知物流园、各个门店的位置,在各门店日常需求稳定的条件下,通过寻求最优的车辆配送路线,实现配送车辆总数最少,到达配送总里程最短。1) P, P={ i}, i= 0,1,…, n  i= 0 ( 门店集合 当 时,指蔬菜来源,新区长江路批发市场。2) V, V={ k}, k= 1,2,…, m m ( 车辆集合 为待决策变量3) i qi, i∈ P( i= 0 q0 = 0) ( 门店的需求量为 时,

4) i j Lij = l ( 门店 与门店之间的距离 ( ) ij 5) Q, (采用统一车型配送,每辆车的载重量能力为Q≥ max{ qi} i∈ P 6) xijk = ( 1, k i j { 配送车辆 在给门店配送后立即为门店 配送0, 其他最终要解决的问题为: min 1) ∈ V i, j∈ P 门店坐标系分布根据百度地图的显示确定,具体坐标: (- 32,- 3), (- 22, - 1),高新区镇湖绿湖农产品商店; 绿鲜旺(- 19  5, - 19),平价直销店; 香山街道农产品平价直销店; (- 12  5,- 42  5),吴中区临湖镇珍珍食用农副产品平价直销店; (- 3, - 22  5), (- 4,- 21  5),木渎五峰绿康农产品平价直销店; (- 1, - 16  5),苏州市吴中区胥口欧特福超市平价直销区; 吴中3, - 11),区可佳农产品平价直销店; ( 乐购超市新区店平价直销1, - 5), 1,4),区; ( 麦德龙超市新区店平价直销区; ( 姑苏区金5, - 4),阊欧德福超市平价直销区; ( 阳光城超市便利店平价直销5  5, - 9  5),区; ( 苏州市高新区狮山街道宝鲜平价直销店; 8  5, - 8  5), 9  5, - 7), ( 姑苏区金阊丰赢生鲜平价直销店; ( 乐12  5, - 8),惠菜园农产品平价直销店; ( 丁丁农副产品平价直销14  5, - 9), 16  5, - 10  5),店; ( 乌鹊桥路农产品平价直销店; ( 9, - 11  5)大宁购物广场有限公司南园分公司平价直销区; ( 苏州11  5, - 15),市梦成平价直销店; ( 邻里情农产品平价商店 (四季0,0),晶华平价直销店) ;( 新区长江路批发市场。

min xojk 2) ( ∈V ∈ P  s t  xijk = 1 3) ( ∈ V j∈ P, i≠ j xijk = xjik 4) ( ∈ P ∈ P qixijk≤ Q 5) ( i, j∈ xijk∈ 0 1 6) } ( 1) 2)其中,公式 ( 、(分别为最短化配送路线以及最3)小化配送车辆数;公式 (为保证每一个门店都有且仅有4)一辆车为其配送;公式 (为保证车辆从起点出发配送5)后,可以回到起点;公式 (为保证每一条线路上,各个6) xijk门店的总需求量不超过货车荷载重量;公式 ( 为确保只能取整数。

3问题计算

3 1 ①蚁群算法步骤 n xn,步骤一:数据及初始化参数。输入门店 的坐标 ( yn) qn、客户点的需求等实际数据。设定每一代蚂蚁的数量m α β、信息素浓度加权参数、能见度加权参数 、车辆的载w NC重量 以及迭代次数 等参数。步骤二:路径点判断。路径即蚂蚁经过的门店连线。当蚂蚁在选择下一个门店时,如果符合车辆的载重能力等条件,可以依据转移规则,转移到概率最大的客户点;如果超出给定限制条件,则回到出发点,然后重新选择没有经过的门店,构建新的路径。步骤三:记录阶段性最优解。记录下各蚂蚁游历的路径、路径长度、线路数量。同时,比较获得当前最优解。步骤四:信息素更新。当所有蚂蚁回到出发点后,根据信息素更新规则,对所有路径的信息素进行更新。步骤五:迭代过程。重复步骤二、三、四,将每次迭代后获得的最优解与记录中最优解进行比较。分析是否优于记录最优解,若更优则替代原记录中最优解。步骤六:输出最优解。3 2蚁群算法的两个规则1) (转移规则。蚂蚁在行进过程中的方向,是根据信pk t), t息素浓度来选择的。在蚁群算法中用指标 ij( 表示在k i j时刻,蚂蚁 从 点向点转移的概率,数学表达公式如下所示。{ τij( t)] ηij] α[ β Pk = τij( t)] ηij] [ α[ ij s  tabuk 0 j∈ tabu , k 7) τij( t) t i j在公式 ( 中, 指在时刻,从 点通往 点路径t= 0 τij( 0)= 0 α上信息素的浓度。当 时, 。为信息素浓度α k加权参数,值越大,蚂蚁越倾向于选择其他蚂蚁经过的ηij i, j路径。 为能见度(或称启发函数) ,为 店之间距离的倒β β k数。为能见度加权参数,值越大,蚂蚁倾向于选择其他tabuk k蚂蚁没有经历过的新路径。 为包含蚂蚁当前经历过的点的禁忌列表。只要是曾经经过的点,则不可以再次经过。2) (信息素更新规则。随着时间的变化,路径上原本 留下的信息素浓度不断按比例下降。同时,蚂蚁在经过路径时又会留下新的信息素,导致信息素的浓度在不断更新。在t+ 1时刻,信息素的浓度表达如下所示。τij( t+ 1)=( 1- ρ) τij( t)+ Δτij( t, t+ 1) 8) ( 8) 1- ρ) ρ∈在公式 ( 中, ( 为信息素浓度下降系数, 0,1) Δτij( t, t+ 1) t, t+ 1) ( 。 指在( 时间段中信息素浓度的9)增量,如公式 ( 所示。 m Δτij( t, t+ 1)= Δτk t, t+ 1) 9) ij( ( k= 1 9) Δτk t, t+ 1) t, t+ 1)在公式 ( 中, ij( 为在( 时间段中, k i, j第 只蚂蚁在路径上所留下的信息素。

4计算结果

4 1条件设定2011 9 2014自 年 月建立至 年年初,苏州市平价商店累计14  4销售平价农产品为万吨。根据调研,平价直销店日销量为100~ 200 350~ 750千克、超市平价直销区日销量为 千克。由于受到平价商店所处位置、供应品类等因素的影响,同一家平价商店在不同时间的销量有所差别。另外,虽然不同平价商店的销量会有差别,但为了以下分析,对各自的日销量以平均数计150算。即,设每家平价商店的日需求量 千克,每家超市平价550直销区的日需求为千克。另外根据调研,苏州市专业第三2 9方物流企业冷链运输车的载重能力为 吨。4 2参数设定Ncmax 100; m 40;最大迭代次数 为 蚂蚁数目 为 重要度α 1; β 1; ρ 0  15参数 为 能见度参数 为 挥发度参数 为 。将Matlab7  11实际数据及相关参数代入 中,运算得最优解2 (如表 所示)。

1 9经程序运算、迭代之后得出最优解。路径 经过 家门店, 129 87  93%; 2车辆行驶总里程为 公里,车辆满载率为 路径 经10 66km,过家门店,车辆行驶总里程约为 车辆满载率为93  1% 2 (如图所示)。单门店型农产品平价商店自营物流阶19 362  60段,家门店运输总里程达到 公里。通过共同配送,总194  75 167  85路径为 公里,相比减少了 公里。3根据苏州市第三方物流企业的配送费用报价, 公里之50 3 4内为 元,超过公里部分每公里元。因此,对于路线P127)一的门店,在采用共同配送之前,各个门店配(下转 Antcolonyoptimization, ACO), Marcodorigo蚁群算法 ( 由1992) ( 在其博士论文中首次提出,是一种模拟蚂蚁觅食过程,利用群体智能来寻找组合最优化问题的启发式算法。

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.