煙草商業企業基于時間成本的物流線路優化研究

摘要：降本增效，提升綜合服務水平是煙草商業企業未來的核心競爭力手段，本文結合煙草商業企業物流配送實際，運用科學合理的數學建模算法，提出了一種基于時間成本的物流線路優化方法。

關鍵詞：聚類；最優路徑算法；工作量模型；訂單日規劃

中圖分類號：F253 文獻識別碼：A 文章編號：1001-828X（2017）013-0-01

一、引言

隨著我國煙草行業從傳統商業向現代流通模式的轉變，煙草物流配送正逐步向“集約化管理、規模化經營、專業化物流、標準化服務”方向發展，如何實現物流配送高效、低成本的運作模式，提高煙草企業整體競爭力水平，是許多煙草企業面臨的一個關鍵問題。

文章提出了一種基于時間成本的物流線路優化方法，通過科學規劃配送線路、平衡每日訂單分布等方式，使卷煙網絡分布更加合理，進一步降低固定投入和業務成本，提高供應鏈管理水平。

二、算法模型

基于時間成本的物流線路優化計算主要運用到三個求解算法，分別是聚類算法、最優路徑算法和訂單日規劃算法。基本求解方案是：第一步按照車輛裝載率完成對客戶興趣點聚類；第二步細致優化配送路徑；第三步平衡每日訂單分布。

1.聚類算法

聚類是空間數據挖掘中的一個重要研究領域，是指將物理的或抽象的對象分組成為由類似對象組成的多個類（簇）的過程。

以紹興煙草為例，聚類計算時首先采用自下而上的一階段方法對全地區26000個零售戶點進行聚類，獲得411個初始聚類結果。再根據實際需求，按照類容量將前408個類作為直接指派的初始類核，以配送車裝載率90%作為類容量上限，進行直接指派聚類，最終獲得聚類結果。

2.最優路徑算法

最優路徑算法的目標是尋找給定起點和終點間的最短路徑，文章采用Dijkstra（迪杰斯特拉）算法。Dijkstra算法是典型的單源最短路徑算法，用于計算一個節點到其他所有節點的最短路徑。主要特點是以起始點為中心向外層層擴展，直到擴展到終點為止。

⑴初始時，S只包含源點，即S=v。U包含除v外的其他頂點，U中頂點u對應的距離值為邊上的權（若v與u有邊）或 ∞（若u不是v的出邊鄰接點）。

⑵從U中選取一個距離v最小的頂點k，把k，加入S中（該選定的距離就是v到k的最短路徑長度）。

⑶以k為新考慮的中間點，修改U中各頂點的距離；若從源點v到頂點u的距離（經過頂點k）比原來距離（不經過頂點k）短，則修改頂點u的距離值，修改后的距離值為頂點k的距離加上邊上的權。

⑷重復步驟（2）和（3）直到所有頂點都包含在S中。

3.配送工作量模型和訂單日規劃算法

進行訂單日規劃時，文章引入工作量模型概念，將綜合作業時間作為線路優化的單一標準，把送貨戶數、送貨量、行駛里程等多維度統一轉換成工作時間，解決線路優化時指標過多，計算困難的問題。

綜合作業時間=裝車交接時間+車輛行駛時間+基本服務時間+客戶交接時間+現金繳款時間。裝車交接時間=（裝車準備時間×車次）+（裝車框數×單框裝車時間）

訂單日規劃算法的目標是確定各配送線路的配送車輛和配送日，規劃要求滿足以下約束條件：車輛數最少；一周內各配送車輛工作時間基本均衡；每天各配送車輛工作時間基本均衡；每天工作時間上限設定6.5小時。

訂單日規劃算法模型：

約束條件：

（1.1）

（1.2）

（1.3）

（1.4）

i 需要安排的路線序號；取值范圍從1到路線的最大數；

j 送貨車序號；取值范圍從1到指定車輛數；

k訂單日的序號；取值范圍從1到5，表示一周配送5天；

b每天所有車輛工作時間的上限；

c每輛車一周工作量上限；

d每輛車每天工作量的上限，d為6.5小時。

公式（1.1）一條路線有卻只能有某輛車在某一天配送；

公式（1.2）每天所有車的工作量不能超過上限b；

公式（1.3）每輛車每周的工作量不能超過上限c；

公式（1.4）每輛車一天的工作量不能超過上限d。

三、結語

“低成本、高效率、優服務”是煙草物流建設的重要目標，文章提出的基于時間成本的物流線路優化算法，將影響物流成本的多維度指標轉化為綜合工作時間進行分析計算，為煙草商業企業科學合理的進行物流線路優化，提供了較完整的解決方案。

參考文獻：

[1]劉啟亮，鄧敏，石巖，彭東亮.一種基于多約束的空間聚類方法[J].測繪學報，2011（4）.

[2]郝立麗，郝立柱.確定聚類數目的一個準則（英文）[J].Northeastern Mathematical Journal，2008（6）.

作者簡介：楊金欣（1981-），男，漢族，浙江人，浙江省煙草公司紹興市公司，系統管理員，工程師，主要從事數據分析研究。