基于遺傳算法的跨境電商物流網絡優化研究

0 引 言

當前的商業環境都是以客戶需求為導向的，而供應鏈的核心正在逐步向需求方改變。目前，“需求鏈”已經引起了人們越來越多的關注。企業的產品從生產商的工廠開始，通過中間的銷售通道，例如批發、配送和零售（每個企業的銷售序列都不一樣），然后才能抵達終端用戶。這些中間商與廠家、客戶構成了完善的物流和分銷網絡。這些設施分布在各個地區，因此如何將其整合起來，并在其內部進行適當的分配，是企業提升競爭力的重要戰略決策。國內學者主要提出以下觀點：何志林（2022）提出遺傳算法在跨境電商中，可以采用多目標的物流路徑優化方法[1]；臺德藝等（2022）提出基于遺傳算法的跨境電商在布局與綜式區中的典型案例，并提出對應的優化路徑[2]；楊榮川（2022）提出跨境電商物流服務供應鏈應將遺傳算法作為主要路徑并展開對應的舉措[3]；周林（2020）提出跨境電商生鮮食品的訂貨運輸可以通過遺傳算法來提高物流的運輸效率[4]；黃瑾（2020）提出，出口跨境電商海外倉可以通過遺傳算法做出精準的選址[5]；錢麗麗（2019）提出跨境電商環境下物流企業的核心競爭力主要體現在遺傳算法方面，通過遺傳算法能夠提高物流企業的核心競爭力[6]。

1 優化問題建模

1.1 優化目標

在理想的情況下，良好的跨境電商物流網絡可以為企業帶來更高的價值，降低成本，改善客戶的服務水準。大多數物流網絡的優化問題都是以最少的代價為目標進行的；還有一小部分研究把客戶的服務最大化地納入研究范圍，但兩者之間存在一定的沖突。客戶的服務水準反映在響應速度和可靠性上。為了確保更高的客戶服務質量，可以增加一些中間環節（例如增加一些配送中心），但這必然會增加企業的成本費用。同時，也可以通過低價的銷售渠道和廉價的運輸方式降低費用，但是這會對客戶的服務造成很大影響。由于這兩個目標都是決策者在進行物流配送網絡規劃時所要考慮的問題，因此在進行最優模型設計決策時，要為每個目標賦予適當的權重。例如，在不同的設置點之間，如何均衡地分配工作量。若只追求費用最低，就會造成某些設施點必須滿足大量客戶訂單，而其他的設施點卻不能完全使用。所以，設施點、平衡分布的使用效率也是值得考慮的優化對象與目標。

1.2 決策變量

跨境電商配送網絡的優化問題可以看作是怎樣選擇最合理的設施點的問題，把適當的產品運輸到適當的設施點。在優化過程中，要解決以下變量問題：工廠數、工廠在j地是否要設立分廠；中間設施（例如，倉儲或配送中心）的數目，在i地是否有必要設立銷售點；從第i個工廠向第j個分揀站運送的貨物數目，從第j個分揀站向第m個顧客運送的貨物數目。

1.3 約束條件

這一優化問題的基本約束條件有兩種類型：一種為“能力約束”，以一個兩層的銷售網絡作為例子：一個工廠最大的生產產能限制，配送中心最大的儲存和加工能力的限制，最多可以建設多少工廠，最多可以設立多少個配送中心。另一種類型為“分配約束”，也用一個兩層的網絡作為例子：每個配送中心的需求都要大于或小于所有的配送中心所處理的貨物總量；分配到工廠的需求與分配到各個配送中心的需求相等。另外，一些其他的分配約束涉及決策人員所要建立的網絡特征。例如，決策制定者規定，每一位客戶只可由一家配送中心進行供應，而此規則也屬于分配約束，并加入該模型中。

1.4 數學模型

根據決策者的不同要求，對具體的配送網絡進行優化，其特征各不相同，因此，需要建立相應的模型。在一般情況下，該問題包括兩個方面：目標函數、約束條件方程（或不等式）。該模型包括單位運輸費用、運輸時間、單位處理費用、設施最大容量和加工時間等參數。該模型中的變量包括：0-1變量，表示設施點的位置是否已設定，以及從一個設施點到另一個設施點的物流量。

2 問題解決方法

在大型物流配送網絡中，該模型有數百個約束和變量，是一種大規模的0-1整數規劃模型。目前已有一些學者提出了新求解方法，即線性規劃和混合整數規劃。然而，當各個問題的規模越來越大時，其運算復雜性和運算速度都會得到顯著提高。近年來，利用進化演化算法對此類 NP問題進行了研究。在進化遺傳算法中，演化算法是最有名的。與其他算法相比，遺傳算法的優點是：第一，不依賴于問題本身，用戶不需要擁有專業知識，僅需要在演化過程中，通過對對象進行評估來求解。第二，該遺傳算法的本質是一種能夠有效地避免局部最優的隨機搜索方法。第三，從一個解集開始，相對于其他方法，搜索法的效率要高得多。綜合以上特性，對比別的優化算法，遺傳算法具有較強的魯棒性B。

3 遺傳算法

遺傳算法是一種模擬生物演化過程中自然選擇的一種方法。本文對遺傳算法進行了詳細的描述：第一，用隨機方法生成序列的初始化方法。每一種初始模式都表示一條染色體，而每一條染色體都是一組二進制編碼，以表示特定的意義。各染色體的適應程度是通過適應功能（基于對象而建立的適應功能）決定的。第二，就是演化，從現有種群中獲得的染色體會以一種隨機方式，形成一組新的群體。遺傳算法的計算方法如表1所示。

表1 遺傳算法的計算比較

從表1中可以得出結論：新種群遺傳了母系的某些特征。演化的過程主要是交叉和變異。雜交產生的后代具有 A 的某些特征，其余的則具有 B 的特征。變異是指在母體上的一個基因發生隨機變異，從而形成新的后代。當演化到滿足終結條件時，該算法就會完成。

3.1 染色體的表示方式

在遺傳算法中，首先要做的就是對染色體編碼。在配送網絡的優化過程中，需要用染色體來表達兩種決策。第一種是建設和使用的設施點，這一節使用0-1編碼。例如，有M個可能的分配中心或工廠，可以用M位二進制來表示每個設施點。0表示沒有必要，1代表需求。第二種是針對不同的配送地點和工廠的需求，這是典型的網絡結構問題。大多數學者把網絡的整體結構用矩陣表示出來。然而，由于矩陣表示方法所需要的每種網絡結構都要用m*n個數字來表達，因此在運算時會占用大量存儲空間。實際上，這樣的分布網絡可以看成是由許多擴散樹構成的，如表2所示。

表2所示的評價指標體系分為三層，二級指標則分為四類，將對應于每一類指標的三級指標進行劃分，以實現對物流企業核心競爭力的科學、全面的評價目的。從中不難看出：為了構建中國的鐵路運輸電子商務模式，網上辦理系統在不斷升級與改善，從而推出了四大功能：一是信息化服務，物流信息能夠通過網上貨物追蹤，清晰、準確地查明信息。二是鐵路運輸需求提報，這樣可以提前訂購所需的貨物，避免出現有貨沒車的情況。三是物流需求得到保證，不僅可以使得倉庫儲存的貨物得到保障，還可以節約時間成本，通過網上訂購，就可以將貨物送上門。四是提供網上業務護理，其中包括業務咨詢與投訴，可以使得貨物得到有利的安全保證。同時，電子商務環境會提升鐵路貨物的運輸質量和服務水平，網上電子系統會將貨物數據準確地報給訂單人，訂單人與賣單者可有機結合在電子商務平臺的管理系統中，若期間哪方出現問題，都可以追蹤到具體的人，以此大幅度提高了鐵路運輸時間的準時性與鐵路運輸的高效性，從而使得貨物量增長，帶動了周邊環境的經濟發展。

表2 染色體物流遺傳算法競爭力示意圖

3.2 適應性

適應性是衡量一種方法是否能夠生存、發展的重要因素，它反映了該方法在多大程度上達到了目標函數。所以，適應性的設計和優化的目的是密不可分的。在本文的第2節中已經提到，當前的最優模式都以降低成本為目的，然而，在設計分銷系統中，顧客的服務水準也成為重要因素之一。單純追求最小代價，會使最佳方案不能滿足顧客的合理需求。此外，還有一些其他的原因，比如各個分站的工作情況、設備的使用情況。如何在目標函數中綜合考慮上述因素，由于各因子之間此消彼長，因此用一種簡單的線性方法來表達是不合理的。表3為物流遺傳算法評價指標的權重。

表3 物流遺傳算法評價指標的權重

綜所上述，考慮到以上因素的權重在很大程度上依賴于決策者對具體問題的偏愛，故本文將AHP方法應用于多目標綜合問題中。AHP分析法是一種常用的多標準決策問題求解方法。該方法把一群決策者的知識和經歷融入決策的進程中。經理可以根據自己的喜好，對每個相關的目標進行加權調整。所以，可以采用AHP分析法，比較合理地決定哪個方案與其他方案相比要更好。不斷提高物流交通運輸中基礎設備的質量，不僅要改善交通設施，提升公路的運輸高效性，還要適當地降低公路的費用，同時，公路的運行質量也要得到相應的保證，這需要政府部門對道路進行勘測與修補，提升公路的運輸質量，需要修建、維護公路。其次要增強倉庫基礎設施，在電子商務環境下，倉庫的物流信息需要實時更新到網絡平臺上，不僅對客戶來說是通透性的訂單，而且對自己來說，能夠保證貨物的去向、存有量，同時，要修建智能倉庫，以保證倉庫里的貨物安全與質量完好。最后，加強信息系統。網絡購物的物品以零散為主，同時，能網購的網上App有淘寶、京東商城、當當網等，若鐵路部門能與這些商家建立一定的關系，不僅可以使得倉庫的服務質量得到提升，還能節省時間，直接由鐵路部門發貨，這樣的新型倉庫系統在跨境電子商務環境下更能體現出物流運輸的價值與高效。

3.3 遺傳算子

在遺傳算法中，主要采用了兩類遺傳算子：交叉運算和突變運算，它們都是通過改變遺傳結構來提高群體的多樣性。交叉算子交換了一對母細胞的信息，由此生成了兩條新的后代染色體。該方法如下：首先，隨機生成一個交叉掩碼，并在兩個染色體間按照掩碼的方式進行基因交換。其他常見的交叉操作是單點交叉，隨機選取一個交換點，使兩條染色體的右邊互相交換，生成新的后代。因為單個點的交叉并沒有引起太大的改變，所以一些研究人員使用了多個點的交叉（例如，兩個點的交叉）來加快基因的演化。太過復雜的交叉處理對染色體有很大的影響。突變操作會在母體中隨機地改變一種或多種基因的數值，從而生成新個體。在一條染色體上選取兩個位置，將該片段中的基因反向排列。另外一位學者則提出了替代變異方法，這種方法是從一條染色體中隨機抽取一條，再從另一條線上隨機插入。在選取操作符時，要考慮到操作符能否保證染色體母體自身的可行性，所以必須將遺傳密碼與可行判據相結合。

4 結 語

近年來，國內外學者對跨境電商物流配送網絡的優化問題進行了研究。在對傳統的遺傳算法進行歸納后，提出了一種基于遺傳算法的跨境電商物流配送網絡優化問題的遺傳算法。目前已有的研究主要是在日本、韓國等國家進行的，國內也有相關文獻對此類問題進行了探討。例如趙曉煜等在此基礎上，建立了一種基于模糊機會約束的供應鏈兩級配送網絡的優化設計方法，其特征為將各生產設備的需求和各設備點的容量等已知參數視為模糊參量。陳偉達等提出一種基于機遇約束的兩層配送網絡優化設計方法。該方法的特征是將各生產要素的需求及各生產點的產能作為隨機變量，以滿足正常分布。