基于遺傳算法的物流運輸路徑優化研究—以烏魯木齊郵政速遞為例

李莉， 阿力米熱木·阿合買提江， 尹三平

(1. 新疆農業大學， 交通與物流工程學院， 新疆， 烏魯木齊 830000；2. 湖南化工職業技術學院， 商學院， 湖南， 株洲 412000)

0 引言

城市共同配送，是商品現代流通的一種方式，旨在為電子商務的客戶提供服務。物流倉儲配送服務已然成為中國電子商務最為核心的行業環節，能夠提供一個全面完善的物流倉儲配送解決方案也成了很多中小賣家、電子商務供應商品牌商必須關注的問題。物流配送的許多環節都造成巨大的成本、人力、時間的浪費，物流企業必須重視物流配送系統的信息化管理，來降低物流成本。

1 郵政速遞配送問題分析

從烏魯木齊郵政速遞進行城市配送的現狀中，發現城市共同配送仍存在一些問題：配送成本太高；配送路徑不合理；配送時間太長；運力利用不合理。

由于路徑優化不合理出現迂回運輸，并未選取短距離進行運輸而是選擇路程較長路徑進行運輸，主要是因為在運輸之前未進行路徑的合理安排、組織不當而發生的迂回，造成人力、運力和財力的浪費。

2 多目標優化模型的建立

近年來，新疆的物流行業迎來了蓬勃發展的時期，烏魯木齊郵政速遞也加快了其快速發展的步伐。作為物流行業，快件的運輸價格是固定不變的，那就只能通過城市物流共同配送路徑的優化來降低企業的配送成本，在規定的時間范圍內以最快的速度送達門店。物流運輸路徑的優化是多目標優化問題，包括效益最高、成本最低、路程最短、單位運輸量最大、準時性最高等。本研究建立對應模型如式(1)：

由于計算機操作的隨機性，可能產生較大實驗誤差，需要通過構造綜合評估函數來減小誤差。假設多目標優化模型的綜合評估函數，如式(2)：

minZ1=∑i∑j∑kBijxijk(損失最少)

minZ2=∑i∑j∑kCijxijk(成本最低)

minZ3=∑i∑j∑kDijxijk(路程最短)

minZ4=∑i∑j∑kUijxijk(空載率最低)

minZ5=∑i∑j∑kTijxijk(配送時間最短)

minZ6=∑imaxSTi-di,0+maxdi-FTi,0(準時性最高)

(1)

Z=aZ′1+bZ′2+cZ′3+dZ′4+eZ′5+fZ′6

(2)

本文根據不同研究目標對企業整體效益會產生不同的影響，給每個優化目標設立相對應的權重。將其進行無量綱化處理為具有可比性的標準量，Z′1、Z′2、Z′3、Z′4、Z′5、Z′6量化后的數據，再進行綜合評估。

3 多目標優化模型的求解

3.1 數據的錄入

本研究采用MATLAB軟件對所建立的數學模型和NSGA-Ⅱ算法進行仿真。其中，點0表示烏魯木齊郵政速遞總部配送中心，i表示各網點，i∈[1,55]。選取不同路段共10個網點作為研究對象，網點1-10的快件配送量分別是60 kg、 40 kg、45 kg、50 kg、57 kg、73 kg、63 kg、67 kg、50 kg、72 kg。表1為各網點間的距離和費用表。根據NSGA-Ⅱ算法，利用MATLAB軟件，得出計算結果。

表1 各網點間距離、費用表

在針對烏魯木齊郵政速遞總部對各網點物流運輸路徑優化的過程中，設rij為交通修正系數。當交通狀況為擁擠時，rij為1.8；當交通狀況為正常時，rij為1；當交通狀況為空閑時，rij為0.7。

3.2 MATLAB仿真及求解

1) 遺傳算法流程圖

根據物流配送路徑優化問題及建立的數學模型，主要包含6個步驟，如圖1所示。

圖1 遺傳算法流程圖

2) 數據錄入

錄入數據如表2所示。

3) 程序編碼

部分程序代碼如下：

functionf= initialize_variables(N,M,V, min_range, max_range)

functionf= non_domination_sort_mod(x,M,V)

functionf= tournament_selection(chromosome, pool_size, tour_size)

functionf= genetic_operator(parent_chromosome,M,V, mu, mum, l_limit, u_limit)

functionf= replace_chromosome(intermediate_chromosome,M,V,pop)

表2 錄入數據表

4) 迭代程序代碼

設置參數：N=100，pc=0.6，pm=0.03，迭代次數為80。

(1) 兩網點之間配送時間最短，如圖2所示。由迭代圖得知，當迭代次數為70開始，配送時間趨于穩定。

圖2 配送時間迭代圖

(2) 兩網點之間配送距離最短，如圖3所示。由迭代圖得知，當迭代次數為60時，起伏較小；當迭代次數為70時，配送距離趨于穩定。

(3) 兩網點間配送費用最少，如圖4所示。由迭代圖可知，當迭代次數為70時，物流運輸費用趨于穩定。

5) 最優解

圖3 配送距離迭代圖

圖4 配送費用迭代圖

利用MATLAB軟件仿真得到Pareto最優解，如表3所示。

表3 Pareto最優解

由于計算機操作的隨機性，可能產生較大實驗誤差，需要通過構造綜合評估函數來減小誤差。利用MATLAB仿真軟件得出Pareto最優解之后，按照權重公式Z=aZ′1+bZ′2+cZ′3+dZ′5+fZ′6，根據烏魯木齊郵政速遞配送中心對各優化目標的重視程度，假設利潤比配送成本重要，配送成本比路程略重要，路程比空載率略重要，配送時間比空載率重要得多，得出權重矩陣：

V=0.924 1,0.553 1,0.357 2,0.185 7,0.786 3T

通過計算比較得到，方案7是所有方案中得最優解。

4 總結

隨著人工智能日趨成熟，各大企業也應利用先進的科學技術順勢發展。內地諸多物流企業已采用新能源車輛配送貨物，烏魯木齊郵政速遞也應適時的引進節約資源的物流設備設施，幫助企業因地制宜的尋求更加科學、高效、合理的運營方案。目前，物流企業進銷存價格已處于最低水平，若想進一步的提高企業的經濟效益，物流運輸路徑的優化是烏魯木齊郵政速遞經濟效益的冰山一角。隨著經濟的發展，烏魯木齊郵政速遞城市共同配送將進一步拓展在新疆乃至全國的貿易往來，那么在所有網點間商品的配送便成了研究的重點，也是烏魯木齊郵政速遞在今后運營中的重要研究方向。