基于遺傳算法的應急生活物資物流配送路徑規劃研究

文/王巍

1.引言

隨著現代社會快速發展和城市化進程加快，近些年，突發公共性事件發生的頻率增加。突發公共性事件發生時，要組織好生活物資的分配，應急物流及時有效配送生活物資成為保障居民生活的關鍵。目前關于應急物流的研究內容主要以省市為主，保障生活物資與居民生活的物流配送路徑規劃幾乎沒有。這些事件爆發時前期由于需求不明確、供給不及時，導致生活物資沒有及時配送到居民區，因此，本文對應急生活物資物流配送活動進行研究，選擇最短的配送路徑，最短時間內將生活物資配送到居民區內。

2.應急生活物資物流配送現狀分析

目前應急生活物資趨向由社會各界定向采購，隨著全國醫療資源或生活物資的加入，同時需求的醫院或者需求的單位逐步明確需求種類，一方面捐助者也越來越了解需求者的真正需求，需要的物資形成了定向捐助，這種定向采購的供應鏈供需之間越來越精準，協同起來越來越高效。另一方面是政府的全面介入，在政府全面監管下，形成工廠的直采、直供模式，比如有國家對戰略儲備的豬肉快速調撥等；另外還有在政府協調和鼓勵下商業企業參與下的社會運營保障，像新零售、前置倉、社區團購、社區菜店等，參與社會民生保障的基礎性運營。

3.應急生活物資物流配送模式分析

針對以上應急物流現狀分析，應急生活物資物流配送進行一系列調研，分析總結出一些物流配送模式。

3.1 社區團購+集中取貨

應急生活物資特點是居民需求多樣性、配送時間相對固定，取貨時間相對集中。居民可以通過在聊天群、在線服務平臺等方式發起團購通知，以家庭為單位根據需求選擇生活物資，由社區工作人員進行采購或領取相關物資，并進行物資分配等工作。

3.2 前置倉+O2O平臺共享資源（配送員）配送模式

居民可在O2O平臺下單購買所需生活物資，線下配送因外賣員或快遞人員不足不能及時滿足，各O2O平臺（也包括外賣平臺）共享資源同時也吸納閑散人員，他們根據平臺訂單，依次在各門店取貨后（這時的各門店可看做前置倉），將生活物資等直接配送到社區門口，這種情況也可解決配送勞動力不足等。

4.基于遺傳算法的配送路徑規劃

根據以上分析，本次應急物流配送路徑研究是以“社區團購+集中取貨”模式為主，該模式因居民區人口密度較大，所需生活物資種類相對集中等，比較便于使用模型工具對其解決配送路徑問題。

4.1 遺傳算法模型研究

遺傳算法是通過對生物學中基因遺傳、基因變異與適應等概念的模仿，從隨機解開始，不斷在選擇、交叉、變異等過程中形成新解，在多次迭代后得到最優解，目前被廣泛用于解決復雜的路徑優化問題。

4.1.1 參數定義

（1）根據對研究問題的描述和假設，定義如下變量，如表1所示：

表1

（2）目標函數

運輸費用與運輸距離成正比，總運輸費用可表示為：

（3）約束條件

a.車輛載重量約束

每臺車上所配送的總貨物量不超過配送車輛的最大載重量。

b.配送車輛約束

在配送過程中,每輛車可以給多個配送點進行配送,每個配送點只有一輛配送車輛進行送。

c.配送點數量約束

每輛車所配送的配送點數量小于總的配送點數量。

d.每臺車輛都必須從配送中心出發

e.每次配送活動結束后車輛必須回到配送中心

將調研得到的數據代入上列公式再通過計算機運行算法的計算來得到最終結果。

4.2 實證研究

本次研究選取成都市錦江區14個小區為研究對象，居民可在團購、外賣平臺下單（美團、餓了么、盒馬鮮生等）獲取生活物資，平臺再給消費者進行配送到居民區。物流配送路徑問題基本可以看作是O2O線上線下模式的路徑規劃，城市分揀中心配送輻射范圍比較近，一般在20km-30km之間，所以選取了配送中心20km范圍內的14個居民區為研究對象進行研究分析，并對所獲得的數據進行處理、整理以方便研究的進行。

用百度地圖確定了各個小區坐標后，歸納如表2所示：

表2

通過實地調查得到了以下計算所需要的相關數據。車型：廂式冷藏車；配送中心可使用車輛數目：4輛；車輛最大裝載量：3噸；每輛車每公里的運輸費用：4元；車輛平均行駛速度：60km/h。

選用4輛配送車輛下單物資進行配送，以配送總時間最短為目標，采用遺傳算法，使用python軟件進行編程求解。

經過對算例進行多次隨機試驗，抽出最優實驗結果如表3所示。

表3 算例最優解

第一輛車的裝載率為91.4%，第二輛車的裝載率為93.66%。

計算結果表明，算例最優解為303.08，在第52次迭代時生成最優解，配送總成本為303.08元，共生成2條路徑。配送路徑由原來的4輛車4條路徑優化到了2輛車，兩條路徑，裝載率也都提高到了90%以上，這降低了配送的人工成本和配送費用。

該問題最優解結果表明，本研究設計的遺傳算法，在解決路徑優化問題具有可行性，也證明了模型的合理性和有效性。

引用出處

[1]陶建彤,基于遺傳算法的應急物流配送路徑優化研究——以吉林省為例[J].中國物流與采購,2023.2

[2]張明新,王月春,劉延鋒,王彥明，基于混合遺傳算法的應急物資配送路徑優化[J].物流科技,2022.12