摘要：研究多配送中心實現(xiàn)低碳車輛合理調(diào)度問題，基于對多配送中心實現(xiàn)低碳車輛合理調(diào)度的探索研究的基礎(chǔ)上，構(gòu)建多配送中心車輛合理調(diào)度的數(shù)學(xué)模型，并結(jié)合距離最近分配原理，將多配送中心數(shù)學(xué)模型分解為多個單一配送中心模型進(jìn)行求解，并在此基礎(chǔ)上運用禁忌搜索算法，實現(xiàn)多配送中心低碳車輛合理調(diào)度的算法設(shè)計。本文研究發(fā)現(xiàn)一距離近分配原理和禁忌搜索算法為基礎(chǔ)，設(shè)計的多配送中心低碳車輛合理調(diào)度算法收斂速度快、計算效率高且計算結(jié)果穩(wěn)定性好。

關(guān)鍵詞：多配送中心；低碳車輛合理調(diào)度；算法

中圖分類號：U491 文獻(xiàn)識別碼：A 文章編號：1001-828X（2016）009-000-02

引言

伴隨著我國經(jīng)濟(jì)水平與人們物質(zhì)生活水平的不斷提高，物流業(yè)呈現(xiàn)爆炸式發(fā)展的趨勢，其物流配送業(yè)務(wù)也變得更加緊俏，成為制約物流業(yè)發(fā)展的重要因素，對物流企業(yè)的運營成本、服務(wù)水平產(chǎn)生了深遠(yuǎn)的影響。而物流配送為典型代表的行業(yè)越來越多，如城市公共交通調(diào)度、郵政投遞、管道鋪設(shè)等等均涉及到車輛調(diào)度問題。因此，研究多配送中心車輛合理調(diào)度具有積極的實踐意義。

作為現(xiàn)代物流體系中的重要一環(huán)，配送效率成為體現(xiàn)一個物流公司的服務(wù)水平與質(zhì)量的重要指標(biāo)。通常物流配送是指依據(jù)客戶訂單，在配送中心實現(xiàn)分貨、配貨，并實現(xiàn)交通運輸直至送至收貨人手中。在此過程中，不同配送中心之間的業(yè)務(wù)調(diào)度、配送車輛的合理調(diào)度等問題成為決定物流配送效率的關(guān)鍵性因素。隨著我國對環(huán)保的重視，以及民眾環(huán)保意識的提高，低碳調(diào)度車輛逐漸成為物流配送中的“主角”。而企業(yè)配送速度、物流配送成本、物流配送服務(wù)質(zhì)量等均受到車輛在多個配送中心之間的調(diào)度的影響。在此過程中，就出現(xiàn)多種需要優(yōu)化的問題。就目前而言，低碳配送車輛調(diào)度包括單個配送中心車輛調(diào)度問題以及多配送中心低碳車輛合理調(diào)度問題，且隨著全國物流體系和市場的不斷發(fā)暗戰(zhàn)，目前市場多以多配送中心車輛調(diào)度為主，且問題也較為集中。

就多配送中心低碳車輛合理調(diào)度問題的研究成果看，相比于國外而言，我國研究領(lǐng)域主要集中在單配送中心車輛調(diào)度問題的研究。為此，本文在現(xiàn)有多配送中心低碳車輛合理調(diào)度問題研究成果的基礎(chǔ)上進(jìn)行研究，借助距離最短原理，構(gòu)建多配送中心低碳車輛調(diào)度數(shù)學(xué)模型，將多配送中心數(shù)學(xué)模型分級為單配送中心數(shù)學(xué)模型求解，直觀描述多配送中心之間車料調(diào)度問題分配方法，對依據(jù)禁忌搜索算法對多配送中心車輛合理調(diào)度算法進(jìn)行設(shè)計。

一、多配送中心實現(xiàn)低碳車輛合理調(diào)度的數(shù)學(xué)模型

1.問題與假設(shè)

多配送中心實現(xiàn)低碳車輛合理調(diào)度的問題可以描述為：使用多臺低碳車輛在多個配送中心之間調(diào)度，為不同用戶配貨、送貨，其中每個配送中心的位置固定不變，每個用戶的位置以及貨物需求量相對一定，每臺低碳配送車輛的載貨量一定，每臺低碳車輛從一個配送中心出發(fā)至用戶所在地，一次配送的最大行駛距離一定，并在完成配送之后返回原配送中心等待下一次配送任務(wù)，多個配送中心的貨物能夠滿足全部用戶的需求，在此基礎(chǔ)上要求科學(xué)合理的配置低碳車輛的數(shù)量、配送距離，構(gòu)建目標(biāo)函數(shù)且求解最優(yōu)，確保總的配送費用最小、配送效率最高。

問題基本假設(shè)如下：

（1）每條配送路徑上的不同用戶貨物需求總量不超過車輛的最大載重量；

（2）每條配送路徑的最長距離不超過每臺車輛一次配送的最遠(yuǎn)行駛距離；

（3）每個用戶配送需求必須得到滿足，且只能由一輛車輛負(fù)責(zé)；

（4）有多個配送中心，且每個配送中心有多臺低碳車輛；

（5）每個配送中心的擁有足夠調(diào)度的車輛，且每輛車完成配送任務(wù)后即返回原配送中心。

2.數(shù)學(xué)模型及意義

設(shè)定某一城市有N個配送中心，存在M個用戶需要配送，每個配送分區(qū)由各配送中心服務(wù)的用戶群體構(gòu)成。設(shè)第n個配送中心要向第（n=1、2、3……n）個用戶配送，第n個配送中心有（n=1、2、3……n）臺低碳配送車輛，每臺低碳配送車輛的最大載重量為（k=1、2、3……），每臺車輛單次最大行程距離為（k=1、2、3……）。第n個配送中心服務(wù)的第i個客戶的配送需求量為（i=1、2、3……），用戶i和用戶j之間的距離為（i，j=1、2、3……）。第n個配送中心至第j個用戶之間的距離為（n=1、2、3……N，j=1、2、3……）。第n個配送中心的第k臺低碳車配送的客戶數(shù)量為，其中=0代表第k輛低碳車未被使用。第n個區(qū)域中的第k條路徑使用集合表示，其中第i個元素代表在路徑k在第n個區(qū)域中的順序為i，且i不代表配送中心，配送中心用代表。以配送距離最短為目標(biāo)函數(shù)，構(gòu)建多配送中心低碳車輛合理調(diào)度數(shù)學(xué)模型如下：

其中上文模型中（1）代表多配送中心低碳車輛調(diào)度最短距離目標(biāo)函數(shù)，也即每條配送路徑之和最??；式子（2）代表每條路徑上的全部客戶貨物需求量不超過車輛的最大載重量；式子（3）代表每條配送路線的長度不超過低碳配送車輛一次最遠(yuǎn)行使距離；式子（4）代表：某一配送區(qū)域內(nèi)每條配送路線是哪個的客戶數(shù)量不超過該區(qū)域內(nèi)總客戶數(shù)；式子（5）代表某配送區(qū)域內(nèi)的客戶總數(shù)為該區(qū)域內(nèi)每條配送路線上的客戶數(shù)之和；式子（6）代表每個客戶的配送需求均得到滿足；式子（7）代表每條配送路線上的客戶組成；式子（8）代表每個客戶均只能有一臺低碳車輛進(jìn)行送貨；式子（9）代表若配送分區(qū)n中第k輛車服務(wù)的的客戶數(shù)量不低于1時，表示該配送車輛參與了送貨，此時取，若分區(qū)n中第k輛車服務(wù)的客戶數(shù)小于1時，則表示該車輛為參與送貨，此時取。

本文描述的多配送中心低碳車輛合理調(diào)度數(shù)學(xué)模型，相比于其他文獻(xiàn)中基于網(wǎng)絡(luò)圖的模型而言，具有直觀、簡單的特性，具體表現(xiàn)在以下幾個方面：①全面考慮到目標(biāo)函數(shù)與約束條件之間的聯(lián)系；②決策變量、約束條件以及目標(biāo)函數(shù)之間更為直接、自然的予以理解和描述；③模型便于通過算法以及計算機編程解析。

二、多配送中心實現(xiàn)低碳車輛合理調(diào)度的算法與求解方法

對于多配送中心車輛調(diào)度問題而言，其受多種因素的影響，如車輛的最大運距、最大載貨量、客戶數(shù)量等等。為便于求解，本文將多配送中心車輛調(diào)度問題簡化為多個單配送中心車輛調(diào)度問題急性求解，實現(xiàn)問題解析的簡便化。在將多個配送中心低碳車輛調(diào)度問題分解為多個單一配送中心車輛調(diào)度問題過程中，具體客戶數(shù)量、貨物需求量等因素是決定配送中心服務(wù)的關(guān)鍵性因素。為此，本文利用距離最近分配原理，以此確定為某個客戶提供配送服務(wù)的方案，也即取定每個客戶與不同配送中心的距離，為該客戶選取距離其最近的配送中心?？蛻綦x那個配送中心最近則選取那個座位配送點，以此分配客戶。假設(shè)第i個客戶距離第n個配送中心的距離為，其中為min（，……），從而確保每個客戶配送服務(wù)能夠在最短距離范圍之內(nèi)，以此確定每個配送中心所服務(wù)的具體客戶數(shù)量。相關(guān)學(xué)術(shù)研究法A線，禁忌搜索算法在單配送中心車輛調(diào)度問題求解過程中其算法具有顯著的優(yōu)勢。為此，本文選取禁忌搜索算法作為多配送中心低碳車輛調(diào)度問題在轉(zhuǎn)化為單配送中心車輛調(diào)度問題中的求解方法。

根據(jù)上述對多配送中心低碳車輛調(diào)度問題的數(shù)學(xué)模型構(gòu)建與禁忌搜索算法的研究，本文設(shè)計了具體的多配送中心車輛調(diào)度問題求解算法，具體算法如下所示：

算法1：多配送中心低碳車輛調(diào)度問題的求解算法

{將無時限多配送中心車輛調(diào)度問題的已知條件進(jìn)行輸入；

將包括終止迭代步數(shù)T，每次迭代搜索當(dāng)前解的鄰居的個數(shù)N，禁忌長度l以及對不可行路線的懲罰權(quán)重Pw等運行參數(shù)輸入其中；

匹配分配中心num和客戶i；}

//實現(xiàn)多配中心中心車輛調(diào)度問題向但配送中心車輛調(diào)度問題的轉(zhuǎn)變

For（n=1；n≤N；n++）//對但配送中心車輛調(diào)度問題進(jìn)行求解

{將客戶的服務(wù)位置、配送中心n、需求量、車輛等信息導(dǎo)入算法中；

初始化禁忌表H；

隨機產(chǎn)生一個初始解S當(dāng)做當(dāng)前解，此時迭代步數(shù)為t=0；

借助解的評價方法計算初始解S的評價值；

當(dāng)前最好解Sbest=S；

當(dāng)前最好解的評價值Ebest=S的評價值；

While（t<終止迭代步數(shù)T）do

{本次迭代已經(jīng)搜索鄰居的個數(shù)n=0；

對本次迭代的最好解的評價值Elocalbest賦予一個較大的正數(shù)；

While（n

解禁禁忌表中的第一個元素，并且將Slocalbest導(dǎo)入禁忌表中，同時視為禁忌表中的最后一個元素t=t+1； }

將Sbest對應(yīng)的配送路徑方案和相應(yīng)的目標(biāo)函數(shù)值導(dǎo)出；}

輸出多配送中心車輛調(diào)度問題的計算結(jié)果；}

三、結(jié)論

本文利用距離最近原則構(gòu)建了多配送中心低碳車輛調(diào)度問題模型。首先將多配送中心低碳車輛調(diào)度問題中涉及到的運距、車輛數(shù)量、客戶數(shù)量、最大運載量等影響因素將其量化，融入到數(shù)學(xué)模型中，并在此基礎(chǔ)上構(gòu)建了較為直觀、合理的目標(biāo)函數(shù)。同時基于運距最短原則，將多配送中心低碳車輛調(diào)度問題分解為單配送中心低碳車輛調(diào)度問題，其數(shù)學(xué)模型較為直觀，便于求解。最后，基于構(gòu)建的目標(biāo)函數(shù)和數(shù)學(xué)模型，綜合禁忌搜索算法的研究成果，成功的將禁忌搜索算法融入到本文的數(shù)學(xué)模型中，結(jié)果證實以運輸距離最短為原則，以禁忌搜索算法為方法，能夠直觀、科學(xué)的解析多配送中心低碳車輛調(diào)度問題。實現(xiàn)車輛的合理調(diào)度。具體而言，本文主要在以下三個方面取得較為理想的成果：

首選，本文結(jié)構(gòu)層次分明，首先對多配送中心低碳車輛調(diào)度問題進(jìn)行了詳盡的描述，并通過直觀描述將問題以數(shù)學(xué)模型的方式呈現(xiàn)出來，構(gòu)建了目標(biāo)函數(shù)，并且設(shè)定了約束條件，從而為計算方法的求解提供了更便捷。

其次，多個配送中心低碳車輛調(diào)度過程中，按照運輸距離最短原則，實現(xiàn)了多個配送中心的科學(xué)化劃分，每個配送衷心地額客戶數(shù)量和配送需求量等得到良好，從而確保多配送中心低碳車輛調(diào)度向單個配送中心車輛調(diào)度問題的順利過渡，為求解提供了更多的幫助。

最后，本文利用禁忌搜索算法實現(xiàn)了多配送中心車輛調(diào)度問題的算法求解過程，結(jié)果證實具有良好的收斂性。

參考文獻(xiàn)：

[1]劉曉，李海越，王成恩，儲誠斌.供應(yīng)商選擇模型與方法綜述[J].中國管理科學(xué)，2014，12（1）：139-148.

[2]史學(xué)鋒，徐國華.一種多階段供應(yīng)商選擇的混合整數(shù)規(guī)劃模型[J].工業(yè)工程，2013，9（1）：100-103.

[3]桑輝，王方華.顧客轉(zhuǎn)換成本研究綜述[J].哈爾濱工業(yè)大學(xué)學(xué)報，2012，8（2）：102-106.

[4]甄彤，張秋聞，馬志.基于改進(jìn)蟻群算法的糧食物流調(diào)度研究[J].河南工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2013（3）：62-65.

[5]郎茂祥.物流配送車輛調(diào)度問題的模型算法研究[D].北京：北方交通大學(xué)，2014.

[6]郎茂祥，胡思繼.車輛路徑問題的禁忌搜索算法研究[J].管理工程學(xué)報，2014，18（1）：81-84.

作者簡介：張錦光（1978-），男，漢族，廣東佛山人，佛山科學(xué)技術(shù)學(xué)院，職稱：高級網(wǎng)絡(luò)工程師，學(xué)歷：本科，研究方向：計算機網(wǎng)絡(luò)工程方面。