曹美容

摘要： 電商企業(yè)逐漸將眼光投向生鮮農(nóng)產(chǎn)品，然而，生鮮配送要求處于一定溫度以減少腐敗，同時(shí)客戶(hù)對(duì)配送時(shí)間提出更高要求，交通環(huán)境日益擁擠，配送成本居高不下，企業(yè)配送路徑缺乏科學(xué)規(guī)劃，基于以上幾點(diǎn)筆者建立生鮮冷鏈配送模型，以期能夠降低配送成本。

Abstract： Electric business enterprises have gradually looked to the fresh agricultural products. However， fresh delivery requirements a certain temperature to reduce corruption， while customers have higher requirements for the delivery time， traffic congestion is increasing， delivery cost remains high， enterprise delivery route lacks scientific planning. Based on the problems above， this paper established a fresh cold chain delivery model， with a view to reduce delivery costs.

關(guān)鍵詞： O2O模式；生鮮；冷鏈配送；路徑優(yōu)化

Key words： O2O mode；fresh；cold chain delivery；route optimization

中圖分類(lèi)號(hào)：F724.6；F252.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2017）23-0085-02

1 問(wèn)題描述

文章主要研究O2O電子商務(wù)模式下，農(nóng)產(chǎn)品自配送中心配送至餐館、小超市、合作便利店以及自營(yíng)店的路徑優(yōu)化問(wèn)題，將影響路徑配送的因素成本化，建立配送成本最小模型，主要考慮的成本包括車(chē)輛固定成本、客戶(hù)滿(mǎn)意度成本、制冷成本、破損成本、車(chē)輛運(yùn)輸成本五個(gè)部分。

2 建立模型

2.1 模型假設(shè)

①研究某一配送中心，車(chē)輛足夠多；②配送車(chē)輛為同款冷藏車(chē)；③車(chē)輛自配送中心出發(fā)，中間不返回配送中心，配送完畢回到配送中心；④配送點(diǎn)數(shù)量、時(shí)間窗已知；⑤交通擁堵影響配送時(shí)間，且時(shí)間與配送點(diǎn)排列位置相關(guān)；⑥農(nóng)產(chǎn)品的新鮮度滿(mǎn)足同一函數(shù)，且出發(fā)時(shí)新鮮度最高。

2.2 約束條件

①每個(gè)配送點(diǎn)僅由一輛車(chē)負(fù)責(zé)；②車(chē)輛不超過(guò)其額定載重；③存在交通擁堵。

2.3 模型建立

Z：目標(biāo)函數(shù)；K：配送車(chē)輛總數(shù)；L={L0，L1，…Ln}，表示配送中心與配送點(diǎn)的集合；fk：第K輛車(chē)啟動(dòng)的固定成本；C：車(chē)輛K 自配送點(diǎn)i至j每公里所產(chǎn)生的油耗費(fèi)用（i=1 2…n；j=1 2…n）；Dij：配送點(diǎn)i與配送點(diǎn)j之間的距離；qi：配送點(diǎn)i需要的農(nóng)產(chǎn)品重量；qin：離開(kāi)i時(shí)，車(chē)上仍載有的農(nóng)產(chǎn)品的重量；q：車(chē)輛的最大載重量；u：?jiǎn)挝粫r(shí)間卸載貨物的重量；t：車(chē)輛K 從配送中心出發(fā)的標(biāo)準(zhǔn)時(shí)間；t：車(chē)輛到達(dá)客戶(hù)i的標(biāo)準(zhǔn)時(shí)間；t：第K輛車(chē)，從配送點(diǎn)i到配送點(diǎn)j時(shí)所需要花費(fèi)的標(biāo)準(zhǔn)時(shí)間；g：交通擁堵系數(shù)；tsi：車(chē)輛K在配送點(diǎn)i 的卸貨時(shí)間；T：考慮g后，車(chē)輛K從i到j(luò)的時(shí)間；T：考慮g后，車(chē)輛K從配中心到i的時(shí)間；T：考慮g后，車(chē)輛K從i到配送中心的時(shí)間；T：考慮g后，車(chē)輛K完成最后配送點(diǎn)的時(shí)間；Vk：第K輛車(chē)回到配送中心的時(shí)刻；[ai，bi]：配送點(diǎn)i期望送貨時(shí)間窗；[ci，di]：配送點(diǎn)i可以接受的送貨時(shí)間窗；v：車(chē)輛運(yùn)輸標(biāo)準(zhǔn)速度；Sk： 0，1變量，取1時(shí)，表示第K輛車(chē)被使用；x：0，1變量，取1時(shí)，表示車(chē)輛K服務(wù)配送點(diǎn)i，并由配送點(diǎn)i至配送點(diǎn)j。

2.4 目標(biāo)函數(shù)的建立

綜合車(chē)輛的固定成本、運(yùn)輸成本、配送過(guò)程的貨損成本、制冷成本以及顧客滿(mǎn)意度損失成本，選擇總成本最小的配送方案。

2.4.1 車(chē)輛固定成本分析

車(chē)輛的固定成本主要是指車(chē)輛被啟動(dòng)所產(chǎn)生的一系列的固定成本，主要包括司機(jī)的工資以及車(chē)輛的使用費(fèi)用。C1=fksk

2.4.2 車(chē)輛的運(yùn)輸成本

車(chē)輛的運(yùn)輸成本與車(chē)輛行駛路程成正比。

C2=cxdij

2.4.3 農(nóng)產(chǎn)品損耗成本

農(nóng)產(chǎn)品的易腐性導(dǎo)致其在配送過(guò)程中必然會(huì)產(chǎn)生損耗，農(nóng)產(chǎn)品的損耗滿(mǎn)足公式Q（t）=Q0K*e-？茁t，Q（t）表示t時(shí)刻生鮮損壞量的質(zhì)量，Q0表示生鮮農(nóng)產(chǎn)品最初質(zhì)量，K*隨時(shí)間而變質(zhì)的變化值，t表示農(nóng)產(chǎn)品運(yùn)輸需要的時(shí)間，？茁表示農(nóng)產(chǎn)品對(duì)時(shí)間的敏感系數(shù)，？茁1表示運(yùn)輸途中的敏感系數(shù)，？茁2表示開(kāi)車(chē)門(mén)卸貨時(shí)敏感系數(shù)。

①運(yùn)輸途中的損耗成本。

C3=yp1qi（1-e）

②開(kāi)啟車(chē)門(mén)卸貨時(shí)產(chǎn)生的貨損成本。

C4=ypqin（1-e）

2.4.4 客戶(hù)滿(mǎn)意度降低成本

①時(shí)間窗懲罰成本。

客戶(hù)對(duì)配送時(shí)間提出時(shí)間窗要求，過(guò)早過(guò)晚的配送，都會(huì)降低客戶(hù)的滿(mǎn)意度，形成懲罰成本，本文采用軟時(shí)間窗，懲罰成本最大為100。

②農(nóng)產(chǎn)品新鮮度下降懲罰成本。

由于農(nóng)產(chǎn)品新鮮度下降而產(chǎn)生的消費(fèi)者流失成本，新鮮度滿(mǎn)足Q（t）=q0e-？茁t最大值為100。

C6=100（1-e）

2.4.5 冷藏車(chē)輛制冷成本

①行駛過(guò)程的制冷成本。

GK1車(chē)輛K在配送過(guò)程中產(chǎn)生的熱負(fù)荷，P2表示單位制冷成本。C7=P2GK1（T-t）

②車(chē)輛卸貨過(guò)程中的制冷成本。

卸貨打開(kāi)車(chē)門(mén)，車(chē)廂內(nèi)外產(chǎn)生氣體交換，車(chē)廂內(nèi)部溫度上升，產(chǎn)生制冷成本，此時(shí)車(chē)輛產(chǎn)生的熱負(fù)荷為GK2。

C8=P2GK2tsi y

綜上Z=min（C1+C2+C3+C4+C5+C6+C7+C8）

2.5 約束條件

①配送中心有K輛車(chē)，每個(gè)配送點(diǎn)有且僅有一輛車(chē)進(jìn)行配送，那么，y=1，i=0，1，2…，n0，i=0

②最大載重量限制為q，每輛車(chē)裝在貨物重量不能超過(guò)其額定載重量q，那么，yqi<=q

③運(yùn)輸時(shí)間約束文章設(shè)置了交通擁堵系數(shù)g，規(guī)則如下：如果y=1，y=1，那么T=t（1+？棕g）那么，t=T，T=t（1+？棕g）；T=；車(chē)輛k到達(dá)配送點(diǎn)i的時(shí)間為T(mén)，如果車(chē)輛K 的下一個(gè)配送點(diǎn)為j，那么，T=T+tsi+T

3 蟻群算法及其仿真

3.1 蟻群算法原理

設(shè)定螞蟻的數(shù)量為m，bit表示t時(shí)刻，配送點(diǎn)i的螞蟻數(shù)量，即m=bi（t），？子ij表示時(shí)刻t，i，j連線上殘存的信息素，？子ij（0）=C，C為常數(shù)，通常賦值為0，螞蟻k在運(yùn)動(dòng)時(shí)，根據(jù)路線上的信息確定轉(zhuǎn)移路線，t時(shí)刻，螞蟻k由位置i轉(zhuǎn)移到j(luò)的概率為p（t）為p（t）=0，j？埸a（k），j∈a（k）

在螞蟻完成一次循環(huán)之后，路徑上的信息素重新被調(diào)整：

3.2 Matlab仿真

為驗(yàn)證模型及算法的準(zhǔn)確性以坐標(biāo)（20，20）為配送中心，隨機(jī)生成以配送中心為圓心的20km圓內(nèi)的十一個(gè)配送點(diǎn)，冷藏車(chē)為東風(fēng)小霸王冷藏車(chē)，為了簡(jiǎn)化運(yùn)算，所有配送點(diǎn)時(shí)間窗設(shè)置相同為（7，11）和（6，13）具體數(shù)據(jù)見(jiàn)表1。

圖1為matlab2012環(huán)境下的運(yùn)行效果，左圖是隨機(jī)形成的配送路徑，右圖是用蟻群算法規(guī)劃出的配送路徑。

左圖配送總成本為1738元，右圖配送總成本為1237元，由此可知，使用蟻群算法在考慮交通環(huán)境、時(shí)間窗、制冷、固定成本、運(yùn)輸成本的條件下規(guī)劃的路徑成本更低，配送人員配送隨機(jī)性減少。

4 小結(jié)

根據(jù)上面的計(jì)算可知，使用智能算法，在O2O模式下，考慮擁堵系數(shù)、固定成本、車(chē)輛成本、貨損成本、滿(mǎn)意度成本以及制冷成本，使用蟻群算法進(jìn)行路徑規(guī)劃能夠有效的減少配送成本，增加客戶(hù)的滿(mǎn)意度，減少配送人員配送盲目性。

參考文獻(xiàn)：

[1]董宇軒.淺析電子商務(wù) O2O 模式發(fā)展問(wèn)題及對(duì)策[J].科技資 訊，2014（16）：14-15.

[2]王勇，毛海軍，劉靜.帶時(shí)間窗的物流配送區(qū)域劃分模型及其算法[J].東南大學(xué)學(xué)報(bào)（自然 科學(xué)版），2010，40（5）：1077-1082.

[3]張毅，梁艷春.基于選路優(yōu)化的改進(jìn)蟻群算法[J].計(jì)算機(jī)工程與應(yīng)用，2007，43（2）：60-63.