楊麗英，黃漢強，楊從平

一、引 言

艾瑞咨詢發(fā)布《2018年中國生鮮電商行業(yè)消費洞察報告》一文顯示，2017年中國生鮮電商市場交易規(guī)模約為1391.3億元，同比增長59.7%，預計2018年交易規(guī)模達到1947.8億元[1]。與此同時，天貓、京東、蘇寧易購等大型網(wǎng)上購物平臺全面涉足生鮮市場的同時還致力于布局冷庫建設(shè)與冷鏈配送，這些數(shù)據(jù)均表明人們對生鮮產(chǎn)品的需求量呈現(xiàn)出快速增長的發(fā)展趨勢，而由此帶來的生鮮電商配送問題亦成為企業(yè)、學者專家研究和關(guān)注的熱點問題。

Hsu C等人（2011）對蓄冷箱式多溫共配系統(tǒng)與傳統(tǒng)多車配送方法進行比較分析，提出適合城市末端配送的蓄冷箱式多溫共配系統(tǒng)方案[2]。詹斌等人（2016）借助云計算和大數(shù)據(jù)等先進的互聯(lián)網(wǎng)技術(shù)對電商物流末端配送進行系統(tǒng)地分析，提出可視化配送服務、合作共用自提柜、無人機送快遞等一系列創(chuàng)新思路[3]。申風平等人（2017）則采用熵值法和灰色絕對關(guān)聯(lián)度進行分析，提出管控生鮮配送風險的有效性策略[4]。

在實際生活中，生鮮配送屬于末端配送，是二次投遞，本文結(jié)合生鮮末端配送特點，選取M快遞點部其生鮮配送路徑問題，構(gòu)建以配送成本最小的優(yōu)化模型（最終轉(zhuǎn)化為路徑最短的優(yōu)化模型），利用遺傳算法在路徑優(yōu)化的便捷性與有效性對其配送路線進行路徑優(yōu)化，以此來求解出具體的生鮮末端的配送路線。

二、M快遞點部生鮮末端配送現(xiàn)狀及問題分析

（一）M快遞點部生鮮配送現(xiàn)狀分析

M快遞點部的倉庫位于南寧市竹溪大道43號容桂商廈一樓，倉庫占地面積250平方米，其配送業(yè)務主要集中在各類網(wǎng)購快遞包裹和生鮮配送。配送設(shè)備主要是13輛三輪車及37輛兩輪電動車。其中生鮮配送采用兩輪電動車進行配送，承諾在兩個小時左右送達給客戶。另外設(shè)有3個冰柜以滿足當客戶需要滯留生鮮產(chǎn)品時對生鮮產(chǎn)品進行冷藏，保證其新鮮度，配送的生鮮種類產(chǎn)品如表1。

表1 M快遞點部配送的生鮮產(chǎn)品種類

從表1生鮮產(chǎn)品種類來看，水果類具有較明顯的季節(jié)性，所以M點部的生鮮配送量會在每年的5—7月有明顯增加。此外，在整理M點部2015—2017年近三年的生鮮配送量數(shù)據(jù)中，不難發(fā)現(xiàn)人們網(wǎng)購郵寄生鮮產(chǎn)品數(shù)量在逐年上升中，具體見圖1。

圖1 2015—2017年M點部生鮮配送數(shù)量變化情況

從圖1可以看出M快遞點部生鮮配送逐年增長，但增幅較小。其原因主要是位于該點部成熟老城區(qū)，周邊生活配套完善，各類生鮮產(chǎn)品購買便利，而客戶開發(fā)容量有限，需要增加新配送模式，提升配送附加值才能吸引有限客戶群的購買配送需求，從而使得更多客戶愿意網(wǎng)購生鮮產(chǎn)品，進而提高點部的生鮮配送量。

（二）M快遞點部生鮮配送的問題分析

在M點部運營中存在許多不可控因素，在降低運營成本過程中可能就會帶來不利于生鮮產(chǎn)品配送的問題，如：未滿載就發(fā)車、缺乏溫控設(shè)施、存在二次投遞質(zhì)量無法保證、不適混載的配送等，造成資源浪費、產(chǎn)品變質(zhì)等問題。同時，由于承諾兩小時送達服務，現(xiàn)M點部的生鮮配送基本上到件分揀后就開始派送，缺乏合理的配送規(guī)劃而造成人員浪費，多人送、線路重合，使得配送效率低下。

為了解決這類由于多人送、線路重合的配送效率低下的問題，即以最低配送成本作為最終優(yōu)化目標，其配送成本包括運輸成本、固定成本和貨損成本，其中運輸成本和貨損成本與配送的里程存在正比關(guān)系。在結(jié)合實際情況忽略一些因素的情況下，可以將配送成本最低轉(zhuǎn)換為以配送路程最小作為最終的優(yōu)化目標。本文借助MATLAB軟件進行遺傳算法的路徑優(yōu)化，計算出M點部在采用兩條配送線路時，如何更好地完成9個客戶點的配送任務。

三、M點部生鮮配送路徑優(yōu)化模型構(gòu)建假設(shè)

（一）模型思路

所謂路徑優(yōu)化目標，就是指在滿足一定的約束條件（比如對裝載量、配送量、配送時效、收貨或發(fā)貨時間等進行條件的限制）情況下，生鮮產(chǎn)品的配送員按照設(shè)定好的路線進行配送服務，最終能夠?qū)崿F(xiàn)既定的目標（比如總里程最短、總費用最低、總配送車輛數(shù)量最少、總配送時間最短等）的過程。

由于生鮮的配送需要考慮到時效性問題，因此，對路徑的選擇上需要采用嚴格而科學的方法才能更好地進行理論支撐及分析。因此，在構(gòu)建配送路徑優(yōu)化的模型中，為了使模擬出的計算結(jié)果更加符合實際的要求，本文將主要采用遺傳算法進行配送路徑的優(yōu)化。

（二）模型的假設(shè)和約束條件

1.假設(shè)條件

為了便于對路徑進行計算研究，將配送員進行生鮮配送過程中的問題能夠轉(zhuǎn)化為可以求解的數(shù)學模型，使得計算機的模擬結(jié)果與實際結(jié)果更加接近，此時需要對生鮮配送人員在配送過程中做出假設(shè)：

（1）點部能夠給各個客戶點進行配送；

（2）進行生鮮配送的車輛規(guī)格以及行駛速度相同；

（3）配送車輛只從M點部出發(fā)，完成配送任務后必須回到點部，最終形成閉合回路；

（4）每個配送員對各個配送客戶的配送路線是已經(jīng)安排好的路線；

（5）當客戶不在家或者拒簽時，訂單會返回點部；

（6）地點簡化為一個點，以便得出具體的位置信息。

2.約束條件

模型的構(gòu)建，需要滿足以下約束條件：

（1）每輛配送車的實際載貨總量不大于該車的最大載貨量；

（2）單個客戶僅對應一個配送車輛的服務；

（3）車輛在完成上一個客戶點的配送后一定要給下一個客戶點配送或者返回到M快遞點部。

（三）模型的建立

1.目標函數(shù)的構(gòu)建

在生鮮產(chǎn)品的配送過程中，由于生鮮產(chǎn)品具有非常鮮明的時效性和易腐性，因而在實際的配送過程中必然會存在著生鮮的損耗問題，這樣會直接導致配送成本以及配送車輛成本的增加。因此，為能夠建立合理有效的目標函數(shù)，本文在考慮生鮮產(chǎn)品自身存在的鮮明屬性前提下，將配送成本最小化作為最終的優(yōu)化目標。此時，在對構(gòu)成配送總成本進行系統(tǒng)地分析：一是在配送過程中，車輛使用成本以及運輸成本是必然產(chǎn)生的費用；二是在配送過程中由于生鮮產(chǎn)品具有非常鮮明的時效性和易腐性，會在配送過程中會造成生鮮產(chǎn)品的損失，這稱為貨損成本。綜上所述，本文所構(gòu)造的模型中總的配送成本主要是由固定成本、運輸成本、貨損成本組成。

（1）固定成本

配送員在進行配送的過程中使用到的電動車會產(chǎn)生一定的費用，主要是由車輛的保養(yǎng)費、維修費及人工費用等構(gòu)成。這部分的成本一般是固定的，與行駛的時間和路程無關(guān)，用代表固定成本，則有：

式中：C1——完成單次配送任務的電動車所消耗的固定成本；m——配送車輛的數(shù)目。

（2）運輸成本

配送員在配送過程中使用到的電車會產(chǎn)生一定的成本，這部分費用主要由電車充電所消耗的電費以及進行維修保養(yǎng)費。運輸成本費用主要是由行駛的路程決定，在優(yōu)化該部分的成本時，可以對行駛路程進行考慮。因而，用與運輸距離成正比例關(guān)系的函數(shù)表示運輸成本函數(shù)，用Ct表示運輸成本，則有：

式中，C1——電車每行駛一公里產(chǎn)生的費用；

dij——客戶i和客戶j之間的實際距離；

Xijk——0-1 變量，若車輛 k 在路段（i，j）上行駛，則Xijk=1，否則Xijk=0。

（3）貨損成本

貨損成本是指在生鮮產(chǎn)配送過程中，由于時間、溫度等一系列不可控因素引起生鮮產(chǎn)品質(zhì)量的下降，造成生鮮產(chǎn)品損失而需要額外支付的費用。運輸過程中溫度、時間是造成貨損成本的根本原因，但是在順豐瑯西點部配送過程中沒有控制溫度設(shè)備的保障，此時不把溫度劃入考慮范圍，因此在考慮生鮮貨損成本時，可以用與運輸距離成正比例關(guān)系的函數(shù)表示貨損成本函數(shù)。

2.優(yōu)化模型的構(gòu)建

根據(jù)對上述目標函數(shù)的分析，在構(gòu)建以配送總成本最低為最優(yōu)目標的情況下，固定成本一般是固定的，與行駛里程和在途時間無關(guān)，但是運輸成本和貨損成本都與配送的距離存在著正相關(guān)的關(guān)系，因此，模型中的最優(yōu)目標可以將配送總成本最低轉(zhuǎn)換為配送的總路程最小，于是可以認為在模擬計算中路徑最小就是配送成本最低，經(jīng)過目標函數(shù)的轉(zhuǎn)換后不僅能簡化計算，還能夠保證模型及模擬計算的準確性。

四、基于遺傳算法的M快遞點部生鮮配送路徑優(yōu)化

（一）基礎(chǔ)數(shù)據(jù)

M點部的生鮮配送主要集中在以下9個客戶（A-J）點，文中將選取這9個客戶點作為模型中的配送點，在以單一固定的生鮮配送中心形式，主要考慮載重量（該快遞點部車輛的最大載重量為500kg）及車輛數(shù)的約束下，通過MATLAB模擬出最佳的生鮮配送路徑，最終實現(xiàn)科學、合理地將生鮮配送到各個客戶手上的目標。配送中心（其標號為“M”）及9個客戶的位置坐標數(shù)據(jù)（經(jīng)緯度坐標由百度地圖查詢得到）、客戶對生鮮產(chǎn)品的需求量如下表2所示。

表2 快遞點部9個客戶（A—J）位置及需求信息表

將其具體的位置信息通過MATLAB表現(xiàn)出來如下圖2所示。

圖2 M點部配送中心及9個客戶（A—J）位置坐標圖

（二）假設(shè)及約束條件

為了便于對路徑進行計算研究，將配送員進行生鮮配送過程中的問題能夠轉(zhuǎn)化為可以求解的數(shù)學模型，使得計算機的模擬結(jié)果與實際結(jié)果更加接近，此時需要對生鮮配送人員在配送過程中做出假設(shè)及約束。其中假設(shè)：

1.假設(shè)條件

（1）點部能夠給各個客戶點進行配送；

（2）進行生鮮配送的車輛規(guī)格以及行駛速度相同；

（3）配送車輛只從順豐瑯西點部出發(fā)，完成配送任務后必須回到點部，最終形成閉合回路；

（4）每個配送員對各個配送客戶的配送路線是已經(jīng)安排好的路線；

（5）當客戶不在家或者拒簽時，訂單會返回點部；

（6）地點簡化為一個點，以便得出具體的位置信息。

2.約束條件

（1）每輛配送車的實際載貨總量不大于該車的最大載貨量；（2）單個客戶僅對應一個配送車輛的服務；

（3）車輛在完成上一個客戶點的配送后一定要給下一個客戶點配送或者返回到M點部。

（三）基于MATLAB的計算過程

由于在實際配送中，兩客戶點間的距離不是單純兩點之間的距離，本文采用百度地圖對上述9個客戶點進行測量，得出它們之間的距離，具體的距離矩陣（單位：km）如表3所示。

表3 配送中心與客戶之間的距離矩陣

本模型主要是從路徑最小化入手，根據(jù)客戶的地理位置以及各個客戶點之間的距離，在滿足載重量以及車輛數(shù)目的前提下，利用MATLAB進行編程，模型采用遺傳算法進行求解，最終得到優(yōu)化路徑，具體如圖3所示。

圖3 遺傳算法求得最優(yōu)配送路線圖

在最優(yōu)的配送路徑中，共選用兩條路線對這9個客戶（A—J）點進行配送，從上圖可看出，車輛對客戶的配送路線分別為：

第一條的配送路線：M—C—E—G—A—M，即配送中心M點部—南湖名都廣場—和興大夏—水產(chǎn)畜牧學?！樜鞑耸小渌椭行腗點部；

第二條的配送路線：M—D—J—H—F—B—M，即配送中心M點部—銘湖經(jīng)典—青湖中心—南寧三中—民歌湖—太平洋世紀廣場—配送中心M點部。

在此方案中，其具體的配送量和配送路程如表4所示。

表4 最優(yōu)方案的配送量以及路程

運用MATLAB軟件得到遺傳算法最優(yōu)配送方案的最優(yōu)適應度函數(shù)值隨迭代次數(shù)的變化情況如圖4所示。

圖4 適應度值隨迭代次數(shù)的變化情況

從上圖4可以看出，適應度值在迭代次數(shù)為160時，達到最優(yōu)解。

（四）計算結(jié)果

結(jié)合具體的問題采用遺傳算法在滿足配送量以及車輛數(shù)目的情況下得出采用兩條路線方案的最優(yōu)配送路徑，第一條的配送路徑為：M—D—J—H—F—B—M，即配送中心M點部—南湖名都廣場—和興大夏—水產(chǎn)畜牧學?！樜鞑耸小渌椭行腗點部，路程為4.38km，配送量為150kg；第二條的配送路徑為：M—D—J—H—F—B—M，即配送中心M點部—銘湖經(jīng)典—青湖中心—南寧三中—民歌湖—太平洋世紀廣場—配送中心M點部，路程為6.32km，配送量為 134kg。兩條路線的總路程為10.7km。

五、結(jié) 論

快遞配送問題是一個多元化復雜問題，尤其在尋求經(jīng)濟效益與環(huán)境保護最優(yōu)組合上，其末端配送占據(jù)著整個物流配送成本中的大部分。如今生鮮電商快速發(fā)展，越來越多的人們選擇了線上下單線下取貨的方式，由此帶來的配送問題已不容忽視。借助云大數(shù)據(jù)、數(shù)學模型來優(yōu)化配送線路已經(jīng)是企業(yè)配送線路優(yōu)化的發(fā)展趨勢。文中采用MATLAB軟件進行遺傳算法的路徑優(yōu)化，也是基于以最低配送成本作為最終優(yōu)化目標，考慮其配送成本與配送里程的關(guān)系，在結(jié)合實際情況忽略一些因素的情況下，將配送成本最低轉(zhuǎn)換為以配送路程最小作為最終的優(yōu)化目標。通過軟件輔助計算得出M快遞點部對9個客戶點的最優(yōu)配送路徑為采用兩條路線進行配送。另外在研究路徑優(yōu)化模型中的一些假設(shè)條件與約束條件可能會對最終結(jié)果造成一定的干擾，對研究的問題還不夠完善，如何進一步降低配送成本還需要進行更加深入地研究。