現(xiàn)代物流課程論文.doc

現(xiàn)代物流的配送與管理摘要：在現(xiàn)代物流配送路徑優(yōu)化的基礎上，形成了優(yōu)化配送路徑的遺傳算法，并進行了實驗計算。結(jié)果表明，用遺傳算法進行物流配送路徑優(yōu)化，可以方便有效地求得問題的最優(yōu)解或近似最優(yōu)解。并形成了對物流配送中心的規(guī)劃與管理。關鍵詞：物流配送；遺傳算法；規(guī)劃；管理In the modern logistics distribution path optimization, and on the basis of the formation of the path optimization distribution genetic algorithm, and the calculation. The results show that the genetic algorithm to optimize logistics distribution path and is effectively get the optimal solution of the problem or approximate optimal solution. And formed the logistics distribution center for the planning and management一、現(xiàn)代物流配送的定義配送的概念既不同于運輸，也不同于舊式送貨，而有著物流大系統(tǒng)所賦有的特點。我國GB定義為：配送指在經(jīng)濟合理區(qū)域范圍內(nèi)，根據(jù)客戶要求，對物品進行挑選，加工，包裝，分割，組配等作業(yè)，并按時送達指定地點的物流活動。二、提出的問題 隨著市場經(jīng)濟的發(fā)展和物流技術專業(yè)化水平的提高，物流配送業(yè)得到了迅猛發(fā)展。物流配送是指按用戶的訂貨要求，在配送中心進行分貨、配貨，并將配好的貨物及時送交收貨人。在物流配送業(yè)務中，存在許多優(yōu)化決策問題，本文討論其中的物流配送路徑優(yōu)化問題，即通過制定合理的配送路徑，快速而經(jīng)濟地將貨物送達用戶手中。配送路徑的選擇是否合理，對加快配送速度、提高服務質(zhì)量、降低配送成本及增加經(jīng)濟效益都有較大影響。 研究表明，配送路徑優(yōu)化問題是一個NP難題，只有在需求點和路段較少時，才能求得精確解。因此，用啟發(fā)式算法求解該問題就成為人們研究的一個重要方向，并出現(xiàn)了多種啟發(fā)式算法，如Clarke和Wright提出的節(jié)約法，Gillett和Miller提出的掃描法等，雖然這些算法為求解配送路徑優(yōu)化問題提供了有效的方法，但也存在一定的問題，如節(jié)約法雖然具有運算速度快的優(yōu)點，但也有組合點零亂、邊緣點難以組合的問題，掃描法為非漸進優(yōu)化等。如何針對物流配送路徑優(yōu)化問題的特點，構(gòu)造運算簡單、尋優(yōu)性能優(yōu)良的啟發(fā)式算法，是一個值得深入研究的課題。遺傳算法的出現(xiàn)為求解物流配送路徑優(yōu)化問題提供了新的工具，該算法是由美國的J.Holland教授于1975年提出的，它是一種借鑒生物界自然選擇和自然遺傳機制的隨機化搜索方法。由于遺傳算法采用隨機選擇，對搜索空間無特殊要求，無需求導，具有運算簡單、收斂速度快等優(yōu)點，尤其適用于處理傳統(tǒng)搜索方法難于解決的復雜和非線性的問題，目前已廣泛應用于組合優(yōu)化、機器學習、自適應控制等領域。本文針對物流配送路徑優(yōu)化問題的特點，構(gòu)造了求解該問題的遺傳算法，通過實驗計算，得到了較好的結(jié)果。三、物流配送路徑優(yōu)化問題的數(shù)學模型物流配送路徑優(yōu)化問題可以描述為：從配送中心（或稱物流據(jù)點）用多輛汽車向多個需求點（或稱顧客）送貨，每個需求點的位置和需求量一定，每輛汽車的載重量一定，要求合理安排汽車路線，使總運距最短，并滿足以下條件：（1）每條配送路徑上各需求點的需求量之和不超過汽車載重量；（2）每條配送路徑的長度不超過汽車一次配送的最大行駛距離；（3）每個需求點的需求必須滿足，且只能由一輛汽車送貨。本文借鑒文獻3建立的車輛路徑問題的數(shù)學模型，并通過考慮上述物流配路徑優(yōu)化問題的約束條件和優(yōu)化目標，建立了物流配送路徑優(yōu)化問題的數(shù)學模型。 設配送中心有K輛汽車，每輛汽車的載重量為Qk（k=1，2，K），其一次配送的最大行駛距離為Dk，需要向L個需求點送貨，每個需求點的需求量為qi（i=1，2，L），需求點i到j的運距為dij，配送中心到各需求點的距離為d0j（i、j=1，2，L），再設nk為第k輛汽車配送的需求點數(shù)（nk=0表示未使用第k輛汽車），用集合Rk表示第k條路徑，其中的元素rki表示需求點rki在路徑k中的順序為i（不包括配送中心），令rk0=0表示配送中心，則可建立如下物流配送路徑優(yōu)化問題的數(shù)學模型： （1） s.t. （2） （3） （4） （5） （6） （7） （8）上述模型中，（1）式為目標函數(shù)；（2）式保證每條路徑上各需求點的需求量之和不超過汽車的載重量；（3）式保證每條配送路徑的長度不超過汽車一次配送的最大行駛距離；（4）式表明每條路徑上的需求點數(shù)不超過總需求點數(shù)；（5）式表明每個需求點都得到配送服務；（6）式表示每條路徑的需求點的組成；（7）式限制每個需求點僅能由一輛汽車送貨；（8）式表示當?shù)趉輛汽車服務的客戶數(shù)1時，說明該輛汽車參加了配送，則取sign(nk)=1，當?shù)趉輛汽車服務的客戶數(shù)1時，表示未使用該輛汽車，因此取sign(nk)=0。四、物流配送路徑優(yōu)化問題的遺傳算法仿真實驗本文用matlab編制了多物流配送中心路徑優(yōu)化問題的遺傳算法計算程序。算例：有兩個配送中心各兩輛配送車向9個需求點配送，配送車的載重量均是10噸。配送中心（編號為-1和-2）與需求點之間以及需求點相互之間的距離dk(1)dk(2)、9個客戶的需求量qk均見下表1。要求安排合理的配送路線，使得總的配送路徑最短。根據(jù)算例的特點，在用遺傳算法對其求解時采用了一下參數(shù)：種群規(guī)模取25，進化代數(shù)取100，交叉概率取0.9，變異概率取0.01，對不可行路徑的懲罰權重取100km。對算例求解10次，所得的計算結(jié)果見表2。表1 算例的已知條件表dk(1)k(2)（km） k(2) -1 -2 1 2 3 4 5 6 7 8 9k(1) -1 0 10 6 12 4 10 4 6 10 13 3-2 0 12 8 12 4 6 8 4 9 91 0 13 5 11 8 9 13 10 62 0 15 10 10 8 10 5 113 0 10 6.5 10 11 14 64 0 3 7 3 10 85 0 5 7 12 76 0 8 8 47 0 12 108 0 109 0 qk（t） - - 3 4 4 2 3 2 3 2 1表2 算例的遺傳算法計算結(jié)果計算次序 1 2 3 4 5 6 7 8 9 10 平均配送總距離（km） 67 64 68 70 64 68 64 67 68 64首次搜索到最終解的代數(shù) 43 38 36 42 53 57 49 51 48 52由表2可以看出：用遺傳算法對算例的10次求解中，有4次得到了問題的最優(yōu)解64km（其對應的配送路徑方案為：路徑1:-1,1,3,-1;路徑2：-1，5，6，9，-1；路徑3：-2，4，7，-2；路徑4：-2，2，8，-2），6次得到了問題的近似最優(yōu)解，這種方法求解多物流配送中心路徑優(yōu)化問題明顯的優(yōu)于把多個配送中心問題通過任務分派轉(zhuǎn)化為單物流配送中心問題求解。五、物流配送中心的規(guī)劃配送中心是基于物流合理化和發(fā)展市場兩個需要而發(fā)展起來的，是以組織配送式銷售和供應，執(zhí)行實物配送為主要功能的流通性物流結(jié)點。它很好地解決了用戶多樣化和廠商大批量專業(yè)化生產(chǎn)的矛盾，因此逐漸受到企業(yè)的重視，而配送中心在我國的發(fā)展明顯的滯后，并存在諸多問題。一、道路交通建設仍不能滿足現(xiàn)代物流配送的需要。二、配送中心設施不健全。三、配送管理落后。四、配送中心系統(tǒng)缺乏總體設計。五、配送成本過高。六、配送中心的功能難以發(fā)揮出來。六、物流配送中心的管理配送中心是現(xiàn)代物流的一個發(fā)展方向，具有廣闊的市場前景。但由于我國配送中心起步的時間較晚，基礎比較薄弱，很多優(yōu)勢沒能體現(xiàn)出來。隨著配送中心在我國的進一步發(fā)展，人們開始探討解決其存在的問題，從而實現(xiàn)其在我國現(xiàn)代物流中的作用。一、加大政府的投資力度，完善相關輔助設施。二、加大培養(yǎng)配送管理方面的人才。三、開發(fā)配送中心管理信息系統(tǒng)。四、結(jié)合實際，開發(fā)科學有效的配送管理方法。五、倉儲與配送成本的控制。六、對配送中心系統(tǒng)進行總體規(guī)劃。隨著我國現(xiàn)代物流的進一步發(fā)展，人們越來越認識到配送中心的優(yōu)勢所在。然而上文提到的問題是許多配送企業(yè)在發(fā)展過程中必然會面臨的。也許它們經(jīng)過分析探尋到了同樣的應對策略。但不管怎么說，它們成熟了許多，從而必將推動我國配送中心的又好又快發(fā)展。七、參考文獻1 李軍, 郭耀煌. 物流配送車輛優(yōu)化調(diào)度理論與方法M . 北京:中國物資出版社,2001.2 李軍,謝秉磊,郭強. 非滿載車輛調(diào)度問題的遺傳算法J . 系統(tǒng)工程理論方法應用,2000 ,.3 張濤,王夢光,楊建夏. 不確定計劃數(shù)的軋制批量計劃的模型和算法J . 系統(tǒng)工程學報,2000 ,15 (1) .4 郎茂祥. 物流配送車輛調(diào)度問題的模型和算法研究D . 北京:北方交通大學,2002.5 郎茂祥,胡思繼 用混合遺傳算法求解物流配送路徑優(yōu)化問題的研究 中國管理科學 2002 6 Filipec M , Skrlec D , Krajcar S. Genet