車輛調(diào)度及優(yōu)化方案

.word.zl-

.word.zl-

中文摘要

物流配送車輛調(diào)度問題是指：在給定運(yùn)輸任務(wù)的條件下，如何派車、組織循

環(huán)運(yùn)輸，使空駛里程最少，運(yùn)輸本錢最低。目前我國大多數(shù)的物流企業(yè)運(yùn)輸資源

分配不均、配送路線安排不合理、運(yùn)力資源浪費(fèi)嚴(yán)重，而缺乏完善的物流配送車

輛調(diào)度優(yōu)化方案是造成此現(xiàn)象的重要因素之一。因此對物流配送車輛調(diào)度問題的

研究具有重要的現(xiàn)實(shí)意義。

目前對單車場、封閉式物流配送車輛調(diào)度問題研究較多，而對多車場開放式

物流配送車輛調(diào)度問題研究較少，但是多車場開放式物流配送車輛調(diào)度問題有很

強(qiáng)的應(yīng)用背景。本文針對此問題，建立了一種靈活的多目標(biāo)組合優(yōu)化模型，設(shè)計(jì)

了適合多車場開放式車輛路徑問題的通用染色體編碼方案，并對遺傳算法中的穿

插變異操作做了詳細(xì)說明。此模型可以方便的增減優(yōu)化目標(biāo)值，并通過測試用例

驗(yàn)證了本文設(shè)計(jì)的優(yōu)化模型和遺傳算法在解決多車場多目標(biāo)開放式物流配送車

輛調(diào)度問題中的可行性。

自動化立體倉庫出庫端車輛調(diào)度策略的設(shè)計(jì)是物流配送車輛調(diào)度中的一個

關(guān)鍵問題，好的調(diào)度策略可以大大縮短出庫端的配貨時間。為此本文引入動態(tài)優(yōu)

先級理論，并利用該理論對大型AS/RS出庫口車輛調(diào)度問題進(jìn)展了深入研究與

分析，提出了基于動態(tài)優(yōu)先級的AS/RS出庫端車輛調(diào)度策略，并開發(fā)了相應(yīng)的

AS/RS出庫口發(fā)貨資源監(jiān)控系統(tǒng)，即AS/RS出庫口車輛調(diào)度系統(tǒng)，優(yōu)化了

AS/RS出庫端車輛調(diào)度策略，大大提高了物流配送當(dāng)中的配貨效率。

本文建立的多目標(biāo)組合優(yōu)化模型以及設(shè)計(jì)的遺傳算法求解方案，可以有效的

縮減物流配送中的送貨時間；設(shè)計(jì)的AS/RS出庫端車輛調(diào)度優(yōu)化策略及開發(fā)的

AS/RS出庫端車輛調(diào)度系統(tǒng)，可以有效縮減車輛在出庫端的配貨時間。本文對以

上兩種物流配送中的車輛調(diào)度問題進(jìn)展研究，大大提高了物流配送效率、減少了

物流配送本錢。

關(guān)鍵詞：物流配送；車輛調(diào)度；多目標(biāo)組合優(yōu)化；遺傳算法

第一章緒論

課題背景

物流(Logistics)：指在適宜時間，將適宜的物品以適當(dāng)?shù)臄?shù)量準(zhǔn)確地送到顧客

手中，它是供給鏈中最重要的組成局部。一般意義上是指在生產(chǎn)和生活中所涉及

的各種物質(zhì)實(shí)體由供給方向需求方的物理性轉(zhuǎn)移過程。這一概念將物流定義在有

用的物、供方、需方等幾個根本因素之上。也就是說，我們通常所指的物流是指

人們在生產(chǎn)和生活中發(fā)生的有意義的物流行為。整個物流過程是一個物理過程，

只改變時間和空間的狀態(tài)，不改變其使用價值。其中，時間狀態(tài)的改變稱之為倉

儲、流通加工等活動，空間狀態(tài)的改變稱之為運(yùn)輸、搬倒等活動。

物流配送是物流系統(tǒng)中的一個重要環(huán)節(jié)，它是指按客戶的訂貨要求，在物流

中心進(jìn)展分貨、配工作，并將配好的貨物及時送交收貨人的物流活動。配送本錢

直接關(guān)系到物流企業(yè)和部門的效益，目前我國的大多數(shù)的物流企業(yè)運(yùn)輸資源分配

不均、配送路線安排不合理、運(yùn)力資源浪費(fèi)嚴(yán)重,根據(jù)中國倉儲協(xié)會對146個企

業(yè)的調(diào)查顯示，用于運(yùn)輸?shù)馁M(fèi)用占整個物流費(fèi)用的比例分別為：在生產(chǎn)企業(yè)原料

物流中占58%，在生產(chǎn)企業(yè)成品物流中占73%，在商業(yè)物流中占52%。所以物流

配送車輛調(diào)度方案的合理優(yōu)化，對于整個物流運(yùn)輸速度、本錢、效益的影響至關(guān)

重要。

運(yùn)輸是指“物〞的長距離的移動，任何跨越空間的物質(zhì)實(shí)體的流動，都可稱

為運(yùn)輸。運(yùn)輸是物流的中心環(huán)節(jié)之一，被稱為國民經(jīng)濟(jì)的動脈和現(xiàn)代產(chǎn)業(yè)的支柱，

從社會經(jīng)濟(jì)的角度講，運(yùn)輸功能的發(fā)揮，縮小了物質(zhì)交流的空間，擴(kuò)大了社會經(jīng)

濟(jì)活動的圍并實(shí)現(xiàn)在此圍價值的平均化、合理化。在社會經(jīng)濟(jì)的開展中，運(yùn)輸?shù)?/p>

重要性己經(jīng)被人們所確認(rèn)，成為國民經(jīng)濟(jì)的命脈。

從物流系統(tǒng)的觀點(diǎn)來看，運(yùn)輸作業(yè)的關(guān)鍵因素包括運(yùn)輸本錢和運(yùn)輸速度兩個

方面。運(yùn)輸本錢：是指為兩個地理位置的運(yùn)輸所支付的款項(xiàng)，以及管理和維持轉(zhuǎn)

移中存貨的有關(guān)費(fèi)用，應(yīng)采用能把系統(tǒng)總本錢降低到最低限度的運(yùn)輸方式。運(yùn)輸

速度：是指為完成特定的運(yùn)輸作業(yè)所需花費(fèi)的時間。運(yùn)輸速度和本錢的關(guān)系，主

要表現(xiàn)在以下兩個方面：首先，運(yùn)輸商提供的效勞越快速，實(shí)際需要收取的費(fèi)用

也就越高。其次，運(yùn)輸效勞越快，轉(zhuǎn)移中的存貨就越少，可利用的運(yùn)輸間隔時間

越短。因此在選擇最合理的運(yùn)輸方式時，至關(guān)重要的問題就是如何平衡其效勞的

速度和本錢。運(yùn)輸主要目的就是要以最低的時間、財(cái)務(wù)和環(huán)境資源本錢，將產(chǎn)品

從原產(chǎn)地轉(zhuǎn)移到規(guī)定地點(diǎn)。同時，產(chǎn)品轉(zhuǎn)移所采用的方式必須能滿足顧客有關(guān)交

付履行和裝運(yùn)信息的可得性等方面的要求。所以在物流系統(tǒng)中，必須準(zhǔn)確地維持

運(yùn)輸本錢和效勞質(zhì)量之間的平衡。低本錢運(yùn)輸和高質(zhì)量效勞是令人滿意的。

物流配送車輛調(diào)度就是研究怎樣合理運(yùn)輸?shù)膯栴}，所謂合理運(yùn)輸就是在實(shí)現(xiàn)

物資產(chǎn)品實(shí)體從物流中心至消費(fèi)地轉(zhuǎn)移的過程中，充分有效地運(yùn)用各種運(yùn)輸工具

的運(yùn)輸能力，以最少的人、財(cái)、物消耗，及時、迅速、按質(zhì)、按量和平安的完成

運(yùn)輸任務(wù)。其標(biāo)志是：運(yùn)輸距離最短、運(yùn)輸環(huán)節(jié)最少、運(yùn)輸時間最短和運(yùn)輸費(fèi)用

最省。據(jù)統(tǒng)計(jì)運(yùn)輸費(fèi)約占整個物流費(fèi)用的40%，占銷售收入的2.88%。物流配送

車輛調(diào)度問題就是指在給定運(yùn)輸任務(wù)的條件下，如何派車、組織循環(huán)運(yùn)輸，使空

駛里程最少，運(yùn)輸本錢最低。車輛調(diào)度是物流管理最重要的局部，正確合理的調(diào)

度可以有效減少車輛的空駛率，實(shí)現(xiàn)合理路徑運(yùn)輸，從而有效減少運(yùn)輸本錢，節(jié)

約運(yùn)輸時間，提高經(jīng)濟(jì)效益。

課題研究的意義

物流產(chǎn)業(yè)的開展，將從整體上改變經(jīng)濟(jì)運(yùn)行的方式，提高經(jīng)濟(jì)運(yùn)行效率，對

增強(qiáng)國際競爭力將起到巨大的推動作用。我國國民經(jīng)濟(jì)的開展呼喚物流的進(jìn)一步

開展，對物流的開展要求如下：

降低流通本錢在GDP中的比重：在我國目前工業(yè)企業(yè)生產(chǎn)中，直接勞

動本錢占總本錢的比重不到10％，而物流費(fèi)用占商品總本錢的比重，從賬面反

映約為40％，全社會物流費(fèi)用支出約占GDP的20％，而其他興旺國家一般在

10%左右。這反映了我國物流系統(tǒng)落后，流通本錢太高，反映了我國國民經(jīng)濟(jì)運(yùn)

行質(zhì)量不高。通過開展現(xiàn)代物流業(yè)來促進(jìn)物流合理化，降低流通本錢在GDP中

的比重，無疑將成為我國新的經(jīng)濟(jì)增長點(diǎn)。“十五〞期間，如果我國物流費(fèi)用降

低到占GDP的15％，每年將為社會直接節(jié)約2400億元的物流本錢。

減少企業(yè)流動資金占用：我國工業(yè)企業(yè)和流通企業(yè)由于物流根底設(shè)施、

技術(shù)和管理的落后，原材料、半成品、成品積壓嚴(yán)重，大量流動資金被占用，周

轉(zhuǎn)速度很慢，物流本錢過高。據(jù)統(tǒng)，1992年，國有獨(dú)資、控股工業(yè)企業(yè)流動資

金占用1萬多億元，周轉(zhuǎn)速度為1.62次/年；1999年，國有獨(dú)資、控股工業(yè)企

業(yè)流動資金達(dá)31000億元，周轉(zhuǎn)速度僅1.2次/每年，與興旺國家相比非常落后。

如果工業(yè)企業(yè)把物流職能別離出來交給第三方物流企業(yè)，通過其先進(jìn)、科學(xué)的專

業(yè)化效勞，就可以減少流動資金占用，提高核心競爭能力，實(shí)現(xiàn)從粗放式經(jīng)營向

集約式經(jīng)營轉(zhuǎn)變。

電子商務(wù)的開展需要物流做根底：電子商務(wù)是流通領(lǐng)域的一場革命，它

把3商品買賣虛擬成一個大的市場，使客戶在任何地點(diǎn)、任何時間都可以購置商

品。但是，電子商務(wù)需要將網(wǎng)上訂的貨物及時送到可能在任何地方的客戶手里，

這就給物流系統(tǒng)帶來很大的挑戰(zhàn)。實(shí)際上，物流已經(jīng)成為電子商務(wù)開展的瓶頸，

需要建立具有響應(yīng)性、靈活性和可視化的現(xiàn)代物流系統(tǒng)，需要第三方物流企業(yè)的

效勞。世界500強(qiáng)中相當(dāng)多的企業(yè)都是通過第三方物流來解決它的供給鏈與銷

售問題的，很多跨國公司在歐洲、亞洲、美洲等地分別有不同的第三方物流企業(yè)

為他效勞。

現(xiàn)代物流產(chǎn)業(yè)的開展，將減少由于低水平、條塊分割的物流方式造成的

巨大物耗：在傳統(tǒng)的物流框架下，一件商品從生產(chǎn)出來到最終的消費(fèi)環(huán)節(jié)，至少

要被搬倒、裝運(yùn)十幾次。實(shí)行社會化的多式聯(lián)運(yùn)、一單到底，物流過程中的物耗

至少可以減少幾倍。我國汽車空駛率達(dá)37％左右，意味著全國每年有150多萬

輛載重汽車無活可干，這種潛在浪費(fèi)至少也在數(shù)千億元。按現(xiàn)代物流要求，合理

的流程設(shè)計(jì)可使空駛率降低到5％以下。

在現(xiàn)代物流集約化、一體化的開展中，配送是直接與消費(fèi)者相連的重要環(huán)節(jié)，

其核心局部為配送車輛的集約、貨物配裝及送貨過程，而配送車輛優(yōu)化調(diào)度是物

流系統(tǒng)優(yōu)化、物流科學(xué)化的關(guān)鍵一環(huán)，是貨物從配送中心送達(dá)收貨人的過程。配

送首要解決的是車輛的調(diào)度問題，幾十年來這一直是一個研究的熱點(diǎn)，在滿足和

完成各任務(wù)的前提下，正確合理的安排行車路線、提高配送車輛的利用率就可以

有效的節(jié)省時間從而減少運(yùn)輸本錢。另外對出庫口車輛調(diào)度問題的研究，將有效

減少貨物裝配的時間。所以本文對物流配送車輛調(diào)度的研究具有重要意義。

國外研究現(xiàn)狀

車輛調(diào)度問題最早是由Dantzig和Ramsert在上個世紀(jì)50年代末期提出，該

問題一般稱之為VehicleRoutingProblem(VRP)或者VehicleScheduling

Problem(VSP)現(xiàn)在我們將車輛調(diào)度問題一律簡稱為

VRP

VRP提出后就很快

引起運(yùn)籌學(xué)、應(yīng)用數(shù)學(xué)、組合數(shù)學(xué)、圖論與網(wǎng)絡(luò)分析、物流科學(xué)、計(jì)算機(jī)應(yīng)用等

學(xué)科專家與運(yùn)輸方案制定者和管理者的極大重視，成為運(yùn)籌學(xué)與組合優(yōu)化領(lǐng)域的

前沿與研究熱點(diǎn)問題。各學(xué)科的專家對該問題進(jìn)展了大量的理論研究及實(shí)驗(yàn)分

析，取得了很大進(jìn)展。

國外對物流配送車輛優(yōu)化調(diào)度問題作了大量而深入的研究，例如早在1962

年，Balinski等人首先提出VRP的集分割，直接考慮可行解集合，在此根底上進(jìn)展優(yōu)化，建立了最簡單的VRP模型；1964年，Clarke和Wright提出了一種啟發(fā)

式節(jié)約法來建立車隊(duì)配送路線；1968年，Rao等人在VRP集分割的根底上引入了列生成方法進(jìn)展求解，這種算法本質(zhì)上是最短路徑算法，同時結(jié)合了分枝定界

算法；1971年，Eilon等人提出將動態(tài)規(guī)劃法用于固定車輛數(shù)的VRP,通過遞歸

方法求解；1981年，針對帶能力約束、時間窗以及無停留時間的VRP，F(xiàn)isher

提出了三下標(biāo)車輛流方程；Thangiah于1991和Joe于l993分別用遺傳算法求解

VRP,但是都存在“早熟收斂〃的問題；2001年，Tan,Lee,Du結(jié)合遺傳算法、tabu樹搜索算法的優(yōu)點(diǎn)，形成知識庫，用人工智能的方法來求解；2002年，Taranrilis,Kiranondis使用空間決策支持系統(tǒng)來解決車輛路徑問題。

在國,有關(guān)車輛調(diào)度問題的研究是在20世紀(jì)90年代以后才逐漸興起的，比國

外相對落后。國研究對象主要是旅行商問題(TravelingSalesmanProblem,簡稱TSPb中國郵遞員問題(ChinesePostmanProblem簡稱CPP)、有向中國郵遞員問題(DirectedChinesePostmanProblem簡稱DCPP)等，系統(tǒng)性研究還很少見到。西南交通大學(xué)的軍教授和郭耀煌教授對車輛優(yōu)化調(diào)度的根底理論及各類問題進(jìn)展

了系統(tǒng)的研究；大為等以TSP的最近距離啟發(fā)式為根底，通過設(shè)置評價函數(shù)來

處理時間窗約束，求解了簡單的VRP。另外在利用現(xiàn)代優(yōu)化算法（如:遺傳算法、

神經(jīng)網(wǎng)絡(luò)方法、模擬退火等）對簡單TSP的求解取得了一定成果。蔡延光等應(yīng)用

模擬退火法針對滿載問題進(jìn)展了求解。總體來說，目前我國對車輛調(diào)度問題的理

論研究仍相對薄弱，需要進(jìn)一步研究。

本文容的安排

本課題的研究以蒙牛乳業(yè)股份（集團(tuán)）的物流配送業(yè)務(wù)為背景，主要研究兩方

面容：首先，對多車場多目標(biāo)開放式物流配送車輛調(diào)度問題做了研究，以此可以

優(yōu)化對客戶的派車問題及最正確車輛路徑的選擇問題。其次，對AS/RS出庫端

車輛調(diào)度策略做了研究，以本文建立的策略對出庫口的車輛分配車位，可以減少

車輛的配貨時間。本文的研究將在最大程度上減少蒙牛集團(tuán)的運(yùn)輸本錢，給蒙牛

集團(tuán)帶來可觀的經(jīng)濟(jì)效益。本文研究的具體容如下：

第一章緒論：介紹了本文研究的背景以及研究的目的與意義，并對國外對車

輛調(diào)度問題的研究現(xiàn)狀作了簡單介紹。

第二章車輛調(diào)度問題概述：首先對物流配送車輛調(diào)度問題進(jìn)展了描述，其次

介紹了車輛調(diào)度問題的構(gòu)成要素和車輛調(diào)度問題的分類，最后列舉了車輛調(diào)度的

相關(guān)求解算法。

第三章遺傳算法概述：首先對GA的背景作了簡單的介紹，接著對GA算法

的根本概念、工作流程和算法的組成做了詳細(xì)描述。

第四章用遺傳算法解決多車場多目標(biāo)開放式車輛調(diào)度問題：首先介紹了兩種

求解多車場車輛調(diào)度的方法，然后對多車場多目標(biāo)開放式車輛調(diào)度問題的研究背

景進(jìn)展了描述，在此根底上確定了多車場多目標(biāo)開放式車輛調(diào)度問題的數(shù)學(xué)模

型，并詳細(xì)描述了用遺傳算法對多車場多目標(biāo)開放式車輛調(diào)度問題的求解過程，

最后用實(shí)例證明了用遺傳算法求解此問題的可行性。

第五章對AS/RS出庫端車輛調(diào)度策略做了研究，提出了基于動態(tài)優(yōu)先級的

AS/RS出庫端車輛調(diào)度策略，并開發(fā)了相應(yīng)的AS/RS出庫端發(fā)貨資源監(jiān)控系統(tǒng)，

即AS/RS出庫口車輛調(diào)度系統(tǒng)，以此策略對出庫口的車輛分配車位,可以減少車

輛的配貨時間。

第六章總結(jié)與展望：歸納與總結(jié)了本文的創(chuàng)新之處，并提出進(jìn)一步研究車輛

調(diào)度問題的方向。

第二章車輛調(diào)度問題概述

車輛調(diào)度問題的描述

“配送〞一詞是日本引進(jìn)美國物流學(xué)時，對英文單詞delivery一詞的意譯，

我國轉(zhuǎn)學(xué)于日本，也直接用了“配送〞這個詞。配送是物流系統(tǒng)中由運(yùn)輸派生出

的功能，是短距離的運(yùn)輸。具有：①配送距離較短，位于物流系統(tǒng)的最末端，處

于支線運(yùn)輸、二次運(yùn)輸和末端運(yùn)輸?shù)奈恢?。②在配送中，也包含著其他的物流?/p>

能，是多種功能的組合。③配送是物流系統(tǒng)的縮影，也可以說是一個小圍的物流

系統(tǒng)。從物流來講，配送幾乎包括了所有物流的要素，車輛調(diào)度就是其中一個最

重要且有意義的要素，所以本文研究的是物流配送車輛調(diào)度問題。

物流配送車輛調(diào)度優(yōu)化問題最早是由Dentzing和Ramse依1959年第一次提

出的。從此，車輛調(diào)度優(yōu)化問題很快引起運(yùn)籌學(xué)、應(yīng)用數(shù)學(xué)、組合數(shù)學(xué)、圖論與

網(wǎng)絡(luò)分析、物流科學(xué)、計(jì)算機(jī)應(yīng)用等學(xué)科的專家與運(yùn)輸方案制定者的極大重視，

同時也逐漸成為運(yùn)籌學(xué)與組合優(yōu)化領(lǐng)域的熱點(diǎn)研究問題。由于它應(yīng)用的廣泛性和

經(jīng)濟(jì)上的重大價值，一直受到國外學(xué)者的廣泛關(guān)注。國外將物流配送車輛優(yōu)化調(diào)

度問題歸結(jié)為或稱之為VehicleRoutingProblem^口VehicleSchedulingProblem本

課題采用的是后者，也就是將車輛調(diào)度問題歸結(jié)為VSP問題：VehicleScheduling

Problem。

物流配送車輛調(diào)度問題的一般性定義是：物流配送車輛調(diào)度問題是把一系列

的裝貨點(diǎn)和〔或〕卸貨點(diǎn)，有機(jī)的組織起來，形成一系列行車線路，使待調(diào)度車

輛能夠高效、節(jié)能且有序地通過這些點(diǎn)。當(dāng)然，這種組織方式是應(yīng)該在滿足一定

的約束條件〔例如：用戶對貨物的需求量、一次性發(fā)貨量、應(yīng)交發(fā)貨時間、單個

車場的車輛容量限制、路程約束、時間限制等〕，最終到達(dá)縮短里程、減少開支

費(fèi)用、縮短運(yùn)輸時間、使用車輛數(shù)盡量少等優(yōu)化目標(biāo)。

物流配送車輛調(diào)度問題一般研究的是在配送中心及用戶位置均、資源及運(yùn)輸

能力充分、各用戶需求量己知的前提下，如何合理、高效、低本錢的解決分配與

運(yùn)送的問題，也就是說如何將貨物從配送中心按照一定的要求發(fā)送到假設(shè)干個用

戶點(diǎn)。配送方案應(yīng)該包括兩個相關(guān)的環(huán)節(jié)：①有哪些用戶要被分配到一條回路上，

即有哪些用戶的貨物應(yīng)該安排在同一輛車上；②每條配送路線上用戶的連接順

序。物流配送車輛調(diào)度的最優(yōu)解實(shí)際上是一個效率最高的運(yùn)輸方案，它應(yīng)明確的

規(guī)定應(yīng)派出的車輛型號、車輛數(shù)以及每輛車的具體行車路線。實(shí)施這一配送方案，

即可以滿足用戶的需求，又可以使總的運(yùn)輸行程最短。

車輛調(diào)度問題的構(gòu)成要素

物流配送車輛調(diào)度問題主要包括貨物、車輛、配送中心、客戶、運(yùn)輸網(wǎng)絡(luò)、

約束條件、和目標(biāo)函數(shù)等要素。

貨物

貨物是我國交通運(yùn)輸領(lǐng)域中的一個特有專用概念，交通運(yùn)輸領(lǐng)域?qū)⑵浣?jīng)營的

對象分為兩大類：一類是人，一類是物?！拔铷曔@一類的運(yùn)輸目標(biāo)統(tǒng)稱為貨物。

我們這里所說的貨物是指物流配送的對象，每批貨物都包括品名、包裝、重量、

體積、要求送到(或取走)的時間和地點(diǎn)，能否分批配送等屬性。

車輛

車輛是“車〞與車的單位“輛〞的總稱。所謂車，是指陸地上用輪子轉(zhuǎn)動的

交通工具；所謂輛，來源于古代對車的計(jì)量方法。本文所說的車輛是指運(yùn)載貨物

的工具，車輛的主要屬性包括：類型、工作時間、配送前的停放位置、載重量以

及配送任務(wù)完成后的停放位置等。

配送中心

配送中心是指承受供給者所提供的多品種、小批量的貨物，通過存儲、保管、

分揀、配貨以及流通加工、信息處理等作業(yè)后，將按需要者訂貨要求配齊的貨物

送交顧客的組織機(jī)構(gòu)和物流設(shè)施。本文所說的配送中心是指從事配送業(yè)務(wù)的物流

場所或組織，如可以進(jìn)展貨物集中、分揀、配貨、送貨等的倉庫、車站、港口等

固定場所。在物流配送系統(tǒng)中，配送中心可以只有一個，也可以同時具有多個。

配送中心專業(yè)性強(qiáng)，和客戶有固定的配送關(guān)系，一般實(shí)行方案配送，需配送的商

品有一定的庫存量，一般情況很少超越自己的經(jīng)營圍。配送中心的設(shè)施及工藝流

程是根據(jù)配送需要專門設(shè)計(jì)的，所以配送能力很強(qiáng)，配送距離較遠(yuǎn)，配送的品種

較多，配送數(shù)量比擬大。使用配送中心配送覆蓋面寬，規(guī)模大，因此，必須有一

套配套的大規(guī)模實(shí)施配送的設(shè)施。本文的研究背景就是基于配送中心的物流配送

中車輛調(diào)度問題的研究。

客戶

客戶指的是物流配送的效勞對象，可以是各種零售店，也可以是分倉庫，還

可以是別的倉庫的外調(diào)。也就是說客戶是有配送任務(wù)的對象的統(tǒng)稱?？蛻舻膶傩?/p>

包括需求數(shù)量、需求時間、需求次數(shù)及目前需求的滿足動態(tài)等。8

運(yùn)輸網(wǎng)絡(luò)

本文的運(yùn)輸網(wǎng)絡(luò)采用了離散數(shù)學(xué)中對網(wǎng)的介紹，配送中心、客戶、停車場等

構(gòu)成網(wǎng)絡(luò)的頂點(diǎn)、它們之間的交互運(yùn)輸構(gòu)成了無向邊，具體的運(yùn)輸任務(wù)被稱為由

有向弧組成的運(yùn)輸?shù)木W(wǎng)絡(luò)。邊、弧的屬性包括方向、權(quán)值和交通流量限制等。在

運(yùn)輸網(wǎng)絡(luò)中，邊或弧具有一定的權(quán)值，該值可以表示為距離、時間或費(fèi)用。邊或

弧的權(quán)值變化具有以下幾種情況：固定不變，不隨著時間和車輛的不同而變化；

隨時間段或者車輛不同而變化；既隨著時間的不同而變化，又隨著車輛的不同而

變化。對運(yùn)輸網(wǎng)絡(luò)中的定點(diǎn)、邊或弧的交通流量要求分為以下幾種情況：無流量

限制；邊、弧限制，即每條邊、弧上同時行駛的車輛數(shù)有限；頂點(diǎn)限制，即每個

頂點(diǎn)上同時裝、卸貨的車輛數(shù)有限；邊、弧、頂點(diǎn)都有限制。

約束條件

物流配送車輛調(diào)度問題應(yīng)滿足以下約束條件：能夠滿足所有客戶對貨物品

種、規(guī)格、數(shù)量的要求；能夠在客戶要求或者承受的時間將貨物送到；運(yùn)輸車輛

每天的運(yùn)行時間、運(yùn)行歷程都要有一定的限制，不能超過預(yù)定的時間或者里程；

在物流配送過程中實(shí)際裝載的貨物不能超過車輛的最大載重要求，也就是不能超

載；當(dāng)然，客戶的需求也必須在物流中心現(xiàn)有的運(yùn)力圍，也就是目前有這個能力

去完成待完成的任務(wù)。

目標(biāo)函數(shù)

目標(biāo)函數(shù)是指所關(guān)心的目標(biāo)(某一變量)與相關(guān)的因素(某些變量)的函數(shù)關(guān)

系。簡單的說，就是你求解后所得出的那個函數(shù)。在求解前函數(shù)是未知的，按照

你的思路將條件利用起來，去求解未知量的函數(shù)關(guān)系式，即為目標(biāo)函數(shù)。本課題研究的物流配送車輛調(diào)度問題，可以只選用一個目標(biāo)，也可以同時選用多個目標(biāo)。

使用概率比擬多的目標(biāo)函數(shù)主要有：

①配送的距離最短，也就是在配送過程中車輛所走的路程最短。在實(shí)際的物

流配送中，配送里程直接關(guān)系到配送車輛的耗油量、磨損程度以及司機(jī)疲勞程度

等因素。因此，在眾多的目標(biāo)函數(shù)中選擇配送里程最短的目標(biāo)，在某種程度上可

以直接減少運(yùn)輸本錢。

②配送車輛的載重量與公里數(shù)最少，這種方式的目標(biāo)是將配送距離與車輛的

載重量進(jìn)展了有機(jī)結(jié)合，綜合來考慮載重量與配送距離之間的關(guān)系，以到達(dá)最優(yōu)

化的配置，是比擬常用的目標(biāo)之一。9

③綜合費(fèi)用最低，完成最多的任務(wù)，花最少的本錢，這是物流配送中的一個

根本原那么。降低各項(xiàng)開支的綜合費(fèi)用是實(shí)現(xiàn)物流配送業(yè)務(wù)中取得良好經(jīng)濟(jì)效益

的根本要求。在物流配送中，與配送相關(guān)的費(fèi)用包括：車輛維護(hù)費(fèi)用、車輛耗油

費(fèi)用、車隊(duì)管理費(fèi)用、裝卸工所需費(fèi)用、各部門人員工資費(fèi)用等。

④準(zhǔn)時完成任務(wù)，無論是分倉庫還是分銷點(diǎn)，各種用戶都對需求的交貨時間

有著嚴(yán)格的要求。配送任務(wù)完成的準(zhǔn)時性，很大程度上決定了配送公司在客戶心

中的地位，決定了公司的信譽(yù)度。各種本錢雖然是必須考慮的因素，也是最實(shí)際

的因素，但是為提高配送效勞質(zhì)量，按時完成用戶的需求，有時需要將準(zhǔn)時性最

高作為配送路線的目標(biāo)。

⑤使用的車輛數(shù)最少，該目標(biāo)考慮的是使用盡量少的車輛去完成指定的配送

任務(wù)。前面的目標(biāo)表達(dá)了各項(xiàng)指標(biāo)的要求，但是如果車輛跑的距離最短、也是按

時到達(dá)的，但是使用的車輛都沒有滿載，這無疑也是對資源的一種浪費(fèi)，也不能

是整體配送效益到達(dá)最優(yōu)，所以必須要求車輛的滿載率最高，以充分利用車輛的

.word.zl-

.word.zl-

. .word.zl-

裝載能力。

⑥勞動消耗最低，充分考慮人的因素。也就是使用最少的司機(jī)數(shù)，這當(dāng)然和

前面使用最少的車輛數(shù)是一致的，只有車輛少了，司機(jī)才會少，只有車輛都裝滿

了，才會使用最少的車輛。只有選擇的距離最短了，司機(jī)才能工作最短的時間，

這些都是重要的目標(biāo)值。

車輛調(diào)度問題的分類

車輛調(diào)度問題(Visual-ScheduleProblemVSP液提出后，國外各學(xué)科的學(xué)者從

不同角度對它進(jìn)展了各種研究，并各自按不同的標(biāo)準(zhǔn)對其進(jìn)展了分類。綜合起來

可分為以下幾種：

按車場數(shù)目分：有單車場車輛調(diào)度問題和多車場車輛調(diào)度問題。單車場

問題指配送系統(tǒng)中僅有一個配送中心，多車場車輛調(diào)度問題指配送系統(tǒng)中存在多

個配送中心。

按配送任務(wù)特征分：分為純送貨問題、純?nèi)∝泦栴}以及取送混合問題。

其中純送貨問題指僅僅考慮從物流中心向客戶送貨，而不考慮從用戶向配送中心

送貨；純?nèi)∝泦栴}指單純考慮把各客戶供給的貨物取到配送中心不考慮配送中心

給客戶供貨問題；取送混合問題是上面兩者的有機(jī)組合，既要考慮將客戶需求的

貨物從物流中心送到各個客戶，同時還考慮將客戶提供的貨物從客戶取到物流中

心。

按車輛載貨狀況分：分為滿載問題、非滿載問題以及滿載和非滿載混合

問題。10滿載問題指的是貨運(yùn)量不小于車輛容量，完成一項(xiàng)任務(wù)需要不少于一

輛車；非滿載問題指的是貨運(yùn)量小于車輛容量，多項(xiàng)貨物合用一輛車，在實(shí)際的

車輛配送過程中經(jīng)常會出現(xiàn)這種處于非滿載的狀態(tài)；滿載和非滿載混合問題是上

述兩者的有機(jī)組合，既存在一局部客戶需求和供給的貨物數(shù)量大于或等于車輛的

載重量，同時又存在另一局部客戶需求量或供給的貨物數(shù)量小于車輛的載重量，

上述情況就造成一局部配送車輛滿載運(yùn)行，而另一局部運(yùn)行在非滿載的狀態(tài)。

按客戶對貨物處理時間的要求分：分為無時間約束問題和有時間約束問

題。其中無時間約束問題指的是客戶對貨物的取走和送到的時間沒有嚴(yán)格的要

求；有時間約束問題指的是客戶要求將其需求的貨物在一定的時間圍送到，并且

將供給的貨物在一定的時間圍取走。有時間約束問題又分為硬時間窗問題和軟時

間窗問題，硬時間窗問題指的是對任務(wù)的完成有硬性的時間限制，或者說時間要

求。軟時間窗問題指的是有一定的時間約束，但是相比照擬寬松，盡量在用戶規(guī)

定的時間圍將貨物送到或者取走，但是如果超越了規(guī)定的時間限制可能要有一定

的處分機(jī)制。

按車輛類型分：分為單車型問題和多車型問題。單車型問題指所有配送

車輛類型和容量一樣，這種情況方便統(tǒng)一管理和裝卸。多車型問題指在執(zhí)行任務(wù)

過程中的配送車輛類型和容量不完全一樣，這種情況處理起來比擬復(fù)雜。

按車輛對車場所屬關(guān)系分：分為開放式車輛調(diào)度問題和封閉式車輛調(diào)度

問題。開放式車輛調(diào)度問題指的是車輛完成配送任務(wù)后可以不返回其原來發(fā)出車

場；封閉式車輛調(diào)度問題指的是車輛完成配送任務(wù)后必須返回其原來發(fā)出車場。

本課題是針對開放式車輛調(diào)度問題進(jìn)展的研究。

按優(yōu)化目標(biāo)數(shù)分：分為單目標(biāo)問題和多目標(biāo)問題。單目標(biāo)問題指的是僅

考慮一個配送目標(biāo)；而多目標(biāo)問題指的是同時考慮多個配送目標(biāo)。

車輛調(diào)度的相關(guān)求解算法

用于解決物流配送車輛調(diào)度問題的算法分為：準(zhǔn)確算法和啟發(fā)式算法兩大

類，準(zhǔn)確算法一般用于解決小規(guī)模的VRP問題，車輛調(diào)度問題應(yīng)用最為廣泛的

算法是啟發(fā)式算法，啟發(fā)式算法并不追求問題的最優(yōu)解，而是強(qiáng)調(diào)問題解的滿意

性。所以，啟發(fā)式算法對于大規(guī)模的車輛調(diào)度問題能在較短的時間獲得較滿意的

次優(yōu)解，并且這些算法的通用性也很強(qiáng)。常見的啟發(fā)式算法有如下幾種：

C-WSaving^法

C-WSavings算法采用了幾何中三角形的邊定理，即三角形的兩邊之和大于

第三邊。當(dāng)路徑中有這樣的兩個邊時用第三邊來代替，以到達(dá)節(jié)約配送距離的目

的。我們可以設(shè)節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的節(jié)約量為Sij,這兩點(diǎn)和節(jié)點(diǎn)o之間的距離

為Doi和Doj,那么Sij=Doi+Doj-Dij〔iwj,i,j=1,2,,算汨苜先求出所有Sij,

并按非增順序排列。然后從最大的Sij開場，確定是否存在兩條路徑，其中一條

從弧(0,j)開場，而另一條以(i,o)完畢。如果存在，那么去掉弧(0,j)、(i,o),引入弧

(j,i)合并這兩條路徑。重復(fù)上述過程直到?jīng)]有路徑可以合并。

⑵SweepB^

Sweep?法是一種“先分組后路線〃的算法。所謂的分組就是：首先計(jì)算出

要訪問的顧客的位置的極坐標(biāo)，并把這些極坐標(biāo)按角度大小排序，然后在未分配

到任何路徑中的顧客中從角度最小的顧客開場，依次將顧客歸并到相應(yīng)的路徑

中，直到車輛的能力約束滿足為止，再重新選擇新的車輛，重復(fù)上述過程，直到

所有的顧客都分配完畢。最后利用TSP的優(yōu)化算法對各子路經(jīng)進(jìn)展優(yōu)化。

ClusterandRoutes法

一般有兩種方法：先聚類后排序方法(CFRS和先排序后聚類方法(RFCS)

CFRS最早由G.Gillett等提出，它是先用啟發(fā)式方法將節(jié)點(diǎn)分成假設(shè)干路徑，然后對路徑中的點(diǎn)進(jìn)展排序。RFCS由Besley?出，它先對所有節(jié)點(diǎn)進(jìn)展TSP排序,然后將大的路徑分成假設(shè)干個小路徑。

遺傳算法GA

遺傳算法使用群體搜索技術(shù)，借用適者生存規(guī)律進(jìn)展局部搜索改良，它通過

對當(dāng)前群體施加選擇、穿插、變異等一系列遺傳操作，從而產(chǎn)生出新一代的群體，

每一次進(jìn)化那么對應(yīng)解的一次迭代，并逐步使群體進(jìn)化到包含或接近最優(yōu)解的狀

體。當(dāng)?shù)螖?shù)到達(dá)最大次數(shù)限制或群體中的個體無顯著差異時，迭代終止。

J.Lawrencel1先將GA應(yīng)用于求解車輛調(diào)度問題。

禁忌搜索算法TS

TS的思想由Glover最早提出，它通過對避開一些局部最優(yōu)解，到達(dá)接納一

局部較差解，從而跳出局部搜索的目的。TS是對局部鄰域搜索的一種擴(kuò)展，是

一種全局逐步尋優(yōu)算法，是對人類思維過程的一種模擬。禁忌搜索算法通過利用

一個禁忌表記錄已經(jīng)到達(dá)過的局部最優(yōu)點(diǎn)，并在后面的搜索中，根據(jù)某種限制循

環(huán)的規(guī)那么和禁忌表中記錄的信息在當(dāng)前搜索鄰域中取一個適宜的解。

模擬退火算法SA

其思想最早有Metropolis1953年提出，Osman于1993年用之解決VRP。模

擬退火算法用固體退火模擬組合優(yōu)化問題，將能模擬為目標(biāo)函數(shù)值，溫度演化成

控制參數(shù)。由初始解和控制參數(shù)初值開場，對當(dāng)前解重復(fù)“產(chǎn)生新解-計(jì)算目標(biāo)函數(shù)差-承受或舍棄〃的迭代，并逐步衰減控制參數(shù)值，算法終止時的當(dāng)前解即為所得近似最優(yōu)解。

蟻群優(yōu)化算法ACO

蟻群算法模擬了蟻群搜索食物的行為。螞蟻在尋找食物時，會在它所經(jīng)過的

路徑排放一種外激素(pheromone,在算法中稱為信息素)作為標(biāo)記，排放的量那

么根據(jù)路徑長度和食物的等級決定。這些外激素可以指導(dǎo)螞蟻的運(yùn)動方向，并使

蟻群朝著外激素強(qiáng)度高的方向移動。在用蟻群算法解決車輛調(diào)度問題時，可根據(jù)

優(yōu)化的目標(biāo)函數(shù)個數(shù)，構(gòu)造多組相互協(xié)作的人工蟻群，使各組分別優(yōu)化其中的一

個目標(biāo)函數(shù)，并以共用解的方式建立協(xié)作關(guān)系。在以上求解VRP的算法中，有

的算法利用全局信息進(jìn)展整體搜索適合構(gòu)解，如GA等；還有的利用局部信息，

適合改良解，如SA、TS等。每種方法都各有所長與缺乏，一般來說，根據(jù)具體

的求解問題，采用兩種或兩種以上的混合方法，能夠得到更好的解。

小結(jié)

本章從車輛調(diào)度根本理論的角度，首先介紹了車輛調(diào)度涉及到的根本概念，

包括了問題的描述和構(gòu)成要素。其次對車輛調(diào)度問題的分類進(jìn)展的描述，列舉了

一些相關(guān)解決車輛調(diào)度問題的算法。

第三章遺傳算法概述

背景介紹

遺傳算法(GeneticAIgorithm.GA)是由美國Michigan大學(xué)J.Holland教授和他

的學(xué)生開展建立的一類借鑒生物界的進(jìn)化規(guī)律—適者生存、優(yōu)勝劣汰遺傳機(jī)制

演化而來的概率搜索算法。GA算法是近幾年開展起來的一種嶄新的全局優(yōu)化算

法，遺傳算法作為一種非數(shù)值并行算法，其思想起源于生物遺傳學(xué)適者生存的自

然規(guī)律，通過自然選擇、遺傳、變異等作用機(jī)制，實(shí)現(xiàn)各個體適應(yīng)性的提高。它

是多學(xué)科結(jié)合與滲透的產(chǎn)物，已經(jīng)開展成一種自組織、自適應(yīng)的綜合技術(shù)，廣泛

應(yīng)用在計(jì)算機(jī)科學(xué)、工程技術(shù)和社會科學(xué)等領(lǐng)域。

GA算法是通過對自然進(jìn)化現(xiàn)象的模擬，利用簡單的編碼技術(shù)和進(jìn)化機(jī)制來

解決復(fù)雜的優(yōu)化問題。特別是由于它不受搜索空間的限制性假設(shè)的約束，不必要

.word.zl-

.word.zl-

. .word.zl-

求諸如連續(xù)性、導(dǎo)數(shù)存在等假設(shè)，以及其固有的并行性。它是一種以自然選擇和遺傳理論為根底，將生物進(jìn)化過程中適者生存規(guī)那么與同一群染色體的隨機(jī)信息

變換機(jī)制相結(jié)合的搜索算法，其通過給解向量編碼，形成初始種群，然后用變異、

穿插、重組、自然選擇等算子，進(jìn)展并行迭代求得優(yōu)化解。

由于遺傳算法具有不依賴于問題模型采用隨機(jī)運(yùn)算，對搜索空間無特殊要

求、無需求導(dǎo)，具有全局最優(yōu)性求解能力、隱含并行性、收斂速度快以及能高效

率地解決不同非線性問題的魯棒性的特點(diǎn)。因此近年來有很快的開展，在組合優(yōu)

化、自適應(yīng)控制、機(jī)器學(xué)習(xí)等許多領(lǐng)域獲得應(yīng)用，并在電氣自動化、計(jì)算機(jī)和通

信以及人工智能的許多領(lǐng)域取得了非凡的成就，尤其適合求解NP-hard問題。

遺傳算法的根本概念

由于遺傳算法是由進(jìn)化論和遺傳學(xué)機(jī)理而產(chǎn)生的直接搜索優(yōu)化方法，因而在

這個算法中要用到各種進(jìn)化和遺傳學(xué)的概念。這些概念如下：

串(String)

它是個體(Individual)的形式，對應(yīng)于遺傳學(xué)中的染色體(Chromosome)

群體(Population)

個體的集合稱為群體，個體是群體的元素。

(3)群體大小(Populationsize并群體中個體的數(shù)量稱為群體的大小。

基因(Gene)

基因是用中的元素，基因用于表示個體的特征。例如有一個用S=1010,那

么其中的1，0，1，0這4個元素分別稱為基因。

基因位置(GenePosition)

一個基因在串中的位置稱為基因位置，有時也簡稱基因位?；蛭恢糜纱?/p>

左邊向右計(jì)算，如在串S=1011中，0基因位置是2。基因位置對應(yīng)于遺傳學(xué)中的

地點(diǎn)(Locus)。

基因特征值(GeneFeature)

在用串表示整數(shù)時，基因的特征值與二進(jìn)制數(shù)的權(quán)一致，如在串S=1011中，

第三基因位值上的1，它的基因特征值為2；第一基因位值上的1，它的基因特

征值為8。

串構(gòu)造空間S

在串中，基因任意組合構(gòu)成的串的集合稱為串構(gòu)造空間?；虿僮魇窃跇?gòu)造

空間中進(jìn)展的。

適應(yīng)度(Fitness)

表示某一個體對于環(huán)境的適應(yīng)程度。為了表達(dá)染色體的適應(yīng)能力，引入了對

問題中的每一個染色體都能進(jìn)展度量的函數(shù)—適應(yīng)度函數(shù)，用于計(jì)算個體在群體

中被使用的概率。

選擇(Selection)

就是從群體中選擇出較適應(yīng)環(huán)境的個體。這些選中的個體用于繁殖下一代，

故有時也稱這一操作為再生(Reproduction｝由于在選擇用于繁殖下一代的個體

時，是根據(jù)個體對環(huán)境的適應(yīng)度來決定其繁殖量的，故有時也稱為非均勻再生

(Differentia1Reproduction。)

穿插(Crossover)

就是在選中用于繁殖下一代的個體中，對兩個不同的個體隨機(jī)選取一個子串

進(jìn)展交換，從而產(chǎn)生新的個體。

變異(Mutation)

就是在選中的個體中，隨機(jī)選擇兩點(diǎn)，將兩點(diǎn)間的子用按一定的規(guī)那么進(jìn)展

變異。

傳算法的工作流程

遺傳算法在整個進(jìn)化過程中的遺傳操作是隨機(jī)的，但它所呈現(xiàn)出的特性并不

是完全隨機(jī)搜索，它能有效地利用歷史信息來推測下一代期望性能有所提高的尋

優(yōu)點(diǎn)集。這樣一代代地不斷進(jìn)化，最后收斂到一個最適應(yīng)環(huán)境的個體上，求得問

題的最優(yōu)解。遺傳算法所涉及的五大要素為：參數(shù)編碼、初始群體的設(shè)定、適應(yīng)

度函數(shù)的設(shè)計(jì)、遺傳操作的設(shè)計(jì)和控制參數(shù)的設(shè)定。其流程框圖如圖3.1所示。

評彷群體

遺化舞作

確定時間問題參型集

(1)位串解磚卷簾數(shù)

C2J計(jì)，目齷函數(shù)

(3)函效侑f適應(yīng)值

U)適應(yīng)值調(diào)整

三個厘小黨子:

(1＞選樣

121交叉

圖3.1遺傳算法流程圖

從圖3.1可以看出，遺傳算法的運(yùn)行為一個典型的迭代過程，其必須完成的

工作容和根本步驟如下：

選擇編碼策略，將解空間中的解數(shù)據(jù)表示成遺傳空間的基因型串構(gòu)造數(shù)

據(jù)，這些串構(gòu)造數(shù)據(jù)的不同組合便構(gòu)成了不同的編碼。

定義適應(yīng)度函數(shù)f(x)。

(3)確定遺傳策略，包括選擇群體大小n,選擇、穿插、變異方法，以及確

定穿插概率pc、變異概率pm等遺傳參數(shù)。

隨機(jī)初始化生成群體P。

計(jì)算群體中個體位串解碼后的適應(yīng)度f(x)。

按照遺傳策略，運(yùn)用選擇、穿插和變異算子作用于群體，形成下一代群

體。

判斷群體性能是否滿足某一指標(biāo)，或者己完成預(yù)定迭代次數(shù)，不滿足那

么返回步驟(6)，或者修改遺傳策略再返回步驟(6)。

在遺傳算法的應(yīng)用過程中，人們往往結(jié)合問題的特征和領(lǐng)域知識對根本遺傳

算法進(jìn)展各種改變，形成了各種各樣具體的遺傳算法，從而使得遺傳算法具備求

解不同類型優(yōu)化問題的能力。

3.4遺傳算法的組成

遺傳算法主要由六個局部組成：編碼方式、初始群體產(chǎn)生的方法、評價函數(shù)、

遺傳操作、算法終止條件、算法參數(shù)的設(shè)置。要利用遺傳算法成功的解決物流配

送車輛調(diào)度問題，就需要對這六個步驟進(jìn)展設(shè)計(jì)。

編碼方式

在遺傳算法的運(yùn)行過程中，它不對所求解問題的實(shí)際決策變量直接進(jìn)展操

作，而是對表示可行解的個體編碼施加選擇、穿插、變異等遺傳運(yùn)算，通過這種

.word.zl-

.word.zl-

遺傳操作來到達(dá)優(yōu)化的目的，這是遺傳算法的特點(diǎn)之一。遺傳算法通過這種對個

體編碼的操作，不斷搜索出適應(yīng)度較高的個體，并在群體中逐漸增加其數(shù)量，最

終尋求出問題的最優(yōu)解或近似最優(yōu)解。在遺傳算法中如何描述問題的可行解，即

把一個問題的可行解從其解空間轉(zhuǎn)換到遺傳算法所能處理的搜索空間的轉(zhuǎn)換方

法就成為編碼。

編碼是應(yīng)用遺傳算法時要解決的首要問題，也是設(shè)計(jì)遺傳算法的一個關(guān)鍵步

驟。編碼方法除了決定了個體的染色體排列形式之外，它還決定了個體從搜索空

間的基因型變換到解空間的表現(xiàn)型時的解碼方法，編碼方法也影響到穿插算子、

變異算子等遺傳算子的運(yùn)算方法。由此可見，編碼方法在很大程度上決定了如何

進(jìn)展群體的遺傳進(jìn)化運(yùn)算以及遺傳進(jìn)化運(yùn)算的效率。一個好的編碼方法，有可能

會使得穿插運(yùn)算、變異運(yùn)算等遺傳操作可以簡單的實(shí)現(xiàn)和執(zhí)行。而一個差的編碼

方法，卻有可能會使得穿插運(yùn)算、變異運(yùn)算等遺傳操作難以實(shí)現(xiàn)，也有可能會產(chǎn)

生很多在可行解集合無對應(yīng)可行解的個體，這些個體經(jīng)解碼處理后所表示的解稱

為無效解。雖然有時產(chǎn)生一些無效解并不完全都是有害的，但大局部情況下它卻

是影響遺傳算法運(yùn)行效率的主要因素之一。

針對一個具體應(yīng)用問題，如何設(shè)計(jì)一種完美的編碼方案一直是遺傳算法的應(yīng)

用難點(diǎn)之一，也是遺傳算法的一個重要研究方向?？梢哉f目前還沒有一套既嚴(yán)密

又完整的指導(dǎo)理論及評價準(zhǔn)那么能夠幫助我們設(shè)計(jì)編碼方案。作為參考，DeJong

曾提出了兩條操作性較強(qiáng)的使用編碼原那么：

編碼原那么一：應(yīng)使用能易于產(chǎn)生與所求問題相關(guān)的且具有低階、短定義長

度模式的編碼方案。

編碼原那么二：應(yīng)使用能使問題得到自然表示或描述的具有最小編碼字符集

的編碼方案。

第一個編碼原那么中，模式是指具有某些基因相似性的個體的集合，而具有短定義長度、低階且適應(yīng)度較高的模式稱為構(gòu)造優(yōu)良個體的積木塊或基因塊，這里可以把該編碼原那么理解成應(yīng)使用易于生成適應(yīng)度較高的個體的編碼方案。

第二個編碼原那么說明了我們?yōu)楹纹珢塾谑褂枚M(jìn)制編碼方法的原因，因?yàn)?/p>

它滿足這條編碼原那么的思想要求。事實(shí)上，理論分析說明，與其他編碼字符集相比，二進(jìn)制編碼方案能包含最大的模式數(shù)，從而使得遺傳算法確實(shí)定規(guī)模的群體中能夠處理最多的模式。

由于遺產(chǎn)算法應(yīng)用的廣泛性，迄今為止人們己經(jīng)提出了許多種不同的編碼方法?？偟膩碚f，常用的編碼方法可分為三大類：二進(jìn)制編碼方法、實(shí)數(shù)編碼方法、有序用編碼方法。二進(jìn)制編碼方法是遺傳算法中最常用的一種編碼方法，它使用

的編碼符號集是由二進(jìn)制符號0和1所組成的二值符號集{0,1},它所構(gòu)成的個體基因型是一個二進(jìn)制編碼符號用。在二進(jìn)制編碼方式的遺傳算法中，遺傳操作是作用在編碼空間上的，操作后的二進(jìn)制用通過解碼轉(zhuǎn)換到解空間，在這里進(jìn)展評估選擇（如圖3-2所示）。

解碼

l1?:

編碼空M遺傳運(yùn)兌解空間評估與選擇

[

編碼

圖3.2編碼解碼操作

使用二進(jìn)制編碼方法，在求解高維優(yōu)化問題時，二進(jìn)制申會很長，因而算法

的搜索效率很低。為了克制二進(jìn)制編碼方法的缺點(diǎn)，對于變量是實(shí)向量的情況，

可以直接采用實(shí)數(shù)編碼方法。實(shí)數(shù)編碼表示比擬自然，較易引入相關(guān)領(lǐng)域知識，因此，實(shí)數(shù)編碼還可以使遺傳算法更接近問題空間，防止了編碼和解碼的過程，

其使用將越來越廣泛。對很多組合優(yōu)化問題，目標(biāo)函數(shù)的值不僅與表示解的字符

串中各字符的值有關(guān)，而且與其所在字符串的位置有關(guān)，這樣的問題稱為有序問

題，用有序串編碼方法表示。這類編碼方法較多地用在組合優(yōu)化問題中，如二次

分配問(QuadraticAssignmentproblem])旅行商問題(TravelingSalesmanProblem)們常用的是有序串的編碼方式。

基于遺傳算法的以上特點(diǎn)，在本文用遺產(chǎn)算法求解物流配送車輛調(diào)度問題

時，我們采用有序串編碼方式的染色體設(shè)計(jì)。初始化過程有很多種，在研究遺傳

算法時，常常隨機(jī)產(chǎn)生初始群體，這樣做的好處是產(chǎn)生方式不依賴于問題，也就

是對于任何問題，我們都可以采用這種方式來生成初始群體，由于本文是對某個

特定的非線性規(guī)劃問題求解，所以我們采用人機(jī)交互方式來初始化群體，這樣結(jié)

合人類智慧使算法優(yōu)化收斂速度更快。

適應(yīng)度函數(shù)

在研究自然界中生物的遺傳和進(jìn)化現(xiàn)象時，生物學(xué)家使用適應(yīng)度這個術(shù)語來

度量某個物種對于其生存環(huán)境的適應(yīng)度程度。對生存環(huán)境適應(yīng)程度較高的物種將

有更多的繁殖時機(jī)；而對生存環(huán)境適應(yīng)程度較低的物種，其繁殖時機(jī)就相對較少。

與此相似，在遺傳算法中也使用適應(yīng)度這個概念來度量群體中各個個體在優(yōu)化計(jì)

算中有可能到達(dá)或接近于或有助于找到最優(yōu)解的優(yōu)良程度。適應(yīng)度較高的個體遺

傳到下一代的概率就較大，而適應(yīng)度較低的個體遺傳到下一代的概率就相對小一

些。度量個體適應(yīng)度的函數(shù)就稱為適應(yīng)度函數(shù)〔FitnessFunction〕。

遺傳算法的一個特點(diǎn)是它僅使用所求問題的目標(biāo)函數(shù)值就可以得到下一步

.word.zl-

.word.zl-

的有關(guān)搜索信息。而對目標(biāo)函數(shù)值的使用是通過評價個體的適應(yīng)度來表達(dá)的。評

價個體適應(yīng)度的一般過程是：

對個體編碼串進(jìn)展解碼處理后，可到達(dá)個體的表現(xiàn)型。

由個體的表現(xiàn)型可計(jì)算出對應(yīng)個體的目標(biāo)函數(shù)值。

根據(jù)最優(yōu)化問題的類型，由目標(biāo)函數(shù)值按一定的轉(zhuǎn)換規(guī)那么求出個體的

適應(yīng)度。

遺傳算法中，群體的進(jìn)化過程就是以群體中各個個體的適應(yīng)度為依據(jù)，通過

一個反復(fù)迭代過程，不斷地尋求出適應(yīng)度較大的個體，最終就可以得到問題的最

優(yōu)解或者近似最優(yōu)解。對于本課題的多車場多目標(biāo)開放式車輛調(diào)度模型優(yōu)化問

題，采用函數(shù)值來評價解的好壞，這種方法是最直接，也是最方便的方法，取函

數(shù)值最小的解為最優(yōu)解。

選擇策略

遺傳算法中的選擇策略就是用來確定如何從父代群體中按某種方法選取哪

些個體遺傳到下一代群體中的一種遺傳運(yùn)算，選擇提供了遺傳算法的驅(qū)動力。如

果驅(qū)動力過大，遺傳搜索將過早地終止，而如果驅(qū)動力太小，進(jìn)化過程將變得難

以承受。相對而言，較小的驅(qū)動力一般能使群體保持足夠的多樣性，從而增大了

算法收斂到全局最優(yōu)的概率。選擇操作是建立在對個體的適應(yīng)度進(jìn)展評價的根底

之上的，選擇操作的主要目的是為了防止基因缺失、提高全局收斂性和計(jì)算效率。

下面是遺傳算法中較常用到的幾種選擇策略。

(1)繁殖池(BreedingPool選擇

繁殖池選擇首先根據(jù)當(dāng)前群體中個體的適應(yīng)值，按下式計(jì)算其相對適應(yīng)值：

Re/：=&

j-i

其fi是群體中第i個成員的適應(yīng)值，N是群體規(guī)模。那么每個個體的繁殖量為：

Ni-round(Re/xNJ

此處Round(x/示與x距離最小的整數(shù)。

計(jì)算出群體中每個個體的繁殖量，即可將它們分別復(fù)制N個以生成一個臨

時群體，即繁殖池(Breedingpool再通過在繁殖池中隨機(jī)地抽取成對個體進(jìn)展交配，所產(chǎn)生的后代將取代當(dāng)前群體形成下一個群體。顯然，個體復(fù)制到繁殖池的

數(shù)目越大，那么它被選到進(jìn)展交配的時機(jī)也就越多，而對于Ni=0的個體，它

們將被淘汰出整個演化過程。在實(shí)現(xiàn)算法時需要注意的是，繁殖池中個體的數(shù)目不一定正好等于No

(2)輪盤賭選擇(RouletteWheelSelection)

輪盤賭選擇是由Holland提出的，是最知名的選擇方式之一，其根本原理是根據(jù)每個染色體適應(yīng)值的比例來確定該個體的選擇概率或生存概率。選擇的過程

就是旋轉(zhuǎn)輪盤假設(shè)干次〔次數(shù)等于種群規(guī)?！常看螢樾路N群選出一個個體。輪盤賭選擇策略在遺傳算法中使用的最多，它的具體選擇過程為：先計(jì)算個體的適

應(yīng)值Pi,然后根據(jù)選擇概率把輪盤分成N份，其中第i扇形的中心角為2九￡在進(jìn)展選擇時，先轉(zhuǎn)動輪盤，假設(shè)某參照點(diǎn)落入到第i個扇形，那么選擇個體i<

可見，這種選擇方式非常類似輪盤賭中的轉(zhuǎn)盤，小扇區(qū)的面積越大，骰子落入其

中的概率也越大，即個體的適應(yīng)值越大，它被選擇到的時機(jī)也越大。從而，其基因構(gòu)造被遺傳到下一代的可能性也越大。

(3)錦標(biāo)賽〔ToumamenU選擇

錦標(biāo)賽選擇也是一種基于個體適應(yīng)度之間大小關(guān)系的選擇方法。在選擇時，

每次進(jìn)展適應(yīng)度大小比擬的個體數(shù)目稱為競賽規(guī)模，一般情況下，競賽規(guī)模K

的取值為2。具體操作過程如下：首先，從群體中隨機(jī)選取K個個體進(jìn)展適應(yīng)度

大小的比擬，將其中適應(yīng)度最高的個體作為生成下一代的父體。其次，將上述過

程重復(fù)M次，就可得到下一代群體中的M個個體。顯然，這種選擇方式也使得

適應(yīng)度好的個體具有較大的“生存〞時機(jī)。同時，由于它只使用適應(yīng)度的相對值

作為選擇的標(biāo)準(zhǔn)，而無個體適應(yīng)度的算術(shù)運(yùn)算。從而它能防止超級個體的影響，

在一定程度上，防止發(fā)生過早收斂現(xiàn)象和停滯現(xiàn)象。

雜交策略

穿插運(yùn)算是指對兩個相互配對的染色體按某種方式相互交換其局部基因，從

而形成兩個新的個體。它在遺傳算法中起著關(guān)鍵作用，是產(chǎn)生新個體的主要方法。

一方面它使原來群體中優(yōu)良個體的特性能夠在一定程度上被遺傳和繼承，另一方

面它使算法能夠搜索新的基因空間，從而使新群體中的個體具有多樣性。穿插或

基因重組是遺傳算法獲取新的優(yōu)良個體的最重要的手段。經(jīng)常采用的穿插算子有

以下幾種：

(1)局部映射穿插(PartiallyMappedCrossover簡稱PMX)

這種算子在構(gòu)造后代時通過從一個父體中選取一段路徑，并盡可能多的保存

另一個父體中城市的次序和位置。選擇一個路徑時，首先隨機(jī)選取兩切割點(diǎn)作為

交換操作的邊界。例如兩父體(兩切割點(diǎn)用“|〞標(biāo)記)

P1=(123|4567|89)P2=(254|1876|39)

產(chǎn)生后代的過程如下：首先交換兩切割點(diǎn)之間的相應(yīng)段(符號“x〞表示目

前未知值)，得到

Q1=(xxx|1876|xx)Q2=(xxx|4567|xx)

這一交換同時定義了一系列的映射：

lc48o57o6和607。

然后從各自的父體中填入無沖突的城市，得到：

Q1=(x23|1876|x9)Q2=(2xx|4567|39)

最后，后代Q1中的第一個“x根據(jù)映射4被4代替。類似地，Q1中

的第二個“x用代替，Q2

中的兩個“x分別處和1代替。因此生成的后代為

Q1=(423|1876|59)Q2=(281|4567|39)

(2)次序穿插(OrderCrossover簡稱OX)

這一算子在構(gòu)造后代時通過從一個父體中選取一段路徑，并保持另一個父體

中城市的相對次序。例如兩父體(兩切割點(diǎn)用“|〃標(biāo))己

P1=(123|4567|89)P2=(452|1876|93)

產(chǎn)生后代的過程如下：首先，兩切割點(diǎn)之間的城市段被復(fù)制到后代中，得到:

Q1=(xxx|1876|xx)Q2=(xxx|4567|xx)

接著從一個父體的第二個切割點(diǎn)開場，來自另一個父體的城市依同樣的次序被復(fù)制，省略已經(jīng)出現(xiàn)的城市。當(dāng)?shù)竭_(dá)串尾時，那么從串首繼續(xù)。那么，第二個父體從第二個切割點(diǎn)開場的城市序列為：

9-3-4-5-2-1-8-7-6

移去4,5,6和7這四個在第一個后代中已出現(xiàn)的城市，得到：

9-3-2-1-8

.word.zl-

.word.zl-

. .word.zl-

依此次序從第二個切割點(diǎn)開場填入第一個后代得到

Q1=(218|4567|93)

類似地，可得到另一個后代

Q2=(345|1876|92)

OX算子開發(fā)了路徑表示的一個特性，即重要的是城市間的相對次序，而不

是他們的特定位置。也就是，兩條路徑9-3-4-5-2-18-7-6和4-5-2-1-8-7-6-9-3實(shí)際

上是一樣的。

(3)循環(huán)穿插(CycleCrossover簡稱CX)

這種算子在構(gòu)造后代時，每個城市及其所處的位置都來自于某一個父體。循

環(huán)穿插的過程如下：兩父體

P1=(123456789)P2=(452687193)

產(chǎn)生后代時，先從第一個父體中取第一個城市作為第一個后代的起始點(diǎn)，得

到

Q1=(lxxxxxxxx)。

由于后代中的每一個城市必須取自于某個父體且保持同樣位置，所以在起始

點(diǎn)我們別無選擇。下一個考慮的城市應(yīng)該是4，因?yàn)樗荘2中位于所選城市1“下

方〞的城市，在P1中這個城市位于位置4。因此

Q1=(lxx4xxxxx)

接著是城市6，因?yàn)樗荘2中位于所選城市4“下方〞的城市。因此

Q1=(lxx4x6xxx)

按照這樣的規(guī)那么，在第一個后代中應(yīng)包括的下個城市是7。但是注意，選

擇城市7

蒙牛乳業(yè)股份自動化立體倉庫出庫端車輛調(diào)度問題

摘要：自動化立體倉庫出庫端車輛調(diào)度策略的設(shè)計(jì)是物流配送車輛調(diào)度中的

一個關(guān)鍵問題，好的調(diào)度策略可以大大縮短出庫端的配貨時間。為此本文引入動

態(tài)優(yōu)先級理論，并利用該理論對大型AS/RS出庫口車輛調(diào)度問題進(jìn)展了深入研

究與分析，提出了基于動態(tài)優(yōu)先級的AS/RS出庫端車輛調(diào)度策略，并開發(fā)了相

應(yīng)的AS/RS出庫口發(fā)貨資源監(jiān)控系統(tǒng)，即AS/RS出庫口車輛調(diào)度系統(tǒng)，優(yōu)化

了AS/RS出庫端車輛調(diào)度策略，大大提高了物流配送當(dāng)中的配貨效率。

本文建立的多目標(biāo)組合優(yōu)化模型以及設(shè)計(jì)的遺傳算法求解方案，可以有效的

縮減物流配送中的送貨時間；設(shè)計(jì)的AS/RS出庫端車輛調(diào)度優(yōu)化策略及開發(fā)的

AS/RS出庫端車輛調(diào)度系統(tǒng)，可以有效縮減車輛在出庫端的配貨時間。本文對以

上兩種物流配送中的車輛調(diào)度問題進(jìn)展研究，大大提高了物流配送效率、減少了

物流配送本錢。

關(guān)鍵詞：物流配送；車輛調(diào)度；多目標(biāo)組合優(yōu)化；

一、公司背景

蒙牛乳業(yè)，是“蒙牛乳業(yè)集團(tuán)〞的簡稱。其總部，設(shè)在呼和浩特市和林格爾

盛樂經(jīng)濟(jì)園區(qū)。前后四期工程占地面積55萬平方米。蒙牛是一家總部位于中華

人民國的乳制品生產(chǎn)企業(yè)，蒙牛是中國大陸生產(chǎn)牛奶、酸奶和乳制品的領(lǐng)頭企業(yè)

之一，1999年成立，至2005年時已成為中國奶制品營業(yè)額第二大的公司，其中

液態(tài)奶和冰淇淋的產(chǎn)量都居全中國第一。蒙牛主要業(yè)務(wù)是制造液體奶、冰激凌和

其他乳制品。

1999年8月，蒙牛乳業(yè)〔集團(tuán)〕股份〔簡稱蒙牛乳業(yè)集團(tuán)〕成立，總部設(shè)在

中國乳都核心區(qū)――和林格爾經(jīng)濟(jì)開發(fā)區(qū)，擁有總資產(chǎn)100多億元，職工近3萬

人，乳制品年生產(chǎn)能力達(dá)600萬噸。

到目前為止，包括和林基地在，蒙牛乳業(yè)集團(tuán)已經(jīng)在全國16個省區(qū)市建立

生產(chǎn)基地20多個，擁有液態(tài)奶、酸奶、冰淇淋、奶品、奶酪五大系列400多個

品項(xiàng)，產(chǎn)品以其優(yōu)良的品質(zhì)覆蓋國市場，并出口到美國、加拿大、蒙古、東南亞

及港澳等多個國家和地區(qū)。

二、AS/RS出庫端車輛調(diào)度問題的研究

問題的提出

自動化立體倉庫〔AutomaticStorage＆RetrievalSystem〕：是指能自動儲存

和輸出貨物的倉庫，它采用多層貨架儲存單元貨物，用自動化貨物搬運(yùn)設(shè)備進(jìn)展

貨物的入庫和出庫。它一般由自動控制與管理系統(tǒng)、貨架、巷道式堆垛機(jī)、出入

庫輸送機(jī)等構(gòu)成，能按指令自動完成貨物的搬運(yùn)、存取作業(yè)，并能對庫存貨物進(jìn)

展自動管理。由于自動化立體倉庫具有很高的空間利用率、很強(qiáng)的入出庫能力、

采用計(jì)算機(jī)進(jìn)展控制管理便于企業(yè)實(shí)施現(xiàn)代化管理等特點(diǎn)，已成為企業(yè)物流和生

產(chǎn)管理不可缺少的倉儲技術(shù)，自動化立體倉庫作為物流中心的重要組成局部，越

來越受到企業(yè)的重視。

現(xiàn)階段對物流配送車輛調(diào)度問題的研究很多，但大多是對車輛調(diào)度線路選擇

問題的研究，對自動化立體倉庫出庫端車輛調(diào)度問題的研究較少。在物流配送中

整個配送時間應(yīng)包括兩局部：出庫端的配貨時間和裝貨完成后的送貨時間，對車

輛調(diào)度線路選擇問題的研究可以有效的縮減物流配送中的送貨時間，但通過對出

庫端車輛調(diào)度問題的研究可以有效縮減車輛在出庫端的配貨時間，對減少物流配送的時間本錢有很大的作用。

所謂自動化立體倉庫出庫端車輛調(diào)度，即在自動化立體倉庫出庫端按什么樣

的原那么給待裝貨車輛分配車位的問題?，F(xiàn)階段出庫端車輛調(diào)度大多采用先來先

效勞的原那么，即對先到的車輛優(yōu)先分配車位，此原那么的采用可以充分表達(dá)車

輛調(diào)度的公平性，但有很多缺乏。首先當(dāng)給訂貨數(shù)量特大的訂單客戶的車輛分配

車位后，此客戶后的所有小訂貨數(shù)量客戶的車輛都需要等待很長時間才能被分配

車位，減少了系統(tǒng)在一段時間處理客戶訂單的能力，并且此調(diào)度策略沒有考慮影

響出庫產(chǎn)品整體銷售模式的因素。所以本文對自動化立體倉庫出庫口車輛調(diào)度問

題的研究具有重要的實(shí)際意義。

問題及相關(guān)因素描述

本文是以蒙牛乳業(yè)股份自動化立體倉庫出庫端車輛調(diào)度問題為背景進(jìn)展研

究的。一個大型的立體倉庫有多個出庫口，每一個出庫口對應(yīng)一個車位，所謂車

位就是車輛裝貨時在出貨口的位置，分為常規(guī)固定車位和雙向固定車位兩種類

型。常規(guī)固定車位用于分配后開門的車輛，雙向固定車位用于分配側(cè)開門或兩端

開門的車輛。其構(gòu)造如圖5.1所示。文章所要解決的問題是如何調(diào)度不斷到來的

客戶車輛為其分配車位，使其能在最短的時間完成裝貨任務(wù)。車輛從進(jìn)廠到裝完

貨離開的這段時間我們稱為裝載時間，影響裝載時間的因素很多，這里我們假設(shè)

自動化立體倉庫有足夠大的出庫能力，即只要出庫口能夠裝完一盤貨物，自動化

立體倉庫有足夠的能力立即準(zhǔn)備好另一盤貨。另外假設(shè)每個車上的裝卸工的裝卸

速率都是均等的，這樣我們要研究的問題只與對不同用戶的車輛的調(diào)度順序有

關(guān)。

.word.zl-

.word.zl-

▼環(huán)穿小午

一??,裝貨車輛

車位io:更工

“位"?友一+常規(guī)車位

自動化立體倉庫

車位1

埔

送

口

輸

這

U

出庫環(huán)穿

車位9

WiT|CZZ

軍位13m

圖2.1AS/RS出庫端

2.2.1銷售派車單

銷售派車單是由各事業(yè)部的運(yùn)管部根據(jù)銷售訂單下發(fā)，所包括的主要信息

有：出庫單號、倉庫、數(shù)量、品名規(guī)格、訂單號、訂單類型、車輛類型。其他信息包括：定貨單位、收貨單位、收貨單位地址、聯(lián)系人、聯(lián)系、運(yùn)輸方式、方案

到達(dá)日期等。司機(jī)到達(dá)蒙牛六期AS/RS出庫端后應(yīng)先到儲運(yùn)部登記，保管員按

司機(jī)到達(dá)順序給司機(jī)帶來的銷售派車單據(jù)分配優(yōu)先級，分配原那么是先來先分

配。優(yōu)先級高的銷售派車單對應(yīng)的車輛被優(yōu)先調(diào)度，被優(yōu)先下發(fā)出庫任務(wù)。具體

流程圖如下所示：

開始

核實(shí)

是

III

結(jié)束

圖2.2原車輛調(diào)度流程圖

2.2.2訂單的優(yōu)先級表示

為了更好的調(diào)度待裝貨車輛我們引入訂單動態(tài)優(yōu)先級的概念，根據(jù)裝貨車輛

到達(dá)立體庫時所持銷售派車單的相關(guān)信息確定銷售派車單的優(yōu)先級，以此確定車輛調(diào)度的優(yōu)先級并為車輛分配車位。一個完整的銷售派車單主要信息如下:

車輛類型〔Vehicle-Typd：分為集裝箱〔兩個側(cè)開門或兩端開門的車〕和常規(guī)車〔有一個后門的車〕兩類。其中常規(guī)車分配在常規(guī)固定車位，集裝箱分配在雙向固定車位。

.word.zl-

.word.zl-

訂單類型〔Order-Type〕：包括外部調(diào)撥訂單、部調(diào)撥訂單和銷售訂單。外

部調(diào)撥訂單是集團(tuán)部不同事業(yè)部之間調(diào)撥產(chǎn)品時所用到的單據(jù)；部調(diào)撥訂單是一

個事業(yè)部的部各廠之間調(diào)撥產(chǎn)品時所用到的單據(jù)；銷售訂單是客戶向本公司訂購

產(chǎn)品時所用到的單據(jù)，三者都是立體庫出庫口進(jìn)展配貨的憑證，主要信息有：單

據(jù)類型、倉庫號、品名規(guī)格、數(shù)量等。在本文的研究背景中外部