考慮競爭和新鮮度的生鮮配送站選址問題研究

摘

要：針對生鮮配送站多建亂建所帶來選址成本居高不下的問題，在考慮固定建設(shè)成本、運營成本、配送成本的情況下，將新鮮度作為懲罰成本建立了模型的成本函數(shù)，引入競爭函數(shù)解決配送站建造位置過于擁擠的問題，以此為基礎(chǔ)構(gòu)建了多目標(biāo)選址模型。收集寧波市數(shù)據(jù)形成算例，使用改進遺傳算法對模型進行求解，得到了算例生鮮配送站的最佳選址方案，并通過與僅考慮成本情況下模型結(jié)果進行對比分析得到競爭和新鮮度對選址的影響。關(guān)鍵詞：生鮮商品;新鮮度;配送站選址;競爭;改進遺傳算法0

引

言隨著科學(xué)技術(shù)和新零售模式的發(fā)展，生鮮電商迎來了發(fā)展的黃金時期。同時，人們對于生鮮產(chǎn)品的品質(zhì)也有了更高的要求，這對于生鮮產(chǎn)品交付給客戶時的新鮮度以及送達時間提出了很高的要求。為了滿足人們的高品質(zhì)需求，企業(yè)通常選擇修建更多的配送站，添置冷鏈設(shè)備，這給生鮮電商企業(yè)帶來了高昂的履約成本。本文通過考慮競爭和新鮮度優(yōu)化生鮮電商配送站的選址，提高物流網(wǎng)絡(luò)運作效率，降低運作成本，同時更好的滿足消費者的服務(wù)需求?？紤]到生鮮產(chǎn)品的特點，為了保證產(chǎn)品交付時的質(zhì)量，學(xué)者們在研究生鮮產(chǎn)品選址問題時通?？紤]新鮮度的影響。劉琳等[1]為滿足生鮮產(chǎn)品交付時較高的新鮮度要求，構(gòu)建了以配送中心固定成本、庫存管理成本最小化為優(yōu)化目標(biāo)的上層模型和以車輛固定成本、運輸成本、碳排放成本、懲罰成本最小化為優(yōu)化目標(biāo)的下層模型，并采用兩階段啟發(fā)式算法進行求解得到結(jié)論，不同新鮮度對配送中心的選址以及車輛路徑的安排有顯著影響。在考慮新鮮度的基礎(chǔ)上，張杰和李妍峰[2]在綜合考慮疫情影響、商品易腐性、溫控特性、站點選址和車輛-無人機協(xié)同配送路徑規(guī)劃的情況下，構(gòu)建了總成本最小以及配送過程中損失最小的雙目標(biāo)優(yōu)化模型，并提出了一種兩階段混合啟發(fā)式算法進行求解。馬祖軍等[3]在考慮新鮮度影響下各類預(yù)冷站建設(shè)和運營中的規(guī)模經(jīng)濟效應(yīng)下建立了一種混合整數(shù)線性規(guī)劃模型。為了保證產(chǎn)品的新鮮度，通常對于冷鏈方面的要求也較為嚴(yán)格，趙泉午等[4]系統(tǒng)考慮多業(yè)態(tài)零售門店選址布局及覆蓋范圍、冷鏈設(shè)施配置、冷藏品類選擇等生鮮新零售特征構(gòu)建非線性混合整數(shù)規(guī)劃模型。同時，越來越多的學(xué)者們認識到對于生鮮產(chǎn)品選址問題的研究并不應(yīng)該局限于新鮮度，也要考慮其他多種因素對選址的影響。趙振強等[5]以最小成本為目標(biāo)，根據(jù)顧客需求量的分布建立了多重心法生鮮農(nóng)產(chǎn)品前置倉選址模型。為了保證客戶對于商品的滿意度，夏連超等[6]將時間滿意度引入，以配送成本和時間滿意度建立了雙目標(biāo)選址模型。為了解決生鮮電商選址中對碳排放量的忽視，朱鈴等[7]構(gòu)建了一個包含處理低碳排放成本的最小化成本為目標(biāo)的選址模型。李冰等[8]將選址問題與路徑優(yōu)化問題相結(jié)合，研究了帶同步取送的生鮮農(nóng)產(chǎn)品選址-路徑問題。綜上所述，生鮮產(chǎn)品的選址方面已有豐富的相關(guān)研究成果，為本文提供了堅定的基礎(chǔ)，但是目前的相關(guān)研究多集中于成本對選址影響的研究，忽略了配送站建造位置過于擁擠帶來的問題?；诖?，本文在考慮固定建設(shè)成本、運營成本、配送成本的情況下，將新鮮度作為懲罰成本建立了模型的成本函數(shù)，引入競爭函數(shù)解決配送站建造位置過于擁擠的問題，以此為基礎(chǔ)構(gòu)建了多目標(biāo)選址模型。1

模型構(gòu)建1.1

問題描述本文研究的選址問題可以描述為，在由配送站、客戶需求點構(gòu)成的二級物流網(wǎng)絡(luò)中，使目標(biāo)函數(shù)成本最小和競爭最小達到最優(yōu)的情況下，從候選點中選出p個配送站進行建設(shè)。1.2

模型假設(shè)（1）備選配送站地理位置是確定的，配送站之間有著相互獨立的并列關(guān)系;（2）客戶需求點地理位置、需求量是確定的;（3）一個配送站可以向多個客戶需求點提供服務(wù)，但是每個客戶需求點僅由一個配送站提供服務(wù);（4）備選配送站具有容量限制。1.3

符號說明1.3.1

參

數(shù)J：配送需求點集合;I：配送中心備選點集合;g：節(jié)點j的貨物需求量;D：節(jié)點i到節(jié)點j之間的距離;h：第i個配送中心的固定建設(shè)成本;?：運營成本;θ：生鮮農(nóng)產(chǎn)品單位時間上的新鮮度損失;τ：新鮮度每下降1%，市場需求量下降的百分?jǐn)?shù);σ：對新鮮度降低市場需求量的生鮮產(chǎn)品，進行打折銷售的折扣系數(shù);w：每單位生鮮產(chǎn)品的成本價格;α：設(shè)備完整度;b：備選點的外部影響因子;Q：配送中心容量。1.3.2

決策變量Y表示第i個備選配送站被建設(shè)為1，否則為0;V表示第j個客戶需求點由配送站i負責(zé)配送，否則為0。1.4

數(shù)學(xué)模型1.4.1

目標(biāo)函數(shù)目標(biāo)函數(shù)C：表示成本最小，其中：式（1）從左到右表示建設(shè)成本、運營成本、配送成本、新鮮度損失成本。目標(biāo)函數(shù)N：表示配送站對客戶吸引力最大;目標(biāo)函數(shù)N：表示配送站與配送站之間競爭最小。1.4.2

約束條件約束條件式（4）表示有且僅有一個備選配送中心i為需求點j提供服務(wù);約束條件式（5）表示從備選配送中心選擇建立配送中心的數(shù)量不超過p個;約束條件式（6）表示只有當(dāng)備選配送中心i被選擇建立時，需求點j才能由配送中心i提供服務(wù);約束條件式（7）表示配送中心的容量約束;約束條件式（8）、式（9）表示0～1約束。2

改進遺傳算法設(shè)計2.1

編碼與種群初始化針對模型的編碼，本文采用二進制編碼是最適合的編碼方式，二進制編碼方式的規(guī)則為：在染色體上采用“0”、“1”兩個數(shù)字表示備選配送站是否被選擇建造，每個染色體的長度表示備選配送站的數(shù)量。例如字符“0100010”表示共有7個備選配送站可被選擇建造，其中有2個進行建造，分別是第2個和第6個，剩下的則不選擇建設(shè)。然后，隨機生成染色體，且每個染色體都要保證不相同，從隨機生成的染色體中挑選可行解添加到初始種群中，直到種群規(guī)模到達設(shè)置的數(shù)目。2.2

適應(yīng)度函數(shù)本文考慮的選址模型是考慮成本和競爭的多目標(biāo)選址問題，因此需要將求解的多目標(biāo)問題轉(zhuǎn)化為求解單目標(biāo)最小值的問題。首先將兩個關(guān)于競爭的函數(shù)綜合考慮為N的競爭力差值函數(shù)并使其結(jié)果最小以達到最優(yōu)的結(jié)果，然后將競爭力差值函數(shù)與成本函數(shù)賦予合適的權(quán)重轉(zhuǎn)化為適應(yīng)度函數(shù)：當(dāng)適應(yīng)度值越小表明個體適應(yīng)度越高，在遺傳過程中被選擇的概率越大，在選擇算子中，將適應(yīng)度值轉(zhuǎn)化為1/F進行取值。2.3

遺傳操作選擇操作使用StochasticUniversalSampling（SUS）算法進行選擇。交叉操作使用OrderCrossover（OX）算法從兩個父代個體中選擇一定的位置，然后通過交換這些位置上的基因片段，來產(chǎn)生新的后代個體。變異操作采用的是隨機交換某個個體中兩個基因位的值來實現(xiàn)。為了解決面對容量限制情況下選址問題容易陷入局部最優(yōu)的問題，本文采用貪心策略改進遺傳算法，使算法在選擇操作時對滿足容量約束的個體進行選擇，使算法更容易跳出局部最優(yōu)解，轉(zhuǎn)而尋找全局最優(yōu)解。算法具體流程如圖1所示。3

算例分析3.1

基礎(chǔ)數(shù)據(jù)為了驗證本文構(gòu)建的多目標(biāo)模型和算法的有效性，本節(jié)以寧波市地區(qū)為研究對象，通過實地走訪及線上采集整理獲取數(shù)據(jù)，開展生鮮配送站的選址優(yōu)化分析，預(yù)計在寧波市內(nèi)構(gòu)建一個覆蓋全部客戶需求點的物流配送網(wǎng)絡(luò)。客戶點需求量如表1所示，備選配送站信息如表2所示，其他數(shù)據(jù)如表3所示。3.2

結(jié)果分析本文使用以上所提供的數(shù)據(jù)構(gòu)成一個簡單的算例對模型的有效性進行檢驗，將上文整理的數(shù)據(jù)輸入到遺傳算法程序中，對僅考慮成本情況和考慮競爭情況兩種情況下的模型結(jié)果進行計算，其結(jié)果對比如表4所示。由于容量的限制和新鮮度懲罰成本的影響，選址數(shù)量較少時會導(dǎo)致大量需求點無法被滿足，而選址數(shù)量過多時由于開設(shè)門店需要大量的固定成本以及運營成本導(dǎo)致成本較高。通過模型的求解及結(jié)果對比可得在當(dāng)前算例中，最終優(yōu)化結(jié)果為最佳選址數(shù)量為8。選址配送方案圖對比如圖2所示，右側(cè)為考慮競爭情況下選址配送方案路線圖，左側(cè)為僅考慮成本情況下選址配送方案路線圖，由圖2可以看出當(dāng)考慮競爭時，可以有效解決配送站建設(shè)較為密集的情況，便于配送站覆蓋所有客戶需求點，提高客戶服務(wù)水平。在對結(jié)果進行對比后，可以得出：當(dāng)引入競爭力函數(shù)進入模型后，會造成一定的成本增加，但是可以減小配送中心之間的競爭，增加配送中心與客戶需求點之間的凝聚力，使得選址結(jié)果更為分散，可以有效解決配送站選址擁擠的問題，有利于更好的發(fā)揮城市配送的功能。4

總

結(jié)為了在激烈的市場競爭中脫穎而出，企業(yè)通常選擇大量建設(shè)社區(qū)配送站來保障良好的客戶滿意度，但盲目大量的建設(shè)社區(qū)配送站并不意味著能夠更好地服務(wù)客戶。許多配送站多集中于人口密度較大，消費水平較高的區(qū)域，這導(dǎo)致一些較為偏遠的客戶的需求無法得到及時地滿足，同時，在人口密度大的地區(qū)大量建設(shè)配送站也會導(dǎo)致企業(yè)的運營和成本居高不下。本文在綜合考慮固定建設(shè)成本、運營成本、配送成本以及新鮮度等影