蘇果超市南京地區(qū)配送路徑優(yōu)化

1、鹽城師范學院 鹽 城 師 范 學 院畢業(yè)論文20162017學年度蘇果超市南京地區(qū)配送路徑優(yōu)化學生姓名 張琰 學 院 商學院 專 業(yè) 物流管理 班 級 13(2) 學 號 13318429 指導教師 葛長飛 2017年5月20日蘇果超市南京地區(qū)配送路徑優(yōu)化摘 要現(xiàn)今市場對物流的配送需求日趨旺盛，因此配送成為物流總環(huán)節(jié)中至關(guān)重要的一節(jié)，配送方式合理既可以提高車輛的載重率，又能降低運輸成本。因此，提高配送的效率是物流企業(yè)效益的保證。由于配送路徑優(yōu)化是NP難問題，傳統(tǒng)優(yōu)化方法難以得到滿意解，利用MATLAB解決這個問題，實現(xiàn)總費用降低的目的，使配送更加高效。本文通過收集相關(guān)資料及數(shù)據(jù)，對江蘇南京地區(qū)

2、蘇果超市配送中心及其門店進行配送路線及其現(xiàn)狀分析，得出實際存在的配送效率低、裝載率低等配送問題，針對此問題建立關(guān)于蘇果超市配送路線優(yōu)化的VRP模型，利用蟻群算法簡單、直觀、易理解、易求解的特點，從實際的約束條件出發(fā)，利用 MATLAB軟件進行運算，實現(xiàn)其配送路徑的優(yōu)化，從而達到企業(yè)供貨及時率及運作效率的提高的目的，從根本上降低物流的配送成本，最終實現(xiàn)資本最大化?！娟P(guān)鍵詞】蘇果超市；路線優(yōu)化；蟻群算法；MATLAB鹽城師范學院Su Fruit Supermarket Nanjing Area Distribution Routing OptimizationAbstractCurrent mar

3、ket growing demand for logistics and distribution, distribution logistics link in the critical section, reasonable distribution methods can improve the rate of loading of vehicles and reduced transportation costs. Therefore, improving distribution efficiency of logistics enterprise's benefit gua

4、rantee. Because of distribution routing optimization is an NP hard problem, traditional optimization methods are difficult to achieve a satisfactory solution, using MATLAB to solve this problem, achieve the purpose of reducing total cost, and make distribution more efficient. Paper through collectio

5、n related information and the data, on Jiangsu Nanjing area Su fruit supermarket distribution center and stores for distribution status analysis, obtained actual exists of distribution efficiency low, and mount rate low distribution problem, for this problem established on suguo supermarket distribu

6、tion route optimization of VRP model, using Ant group algorithm simple, and intuitive, and easy understanding, and easy solution of features, from actual of constraints conditions starting, using MATLAB software for operation, achieved its distribution path of optimization, To achieve the corporate

7、objective of timely delivery rate and improve the operational efficiency of radically reducing logistics distribution cost, and ultimately maximizing capital.Key Words Su fruit supermarket; Route optimization; Ant Colony algorithm; MATLAB目 錄一、緒論1（一）研究背景、目的與意義1（二）國內(nèi)外研究綜述1（三）研究主要內(nèi)容及創(chuàng)新點1二、蘇果超市南京地區(qū)的配送現(xiàn)狀

8、1（一）蘇果超市簡介1（二）蘇果超市南京地區(qū)的配送現(xiàn)狀概述1（三）蘇果超市南京地區(qū)配送問題分析1三、蘇果超市南京地區(qū)配送路徑優(yōu)化1（一）蟻群算法所需要的數(shù)據(jù)收集1（二）蘇果超市南京地區(qū)配送路徑優(yōu)化模型構(gòu)建1（三）基于蟻群算法路線優(yōu)化求解1（四）配送線路優(yōu)化結(jié)果分析1四、結(jié)論與展望1（一）結(jié)論1（二）展望1參考文獻1附 錄1一、緒論（一）研究背景、目的與意義1.研究背景隨著近年來物流的發(fā)展，物流已經(jīng)成為公認的第三利潤源，物流服務質(zhì)量也被很多企業(yè)作為考核客戶滿意度的重要指標之一，因此降低物流成本成為了企業(yè)的目標之一。我國連鎖經(jīng)營自從上世紀90年代被引入，連鎖超市行業(yè)在市場經(jīng)濟不斷發(fā)展的情況下逐漸變

9、成一種主流經(jīng)營模式并成為推動市場經(jīng)濟發(fā)展的動力。其市場對物流的配送需求也日益增強，而配送是物流的基本功能之一，也是物流中至關(guān)重要的環(huán)節(jié)，因此降低配送成本已經(jīng)被企業(yè)（連鎖超市）當作降低成本的有效途徑之一。蘇果超市就是典型的連鎖超市經(jīng)營模式，降低蘇果超市配送成本的關(guān)鍵在于使其配送路線更加合理化，即通過優(yōu)化其配送路徑來提高蘇果超市的效益。配送路線的合理性對企業(yè)來說具有重大的影響，通過合理調(diào)度車輛運輸配送與優(yōu)化路徑來提高配送效率是非常有意義的選擇。蘇果超市建立以馬群配送中心為配送據(jù)點和后勤保障部門，從而達到對市場需求的高度靈敏并提高經(jīng)濟效益的目標?，F(xiàn)今，車輛路線問題在一定程度下影響了生產(chǎn)服務的各個方面

10、，合理調(diào)度車輛運輸配送與優(yōu)化路徑來提高配送效率具有深遠意義。2.研究目的與意義本文研究蘇果超市南京地區(qū)的配送路線優(yōu)化，對其配送問題（路徑選擇以及車輛裝載率偏低等）進行優(yōu)化研究。配送是物流運作中的重要環(huán)節(jié)，直接關(guān)系到配送中心的成本和效率，合理的配送路徑不僅能影響配送成本和效率，還能直接決定配送的客戶滿意度，故而蘇果超市在南京建立“馬群”配送中心以解決上述問題。由于配送成本與配送路徑有著緊密的聯(lián)系，本文通過合理規(guī)劃配送路線來降低蘇果超市的物流成本，從而提高蘇果超市的企業(yè)競爭力以及經(jīng)濟效益，最終增加客戶滿意度，使蘇果超市能夠得到長遠發(fā)展。（二）國內(nèi)外研究綜述1959年Danting和Ramser在T

11、he truck dispatching problem中首次提出車輛路徑問題（Vehicle Routing Problem，VRP）。1963年，國外的學者就已經(jīng)開始研究路徑優(yōu)化問題，VRP問題經(jīng)過幾十年的研究發(fā)展，學者們建立了很多關(guān)于VRP的模型并對這些模型求解。例如：P.Wark等創(chuàng)造出重復匹配算法，將該算法用在VRP中；Baker等利用遺傳算法求解VRP。1971年，Eilon等人提出運用遞歸方法求解VRP（有固定車輛數(shù)）并融入動態(tài)規(guī)劃法。在經(jīng)濟全球化的趨勢下，配送路線優(yōu)化的重要性日益明顯，學者們在吸取和借鑒國外優(yōu)秀的研究結(jié)果中也漸漸找出了路徑問題的解決辦法。例如：王海星、王占德等人

12、改進了經(jīng)典的蟻群算法并運用改進的蟻群算法來對解決帶有時間約束的VRP問題。1991年，Gendreau等人首次提出將禁忌搜索方法1。有關(guān)配送車輛路徑優(yōu)化算法（包括智能優(yōu)化算法、精確算法以及啟發(fā)算法等）在近幾十年的研究中層出不窮，其中具有一定局限性的精確算法在路徑優(yōu)化中的應用有一定的計算復雜程度，雖啟發(fā)式算法（包括 SWeep 算法和 C-W 算法等）在我國，國內(nèi)學者們廣泛應用遺傳算法以及改進遺傳算法等啟發(fā)式算法。配送線路優(yōu)化的本質(zhì)是VRP問題（根據(jù)貨量確定車輛分配和配送路線），國外學者經(jīng)過研究已對路徑優(yōu)化有了深入的了解和研究，研究結(jié)果相當成熟。但在國內(nèi)，雖然起步較晚，但隨著電子商務和物流的不斷

13、發(fā)展，路徑優(yōu)化問題得到了越來越多的關(guān)注，學者們結(jié)合了國外的優(yōu)秀理論在路徑優(yōu)化這方面也取得了突破性的進展，配送路徑優(yōu)化的適用性大大增加。（三）研究主要內(nèi)容及創(chuàng)新點1.研究的主要內(nèi)容本文對蘇果超市南京地區(qū)的配送現(xiàn)狀進行分析，建立了蘇果超市南京地區(qū)的VRP模型，并通過蟻群算法結(jié)合MATLAB來求解蘇果超市南京地區(qū)的VRP模型，得出最優(yōu)配送路線，分析對比優(yōu)化前和優(yōu)化后的配送路線，科學的評估本文所建模型。2.創(chuàng)新點（1）本文以南京地區(qū)的蘇果超市為研究對象，將蘇果超市南京地區(qū)的運輸成本最小作為目標，建立了模型，利用蟻群算法簡單、直觀、易理解、易求解的特點，從實際的約束條件出發(fā)，并結(jié)合MATLAB軟件來得出

14、最后的優(yōu)化方案，提高蘇果超市的服務質(zhì)量。（2）本文通過對比分析蘇果超市南京地區(qū)優(yōu)化前后的配送路線，對蘇果超市南京地區(qū)的經(jīng)營管理可以起到一定的建議性作用，方便蘇果超市針對不足之處來采取改進措施，提高企業(yè)效率和利潤。二、蘇果超市南京地區(qū)的配送現(xiàn)狀（一）蘇果超市簡介蘇果超市于1996年7月18日成立，其“蘇果”二字，取自“江蘇省果品食雜總公司”，并早在2006年名列中國企業(yè)五百強第一百七十。蘇果網(wǎng)點總數(shù)已遠超2200家（僅南京市區(qū)就有410家便利店），覆蓋蘇魯皖等六個省份，其年配送量遠超5100萬箱。蘇果始終以“為民、便民、利民”為經(jīng)營宗旨，不懈追求顧客滿意度，其“為顧客省錢”的價格方針深受廣大消費

15、者和社會的好評。（二）蘇果超市南京地區(qū)的配送現(xiàn)狀概述1.蘇果超市南京地區(qū)配送現(xiàn)狀蘇果超市把馬群配送中心作為公司的物流配送體系。通過采用無線射頻、車載GPS等國外專業(yè)技術(shù)并且結(jié)合地理信息系統(tǒng)（GIS）和車輛管理系統(tǒng)進行研發(fā)，使其運輸管理的有效空間范圍在一定程度上得到拓寬的同時讓物流管理進一步深化5。其通過有效分揀、配貨等作業(yè)使送貨達到一定的規(guī)模從而達到積極送貨的目標，并使其配送規(guī)模取得一定優(yōu)勢從而進一步壓縮送貨成本。蘇果連鎖超市為了實現(xiàn)提高服務能力、強化（門店）銷售功能的目標，從而采用統(tǒng)一配送的方式。代寫各專業(yè)碩博學位論文,代寫代發(fā)CSSCI、北大核心論文，合作加QQ:97079517、 970

16、79518 ; 微 電同號：1580 1280 825。淘寶交易，安全無憂。CSSCI來源期刊：電子政務、漢語學習、會計與經(jīng)濟研究、現(xiàn)代中文學刊、甘肅行政學院學報、天津體育學院學報民族學刊、大學教育科學、金融論壇、南方經(jīng)濟、東北亞論壇、寧夏社會科學、法商研究、云南社會科學、人文雜志、甘肅社會科學、東北大學學報、自然資源與環(huán)境。審稿周期：35-90天辦結(jié)查稿。北大核心期刊：西安理工大學學報、心理與行為研究、統(tǒng)計與信息論壇、人口與發(fā)展、廣西民族大學學報.哲學社會科學版、南昌大學學報·理科版、現(xiàn)代法學、江西財經(jīng)大學學報、武漢金融、學校黨建與思想教育、成人教育、中國科技翻譯審稿周期：35-9

17、0天辦結(jié)查稿。普刊：中國新通信、蘭臺內(nèi)外、中國多媒體與網(wǎng)絡(luò)教學學報、農(nóng)村科學實驗、今日財富、心血管外科中國結(jié)合醫(yī)學、經(jīng)貿(mào)實踐、語文課內(nèi)外、記者觀察、新課程、現(xiàn)代職業(yè)教育、建筑與裝飾、畜牧獸醫(yī)科學、化工管理、魅力中國、人力資源管理、新教育時代、心理月刊等300多家國家級、省級普刊。審稿周期：1-7天辦結(jié)查稿。南京蘇果超市是一家大型的連鎖超市。其在南京地區(qū)超市網(wǎng)點分布范圍較廣（大到大型的購物超市，小到社區(qū)便利店）。蘇果的物流配送隊伍通過公路運輸?shù)姆绞较蚋鱾€超市、網(wǎng)點提供貨物配送服務，從而形成一種地區(qū)物流。貨物配送具有高強度、高頻率的特點，蘇果為了實現(xiàn)對每日貨物進行及時配送的目標，因此不得不建立一個

18、自己的配送中心。蘇果超市的配送以支線運輸為主要方式，按品種搭配、門店用戶在商品分類、數(shù)量、時間等方面的要求實現(xiàn)配貨和送貨進行有機結(jié)合。終端運輸在其運輸方式中占有一定的比重，因其大部分的運輸局限于一定地域，所以具有規(guī)模小、路線短、頻率高等特點。2.配送中心和配送門店情況介紹蘇果超市是一家連鎖超市，自成立以來，在南京地區(qū)以及各鄉(xiāng)鎮(zhèn)地區(qū)已經(jīng)發(fā)展到180多家經(jīng)營網(wǎng)點，本文研究的是蘇果超市南京地區(qū)的配送情況，為了更好地開展研究，現(xiàn)根據(jù)各超市的需求情況以及各超市周邊的交通情況，選取位于南京雨花區(qū)南大門的蘇果超市作為城南配送中心，選擇2016年6月5日南京城南蘇果配送中心配送各類貨物（水果蔬菜等）到各個門店

19、為研究主體，以其配送路徑作為研究對象，選擇南京地區(qū)18個日需求量大于1.3t且地理位置在省道附近交通狀況良好的門店作為本文的研究對象進行配送路線進行研究。表2-1為蘇果超市配送中心及南京地區(qū)18個門店位置。表 2-1蘇果超市配送中心及南京地區(qū)18個門店位置名稱地理位置1.華潤蘇果超市（雨花南路）配送中心南京市雨花臺區(qū)雨花南路24-2號2.蘇果超市三元巷店南京市秦淮區(qū)明瓦廊恒悅百姓烤肉店對面3.蘇果超市南苑店南京市建鄴區(qū)湖西街64號4.蘇果超市牡丹江路店南京市建鄴區(qū)沙洲街道牡丹江街蘇果超市5.蘇果超市御道街店南京市光華門后街26號6. 蘇果超市翠島花城店南京市寧南大道11號(近軟件大道)7.蘇果

20、超市金盛路店南京市金盛路天水雅居對面8.蘇果超市芙蓉園店南京市江寧區(qū)文靖路230號9.蘇果超市萬尚城店南京市江寧區(qū)雙龍大道1351號10.蘇果超市黃山路店南京市黃山路99號中海社區(qū)中心一樓11.蘇果超市恒山路店南京市恒山路189號12.蘇果超市玄武湖店南京市臺城花園7幢1樓13.蘇果超市中山路店南京市鼓樓區(qū)中山路321號14.蘇果超市中山北路店南京市鼓樓區(qū)中山北路281號15.蘇果超市碧樹園店南京市碧樹園15號1-5號16.蘇果超市蘆席營店南京市馬家街30號-5(近蘆席營)17.蘇果超市春江路店南京市雨花區(qū)鐵心橋鎮(zhèn)春江路52-1、52-218.蘇果超市管家橋店南京市鼓樓區(qū)管家橋85號19.蘇果

21、超市油坊橋店南京市雙蓮路天邁廣場2層（資料來源：各門店每日通過蘇果局域網(wǎng)提交訂單給配送中心，配送中心作為供應商和客戶端的一個鏈接點，根據(jù)門店需求實行每天統(tǒng)一配送。圖2-2是百度地圖中蘇果超市在南京地區(qū)的配送中心及其各門店的地理位置，1表示的是配送中心，帶2-19的數(shù)字編號代表蘇果超市在南京地區(qū)具有研究意義的18家門店（日需求量大于1.3t且地理位置在省道附近交通狀況良好）。圖 2-2南京蘇果超市配送中心及各門店位置標號（資料來源：3.配送現(xiàn)狀分析（1）由于蘇果超市（南京地區(qū)）主要配送蔬菜水果類等物品，物品質(zhì)量相對較重（但車輛空間并沒有充分利用）配送中心目前有10輛（額定載重為5噸的配送車輛）車

22、用于城南區(qū)域的配送，確保各門店每日需求能夠及時滿足，對于一些特殊貨物比如需要冷藏的商品，則應選擇其對應的冷藏車。（2）配送中心按品種搭配、門店用戶在商品分類、數(shù)量、時間等方面的要求對蘇果超市各門店在蘇果局域網(wǎng)提交的訂單，進行配送路徑規(guī)劃，經(jīng)過整理，歸納出7條配送線路，如表2-3所示：14512131516211834106117191798圖2-3南京蘇果超市門店配送路徑圖（3）各路線運輸距離計算和裝載率情況，根據(jù)以上配送路線圖，可以計算得出，目前蘇果超市南京地區(qū)配送路徑方案：1-11-19-17-1的運輸距離為15.3公里，1-6-9-8-1的運輸距離為17.8公里，1-7-2-1的運輸距離

23、為18.2公里,1-10-4-3-1的運輸距離為12.3公里,1-15-14-1的運輸距離為19公里,1-16-13-2-1的運輸距離為18.8公里,1-5-18-12-1的運輸距離為19.3公里,總運輸距離為120.7公里。其配送路徑上的車輛的載重量和裝載率如表2-4所示：表2-4配送路徑上的車輛的載重量和裝載率行駛路線行駛距離（km）裝載量（t）裝載率（%）配送中心-恒山路店-油坊橋店-春江路店-配送中心15.34.284配送中心-翠島花城店-萬尚城店-芙蓉園店-配送中心17.84.284配送中心-金盛路店-三元巷店-配送中心18.23.264配送中心-黃山路店-牡丹江路店-南苑店-配送中

24、心12.34.386配送中心-碧樹園店-中山北路店-配送中心19360配送中心-蘆席營店-中山路店-三元巷店-配送中心18.84.386配送中心-御道街店-管家橋店-玄武湖店-配送中心19.34.488（三）蘇果超市南京地區(qū)配送問題分析根據(jù)上表2-4所示，蘇果超市南京地區(qū)在規(guī)劃配送路線中仍有不足，它們影響了蘇果超市的經(jīng)營利潤。具體如下：1配送效率低蘇果超市訂單上的配送信息經(jīng)過多次傳遞較易失真，配送信息一旦出現(xiàn)與超市不同的情況，制造商和超市就需要通過配送商進行調(diào)節(jié)直至一致，因而導致服務水平、裝載率降低，引發(fā)遞送速度慢等不必要的麻煩，從而導致運力的大量浪費。2配送路線不合理蘇果超市由配送中心直接向

25、各門店配送物資，其并沒有嚴格的線路規(guī)定，配送車輛司機往往會根據(jù)自己的喜好對路線做出主觀性的判斷，缺乏科學性，增長了路線距離，提高了物流成本。因此為了讓配送路線更加的合理化，縮短配送距離，降低物流成本，必須通過一些科學嚴謹?shù)姆椒▉韺β肪€規(guī)劃進行優(yōu)化。3配送的標準化程度低配送路徑規(guī)劃缺乏整體性，沒有對配送路徑和所載的貨物進行科學合理的分析，沒有從配送的角度進行科學的線路設(shè)計，從而導致工作時間的增多以及工作效率的降低。4.裝載率低上表2-4清楚的顯示蘇果超市使用的7輛車在進行配送任務中裝載率都小于88%，載重率最低的只有60%，車輛平均裝載率只達到了78%，都不是滿載運輸，因此浪費了運力資源，從而導

26、致配送成本的增加。車輛裝載空間沒有得到充分的利用，配載效率很低，并且在配送結(jié)束后，車輛從配送門店返回配送中心的過程中是空載的，這也反映了車輛的裝載率低下。綜上所述，蘇果超市在配送過程中存在配送成本高、效率低，配送標準化程度不高，配送線路不合理，車輛裝載率低等問題，這些問題直接的影響到了蘇果超市的成本和利潤，不利于蘇果超市的經(jīng)營與發(fā)展。本文通過運用蟻群算法并加入MATLAB軟件進行仿真來解決這些問題。三、蘇果超市南京地區(qū)配送路徑優(yōu)化針對蘇果超市配送問題，蟻群算法可以合理的對其進行路線優(yōu)化，蟻群算法適合多目標的VRP問題，利用其速度快、滿意度高的優(yōu)點，采用蟻群算法進行求解。（一）蟻群算法所需要的數(shù)

27、據(jù)收集1.各門店需求量數(shù)據(jù)蘇果超市在南京地區(qū)門店眾多，通過網(wǎng)絡(luò)查詢以及對各門店的調(diào)研，選擇南京地區(qū)18個日需求量大于1.3t且地理位置在省道附近交通狀況良好的門店作為本文的研究對象，選用2016年6月5日各門店的商品需求量作為本文的研究數(shù)據(jù)（單位為：t），具體的數(shù)量如表3-1所示：表 3-1 2016年6月5日各門店需求量名稱水果蔬菜等貨物需求量（t）1.華潤蘇果超市（雨花南路）配送中心/2.蘇果超市三元巷店1.73.蘇果超市南苑店1.64.蘇果超市牡丹江路店1.3續(xù)表3-15.蘇果超市御道街店1.46. 蘇果超市翠島花城店1.37.蘇果超市金盛路店1.58.蘇果超市芙蓉園店1.39.蘇果超市

28、萬尚城店1.610.蘇果超市黃山路店1.411.蘇果超市恒山路店1.312.蘇果超市玄武湖店1.713.蘇果超市中山路店1.514.蘇果超市中山北路店1.415.蘇果超市碧樹園店1.616.蘇果超市蘆席營店1.317.蘇果超市春江路店1.418.蘇果超市管家橋店1.319.蘇果超市油坊橋店1.5（資料來源：https：/）2.各門店經(jīng)緯度坐標通過各門店具體地址，利用Google經(jīng)緯度查詢系統(tǒng)，獲取蘇果超市配送中心及其各門店的具體經(jīng)緯度數(shù)據(jù)，如表3-2所示：表 1-2配送中心及其各門店經(jīng)緯度坐標名稱經(jīng)緯度坐標（X，Y）1.華潤蘇果超市（雨花南路）配送中心118.778932,31.9997672

29、.蘇果超市三元巷店118.789726,32.0435983.蘇果超市南苑店118.753096,32.0279684.蘇果超市牡丹江路店118.741208,32.0097565.蘇果超市御道街店118.821259,32.0228156.蘇果超市翠島花城店118.795791,31.9854447.蘇果超市金盛路店118.833105,31.9746038.蘇果超市東山店118.853965,31.9658839.蘇果超市萬尚城店118.828941,31.94852110.蘇果超市黃山路店118.744055,32.00582811.蘇果超市恒山路店118.728141,31.98978

30、712.蘇果超市玄武湖店118.801216,32.06900913.蘇果超市中山路店118.790331,32.06299114.蘇果超市中山北路店118.769023,32.08299115.蘇果超市碧樹園店118.751389,32.060086續(xù)表3-216.蘇果超市蘆席營店118.787868,32.08046917.蘇果超市春江路店118.763309,31.96895718.蘇果超市管家橋店118.789304,32.05204419.蘇果超市油坊橋店118.727406,31.972256（資料來源：（二）蘇果超市南京地區(qū)配送路徑優(yōu)化模型構(gòu)建1.模型建立的目標本文為了降低蘇果超

31、市的物流成本以及提高企業(yè)利潤而建立模型。通過降低蘇果超市南京地區(qū)的配送成本來提高蘇果超市的效益。對蘇果超市南京地區(qū)進行（配送）路線優(yōu)化，使車輛的利用效率得以提高，以此節(jié)約運輸時間從而在根本上減少企業(yè)（蘇果超市）成本，提高其利潤率。本文依據(jù)蘇果隆超市配送的實際情況，建立配送路線優(yōu)化模型求解蘇果超市的優(yōu)化路徑，以此解決其配送線路優(yōu)化問題。2.模型建立本文以蘇果超市南京地區(qū)配送中心到南京市范圍內(nèi)18個蘇果超市門店的運輸路徑作為研究對象，假設(shè)配送中心最多使用m輛車（每輛車最大承受載重為q）；對i個門店進行配送，各門店需求量為。門店i到門店j的最短直線距離為dij，D為車輛的最遠的行駛距離；Xij表示若

32、車輛k從門店i到門店j的貨物需求，否則為0；Yki表示若門店由車輛k配送，否則為0；設(shè)配送中心為0號。目標函數(shù)：min zx（求解最短路徑）約束條件： （每條路徑貨物供應量小于該線路配送車輛總量） i（表示各個門店的貨物只有一輛車運輸） yki=0 or i=0,1,鈰?n錛?鈭k（表示配送門店的任務是否完成） （表示到達和離開某一門店的車只有一輛） （表示到達和離開某一門店的車只有一輛）xijk=0 or1，j=0,1（表示車輛是否從i行駛到j(luò)） 由于此模型在求解時具有較高的難度，且一般數(shù)學方法不易直接求解，所以本文利用VRP問題的經(jīng)典求法之一-蟻群算法進行求解，并采用MATLAB軟件，對蘇

33、果超市南京地區(qū)配送中心及其各門店具體經(jīng)緯度坐標和車輛裝載數(shù)據(jù)進行計算，求解出蘇果超市南京地區(qū)最優(yōu)的配送路線。（三）基于蟻群算法路線優(yōu)化求解1.蟻群算法原理當螞蟻尋找食物時它會朝著信息素（在尋找食物過程中能釋放一種帶氣味的化學物質(zhì)，該物質(zhì)被稱為信息素）濃度高的方向?qū)ふ遥捎谑澄锉徽业綍r會釋放信息素，螞蟻可以根據(jù)信息素確定自己尋找食物的方向以及接收其它螞蟻傳遞的信息，從而使信息素在這條有食物的路徑上濃度不斷升高，吸引更多的螞蟻來此路徑，如此形成一個循環(huán)。該路經(jīng)的信息素濃度在此作用下不斷升高，從而達到客觀上尋找到最優(yōu)路徑的效果。 研究者們在上述原理基礎(chǔ)上虛擬出人工螞蟻（具有簡單記憶功能），并通過模擬

34、蟻群尋找食物的過程產(chǎn)生一個最佳路線，設(shè)計了蟻群算法。螞蟻群體的路徑搜索原理和機制如下圖所示： 2.計算結(jié)果及應用將表3-2蘇果超市配送中心及其各門店具體經(jīng)緯度坐標輸入MATLAB軟件程序中，得出以下運行結(jié)果：MATLAB軟件運行結(jié)果如圖3-3，配送路徑總距離變化圖如圖3-4，具體配送最優(yōu)線路圖如圖3-5，MATLAB程序代碼見附錄。圖3-3軟件運行結(jié)果圖圖3-4配送路徑總距離變化圖圖3-5配送最優(yōu)路線圖由圖3-3得出優(yōu)化后的配送線路僅6條（優(yōu)化前有7條），優(yōu)化后各行駛路線，各路線（優(yōu)化后）裝載量及其（優(yōu)化后）裝載率結(jié)果如下表3-6：表3-6優(yōu)化后路線，各路線裝載量及其裝載率行駛路線行駛距離（k

35、m）裝載量（t）裝載率（%）配送中心-牡丹江路店-黃山路店-恒山路店-配送中心13.54.182配送中心-南苑店-碧樹園店-中山路店-配送中心15.84.794配送中心-管家橋店-三元巷店-御道街店-配送中心14.14.488配送中心-翠島花城店-春江路店-油坊橋店-配送中心16.74.284配送中心-萬尚城店-芙蓉園店-金盛路店-配送中心18.64.488配送中心-玄武湖店-中山北路店-蘆席營店-配送中心21.54.488（四）配送線路優(yōu)化結(jié)果分析通過對以上蟻群算法得出的結(jié)果和數(shù)據(jù)與之前蘇果超市在南京地區(qū)的配送情況進行分析，得出優(yōu)化分析的對比結(jié)果，如表3-7：表3-7優(yōu)化前后結(jié)果對比差異項目

36、優(yōu)化前優(yōu)化后優(yōu)化值行駛距離（km）120.7100.220.5裝載率平均78%平均 87%平均提高9%車輛數(shù)（輛）7611.滿足配送車輛允許的最大運輸距離由蘇果超市（南京地區(qū)）配送中心派出的配送車輛完成全部門店配送任務，并在完成任務后返回中心。每輛車的最大運輸距離不超過200千米，配送中心與每個門店的距離為dij，由表3-6可知，優(yōu)化后的最大配送距離為21.5千米（小于最大運輸距離200千米），滿足配送車輛的最大運輸距離。2.運距縮短由表3-7對比可知，優(yōu)化后的總距離為100.2千米，比優(yōu)化前的總距離120.7千米縮短了20.5千米，明顯優(yōu)化了蘇果超市配送路線，縮短了配送距離，從根本上實現(xiàn)總費

37、用降低的目的。3.裝載率提高蘇果超市南京地區(qū)配送貨物的裝載率普遍不高，其采用的配送車輛為載重5t的車，優(yōu)化前的配送車輛裝載率偏低，平均的車輛裝載率只有78%，而優(yōu)化后的配送車輛最低裝載率就達到82%，最高裝載率已達到94%，平均裝載率更是達到了87%，車輛的裝載率在不超過車輛最大允許裝載量的前提下提高了9%，合理配置了配送車輛的運力，使配送更加高效。4.配送車輛減少蘇果超市南京地區(qū)對南京18個門店的配送車輛由表3-7可知，優(yōu)化前的配送車輛為7輛，而優(yōu)化后只需要6輛車完成配送任務，減少了一輛車的出車成本，使配送總費用降低。由以上4點優(yōu)化結(jié)果可知，蘇果超市南京地區(qū)在配送距離，車輛裝載率，配送成本等

38、方面得到很大的改進，完成了蘇果超市南京地區(qū)的綜合運輸成本達到最小的目標，由此說明利用蟻群算法優(yōu)化蘇果超市南京地區(qū)的路線是正確的，蟻群算法可以有效降低配送成本和提高物流效率，最終使配送的客戶滿意度提高。配送路線的合理性對企業(yè)來說具有重大的影響，通過合理調(diào)度車輛運輸配送與優(yōu)化路徑來提高配送效率是非常有意義的選擇。四、結(jié)論與展望（一）結(jié)論蘇果超市就是典型的連鎖超市經(jīng)營模式，降低蘇果超市配送成本的關(guān)鍵在于使其配送路線更加合理化，即通過優(yōu)化其配送路徑來提高蘇果超市的效益。本文首先通過對南京蘇果超市配送現(xiàn)狀的分析，選擇以配送路徑問題為切入點，然后選取蘇果超市南京地區(qū)的18家門店（日需求量大于1.3t且地理

39、位置在省道附近），對其配送中心及各門店進行配送路線及其現(xiàn)狀分析，得出實際存在的配送效率低、裝載率低等配送問題，最后針對此問題建立關(guān)于蘇果超市配送路線優(yōu)化的VRP模型，利用蟻群算法簡單、直觀、易理解、易求解的特點，從實際的約束條件出發(fā)，利用 MATLAB軟件進行運算，實現(xiàn)其配送路徑的優(yōu)化，優(yōu)化后的配送線路大大節(jié)約了蘇果超市的物流成本。經(jīng)過優(yōu)化的線路讓蘇果超市南京地區(qū)的配送作業(yè)更加合理，從根本上提高了蘇果超市南京地區(qū)18家門店的配送運行及經(jīng)濟效益。 由于配送路徑優(yōu)化是NP難問題，傳統(tǒng)優(yōu)化方法難以得到滿意解，利用MATLAB解決這個問題，實現(xiàn)總費用降低的目的，使配送更加高效。本文通過收集相關(guān)資料及數(shù)

40、據(jù)，從而達到提高企業(yè)供貨及時率及運作效率的的目的。（二）展望本文只考慮了VRP模型的基本約束條件，缺乏對道路實時情況的考慮，例如：交通事故、堵車。由于本人知識水平的局限性，本文的研究還有不足之處，例如雖然本文有實際性的結(jié)果，但由于理論知識和時間的限制，以及相關(guān)文獻的不充分，有些方面仍然需要更深入的研究。由于配送路徑優(yōu)化是NP難問題，復雜性較大，在進行實例研究時本文僅對南京地區(qū)進行了局部優(yōu)化，若打破區(qū)域限制，配送優(yōu)化結(jié)果將更加合理化。參考文獻1康燕妮，嵇啟春，李武剛，李玲燕一種改進蟻群算法求解帶時間窗的物流配送車輛路徑問題J.計算機時代2 陳艷基于蟻群算法的最優(yōu)路徑選擇研究D.北京交通大學碩士學

41、位論文，200753馬健平現(xiàn)代物流配送管理M.廣州：中山大學出版社，2001.4殷志皆蟻群算法及其在多用戶檢測中的應用D.蘭州大學，2006.5楊劍峰蟻群算法及其應用研對D.浙江大學，20076陳譽克協(xié)同物流網(wǎng)絡(luò)資源需求與配送中也運輸調(diào)度的建模優(yōu)腳上海交通大學，20097崔雪麗，馬良，范炳全.車輛路徑問題(VRP)的螞蟻搜索算法J.系統(tǒng)工程學報，2004.8野瑩瑩，付麗君，程立英基于 MATLAB 的蟻群算法仿真研究 J.裝備制造技術(shù)，2008.9 王軍蟻群算法求解TSP時參數(shù)設(shè)置的研究J. 科學技術(shù)與工程，2004.10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，20

42、01.11黃智輝，符志強蟻群算法的優(yōu)化及在 TSP問題上的應用現(xiàn)代計算機，2011.12 崔介何物流學概論M.北京：北京大學出版社，2003:192-196.13L Enstra J K,Rinnooy K.Complexity of Vehicle Routingand Scheduling Problem J.Networks, 1981,11(2):221227.14Willard JAG. Vehicler outing using P-optimal TabusearchD .London:The Management School,Impreial College,1989.15G

43、endreau M,Hertz A,Laporte G. A Tabu Search Heuristic forthe Vehicle Routing ProblemJ. Management Science,1994，40( 10) :12761290附 錄% % the procedure of ant colony algorithm for VRP % % % % % % % % % % % % %initialize the parameters of ant colony algorithms city=1 118.778932 31.999767 02 118.789726 32

44、.043598 1.73 118.753096 32.027968 1.64 118.741208 32.009756 1.35 118.821259 32.022815 1.46 118.795791 31.985444 1.37 118.833105 31.974603 1.58 118.853965 31.965883 1.39 118.828941 31.948521 1.610 118.744055 32.005828 1.411 118.728141 31.989787 1.312 118.801206 32.069009 1.713 118.790331 32.062991 1.

45、514 118.769023 32.082991 1.415 118.778074 32.060086 1.616 118.751389 32.080469 1.317 118.763309 31.968957 1.418 118.789304 32.052044 1.319 118.727406 31.972256 1.5d=city(:,2:3);x=d(:,1);y=d(:,2);g=city(:,4); m=18; % 螞蟻數(shù) mm=max(size(city);alpha=1; belta=3;% 決定tao和miu重要性的參數(shù) lmda=0; rou=0.4; %衰減系數(shù) q0=0

46、.95; % 概率 tao0=1/(10*400.04);%初始信息素 Q=2;% 螞蟻循環(huán)一周所釋放的信息素 defined_phrm=1.0; % initial pheromone level value QV=5; % 車輛容量 vehicle_best=round(sum(g)/QV)+1; %所完成任務所需的最少車數(shù) V=40; maxitime=100; best_cost=zeros(1,maxitime); %最好解cost=zeros(maxitime,m);best_tour=; optcost=inf;opttour=; maxtt=inf; % 計算兩點的距離 for

47、 i=1:mm; for j=1:mm; dist(i,j)=sqrt(d(i,1)-d(j,1)2+(d(i,2)-d(j,2)2); end; end; %給tao miu賦初值 for i=1:mm; for j=1:mm; if i=j; %s(i,j)=dist(i,1)+dist(1,j)-dist(i,j); %節(jié)約值tao(i,j)=defined_phrm; %defined_phrm=15.0 miu(i,j)=1/dist(i,j); end; end; end; % 置deltao(i,j)為0for k=1:mm; for k=1:mm; deltao(i,j)=0;

48、 end; end; %開始迭代 for Nc=1:maxitime%迭代次數(shù) temp=; for i=1:m %m(10)為螞蟻數(shù)tt=inf; costt=0;sumload=0; cur_pos(i)=1; %從車場出發(fā)rn=setdiff(randperm(mm),1); n=1;%A(n) nn=1; part_sol(nn)=1; %部分路徑的第一步n_sol=0; % 螞蟻產(chǎn)生的路徑數(shù)量 M_vehicle=500; %是最大車輛數(shù)嗎t(yī)=0; %最佳路徑數(shù)組的元素數(shù)為0 hh=1; while hh=0 %hh為length(rn)while sumload<QV for

49、 k=1:length(rn) if sumload+g(rn(k)<=QV %gama(cur_pos(i),rn(k)=(sumload+g(rn(k)/QV; % gama越來越大，sumload是個定值A(chǔ)(n)=rn(k); %選擇重量適合的點n=n+1; %記錄重量適合的點數(shù)end; end; na=length(A);if na=0 breakelse%在滿足容量的點中計算概率，選擇概率大的一點 for j=1:nap(j)=10*(tao(cur_pos(i),A(j)alpha*(miu(cur_pos(i),A(j)belta; %p=compute_prob(A,cu

50、r_pos(i),tao,miu,alpha,belta,gama,lmda,i); %？endsump=sum(p);p=p/sump;maxp=1e-8; for j=1:na if p(j)>maxp maxp=p(j); index_max=j; end; end; for j=1:naif rand<=q0&rand<=p(j) index_max=j; breakend end old_pos=cur_pos(i); cur_pos(i)=A(index_max); %當找到一點if tao(old_pos,cur_pos(i)>tao(cur_po

51、s(i),old_pos) tao(cur_pos(i),old_pos)=tao(old_pos,cur_pos(i);else tao(old_pos,cur_pos(i)=tao(cur_pos(i),old_pos);endtao(old_pos,cur_pos(i)=(1-rou)*tao(old_pos,cur_pos(i)+ rou*Q; maxtao=10/(1-rou)*Q/200;mintao=maxtao/200; if tao(old_pos,cur_pos(i)>maxtao tao(old_pos,cur_pos(i)=maxtao; end if tao(o

52、ld_pos,cur_pos(i)<mintao tao(old_pos,cur_pos(i)=mintao; end nn=nn+1; % nn記錄容量和概率都滿足的點part_sol(nn)=cur_pos(i); %part_sol為支路sumload=sumload+g(cur_pos(i);temp_load=sumload; %temp_load結(jié)束時放出的貨物總量rn=setdiff(rn,cur_pos(i); fid=fopen('out_customer.txt','a+'); fprintf(fid,'%s %itn'

53、,'the current position is:',cur_pos(i); fprintf(fid,'%sn','the 容量滿足的 customer set is:'); fprintf(fid,'nt%in',A); fprintf(fid,'-n'); fclose(fid); na=;index_max=0;n=1; A=;endend%while sumload<QV %當找到一段路%如果當前點為車場n_sol=n_sol+1; % n_sol為路徑數(shù),超過5條對其費用加上車輛的派遣費用 fid=fopen('out1_solution.txt','a+'); fprintf(fid,'%s%i%s','NO.',n_sol,'條路徑是:'); fprintf(fid,'%i ',part_sol); fprintf(fid,'n'); fprintf(fid,'%s',&#