英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
基于节约里程法的快递行业牛奶配送系统
Zhenlai You and Yang Jiao
燕山大学经济管理学院，河北秦皇岛066004
来信请寄给真来友;yzlai@ysu.edu.cn
2013年12月9日2014年2月13日;2014年2月14日;2014年3月20日出版学术编辑:吴怀勤
版权所有copy;2014这是一篇根据知识共享署名许可协议发布的开放获取文章，该协议允许在任何媒体上不受限制地使用、发布和复制，前提是原始作品被正确引。
本文通过对循环取货模式在快递行业应用的可行性分析，将送奶模式引入快递配送物流。为了在分布中尽可能达到满负荷，本文对传统模型进行了改进，采用多目标决策和符合约束条件的牛奶运行模式，甚至通过C-W节约算法逼近实际情况求解模型。通过合理的路线规划，可以有效缩短距离，降低成本。最后，通过实例分析验证了该模型及其算法应用的有效性。
1.介绍
循环取货，又称送奶，起源于英国北部牧场，是为解决牛奶运输和配送问题而创造的一种运输和配送方式。卡车按照智能车辆路径规划法则预先设计的路线，将装满牛奶的瓶子运送到每个门口，并在返回牛奶屋[1]的路上收集空瓶子。在此之后，该商品获取模式应用于生产、分发和各行各业的其他活动[2]。
在国内汽车制造企业中最早采用的是牛奶运行模式。学者们从理论和实践两个方面对汽车行业的牛奶运行模型进行了相关研究[3,4]。本文研究了车辆调度问题(VwSP)和车辆路径问题(VRP)的运行模型和改进算法。之后，第三方物流企业在加入快递行业[5]时，提供了准时送达服务，并在送奶模式中加入了时间窗口约束。在国内应用关于milkrun模型的研究中，徐写了一篇介绍文章分析了送奶车模型的优点、过程和责任，分析了如何设计送奶车的路线和确定送奶车参数。
国外的牛奶跑模式应用研究不仅应用于汽车行业，也应用于著名的7-Eleven公司等便民团体。在理论研究中，Chopra和Meindl在2006年将物流系统分为四部分，分别为直达运输、送奶、交叉对接和定制网络，送奶模型属于四种物流系统中的一种[7]。Du等研究了基于bb0模型的实时车辆配送系统的参数设置。
牛奶配送作为一种先进的配送模式，被应用于各行各业的物流活动。然而，关于送奶车在快递行业的应用研究却不多。本文通过对快递行业现状和配送模式的研究，提出了应用送奶模式的新型快递配送模式。该模式结合了送奶模式的优点和快递配送的实际情况，在满足快递及时有效服务的前提下，通过优化配送模式节约物流成本。在运行模块的设计上，本文的模块是与传统的配电模块不同。它依赖于现实，使它更可行。本模块突出了送奶车的特点，定义了送奶车前后的大小和重量。解决最小距离和最低成本的目标不仅保证了快递的有效性，也保证了快递公司的低成本。
2.快递行业牛奶配送的可行性分析
面对快递行业竞争日趋激烈的形势，企业只有立足于市场，才能挤压物流成本。然而，大多数快递行业没有形成规模，仍然采用没有规划的老式快递方式。这使得我国快递企业中形成规模大、具有国际竞争力的快递企业非常罕见。同时，由于不知道如何提高物流效率，如何降低物流成本，内部和外部的服务质量存在较大差距[10,11]。因此，在降低物流成本的同时提高服务质量，在竞争中占得先机。送奶模式与快递行业的结合可以促进快递企业的良性发展。
2.1。改善车辆载客率，降低运输成本。运货模式的主要目的是充分利用车辆的空间，尽量将满载货物运送到指定地点[12]。考虑到自行车取货与快递行业的有效结合，可以充分利用车辆的空间，大大提高车辆的装载因数，避免浪费空车。同时，通过有效的路径规划，不仅可以缩短配送距离，减少在运输途中退货的往复周数，避免在运输途中浪费时间，还可以节省运输成本。时间和成本作为快递行业的主要竞争因素，起着至关重要的作用。
2.2。推动信息平台建设和完善。如今，信息技术在各行各业都有着举足轻重的地位。送奶配送要求物流中心与各配送点充分共享信息，并要求其信息具有较高的准确性，因此物流中心可以根据准确规划路径的信息合理安排配送。在此过程中，随着信息将事物联系在一起的作用越来越明显，构建快递行业的网络信息整合平台可以充分发挥拾取优势[14]的循环趋势。同时，在信息管理的实施过程中，循环取件模式的应用也将继续推动信息平台的完善。
2.3。提高服务效率和质量。在送奶过程中，船舶卸货的处理时间。如果没有定期的标准[15]，货物会增加，效率会降低，交货时间会延迟，甚至会影响服务质量。因此，为了避免在运输过程中产生不必要的浪费，建立统一的企业快递邮件包装流程标准，不仅使装卸搬运更加方便，而且合理安排车辆装载空间。规范的操作可以降低其故障率，提高员工素质和服务质量，甚至整个企业。
3.建立送奶模式
模型参数定义如下:
?:车辆的数量,?= 1,2,。、???:车辆?的额定容量,
?:交通节点数,?= 1,2,3,。??= 0:配送中心,
??:车辆?的额定负载,
???:运输距离的节点?节点?
??:体积的货物交付给节点?
??:收到的货物的体积节点?
??:重量的货物交付给节点?
??:收到的货物的重量节点?
?1:每单位距离的运输成本
?2:代表每个使用的车辆固定成本
,??:最大的货物体积的车辆?
??:代表最大的货物重量的车辆?
=1（如果i的任务由车辆j执行）=0（其他）
=1（如果车辆k从客户i开车到客户j）=0（其他）（1）
然后建立了模型
Min=（2）
Min= m(3)
工程中的数学问题
节点i
物流中心
节点j
节点i
物流中心
节点j
图1节约里程法原理图
式(2)和式(3)为目标函数。该模型的目标是使总距离和运输成本最小。约束式(4)表示具有车辆服务的每个节点，且最多有两辆车服务于同一节点。式(5)和式(6)表示车辆到达的有效性。它意味着车辆到达一个可以服务的节点。由公式(7)可知，任务完成后，车辆必须返回配送中心。式(8)和式(9)分别表示荷载约束和体积约束。在传统模型的约束下，每个节点只能有一辆车服务。然而，当你求解模型时，你可能会得到一个非最优解。从理论上讲，方案(10)中需要的车辆总数量为:
由于传统的模型解决方案每个节点只有一辆服务车辆，因此每个节点上的所有货物只能安装在一辆车上。即使车辆没有满载，如果一个节点不能一次性运载剩余货物，车辆必须返回配送中心。在该模型中，每个节点的服务不限于一辆车;在此过程中可以实现车辆的负载。
4.模型的解决方案
牛奶-运行模型是一个典型的np -困难问题;对于这类问题，使用精确算法获得全局最优解更加困难，并且随着问题的规模呈指数增长，计算量也会增加[16,17]。因此，对于这样大规模的问题，目前的路径更倾向于使用启发式算法来求解，而不是费心去求解精确的最优解问题，而是强调通过降低计算复杂度来获得满意的解[18-20]。
包括各种启发式算法，本文采用连续波存储算法求解该模型。其核心思想是计算合并两条路径所节省的距离，根据合并两条路径所节省的价值，直到车辆满载，然后以相同的方式使用第二辆车，直到所有货物都送达指定地点。
在图1中,当物流中心分发货物??,分别行?是最短的距离定义为??=??? ???和线?is最短的距离定义为??=??? ???。连接行??,使用相同的车辆装运,运输距离的定义
显然，这也节省了此时一辆车的使用，有效降低了车辆的使用固定成本和运输成本。改进算法的步骤定义如下:
步骤1。利用运输中的节省公式计算每个节点之间距离的节省值。然后列出储蓄距离矩阵
步骤2。命令Delta;???升序排序
步骤3。分析阵列(Delta;???],退出循环,如果是空集;否则,选择两个分布节点的最大储蓄值??和判断两个节点是否满足下列条件。
节点?,?不在构造。
节点?或?建造的线,它直接与物流中心。
节点?和?分别在两个不同的线已经建造和直接与物流中心。如果节点??满足上述条件,步骤4。
步骤4。计算所分配和选择的两个节点的货物的体积和重量。如果体积或重量不超过车辆的约束,连??;否则，转到步骤5。
第5步。连接??节点,并确定是否有分裂的情况下,如果是这样,车辆加载充分——运回物流中心,连接?和?节点,并确定是否有分裂的情况下,如果是这样,可以装载车辆全部运回的物流中心,和完整的循环车辆k剩余货物的更新信息,然后分布的节点将会在下一个周期。否则,货物?和?可以完成一个车辆和步骤6。
步骤6。选择剩余的交付节点以获得最大的保存值，并转到步骤3。
传统模型的结果采用节省算法得到车辆的调度情况，如表3所示。
5.案例研究
W快递公司是中国一家民营快递公司;在发展的过程中，企业认识到管理的重要性，不断提高技术，开始引进先进的管理理念和自动化技术。随着快递行业竞争的加剧，能够在行业中脱颖而出的企业越来越意识到提高内部快递安全、效率和低成本的必要性。本文以W快递公司为背景介绍了送奶模式，并对某地区的统计数据进行了收集和分析。引入送奶模式有效降低了物流成本，提高了车辆的装载率，减少了不必要的浪费。
5.1。W对基本情况的介绍。W s在一个区域内有十个分布点，分布的位置如图2所示。
例如，提取2012年3月1日的数据，各配送节点交付到配送中心和接收到的货物信息如表1所示。
运输车辆最大货运量为10辆，最大装载能力为2.5吨。车辆单位距离运输成本为20元/公里，一辆车的固定成本为400元(人民币)。企业根据配送的重量和数量，在应用Milkrun模型之前，不考虑收到的货物信息，设计配送路径。所有的货物将被送到指定的配送节点，然后将货物以原来的方式收集回配送中心。传统的模型往往适用于车辆达到满负荷，但也有一些其他货物无法装载，或车辆空载率较高的情况。例如，0-3-7-0这条线的配送中心需要发运的货物数量为2.8吨，而数量超过了2.8吨
图2:给定区域内的W公司分布节点布局
9
3.
4
1
7
6
配送中心
2
10
8
5
图3:优化前的分布路径图。
车辆的最大负荷;该公司的做法是等到第二天再处理剩余的资产。这不仅增加了物流成本，也降低了快递公司的效率。公司不能及时满足客户的需求，在时间效益上存在劣势。图3显示了W在采用送奶模式前的交付方式。完成任务需要5辆车，总行驶距离为75.48公里。
采用节约算法模型，分布节点的距离矩阵如表2所示。
采用改进的节能算法进行车辆调度和优化路径如表4所示。
根据优化后的路径和车辆调度信息，优化后的路径如图4所示。
结果是基于节约算法:循环传感器使用共有四辆,运输的总距离64.58公里,分布和运输实际平均加载率为84%,实际平均加载速率为99%,平均有效负荷为91.5%。与原来的运输方式相比，减少了货车的使用，提高了实际装车率，避免了因不满足要求而造成的延误情况。与以前的模型相比，牛奶运行模型的优点如表5所示。
|
分布 |
的坐标 |
的重量 |
的体积 |
的重量 |
的体积 |
|
节点没有。 |
供应商 |
交付货物(t) |
交付货物(m)3 |
收到货物(t) |
收到货物(m)3 |
|
1 |
(80) |
0.8 |
3.5 |
0.6 |
1.7 |
|
2 |
(67) |
1.2 |
3. |
0.4 |
2.8 |
|
3. |
(76,78) |
0.3 |
3.2 |
1.9 |
4.6 |
|
4 |
(33,80) |
1.2 |
4.3 |
1.6 |
3.4 |
|
5 |
(78年,3) |
0.7 <!--剩余内容已隐藏，支付完成后下载完整资料
资料编号：[607795]，资料为PDF文档或Word文档，PDF文档可免费转换为Word |
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
