疫情背景下生鲜电商企业车辆路径优化研究
发布时间：2021-03-25 20:39
为解决疫情背景下复工难导致的配送能力受限,从而影响生鲜电商企业为居家消费者配送生鲜物资的问题,基于疫情下居家消费者以小区为单位的团购特点以及生鲜物资的保鲜时长与防疫用品的有效防护时长限制,构建疫情背景下生鲜物资配送车辆路径优化模型,以求解并优化生鲜电商企业配送车辆行驶路径,使其在完成配送任务的前提下,使用最少配送车辆完成以小区为单位数量激增的需求订单,在履行生鲜电商企业社会责任的同时实现末端配送总成本最小化。最后通过新冠肺炎疫情下的算例分析验证模型的有效性。结果表明:构建的模型具有现实可行性,为疫情下面临复工难问题的生鲜电商企业物资配送路径优化提供思路。
【文章来源】：中国安全生产科学技术. 2020,16(07)北大核心CSCD
【文章页数】：6 页
【部分图文】：
生鲜物资配送网络
以新冠肺炎疫情为例进行模型验证,疫情暴发期间,湖北省最具影响力的某大型连锁超市在其电商平台上推出社区团购服务,面向消费者供应以组合套餐形式销售的肉类、蔬菜、水果等生鲜物资。本文选取该连锁超市的某一仓储店为配送中心向其周边10个居民小区(配送点)配送消费者购买的生鲜物资,其具体位置如图2所示。根据疫情期间的相关防控规定,配送车辆将生鲜物资配送至小区门口后进行无接触配送。依据百度地图整理每个配送点(配送小区的门口)的经纬度及小区的套餐需求数据,见表1。根据各配送点的经纬度利用Python求出其间的车程距离,并代入求解,其中配送点0为配送中心。表1 配送中心及各居民小区相关数据Table 1 Relevant data of distribution center and each community 配送点 经度/(°) 纬度/(°) 套餐1数量/件 套餐2数量/件 套餐3数量/件 套餐4数量/件 套餐5数量/件 套餐6数量/件 配送点0 114.316 201 30.538 205 配送点1 114.314 903 30.536 844 13 20 29 20 22 8 配送点2 114.312 936 30.541 681 11 19 14 11 24 23 配送点3 114.315 918 30.541 922 23 11 30 19 19 22 配送点4 114.317 091 30.541 529 14 25 6 19 25 15 配送点5 114.317 176 30.539 282 22 28 25 21 6 29 配送点6 114.319 193 30.538 761 10 21 21 19 10 25 配送点7 114.319 583 30.538 306 26 28 27 14 21 13 配送点8 114.319 314 30.536 584 9 19 23 18 8 29 配送点9 114.314 755 30.534 523 6 29 26 14 12 10 配送点10 114.315 042 30.535 242 29 24 13 21 15 30
模型采用Cplex软件在PC机上运行求解,硬件环境信息为:CPU i7-9750H 2.59 GHz,16G内存,Windows10 64位操作系统。经求解优化得到目标函数的最小值为0.667,求解优化后共使用2辆配送车辆,其最小配送总成本为456.16元。求解优化后的生鲜物资配送车辆的行驶路径如图3所示。根据求解结果,完成此次配送任务最少需要2辆车,其中1辆车配送路径的配送点顺序为0-9-10-1-0,其运送物资总量为1 146 kg,总行驶距离为1 123 m,所用时间为0.044 92 h,该辆车的配送成本为213.476元;另1辆车配送路径的配送点顺序为0-7-6-8-5-4-3-2-0,其运送物资总量为2 673 kg,总行驶距离为3 557 m,所用时间为0.142 28 h,该辆车的配送成本为242.684元,2辆车的总配送成本为456.16元。在进行算例求解时,为更贴合实际,本文在计算配送成本时各配送点间的距离取2点之间的车程距离,而非2点之间的直线距离。由于配送点9和配送点10在同一街道,且其他配送点到配送点9的最短车程距离路径均会经过配送点10,所以为配送点1,9,10提供配送服务的配送车辆的行驶路径为:0-10-9-10-1-0,即如图3所示配送点9与配送点10之间的路径为来返的配送路径。由于配送点7和配送点8所在位置的特殊性,此2个配送点到其他任意配送点的路径均会经过配送点6,所以经求解优化后的路径从配送中心到配送点7须经过配送点6,配送点8到配送点5也须先经过配送点6,即另1辆车的配送路径为0-6-7-6-8-6-5-4-3-2-0,配送点6到配送点7与配送点6到配送点8之间为如图3所示的来返配送路径。
【参考文献】：
期刊论文
[1]考虑受灾点需求时间窗的应急物资配送车辆路径规划研究[J]. 吕伟,李志红,马亚萍,赵相成,宁晶婧. 中国安全生产科学技术. 2020(03)
[2]考虑通行约束和运力限制的灾后应急物资联合调度优化研究[J]. 薛星群,王旭坪,韩涛,阮俊虎. 中国管理科学. 2020(03)
[3]不确定信息下应急设施选址-路径鲁棒优化[J]. 孙华丽,项美康,薛耀锋. 系统管理学报. 2019(06)
[4]基于混合蚁群算法的冷链物流配送路径优化研究[J]. 方文婷,艾时钟,王晴,范君博. 中国管理科学. 2019(11)
[5]救援物资跨区域调度双层规划模型——考虑幸存者感知满意度和风险可接受度[J]. 曹策俊,李从东,屈挺,杨琴. 管理科学学报. 2019(09)
[6]生鲜农产品多隔室冷链配送车辆路径优化[J]. 陈久梅,周楠,王勇. 系统工程. 2018(08)
[7]应急条件下异构运输问题的协同优化研究[J]. 朱莉,丁家兰,马铮. 管理学报. 2018(02)
[8]装备联合配送路径优化及算法分析[J]. 康文锋,汤光明,孙怡峰. 计算机工程与应用. 2017(24)
[9]震后应急物流系统中双目标开放式选址:路径问题模型与算法研究[J]. 王海军,杜丽敬,马士华. 管理工程学报. 2016(02)
[10]运力受限的应急物资动态调度模型及算法[J]. 王旭坪,马超,阮俊虎. 系统工程理论与实践. 2013(06)
本文编号：3100293
【文章来源】：中国安全生产科学技术. 2020,16(07)北大核心CSCD
【文章页数】：6 页
【部分图文】：
生鲜物资配送网络
以新冠肺炎疫情为例进行模型验证,疫情暴发期间,湖北省最具影响力的某大型连锁超市在其电商平台上推出社区团购服务,面向消费者供应以组合套餐形式销售的肉类、蔬菜、水果等生鲜物资。本文选取该连锁超市的某一仓储店为配送中心向其周边10个居民小区(配送点)配送消费者购买的生鲜物资,其具体位置如图2所示。根据疫情期间的相关防控规定,配送车辆将生鲜物资配送至小区门口后进行无接触配送。依据百度地图整理每个配送点(配送小区的门口)的经纬度及小区的套餐需求数据,见表1。根据各配送点的经纬度利用Python求出其间的车程距离,并代入求解,其中配送点0为配送中心。表1 配送中心及各居民小区相关数据Table 1 Relevant data of distribution center and each community 配送点 经度/(°) 纬度/(°) 套餐1数量/件 套餐2数量/件 套餐3数量/件 套餐4数量/件 套餐5数量/件 套餐6数量/件 配送点0 114.316 201 30.538 205 配送点1 114.314 903 30.536 844 13 20 29 20 22 8 配送点2 114.312 936 30.541 681 11 19 14 11 24 23 配送点3 114.315 918 30.541 922 23 11 30 19 19 22 配送点4 114.317 091 30.541 529 14 25 6 19 25 15 配送点5 114.317 176 30.539 282 22 28 25 21 6 29 配送点6 114.319 193 30.538 761 10 21 21 19 10 25 配送点7 114.319 583 30.538 306 26 28 27 14 21 13 配送点8 114.319 314 30.536 584 9 19 23 18 8 29 配送点9 114.314 755 30.534 523 6 29 26 14 12 10 配送点10 114.315 042 30.535 242 29 24 13 21 15 30
模型采用Cplex软件在PC机上运行求解,硬件环境信息为:CPU i7-9750H 2.59 GHz,16G内存,Windows10 64位操作系统。经求解优化得到目标函数的最小值为0.667,求解优化后共使用2辆配送车辆,其最小配送总成本为456.16元。求解优化后的生鲜物资配送车辆的行驶路径如图3所示。根据求解结果,完成此次配送任务最少需要2辆车,其中1辆车配送路径的配送点顺序为0-9-10-1-0,其运送物资总量为1 146 kg,总行驶距离为1 123 m,所用时间为0.044 92 h,该辆车的配送成本为213.476元;另1辆车配送路径的配送点顺序为0-7-6-8-5-4-3-2-0,其运送物资总量为2 673 kg,总行驶距离为3 557 m,所用时间为0.142 28 h,该辆车的配送成本为242.684元,2辆车的总配送成本为456.16元。在进行算例求解时,为更贴合实际,本文在计算配送成本时各配送点间的距离取2点之间的车程距离,而非2点之间的直线距离。由于配送点9和配送点10在同一街道,且其他配送点到配送点9的最短车程距离路径均会经过配送点10,所以为配送点1,9,10提供配送服务的配送车辆的行驶路径为:0-10-9-10-1-0,即如图3所示配送点9与配送点10之间的路径为来返的配送路径。由于配送点7和配送点8所在位置的特殊性,此2个配送点到其他任意配送点的路径均会经过配送点6,所以经求解优化后的路径从配送中心到配送点7须经过配送点6,配送点8到配送点5也须先经过配送点6,即另1辆车的配送路径为0-6-7-6-8-6-5-4-3-2-0,配送点6到配送点7与配送点6到配送点8之间为如图3所示的来返配送路径。
【参考文献】：
期刊论文
[1]考虑受灾点需求时间窗的应急物资配送车辆路径规划研究[J]. 吕伟,李志红,马亚萍,赵相成,宁晶婧. 中国安全生产科学技术. 2020(03)
[2]考虑通行约束和运力限制的灾后应急物资联合调度优化研究[J]. 薛星群,王旭坪,韩涛,阮俊虎. 中国管理科学. 2020(03)
[3]不确定信息下应急设施选址-路径鲁棒优化[J]. 孙华丽,项美康,薛耀锋. 系统管理学报. 2019(06)
[4]基于混合蚁群算法的冷链物流配送路径优化研究[J]. 方文婷,艾时钟,王晴,范君博. 中国管理科学. 2019(11)
[5]救援物资跨区域调度双层规划模型——考虑幸存者感知满意度和风险可接受度[J]. 曹策俊,李从东,屈挺,杨琴. 管理科学学报. 2019(09)
[6]生鲜农产品多隔室冷链配送车辆路径优化[J]. 陈久梅,周楠,王勇. 系统工程. 2018(08)
[7]应急条件下异构运输问题的协同优化研究[J]. 朱莉,丁家兰,马铮. 管理学报. 2018(02)
[8]装备联合配送路径优化及算法分析[J]. 康文锋,汤光明,孙怡峰. 计算机工程与应用. 2017(24)
[9]震后应急物流系统中双目标开放式选址:路径问题模型与算法研究[J]. 王海军,杜丽敬,马士华. 管理工程学报. 2016(02)
[10]运力受限的应急物资动态调度模型及算法[J]. 王旭坪,马超,阮俊虎. 系统工程理论与实践. 2013(06)
本文编号：3100293
本文链接：https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/3100293.html
