烟草商业企业基于时间成本的物流线路优化研究.docx

烟草商业企业基于时间成本的物流线路优化研究 随着我国烟草行业从传统商业向现代流通模式的转变，烟草物流配送正逐步向集约化管理、规模化经营、专业化物流、标准化服务方向发展，如何实现物流配送高效、低成本的运作模式，提高烟草企业整体竞争力水平，是许多烟草企业面临的一个关键问题。 文章提出了一种基于时间成本的物流线路优化方法，通过科学规划配送线路、平衡每日订单分布等方式，使卷烟网络分布更加合理，进一步降低固定投入和業务成本，提高供应链管理水平。 二、算法模型 基于时间成本的物流线路优化计算主要运用到三个求解算法，分别是聚类算法、最优路径算法和订单日规划算法。基本求解方案是：第一步按照车辆装载率完成对客户兴趣点聚类；第二步细致优化配送路径；第三步平衡每日订单分布。 1.聚类算法 聚类是空间数据挖掘中的一个重要研究领域，是指将物理的或抽象的对象分组成为由类似对象组成的多个类（簇）的过程。 以绍兴烟草为例，聚类计算时首先采用自下而上的一阶段方法对全地区26000个零售户点进行聚类，获得411个初始聚类结果。再根据实际需求，按照类容量将前408个类作为直接指派的初始类核，以配送车装载率90%作为类容量上限，进行直接指派聚类，最终获得聚类结果。 2.最优路径算法 最优路径算法的目标是寻找给定起点和终点间的最短路径，文章采用Dijkstra（迪杰斯特拉）算法。Dijkstra算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。 初始时，S只包含源点，即S=v。U包含除v外的其他顶点，U中顶点u对应的距离值为边上的权（若v与u有边）或 ∞（若u不是v的出边邻接点）。 从U中选取一个距离v最小的顶点k，把k，加入S中（该选定的距离就是v到k的最短路径长度）。 以k为新考虑的中间点，修改U中各顶点的距离；若从源点v到顶点u的距离（经过顶点k）比原来距离（不经过顶点k）短，则修改顶点u的距离值，修改后的距离值为顶点k的距离加上边上的权。 重复步骤（2）和（3）直到所有顶点都包含在S中。 3.配送工作量模型和订单日规划算法 进行订单日规划时，文章引入工作量模型概念，将综合作业时间作为线路优化的单一标准，把送货户数、送货量、行驶里程等多维度统一转换成工作时间，解决线路优化时指标过多，计算困难的问题。 综合作业时间=装车交接时间+车辆行驶时间+基本服务时间+客户交接时间+现金缴款时间。装车交接时间=（装车准备时间车次）+（装车框数单框装车时间） 订单日规划算法的目标是确定各配送线路的配送车辆和配送日，规划要求满足以下约束条件：车辆数最少；一周内各配送车辆工作时间基本均衡；每天各配送车辆工作时间基本均衡；每天工作时间上限设定6.5小时。 订单日规划算法模型： 约束条件： （1.1） （1.2） （1.3） （1.4） i 需要安排的路线序号；取值范围从1到路线的最大数； j 送货车序号；取值范围从1到指定车辆数； k订单日的序号；取值范围从1到5，表示一周配送5天； b每天所有车辆工作时间的上限； c每辆车一周工作量上限； d每辆车每天工作量的上限，d为6.5小时。 公式（1.1）一条路线有却只能有某辆车在某一天配送； 公式（1.2）每天所有车 本文由收集整理 的工作量不能超过上限b； 公式（1.3）每辆车每周的工作量不能超过上限c； 公式（1.4）每辆车一天的工作量不能超过上限d。 三、结语 低成本、高效率、优服务是烟草物流建设的重要目标，文章提出的基