配送管理实验分析

1、配送管理实验报告一、实验内容在配送网络中， 我们对一个配送中心完成15 个销售点的货物配送， 运用节约里程法得出运输路径规划并安排车辆调度。运输路径规划的目的是为了在完成运输任务的前提下，使得运输时间或者运输距离最小化，运输路径是否合理将影响运输服务水平和运输成本。车辆调度是为完成配送任务，对所需要的车辆进行排班，并指定其应访问的需求点。货物配载主要考虑运输商品装车的搭配和顺序，从而提高车辆空间利用率，另外也便于在配送点的装卸操作。实际涉及到的路径规划并非一个确定性问题，配送过程中的花费会动态变化(如送货费与送货时间有关 )，且订货量有时会动态变化，实验者需根据需求函数考虑配送方案，尽量使配送

2、方案的总成本最小。二、实验目的a) 对运输与配送过程的基本概念和知识的了解；b) 对货物配载、车辆调度、路径规划等问题和基本算法的了解；c) 了解解决配送路径规划的方法之一 里程节约法。三、实验环境系统由一个仓储配送中心和 15 个需求点组成。根据给出的配送任务， 包括 15 个需求销售店及其需求量， 拥有 5 辆载重 4 吨的卡车， 配送到达该销售店的时间必须满足时间约束，提供每期的配送方案。四、实验分析1、对运输配送问题的理解：配送管理是按用户的要求，编制最佳的配送作业计划，运用合理的拣货策略，计划最经济的车辆调度，选择最优化的配送线路，以合理的方式送交客户，实现商品最终配置的经济活动。2

3、、对使用方法的说明： 在配送路线选择中， 主要采取模型化方法进行路线确定。常见的最短路径法和节约里程法等，这里详细介绍节约里程法。节约里程法， 又称车辆运行计划法 （VSP-Vehicles Scheduling Program），适用于实际工作中要求得较优解或最优的近似解，而不一定需要求得最优解的情况。它的基本原理是三角形的一边之长必定小于另外两边之和。当配送中心与用户呈三角形关系时，由配送中心P 单独向两个用户A 和 B 往返配货的车辆运行距离必须大于以配达中心P 巡回向两用户发货的距离。那么，所计算的结果：2PA+2PB-（PA+PB+AB ）=PA+PB-AB 为巡回发货比往返发货的节

4、约里程。在本次配送路线规划中存在的约束条件有： 满足所有收货人对货物数量的要求；满足收货人对货物发到时间范围的要求；在允许通行的时间范围进行配送；各配送路线的货物量不得超过车辆容积和载重量的限制；在配送中心现有运力允许的范围内。本实验就是根据这些约束条件，选择节约里程法模型进行配送路线设计，求得满意解。3、实验记录：（各销售点的位置和需求量）销售店横坐标（单位公里）纵坐标（单位公里）订货量 (公斤 )12208003002240720315034707901650467086060055407304506630680675742057037583704906009130500750101802

5、70900114803605251248021018001366025030014760390675158106401125A460720总计13875根据上表中的各销售点的坐标，用excel求出任意两个点之间的距离，如下：4、分析数据：节约里程法的基本思想是：考虑到，车辆运送完成后都会再回到配送中心。那么单到一个配送中心，如到销售点 a 所需要走的路程为2Da,再到销售点 b 所需要走的路程为2Db,如果去了 a 再去 b 再返回配送中心的话，就能节省s=2Da+2Db-(Da+Db+ab) Da+Db-ab的路程。于是通过不断的配送点的合并最后能得到一个最优的配送计划。根据节约里程法，我们

6、得出各两点之间的节约里程数，如下：综上，得出节约里程数较大者，如下：12至1313至1410至1211至129至1011至1312至14837785734721692661623因此，可将 11、12、13、14 销售点合并为一条路线，其中每一条路线都满足条件（时间在一周之内，每辆车装载量都限制在4t 之内），以此类推，如下：依照上图的路线计算各参数，如下表：路线距离 (km)时间 (小时 )成本（元）A-1-267214.58737.5A-3-4-15-59962212952.6A-6-14-13-12-1164635.521396.61A-7-8-10-9141930.418441.7累计

7、47339561528上述结果即是本次配送的满意解。5、若配送中心的位置不确定，根据现有销售点的分布，安排配送中心的选址。此配送中心属于零售商主导型的配送中心，配送中心的选址必须考虑总运量，因此配送中心应该尽可能地处于各个销售点区域的中心位置。根据各个销售点的需求量， 可知第 2、3、12 三个点的需求量较大，因此该配送中心因尽量处于这三点的中心位置，可节省总的运量（ t*km）.各个销售点的大概分布如下：从上图的三角形中大概可以得出A 点的位置为（ 400,500）。在求出配送中心与各销售点之间的距离，如下：在计算各销售点之间的节约里程数，如下;综上，得出节约里程数较大者，如下：4至1513

8、至144至 614至156至151至 23至 4622565558555541539536因此，可将 3、4、15 和 13、 14 和 1、2、 7 销售点合并为一条路线，以此类推，如下：依照上图的路线计算各参数，如下表：路线距离 (km)时间 (小时 )成本（元）A-7-1-288619.511518A-5-68031710444A-3-4-15135328.517583A-8-9-10-12-11136129.717688A-13-1411002314299累计5503117.571533.8上述结果即是本次配送的满意解。6、总结实验：总结：节约里程法并不是计算的最优的路线，而是一个较优

9、的路线，计算最优的路线是一个 NP 完全问题（Non-deterministic Polynomial complete problem），无法在多项式的时间内找到结果（ NP 完全问题未必没有多项式算法，只是目前均没有找到） ，即使摒弃搜索算法而改使用高效的动态规划算法，时间复杂度依旧是指数级别的，这对于现实问题中配送中心需要配送门店的数目大量时候求解时间漫长到几年、几十年甚至更长，而节约里程法可以在极快的时间内求出一个比较优秀的结果，比起耗费大量人力物力而不切实际的求解最优解，使用节约里程法就显得更为经济有效了。针对实验中的三个问题，我们作如下解释：1：车辆调度和路径规划的优化，是如何体现

10、在本次实验的配送方案决策中？从货流组织和调整开始，到配载和装卸货物的全过程，始终把提高运输工具的装载质量放在首位，排除重复装卸。并且在提高重车装载质量的同时，尽可能组织回程配载及调整空车流向，减少空驶行程。例如在本次配送实验的路径规划中，我们尽量使所有销售点落在其形式路径的一个圈上，运用共同配送原理，利用回程配送，避免了单程空载，而不是简单地求最短路线，这样可以减少总运输成本。2：如何处理送货费及订货量动态变化的配送问题？当送货费和订货量动态变化时，以前原定的陪送计划可能就要被打乱了，为了保持较低的运输成本和较高的陪送效益，就应该立即采取有效地调节措施，但是，也必须坚持以下几条原则： 放弃局部，保持整体计划运