【《基于遗传算法的城乡物流配送路径优化实证研究-以X县为例》14000字（论文）】

第[13]

三、宣汉县城乡物流配送现状研究（一）宣汉县城乡物流配送发展现状1、基本情况就宣汉县而言，虽然地处山区，但区位优势比较突出，是成都、重庆、西安等各大城市的交汇中心地带，所以交通情况比较便捷。宣汉县可以依托这三个城市的辐射，充分发乎自己的城市特色，让该县经济更快更好的发展。宣汉县每个乡镇都有供大车货运使用的干线，各支路干线以及便捷通道近几年也逐步完善。直至2021年底，宣汉县大力推进完善城乡物流体系以及物流园区的建设，深入实施“金通工程”乡村客运服务能力得到拓展延伸，乡村快递服务基本实现全面通达。宣汉县部分乡镇如厂溪镇、南坝镇、双河镇等有很多的农产品种植基地，但目前这些乡镇的农产品的销售方式还较为传统，能够做到产地直销的地区相对较少。但是宣汉县抓住当下电商行业的红利，加大农产品的宣传和线上经济的发展，大力实施互联网＋旅游，互联网＋农产品等双效措施，全面普及电商经济。2、配送方式目前宣汉县现有的物流配送模式，以镇到县的单一商品、县至镇的单一商品为主导。图3-1为宣汉县农产品运输的主要方式。图3-1宣汉县农产品运输方式从图3-1可以看出，第一种方式主要是以农村与小型商场、超市对接为主，因为小型商场和超市对农产品的需求量相对较小，所以会选择与一些小规模的农产品种植商合作，新鲜的农产品会直接运输至需求点。第二种方式主要增加了乡镇配送点，针对一些农产品需求量大的大型商场、农产品市场、住宅区等，各农村的菜农较为分散，菜农只需要将农产品运输至乡镇配送点，这些需求量大的地区会直接用专用车辆将农产品送达。而在宣汉县的日用品运输中，同样也使用的是单向物流运输的方式，如图3-2所示。图3-2宣汉县日用品运输方式可以看出，宣汉县运往各镇的日用品运输方式很单一，都采用的是由配送中心直接运输至各需求点。大部分车辆在运输农产品和日用品是装满货物的，但是返程时是空车状态。这不仅会造成资源的浪费，还会导致运输成本的增加。3、配送路径（1）本文选取宣汉县9个乡镇需求点，不考虑城市需求点的情况下，根据农产品及日用品配送路线宣汉县主要乡镇的配送路线如3-3所示：图3-3宣汉县配送路线图由上图可知，当前宣汉县配送路线较为单一，大多数都是县对镇一条路线配送并返回，只有一条线路是连接多个镇配送。配送路线如上图所示，分别为宣汉县-天宝镇、宣汉县-芭蕉镇、宣汉县-天台镇、宣汉县-土黄镇、宣汉县-龙泉镇、宣汉县-毛坝镇-新华镇-宣汉县、宣汉县-花池镇、宣汉县-双河镇。（2）在不考虑时间因素和装载率的情况下，车辆的最大装载量为3t，车辆启动固定成本为100元，单位距离成本为5元/km，车辆路线成本如下表所示：表3-4车辆路线成本图起始点配送点距离（km）行驶成本（元）路线成本（元）宣汉县天宝镇17.7116177.116277.116芭蕉镇17.6423176.423276.423天台镇28.2948282.948382.948土黄镇51.6905516.905616.905龙泉镇74.8204748.204848.204毛坝镇41.4276414.276514.276毛坝镇新华镇14.0723140.723240.723宣汉县花池镇25.1757251.757351.757双河镇15.5617155.617255.617总2863.9693763.969在以宣汉县为起始点和配送返程终点的路线中，在宣汉县内，配送点最远的是宣汉县到龙泉镇的配送路径，其运送成本也是最高的，占据总成本的22.5%，其次是宣汉县到土黄镇的配送路径，占据总成本的16.4%，最低的是毛坝镇到新华镇的距离，其运输成本占据最终总成本6.4%。可得出运送距离与行驶成本和路线成本成正相关关系。由上表可知，由于宣汉县到各乡镇的路线都是单条支线，所以车辆的固定启用成本增加，所以总行驶路线成本也会增加，为3763.969元。（二）宣汉县城乡物流配送现状分析1、宣汉县城乡物流配送分析随着宣汉县电子商务的快速发展，单向物流由于运量小、运输成本高等问题，城市对农村工业品的输入以及农村对城市农产品的输出使用单向物流会有一定的局限性。表3-4、表3-5分别对宣汉县单向和双向物流配送进行了SWOT分析。表3-4宣汉县单向物流SWOT分析优势（S）劣势（W）1、运输产品类型较统一。2、宣汉县人口基数大，对农产品的需求较高。3、农业信息化建设较完善。1、工业品运输成本高。2、农村客户需求点分散。3、路线规划不科学，可随机更改路线。机遇（O）威胁（T）1、宣汉县工业发展速度较快。2、中央大力推进社会主义新农村建设的机遇。1、农村市场分散，并且经营规模小。2、宣汉县运输成本较高，运输地区分散，物流运距长，制约着单向物流的发展。表3-5宣汉县双向物流SWOT分析优势（S）劣势（W）1、可以避免出现资源浪费，节省运力2、能够较大范围的统筹运作，降低成本3、农村农产品产量丰富，能满足城市居民的需求，为城市双向物流提供了条件。1、基于第三方物流公司对双向配送方式的实现还不够成熟。2、宣汉县城乡物流基础设施不足，部分山区物流较为落后。3、法制不健全，市场运行秩序需进一步规范。机遇（O）威胁（T）1、城乡一体化和乡村振兴战略使得城乡之间的差距逐渐减小，促进了城乡之间的信息交流。2、宣汉县大力发展城乡商贸物流，城乡双向物流是商贸物流的重要组成部分。1、第三方物流公司对双向配送中心的选址很重要。2、配送路线安排需要进行合理的规划。3、农产品的生物特性给城乡双向物流带来一定的风险。根据以上对宣汉县城乡物流配送的SWOT分析总结出，

尽管宣汉县物流配送？存在着工业品运输成本高，农业客户需求点分散的缺点，并且因为其线路规划不科学，货运司机可随时更改路线的缺点，但是从另一方面来看，宣汉县物流配送也有着运输产品类型比较统一，农业信息化建设完善的优点，出于其人口基数大，对农产品需求量也大的特性考虑，今后更应该把握住中央大力推进社会主义新农村建设的机遇，但同样不可否认的是，宣汉县也要注意到其自身农村市场分散且规模较小的劣势，着力解决因运输地区分散而导致的运输成本高的限制性因素。2、存在问题根据以上分析表明：随着信息化、网络化的发展，农业产品的信息量日益增多，农民的生活水平也随之提高，对农业生产的要求也日趋多元化。对农业生产资料、生活必需品、普通工业品等商品的物流与分配也日益增长。农民在网上有了更多的机会到城里去卖农产品，而第三方的配送公司则利用网络和乡村之间的交流更为方便，所以他们的营销方式也逐步增多。同时也可以使城镇物品在城乡间顺畅地流动。宣汉县的一些地方生产的农产品能够很好的适应城市的生活需要，而在乡村也有大量的生活必需品，为实现城乡间的双向运输创造了良好的环境。但目前该县在物流配送过程中还存在如下问题：（1）地理环境因素：由于各乡镇地理位置分散，货物的周转受到一定的阻碍；因为运输距离较远，配送车辆的距离成本将会增加；并且各乡镇之间道路蜿蜒曲折，使得运送环节效率降低，除此之外，车辆运输耗油量较高，所以车辆固定油耗成本也会增加。（2）配送方式：城乡之间对于需求供给信息不通畅，返程的货运信息无法得知导致运输车辆不得不空返，车辆在送货时是满载状态，但返程时就是空车状态，配送效率过低。（3）路径选择：在宣汉县农产品及日用品配送环节，没有科学合理的对配送路线统筹规划，造成车辆多次运送，无论是日用品下行还是农产品上行，宣汉县的配送在流通过程中经过多个节点，但都是以单向物流配送为主，没有合理规划将各节点串联。考虑到宣汉县复杂的地形地势，各个乡镇之间道路蜿蜒曲折且遥远，配送车辆距离成本增加，修建公路耗时长且前提期投入大，回收成本周期长。除此之外，车辆在送货时是满载状态，但是返程时却是空车状态，配送效率极低，而宣汉县并没有对配送路径进行科学合理的统筹规划，在配送过程经过多个节点，都以单向物流配送为主，极大的影响了配送效率，因此综合考虑下，优先对路径进行选择无疑是重中之首，所以以下对配送路径进行优化。四、配送路径建模与优化（一）配送路径优化数据搜集处理1、需求点地理位置本文选择的是9个乡镇需求点和新加入的6个城市农产品需求点。农村需求点主要包括了芭蕉镇、土黄镇、龙泉镇等农产品供给点；城市需求点主要分布在广场、商圈、农贸市场等地。图4-1城市需求点地理位置图4-2农村需求点地理位置2、需求点经纬坐标根据城市、农村各需求点以及配送中心的经纬度设置坐标（X,Y），其中X为经度，Y为纬度，各节点的具体坐标如表4-3所示。表4-3各节点经纬度坐标需求点经度（X）纬度（Y）天*镇1107.71394731.371391芭*镇2107.674231.21577南*镇3107.8692231.28432土*镇4108.01164731.35976龙*镇5108.1972931.58629厂*镇6108.3882731.72142毛*镇7107.94715131.686501花*镇8107.749331.61557双*镇9107.6071731.57868亿联**10107.62236331.48749万象**11107.71035831.362745金鼓**12107.7065331.360355宏帆**13107.7063931.353573民歌**14107.71321931.360481人民**15107.71453131.354633由于日用品保质时间长，并且数量大，配送中心以能节约去各个市场日用品装货的成本，该配送中心为宣汉县农资配送中心，其经度为107.713947，纬度为31.371391。（二）配送路径优化模型建立1、问题描述在此基础上，建立了由多个乡镇、多个城镇结点组成的物流网络，以促进城乡间的物流流动，从而形成一个完整的城乡配送系统。需要将生活必需品分发到各个乡村需要的地方，然后在各个需要的地方将生活物资运送到需要的地方。在给定的需求条件下，以最短的运输距离和最少的空载率为最优，并对运输路径进行了综合的优化。下面的图表说明了宣汉县农村和农村的物流运输方式。图4-5双向物流配送模式2、假设条件根据上文的描述，现提出以下假设：（1）农村需求点和城市需求点所要求供给的数量是一定的，并且在农村需求点的农产品供给能力可满足城市需求量，城市配送的日用品可满足农村需求量。（2）货车的行驶距离和最大载货量是固定的，货车的最长运输距离应大于每条路线，并且货车在运输途中货物重量不得超过最大限额。（3）可满足每个需求点的服务，且只有一次访问，不得迂回行驶，禁止分车分批配送和装载（4）配送时忽略时间差产生的运输成本费用，只考虑如何使得路径最短。（5）各个配送中心与需求点的位置已知，各配送路线是直线距离，即两坐标点(x1,y1)和(x2,y2)之间的距离为（x1−x2）2+3、相关参数说明在不考虑易损耗农产品的货损情况以及时间、客户满意度因素的情况下，车辆为同一型号，统一车辆运载农产品及日用品，模型相关的其他参数设置具体如表4-6所示。表4-6模型符号参数说明符号表示说明I=表示农村需求点有m个J=表示城市需求点有n个V=表示货车共有k辆G=表示所有点的集合，0表示配送中心d表示点a到点b的距离D每辆货车最大行驶距离Q每辆货车最大载重量q表示农村节点i对日用品的需求量q表示城市节点j对农产品的需求量p表示农村节点i对农产品的供应量p表示城市节点j对日用品的供应量C表示每辆货车启用固定成本C表示单位车辆距离配送成本H表示单位车辆的行驶距离：Y表示点a的配送任务由v完成X表示货车v从点a到点b根据控制变量原则，在运输途中使用的均为同一型号的汽车，最大载重量为3t，最远运输距离为800千米，运输车辆皆可运送日用品和农产品，同时不考虑运输中的货损程度，模型中所涉及的其他相关参数设置如表4-7所示。表4-7运输参数值说明参数名称参数值货车最大载重量Q3t货车最长行驶距离D800km车辆启用固定成本C100元单位车辆距离配送成本C5元/km车辆平均行驶速度V60km/h4、模型构建配送总费用目标函数：车辆的固定成本、运输成本之和，不考虑其等待成本及惩罚成本。Min里程利用率目标函数：车辆载货行驶的距离占车辆行驶的所有的路程的比例。为使车辆的里程利用率最高，那么未载货行驶的距离占车辆总路程的比重应该为最小。Min约束条件如下：i=1（式1）j=1（式2）v=1（式3）a=0（式4）b=0（式5）i=1i≠j（式6）j=1j≠i（式7）X=（式8）D（式9）（式1）和（式2）指每辆车所揽收的货物不能够超过其最大载重量。（式3）（式4）和（式5）指每个分拨点必须由一辆车，并且只能一辆车揽收货物。（式6）指分拨点j是由车辆k揽收货物，则车辆k必须从分拨点i到j。（式7）指分拨点j是由车辆k揽收货物，则车辆揽收完i点的货后要去点j。（式8）指消除支路约束，即消除不完整路径的解。（式9）指每辆配送车辆能够完成全程的配送。（三）基于遗传算法的模型求解1、求解步骤遗传算法具体流程如下：图4-8遗传算法流程图在整个过程中，配送车辆从配送中心，其位置坐标为（107.713947，31.371391）出发为不同客户进行货物配送，在所有的货物运输到达之后，运输车辆会返回配送中心，重复此过程直至满足所有的配送需求。遗传算法的求解步骤具体如下：（1）将物流需求点保存为表格的形式，其中包括各客户点的序号，横纵坐标以及需求量。

表4-9需求点需求量表序号经度（X）纬度（Y）需求量（t）0107.71394731.37139101107.674231.215770.182107.8692231.284321.133108.01164731.359760.94108.1972931.586290.055108.3882731.721420.76107.94715131.6865011.157107.749331.615570.888107.6071731.578681.129107.62236331.487490.7610107.71035831.3627451.1911107.7065331.3603550.3912107.7063931.3535730.6613107.71321931.3604810.6514107.71453131.3546330.7715107.72713531.3537520.68初始化遗传算法涉及的相关参数，包括代沟、变异概率、交叉概率等，设定种群规模大小如下表所示。4-10模型参数设置表参数取值种群规模大小（%）NP=80交叉概率（%）Pc变异概率（%）Pm最大迭代次数maxgen=200精英比例（%）Pe（3）根据公式计算初始可行方案的适应度值。将1中所有的数据提取出然后重新排列为一个矩阵A，这个矩阵中包括了所有客户点的横纵坐标，将每个客户的需求量demand提取出，利用矩阵求解得出各个客户点之间的距离各客户点之间的距离如图4-11所示。图4-11各客户间的距离表（4）根据公式计算各子路径被选择的概率，并通过与随机数r（r在0到1内，服从均匀分布）比较，择选出大于r的子路径。（5）将（4）中选择出来的子路径在配送点位置进行交叉、变异的操作，从而形成新的子路径，各子路径通过有效组合形成新的可行方案。（6）判断当前迭代次数是否能够满足最大迭代次数，如果能够满足，则输出当前可行方案及其目标函数值，若不能够满足，则重新计算适应度值。。2、求解结果分析本文使用MATLAB遗传算法来进行模型求解，将初始种群规模大小设置为80，设置迭代次数50、100、150、200分别运行，最终确定设置迭代次数200。交叉概率取值为0.8，变异概率取值为0.2，代沟取值为0.9。优化过程如图4-12、所示。4-12最优配送路径优化过程根据遗传算法求解，最优配送路径方案如图4-13所示。4-13配送路径图经过编程求解，配送路径一共有四条，各路径的装载率、行驶成本、线路成本如表4-14所示表4-14配送路径安排表路径配送t装载率行驶距离km行驶成本元路线成本元0-9-8-7-02.7692%67.233336.166436.1660-6-5-4-3-02.893.33%165.871829.357929.3570-10-11-14-13-03100%4.33821.692121.6920-12-1-2-15-02.6588,33%55.653278.267378.267总11.211465.4821865.482由此可知，配送路径一共有四条，分别是：（1）0-9-8-7-0：配送中心-双河镇-花池镇-毛坝镇-配送中心。（2）0-6-5-4-3-0：配送中心-厂溪镇-龙泉镇-土黄镇-南坝镇-配送中心。（3）0-10-11-14-13-0：配送中心-亿联国际商贸城-万象城广场-民歌广场-宏帆巴人广场-配送中心。（4）0-12-1-2-15-0：配送中心-金鼓商业广场-天宝镇-芭蕉镇-人民政府-配送中心。在增加6个城市需求点之后，原来的配送路径由单一的县到乡镇一条线路被串联起来，农产品运输至指定的6个城市需求点，能够统一化订单，减少了返程车辆空载的现象。原只有一个配送中心和9个农村需求点，但配送路径有8条，现优化后，配送路径减少至4条，4条最优路线的总配送量为11.21t，总行驶成本为1465.482元，其中每条路线车辆固定成本为100，所以四条路径的总成本为1865.482元。在增加了6个城市农产品需求点之后，相比原有的路径成本节约了1878.487元。五、总结与展望本文针对当下城乡物流配送进行研究，并结合实际加以分析，以宣汉县物流配送为示例，指出当下单双向物流存在的优势和不足之处，并在此基础上对宣汉县双向物流的运作模式做出分析。然后构建了以宣汉县为中心的15个城市需求点的路径优化模型，基于遗传算法利用MATLAB对模型进行了求解。受于笔者研究水平限制，本文只是对物流配送路径优化做出浅显分析，文章中还存在着不足之处。：（1）本文模型构建前提是配送中心的库存量可以满足各消费品需求为前提，但是实际中由于各种原因，在配送时不可能做到每次都满足，因此还需要考虑到在库存不足的情况下，如何协调调货的城乡物流配送路径问题。（2）本文在建立该模型时并未考虑到时间成本因素，而大多数情况下物流配送需要考虑到时效的问题。在宣汉县城乡物流路径优化的研究中，因为农产品保质期较短，所以未来应该细化各方面动态影响因素，如时间因素、天气状况、交通管制等。同时也要加强宣汉县物流信息系统的普及与建设，从而提高客户满意度和配送效率。

参考文献谭波.农产品配送路径最优化问题研究[J].物流技术,2014,33(05):朱加园.物流配送车辆路径问题建模及多目标优化算法研究[D].沈阳建筑大学,2014.向敏,袁嘉彬,于洁.电子商务环境下鲜活农产品物流配送路径优化研究[J].科技管理研究,2015,35(18)詹芸.中小城市农超对接配送中心选址与配送路径优化研究[D].长安大学,2017.金巳婷,吕闪,吴阳明,王宇瑶.基于改进遗传算法的物流配送路径优化方法研究[J].计算机与数字工程,2017,姚冠新,吴娟,朱晨俊,戴盼倩.模糊环境下基于双向流通的城乡物流配送研究[J].商业经济研究,2019.周加全.基于改进遗传算法路径规划问题的研究[J].微型电脑应用,2021姚冠新,何勇,边晓雨.城乡一体化背景下城乡物流研究综述[J].物流科技,2017,40(02)：2罗捷睿.城乡物流一体化背景下供应链协同管理分析[J].山西农经,2021(06)：10沈苑.基于城乡双向互动的农超对接物流配送模式研究[J].中国市场,2014(31)：1姜爱月.基于循环经济的电商环境下城乡物流配送模式探讨[J].中国商论,2018(26)：2刘宇婷.吉林市生鲜产品冷链物流配送路径优化研究[D].华北电力大学(北京),2019：11吴娟.3PL主导的城乡双向物流配送路径优化研究[D].江苏大学,2019：37

附录运行代码一：functionX=Cross(X,Pc,N)%交叉操作NP=size(X,1);fori=1:2:(NP-rem(NP,2))%父代染色体x1=X(i,:);x2=X(i+1,:);ifrand<Pc[x1,x2]=PBX(x1,x2);endX(i,:)=x1;X(i+1,:)=x2;endendfunction[C1,C2]=PBX(P1,P2)N=length(P1);%产生基因位r=randperm(N-2)+1;r=r(1:2);r1=min(r);r2=max(r);ra=P1(r1:r2);%随机选择的基因rb=P2(r1:r2);%随机选择的基因C1=P1;C2=P2;id1=ismember(P1,ra);%选择基因的位置id2=ismember(P2,ra);%选择基因的位置C1(id1)=P2(id2);id1=ismember(P1,rb);%选择基因的位置id2=ismember(P2,rb);%选择基因的位置C2(id2)=P1(id1);end运行代码二：%%精英保留function[X0,fx0]=Elitism(X0,X1,fx0,fx1,Pe)NP=size(X0,1);E=ceil(NP*Pe);[~,id0]=sort(fx0);[~,id1]=sort(fx1);%保留父代E个最优个体，去掉子代E个最差个体X0=[X0(id0(1:E),:);X1(id1(1:NP-E),:)];fx0=[fx0(id0(1:E),:);fx1(id1(1:NP-E),:)];运行代码三：functionf=fitness(x,N,q,qmax,D,c0,c1)f=0;%插入配送中心route=Tsp2Vrp(x,q,qmax);lr=length(route);dsum=0;qsum=0;forj=2:lrdsum=dsum+D(route(j-1),route(j));qsum=qsum+q(route(j));%货物装载量ifroute(j)==1%重新派车f0=c1*dsum+c0;f=f+f0;dsum=0;qsum=0;endend运行代码四：functiond=JW2D(P1,P2)%根据两点经纬度计算两点之间的距离%输入：两个点P1、P2的经纬度坐标，度数%输出：两点之间的距离J1=P1(1)/180*pi;W1=P1(2)/180*pi;J2=P2(1)/180*pi;W2=P2(2)/180*pi;R=6371;%地球半径%计算距离a1=cos(J1-J2);a2=cos(W1-W2);a3=cos(W1+W2);d=R*acos(((1+a1)*a2-(1-a1)*a3)/2);运行代码五：%%选择操作-轮盘赌functionX=Select(X0,fit)NP=size(X0,1);Px=fit/sum(fit);%概率归一化Px=cumsum(Px);%轮盘赌概率累加X=X0;fori=1:NPrp=rand;%转动轮盘forj=1:NPifPx(j)>=rpX(i,:)=X0(j,:);%轮盘赌选择父代break;end运行代码六：functionSolVrp=Tsp2Vrp(S,q,Q)%TSP转为VRP路径，配送中心为0nk=length(S);S=[0S0];%首尾是配送中心SolVrp=[0];qs=0;k=1;fori=2:nk+1ifqs+q(S(i)+1)<=Qqs=qs+q(S(i)+1);k=k+1;SolVrp(k)=S(i);else%否则，表示车辆超重，需回到中心qs=0;k=k+1;SolVrp(k)=0;%再去下一个节点qs=qs+q(S(i)+1);k=k+1;SolVrp(k)=S(i);endendifSolVrp(end)~=0SolVrp=[SolVrp0];endSolVrp=SolVrp+1;运行代码七：functionyuancodes(x,N,q,qmax,D,c0,c1,position)figuref=0;kCar=1;route=Tsp2Vrp(x,q,qmax);lr=length(route);qsum=0;dsum=0;mpath=['0'];forj=2:lrdsum=dsum+D(route(j-1),route(j));qsum=qsum+q(route(j));mpath=[mpath'--'num2str(route(j)-1)];ifroute(j)==1f0=c1*dsum+c0;f=f+f0;fprintf('车辆%d的货物配送量为%.2f,装载率为%.2f%%,行驶距离为%.3f\n',kCar,qsum,qsum/qmax*100,dsum)fprintf('车辆固定成本为%.2f,行