基于節(jié)約算法的S公司配送現(xiàn)狀及線路優(yōu)化研究案例目錄1緒論 11.1研究的意義與背景 11.2國內(nèi)和國外研究現(xiàn)狀 11.3研究內(nèi)容和研究路線 32節(jié)約算法理論概述 52.1物流配送的定義 52.2影響物流配送的因素 52.3節(jié)約里程法配送路線優(yōu)化 63上海S配送現(xiàn)狀及線路優(yōu)化 83.1上海S配送線路現(xiàn)狀 83.2S配送線路問題 93.3數(shù)據(jù)收集整理 113.4線路模型優(yōu)化 134S源配送線路優(yōu)化方法 174.1踐行優(yōu)化配送路線 174.2綜合物流條件 174.3引進現(xiàn)代化技術(shù)，打造高效物流團隊 175結(jié)論 參考文獻 201緒論1.1研究的意義與背景1.1.1研究的背景一個公司的發(fā)展離不開的是成本和供應(yīng)鏈，關(guān)系到配送成本的又不得不提配送路線。國家提倡節(jié)能減排，企業(yè)需要的是高效的發(fā)展，一個合理的路線關(guān)乎企業(yè)的發(fā)展存亡。對于S這個入駐臨港的新興企業(yè)，合理的配送路線不但能降低成本，使他的配送過程事半功倍，也是對國家保護環(huán)境，降低能耗的響應(yīng)。臨港是一顆正在升起的新星，而物流配送路線的合理化對于臨港的整體交通和諧發(fā)展也是極為重要的。公司選擇落戶臨港，其中一個重要原因就是臨港的優(yōu)質(zhì)交通，對于企業(yè)的運輸是一個很大的先天優(yōu)勢。由于公司初建，缺乏科學(xué)的物流配送建設(shè)，導(dǎo)致公司產(chǎn)生了過高的物流成本，故而需要進行路線優(yōu)化，減少配送過程中因為不合理的路線導(dǎo)致的損耗。1.1.2研究的意義企業(yè)的發(fā)展不但是自身的進步，也是對于社會大環(huán)境的反饋和響應(yīng)，企業(yè)只要不斷優(yōu)化自身，他的優(yōu)化過程對于別的同類型企業(yè)、別的企業(yè)的同類型問題，都是一個有益的促進。S企業(yè)酒類產(chǎn)品的配送路線優(yōu)化，就個體而言，確實提升了自我的配送效率，降低了配送成本，同時也能提高客戶的體驗度，滿意度和回購率，但是從另一個方向來說，企業(yè)的發(fā)展對于整個社會的發(fā)展也是一個帶動。企業(yè)發(fā)展更好了，臨港的工作崗位也在增加，臨港的流動人口也會增加，這帶動的是我們這個國家的臨港發(fā)展的戰(zhàn)略。在未來，我們中國的連接海外的世界級港口又會新增一座。1.2國內(nèi)和國外研究現(xiàn)狀1.2.1國外的研究現(xiàn)狀國外關(guān)于配送路線優(yōu)化的研究中對于各種情況下的配送線路優(yōu)化已經(jīng)進行了分析。Omar和Mkaouar(2017)在他的文章中比較了公鑰加密算法、蟻群算法和遺傳算法的不同，提出了自己獨有的配送方案，這也為后人使用這三種算法時，如何對線路進行優(yōu)化提供了有力的參考依據(jù)REF_Ref5979502\r\h[1]。Powell(2016)在他的文章中使用加密算法對線路優(yōu)目標配送的路線進行了優(yōu)化REF_Ref5979527\r\h[2]。Alex(2017)通過一系列研究認為，產(chǎn)品在配送的進程中，為現(xiàn)代的物流系統(tǒng)中的最為關(guān)鍵的環(huán)節(jié)，通過分類來確定最實際的物流線路優(yōu)化問題的多目標multi-research,指出分布是物流運作中的一個重要環(huán)節(jié),在綜合考慮各種情況下,達到最佳的線路,通過測試算法的可能性,得到最好的模型[3]。Sheng(2017)在他的研究中得出了配送過程的重要性，他的研究有力說明了整個貨物的物流中，對于配送中的成本進行把控對于全過程的成本結(jié)算及其重要。[4]。Song(2016)在他的研究中，對于大型零售業(yè)做出了大量的研究，研究數(shù)據(jù)表明，要把控物流成本，首當其沖要控制配送成本，而配送路線是一個關(guān)鍵的攻克點[5]。David(2015)在他的文章中，對澳大利亞的最大的一個零售公司進行研究。研究發(fā)現(xiàn)，物流配送的時效和配送路線的選擇對于客戶的體驗度，回購率等有著極其重要的影響，值得我們深度研究[6]。1.2.2國內(nèi)的研究現(xiàn)狀國內(nèi)也已就許多實際案例的配送線路的優(yōu)化問題整理和相關(guān)科學(xué)化的分析，提出了一系列有力的解決方案。劉濤(2019)對于煙草這個行業(yè)的配送路線進行研究，研發(fā)了專門適合于煙草企業(yè)的配送路線，為針對于特定產(chǎn)品的配送路線優(yōu)化開了先河REF_Ref5979539\r\h[7]。藺士文，楊金云，吳昊龍，張月和龔志成五人(2019)對于節(jié)約里程法做了研究和分析，得出了節(jié)約里程法對于企業(yè)產(chǎn)品配送的科學(xué)優(yōu)化方案REF_Ref5979549\r\h[8]。田昀和梁海龍(2015)在他的文章中介紹了退火算法對于企業(yè)配送路線優(yōu)化的幫助，幫助企業(yè)降低了配送成本，去掉了配送過程中的低效率行為，為企業(yè)發(fā)展提供了科學(xué)的指導(dǎo)REF_Ref5979561\r\h[9]。梅靈和邵明吉(2018)對京東配送和自營產(chǎn)品的配送進行了路線優(yōu)化，提出了一系列有益的物流配送路線優(yōu)化措施，真正實現(xiàn)了節(jié)約里程，減少浪費，提高了企業(yè)的服務(wù)水平，降低了配送中的浪費。也為以后來的企業(yè)研究提供了有力方法論支持REF_Ref5979568\r\h[10]。董凌艷和徐紅麗(2017)對于AUV路線的優(yōu)化進行了研究，提出了有利于企業(yè)發(fā)展的蟻群算法的創(chuàng)新方案，具有破舊立新的實踐意義，對于行業(yè)的研究和發(fā)展具有先導(dǎo)性的意義REF_Ref5979580\r\h[11]。何妍(2017)研究了網(wǎng)購生鮮產(chǎn)品的配送方案，提出了針對于特殊生鮮產(chǎn)品的配送方案，為特定產(chǎn)品的配送研究開了先河，對于整個物流配送的路線優(yōu)化提供了優(yōu)化指導(dǎo)REF_Ref5979591\r\h[12]。班子琦和孫野(2016)總結(jié)了各種不同配送情況下的配送方案，提出了關(guān)于不同算法對于配送優(yōu)化的優(yōu)質(zhì)指導(dǎo)，是對于之前的研究的一個統(tǒng)一和優(yōu)化REF_Ref5979603\r\h[13]。韋堯兵和謝曉利、雷春麗(2018)在他們的文章中，分析研發(fā)了一種基于Witness的物流配送方案，提出了物流配送對于企業(yè)成本降低可以有很大的幫助[14]。年余峰、齊歡和代建民(2016)在他們的研究中通過HLA算法，對于配送仿真提出了階段性的指導(dǎo)，實現(xiàn)了配送過程的仿真，總結(jié)了配送中的實際問題[15]，唐孝飛(2016)對于產(chǎn)品配送外包給其他公司的情況進行了研究，開創(chuàng)了對于外包物流仿真的先河，為企業(yè)發(fā)展實際提供了技術(shù)指導(dǎo)，也對于仿真技術(shù)做出了肯定性解讀[16]。胡虹,陳京榮,馬軍娟,孫森(2019)改進了我們常用的C-W節(jié)約算法,并且總結(jié)了他的優(yōu)點和好處，得出了一系列的改進方案，新的C-W算法是企業(yè)的配送過程優(yōu)化的利器[17]。楊艷艷,馬成林,王怡菲,李麗莎,褚楚,高昆侖(2019)建立了對目標優(yōu)化的模型，他結(jié)合車輛數(shù)量、載貨量、最大里程和服務(wù)時間的約束條件，結(jié)合弗洛伊德算法得出了有利于配送送裝攬的新路徑[18]。綜上所述，近年來國內(nèi)外對于企業(yè)的配送路線優(yōu)化都有一定的研究呢，國外注重配送方案的科學(xué)化，提出了建模和算法，國內(nèi)則更多地將其運用到了實踐中，這些研究方案都或多或少地為我們S企業(yè)酒類產(chǎn)品的研發(fā)提供了方案，對于企業(yè)的配送路線優(yōu)化提供了很大的技術(shù)和理論支持，對于S的配送成本節(jié)約和利潤提升起到了顯著作用。1.3研究內(nèi)容和研究路線1.3.1研究內(nèi)容本文的研究內(nèi)容大致可分為以下幾部分：第一章緒論，介紹配送路線優(yōu)化的研究目的和背景，意義，對已有的研究成果進行文獻綜述，提出大概的研究方向；第二章相關(guān)理論概述，通過總結(jié)相關(guān)研究方向，提出全新的研究方向；第三章S企業(yè)酒類配送現(xiàn)狀及問題分析，收集數(shù)據(jù)，建模優(yōu)化S物流配送路線；第四章S配送優(yōu)化措施，給出S配送線路建議，提出優(yōu)化的具體做法；第五章得出結(jié)論。1.3.2研究方法根據(jù)對國內(nèi)外研究的整理，同時結(jié)合本案例研究對象的分布和發(fā)展，通過分析整理，我們把會用到的配送路徑優(yōu)化的方法有以下幾種：數(shù)據(jù)分析法：記錄白酒產(chǎn)品運輸過程中車輛經(jīng)過的路線，運輸時間，消耗燃油等信息。分析和整理信息，達到了解現(xiàn)狀并有效改進的目的。傳統(tǒng)的啟發(fā)算法——節(jié)約算法：節(jié)約里程法，（3）文獻閱讀法：通過查閱國內(nèi)外相關(guān)研究的文獻，了解酒類產(chǎn)品物流配送的特點，掌握配送路線優(yōu)化的方法和方案。（4）案例分析法。本文分析了上海S企業(yè)的配送路線優(yōu)化案例，通過對S企業(yè)酒類產(chǎn)品配送路徑的優(yōu)化研究，得出節(jié)約里程最大的配送路線。2節(jié)約算法理論概述2.1物流配送的定義物流配送指一與物流配送工具和物流管理結(jié)合的綜合系統(tǒng)。這主要是與企業(yè)和產(chǎn)品掛鉤的。企業(yè)旨在把產(chǎn)品提供給客戶，配送便由此產(chǎn)生，要將優(yōu)質(zhì)的產(chǎn)品完好無損的準時送到，不但要科學(xué)的配送工具，高效的人員，還需要一個經(jīng)過科學(xué)實踐計算后的配送方案。在一般意義上，物流配送是指從出發(fā)點到客戶端的物流的管理，以滿足客戶或者公司的需要。2.2物流配送的影響因素距離與重量：距離是決定成本的重要因素，在實際的配送過程中，我們可以將最短的距離作為我們的最終計算目標。這可以很大程度上簡化我們的計算，可以優(yōu)化我們的計算過程，減少不必要的浪費。但是這不是絕對的，最短距離并不意味著最低的成本，這是不夠合理的，主要要考慮道路管理成本和通行成本，按照具體的情況實施。最小噸公里非常適合長途物流運輸?shù)那闆r，在中途有多個停靠和收費額的情況時，可能會采用最小噸公里的方案。最小噸公里可是時我們共同分配時的目標，但不是每次都有用的，要根據(jù)實際情況而定。利潤與成本：利潤對于一個公司非常重要，可以說是一個公司發(fā)展的一個重要目標，而成本則是利潤的基石，沒有成本，我們談不上利潤，沒有利潤的成本，只會拖垮公司。對于公司來說，非常重要，也非常基礎(chǔ)的目標就是實現(xiàn)最高的利潤和最低的成本，這要求企業(yè)要不斷優(yōu)化生產(chǎn)過程，配送過程沒管理成本。同時要求最高利潤，而我們所求的優(yōu)化配送路線，既能滿足配送的成本降低，也能提高我們的服務(wù)水平，進而提高客戶對于我們產(chǎn)品的滿意度，市場也將進一步擴大。準時性：準時是客戶在考慮我們服務(wù)情況的一個重要考慮指標也是客戶評價時的重要要求，這一般適用于特殊客戶，因為準時必定會錯失一定的別的重要配送，故而很難同時兼顧成本，但是對于客戶體驗來說會很好！但是不必滿足所有客戶，JIT是比較常用的一個方案，當考慮準時性為第一目標時，一定要配合一定的約束條件來調(diào)控成本。運力和能耗：如果運力還有空余能力的情況下，自身的運力能滿足客戶的需要，不需要新增洗呢交通工具，合理利用現(xiàn)有的運力，以實現(xiàn)最低運力為目標，優(yōu)化配送安排，即可實現(xiàn)優(yōu)化配送方案。最低能耗包括許多方面，如勞動力消耗和車輛的用油的消耗，縮短駕駛時間等勞動消耗必須在特殊情況下定好配送目標的配送渠道。故而，在文中我們把客戶的最低運輸成本，最短運輸時間和最短等待時間（最優(yōu)化時間）用作最優(yōu)化指標。2.3節(jié)約里程法配送線路優(yōu)化配送路線優(yōu)化是我們確定的對于成本最高實踐得最好的路線優(yōu)化過程。故而很多人認為縮短路線就是優(yōu)化路線，但是事實并非如此：我們必須周全考慮，包括路上所有可能涉及的影響成本的因素，例如配送中可能經(jīng)過的收費站，停靠點的數(shù)量，收費金額，時間成本，如中間停靠需要的時間，具體到我們到達和離開的時間點，以及我們裝載的時間，有效的裝載率等因素。2.3.1節(jié)約里程法節(jié)約里程法，是物流配送路線優(yōu)化中非常有名的一個方法，當你的配送系統(tǒng)中不確定有多少個配送工具時，則可以利用這個方式，他是適用于節(jié)約里程的。當有幾條單獨的配送線路時，你可以選擇這個方法進行優(yōu)化，將不同的零散的線路進行整合與優(yōu)化，便可以得到新的路線，這個是非常實用，并且可操作性非常強的一個優(yōu)化方案，其工作原理類似于三角形的三條邊的原理，如圖2-1所示。原行駛的里程總共為：；合并路線后的總里程為：；優(yōu)化之間的差值為：。圖2-1節(jié)約里程法原理如圖2-1所示，兩個配送點配送完成的總里程會影響結(jié)果，在時間和車輛配送能力允許的情況下，我們可以選擇合并與優(yōu)化線路，當p點往返a與b點的總里程大于p點到a點再到b點的總和時，我們可以考慮整合這個線路。這能節(jié)約更多的成本而時效也會在一定程度上提高，進而提升利潤。從而選擇合并多條線路，由此使總里程數(shù)最短，來提高配送效率和降低物流成本。但是節(jié)約里程法并不是只要達到節(jié)約里程就可以，還有一些約束條件：1）要達到所有用戶的需求；2）不可產(chǎn)生超載；3）滿足用戶的到貨時間要求；4）每天行駛總時間不超過上限I3上海S配送現(xiàn)狀及線路優(yōu)化3.1上海S配送線路現(xiàn)狀S目前有專職的配送員工4名，配送車輛載重為1.2t，共4輛，經(jīng)常配送點8個。倉庫位于浦東新區(qū)，占地500平米。S的配送現(xiàn)狀屬于隨時客戶有需要便配送，經(jīng)常有空車枉跑的情況，配送時間也不是固定，沒有固定發(fā)貨時間，配送路程中時間，到貨時間，一般概念只是上午和下午，也沒有聯(lián)合運輸，多是一個點的單獨運輸S作為茅臺國窖旗下上海直營店，其配送的地點均在上海市，企業(yè)采用本公司自營的運輸方式以取得更大的利益。但由于配送網(wǎng)點距發(fā)貨點的距離不同，各個配送點的配送量各不相同，導(dǎo)致配送零散，每個配送點單獨往返配送，配送路線單一落后。對于這種情況，企業(yè)的首要物流任務(wù)就是考慮怎么樣合理地規(guī)劃我們的配送線路。通過實地跟車和百度地圖測距工具，我們確定了公司的各配送點的位置分布圖，將S配送路線繪成簡單方位圖，如下圖3-1所示。圖3-1S配送方位圖通過以上的圖3-1的配送點方位圖我們可以知道，各配送目的點呈不均勻的分布，8個配送點之間的距離和配送數(shù)量要求也都不一樣，而且通過我們的跟車往返各個配送點采集的實際數(shù)據(jù)和百度地圖大數(shù)據(jù)顯示的數(shù)據(jù)可以得出，配送員主觀判斷決定的路線往往存在巨大的重復(fù)和浪費，缺乏整體的規(guī)劃，導(dǎo)致公司配送成本的攀升。3.2S配送線路問題目前S公司尚處于初期階段，公司的配送模式也還沒有完全成型。物流配送團隊沒有科學(xué)的管理和指導(dǎo)，配送路線主要依靠配送員的主觀決定。沒有一個技術(shù)支持的配送團隊，配送的科學(xué)路線和現(xiàn)代化管理技術(shù)更加無從談起。客戶的服務(wù)體驗和評價系統(tǒng)也尚未建立。我們通過實地走訪觀察和數(shù)據(jù)統(tǒng)計分析，得出S存在的以下幾個核心問題。3.2.1路線規(guī)劃不合理S企業(yè)的配送現(xiàn)狀是，公司尚未形成專業(yè)的物流團隊，僅由配送員主觀決定和選擇配送路線，沒有一套配送規(guī)范方案和根據(jù)配送量科學(xué)制定的配送線路，這給公司增加了許多資源浪費，產(chǎn)生了相應(yīng)的配送成本。在配送員對企業(yè)酒類產(chǎn)品進行配送的過程中，任何緊急情況都有可能發(fā)生，繞道和改道修路的情況也無法預(yù)知，這是非常不合理的。我們應(yīng)該對公司的配送路線科學(xué)規(guī)劃。其實企業(yè)的配送路線規(guī)劃對于公司的運營有著很深的影響，如果沒有一支科學(xué)的物流配送團隊，遇到上述的情況必定會產(chǎn)生更多的浪費。配送不是一個低頻率的事情，每天在發(fā)生，一定要在源頭處進行規(guī)劃，才能實現(xiàn)節(jié)流的目的。高效率的團隊能對配送的情況進行實地掌握，檢測實時信息，應(yīng)對突發(fā)情況，提高配送的時效和配送客戶的良好體驗感。3.2.2車輛配送管理落后由于物流配送沒有科學(xué)的管理，也就沒有相應(yīng)的監(jiān)管，配送人員的具體配送時間也就成了不確定的。管理人員只下達給駕駛員每天的配送任務(wù)，導(dǎo)致配送人員較為松懈，只考慮完成任務(wù)，不在意完成的途徑，這嚴重影響了配送的效率。車況的管理也落不到實處，公司沒有對車輛進出的管理，可能導(dǎo)致車輛被用作他用，降低車輛的使用年限，增加維修成本。而影響最大的是車輛的過度使用導(dǎo)致一些故障，不但導(dǎo)致成本的上升，更加影響了配送，也降低了客戶的服務(wù)體驗。3.2.3物流資源配置不合理在S企業(yè)中，存在著許多不合理的現(xiàn)象，比如公司的配送比較零散，沒有統(tǒng)一的規(guī)劃，配送路線沒有經(jīng)過科學(xué)的規(guī)劃，主要依賴司機的主觀經(jīng)驗去判斷。公司的車輛的配送貨物沒有標準的配送量要求，時常出現(xiàn)空車往返的現(xiàn)象。配送工具的最大配送車輛的實際運載能力和配送車輛沒有根據(jù)其運載能力合理安排，實現(xiàn)資源利用最大化。應(yīng)該盡快制定科學(xué)的配送方案，使車輛的調(diào)度更加有效，把各類的資源充分利用起來，將產(chǎn)品高效送達客戶手中。3.3配送線路數(shù)據(jù)分析通過收集資料和對現(xiàn)有的配送線路的分析，在載貨量、需求量約束情況下的車輛配送，得出實現(xiàn)運輸總成本最低的目標。3.3.1數(shù)據(jù)收集整理根據(jù)S提供的配送數(shù)據(jù)資料，我們建立數(shù)據(jù)模型。由表4-1可知，整個配送計劃中，有一個起始點和8個終點，各個配送點之間是相互關(guān)系的。通過跟車實際考察的方式，跟隨S公司完成了配送業(yè)務(wù)，并實地測量了任意兩個存在直接通路的節(jié)點或起點之間的里程數(shù)。配貨量的單位是過去一年的日均配送需求。三角矩陣中的信息為相隔里程數(shù)，單位為km。節(jié)點A為起始點，也就是配送中心。記錄的配送表如表3-1所示。表3-1S公司物流配送里程表網(wǎng)點編號AA18.8A1A29.82.5A2A38.93.22.1A3A4106.35.13A4A56.86.86.34.13.7A5A63.69.59.98.28.45.1A6A79.717.317.816169.37.1A7A87.615.816.415159.86.52.8A8S公司每天需要向8個點配送貨物，各個點的平均配貨量如表3-2所示。在配送車輛的配送過程中我們假設(shè)其平均行駛速度是50km/h，由公司配送車輛從倉庫配送到各個配送目的點。表3-2S公司各配送點的配貨量網(wǎng)點A1A2A3A4A5A6A7A8配貨量0.20.40.10.30.230.180.350.63.4線路模型優(yōu)化要計算節(jié)約里程后的優(yōu)化路線，我們首先要將表3-1中的配送信息整理和優(yōu)化，通過計算，我們得出從配送中心A到具體網(wǎng)點的最優(yōu)方案，再通過公式，準確計算出各條線路的節(jié)約里程值并以此為基礎(chǔ)優(yōu)化路線。結(jié)合之前計算的節(jié)約里程值，可以得出幾個節(jié)點從配送點出發(fā)的線路合并成為一個線路的節(jié)約里程值如表4-3所示。A點是配送的中心點，也是所有配送路線的初始點，因此沒有A節(jié)約的里程。表中數(shù)值的單位為km。表3-3配送路線節(jié)約里程表需求量A0.28.8A10.49.816.1A20.18.914.516.6A30.31012.514.715.9A40.236.88.810.311.613.1A50.183.62.93.54.35.25.3A60.359.71.21.72.63.77.26.2A70.67.60.611.52.64.64.714.5A8根據(jù)表4-3中所示的節(jié)約里程值，需要對所有的節(jié)約里程水平按從大到小進行排序。節(jié)約里程值排名越靠前的兩個節(jié)點線路合并節(jié)約的里程的數(shù)值更大，節(jié)約的成本額度也就更大。節(jié)約里程的數(shù)量的排序結(jié)果如表4-4所示。表3-4節(jié)約里程值排序排名所連網(wǎng)點節(jié)約里程數(shù)排名所連網(wǎng)點節(jié)約里程數(shù)1A2-A316.619A4-A73.72A1-A216.120A2-A63.53A3-A415.921A1-A62.94A2-A414.722A3-A72.65A1-A314.523A4-A82.66A7-A814.524A2-A71.77A4-A513.125A3-A81.58A1-A412.526A1-A71.29A3-A511.627A2-A8110A2-A510.328A1-A80.611A1-A58.812A5-A77.213A6-A76.214A5-A65.315A4-A65.216A6-A84.717A5-A84.618A3-A64.3結(jié)合上面的表3-4中的節(jié)約里程數(shù)排序進行線路優(yōu)化求解。第一條線路由上述信息可知，貨車可配送里程不超過1.2t，選擇里程排序表最高的里程為第一條線路，通過表3-4所示得到最高節(jié)約里程數(shù)是16.6km為A2-A3,其次是16.1km，為A1-A2,A3-A4是第三大節(jié)約里程值，為15.9km。看配送量，配送點A1需要0.2噸,A2需要0.4噸，配送點A3需要0.1噸，配送點A4需要0.3噸，總配貨量Q=0.2+0.4+0.1+0.3=1<1.5噸，尚處于貨車的最大承載額以內(nèi)。該線路為A→A1→A2→A3→A4→A第二條線路在配送路線上，我們根據(jù)表3-4的節(jié)約里程值，得出節(jié)約里程額第二的一條線路為A1-A2-A3-A4以外的A7-A8，節(jié)約里程值為14.5km。如果連接A7-A8，配送車輛的配貨量為0.95噸，總配貨量為Q=0.35+0.6=0.95噸<1.5噸，屬于合理范圍。該線路為A→A7→A8→A第三條線路除去第1/2條線路，還有兩個配送點，分別為A5和A6，在這條路線上，我們繼續(xù)討論如何聯(lián)結(jié)剩下的2個配送點。將A5,A6兩個配送點聯(lián)結(jié)，A5的配貨量為0.23噸，A6的配送量為0.18噸，總配貨量Q=0.23+0.18=0.41噸<1.5噸，屬于正常配送。該線路為A→A5→A6→A。根據(jù)上文計算可以得到上海S企業(yè)酒類產(chǎn)品的配送線路的優(yōu)化表，針對公司的8個配送目的點，在優(yōu)化以后分布在三條配送線上，實現(xiàn)了節(jié)約配送的里程和優(yōu)化公司物流配送資源。提升了車輛的利用率，減少了空車的次數(shù)，為企業(yè)節(jié)省了開支，降低了成本，優(yōu)化了產(chǎn)品配送的路線。具體數(shù)據(jù)和信息如表4-5所示。線路序號線路節(jié)點節(jié)約里程數(shù)總配貨量配送里程1A→A1→A2→A3→A4→A48.6km1噸26.4km2A→A5→A6→A5.3km0.41噸15.5km3A→A7→A8→A14.5km0.95噸20.1km表3-5最終優(yōu)化線路方案根據(jù)表3-5所示確定的最終優(yōu)化線路方案，繪制線路模型圖，優(yōu)化后的路線見圖3-2所示。圖3-2優(yōu)化后配送線路圖根據(jù)路線優(yōu)化結(jié)果，經(jīng)過規(guī)劃的3條配送線路一起組成了新的物流路線網(wǎng)絡(luò)，實現(xiàn)在節(jié)約里程的條件下的優(yōu)化資源分配優(yōu)質(zhì)化、最短里程路線和滿足客戶需求三個目標的共同實現(xiàn)。4S源配送線路優(yōu)化方法

4.1踐行優(yōu)化配送路線S公司之前的配送路線由于缺乏現(xiàn)代的信息化配送系統(tǒng)和管理系統(tǒng)的指導(dǎo)，導(dǎo)致該公司配送路線相對其他公司的現(xiàn)代化配送更為保守。為了優(yōu)化配送線路，建議公司在配送過程中，采用現(xiàn)代化的定位監(jiān)督系統(tǒng)，以便于公司對車輛運輸情況可以進行實時掌握。這也可以使安排的工作人員可以在不超載的合理的范圍內(nèi)，按照我們的數(shù)據(jù)優(yōu)化后的方案，做出相應(yīng)的調(diào)整，從而達到減少總配送里程的目的。在配送過程中，如果有不同的需求產(chǎn)生，只需要在裝貨時做出調(diào)整即可。

4.2綜合物流條件理性優(yōu)化S公司的配送路線，綜合考慮各項條件。對配送過程中可能產(chǎn)生的問題進行綜合的調(diào)控。公司物流部門合理安排配送貨物，配送時間和配送人員換班制度，局部與整體的交通情況，道路的暢通情況等。以配送的安全性和效率為前提，確保公司的合理配送與及時應(yīng)變能力。

4.3引進現(xiàn)代化技術(shù)，打造高效物流團隊有了優(yōu)化的配送路線，S公司還需要打造一支強大的物流配送的隊伍。這就意味著要提升管理人員和配送人員的能力和團隊凝聚力。優(yōu)秀的物流管理者能根據(jù)不同的配送目標，結(jié)合現(xiàn)代化的物流管理技術(shù)調(diào)整配送方案。而優(yōu)秀的配送人員也能聽指揮，服從總部的管理。故而需要引進現(xiàn)代化的物流管理技術(shù)，同時注重物流團隊建設(shè)。

5結(jié)論本文首先將S企業(yè)的配送情況進行了數(shù)據(jù)的整理和分析，對各個配送點運用了節(jié)約里程法，將配送的路線進行優(yōu)化，計算了每條路線的節(jié)約里程值。通過對不同配送地點的節(jié)約里程的比較，并確定出了3條最優(yōu)線路，實現(xiàn)白酒產(chǎn)品的高效配送。由分析的數(shù)據(jù)可知，S公司的物流配送過程缺乏科學(xué)的配送路線的指導(dǎo)，配送人員素質(zhì)跟不上和優(yōu)質(zhì)的物流配送管理缺位，導(dǎo)致公司在配送體驗和配送效率上大大折扣。優(yōu)化配送路線可以從成本上為公司省出一大筆油費，也能提升配送的時效。優(yōu)化后的三條路線在配送車輛不超載，配送時間大大節(jié)約的前提下，保證了公司酒類產(chǎn)品整個的配送過程中的配送總里程最低，而全程的配送成本也最優(yōu)化。相較于之前僅僅憑借配送人員主觀臆斷的配送路徑，優(yōu)化后的配送路線明顯更為科學(xué)。這也是我們公司降低物流成本，提高我們的服務(wù)水平的有力舉措。參考文獻Powell.ANetworkRouting[J].ElsevierScienceAmsterDam,2016,08:135-137.Alex.ResearchonHeuristicsLogisticsDistributionAlgorithmBasedonParallelMulti-antColonies[J].JournalofSoftware,2017,02:142-143.BassemJarboui.Avariableneighborhoodsearchalgorithmforthevehicleroutingproblemwithmultipletrips[J].ElectronicNotesinDiscrete