胡洋

內(nèi)容摘要：本文將集成LAP與VRP兩方面問題的LRP拓展模型應(yīng)用于零售企業(yè)物流配送網(wǎng)絡(luò)節(jié)點(diǎn)優(yōu)化布局中，并利用啟發(fā)式算法對該模型進(jìn)行求解。進(jìn)一步為突出該優(yōu)化布局的實用性與有效性，進(jìn)行案例仿真分析，最后得出：本文設(shè)計的網(wǎng)絡(luò)節(jié)點(diǎn)布局優(yōu)化方法，一定程度上可以滿足零售企業(yè)對體驗店選址與配送網(wǎng)絡(luò)優(yōu)化的需求，實際應(yīng)用中具有較強(qiáng)的操作性；同時也可為零售企業(yè)進(jìn)行O2O模式轉(zhuǎn)型提供最佳選擇，且該方法涉及配送路徑的最優(yōu)解，具有較大的推廣與借鑒價值。

關(guān)鍵詞：O2O模式 零售企業(yè) 物流配送 網(wǎng)絡(luò)節(jié)點(diǎn) 優(yōu)化布局

零售企業(yè)物流配送網(wǎng)絡(luò)節(jié)點(diǎn)布局的設(shè)計

（一）問題說明與條件假設(shè)

當(dāng)零售企業(yè)實現(xiàn)以O(shè)2O運(yùn)營模式為主的體驗店后，應(yīng)考慮優(yōu)化物流配送網(wǎng)絡(luò)節(jié)點(diǎn)布局，并通過增加物流服務(wù)站，為消費(fèi)者提供更便捷的產(chǎn)品配送服務(wù)。因此，O2O模式下的零售企業(yè)在對物流配送網(wǎng)絡(luò)進(jìn)行優(yōu)化布局時，應(yīng)重點(diǎn)考慮“區(qū)域性物流中心--物流服務(wù)站--需求點(diǎn)”、“區(qū)域內(nèi)物流中心--體驗店”與“區(qū)域內(nèi)物流中心--實體店--需求點(diǎn)”的三大子系統(tǒng)。其中，實體店配送形式主要以店內(nèi)自提、店鋪配送與第三方物流配送為主，體驗店配送則涉及自提、第三方物流配送等形式。因自提過程不涉及物流配送流程，在此不予作為重點(diǎn)論述；“區(qū)域內(nèi)物流中心--體驗店”、“區(qū)域內(nèi)物流中心--實體店--需求點(diǎn)”模式均不涉及物流服務(wù)站，但其車輛的配送成本關(guān)乎整體布局，這兩種模式也需要參與優(yōu)化布局過程；“區(qū)域性物流中心--物流服務(wù)站--需求點(diǎn)”系統(tǒng)采取巡回配送模式，需要進(jìn)一步優(yōu)化該模式的布局。在此基礎(chǔ)上，設(shè)計了O2O零售企業(yè)物流配送網(wǎng)絡(luò)節(jié)點(diǎn)布局圖，如圖1所示。

依據(jù)圖1可將問題表述為，零售企業(yè)從區(qū)域物流中心為物流配送服務(wù)站、體驗店與實體店進(jìn)行配貨服務(wù)，現(xiàn)已知實體店與體驗店的數(shù)量、位置，根據(jù)這些數(shù)據(jù)測算出所有需求點(diǎn)數(shù)量與需求量并得到N家物流服務(wù)站點(diǎn)。為避免重復(fù)配送造成物流資源浪費(fèi)，此處設(shè)定每個需求點(diǎn)僅可被一個物流服務(wù)站配送。針對該問題進(jìn)行布局，首先應(yīng)確定物流服務(wù)站開放成本與配送成本，再確定整車直運(yùn)成本，最后得到整體網(wǎng)絡(luò)配送成本。具體需要解決以下問題：一是確定物流服務(wù)站的相應(yīng)位置、開設(shè)數(shù)量與成本。二是確定每個物流服務(wù)站針對的需求點(diǎn)，為其分配一定量的需求區(qū)域。三是確定“物流中心-物流服務(wù)站-體驗店需求點(diǎn)”循環(huán)系統(tǒng)中，巡回配送最佳路徑與其成本；四是確定整車直運(yùn)車輛數(shù)，并計算其運(yùn)輸成本，據(jù)此得到整體網(wǎng)絡(luò)節(jié)點(diǎn)布局總成本。

進(jìn)一步根據(jù)O2O模式下零售企業(yè)物流配送網(wǎng)絡(luò)節(jié)點(diǎn)布局圖的特點(diǎn)，以及要解決的問題作出如下假設(shè)：

區(qū)域物流中心的物流服務(wù)站、體驗店與實體店數(shù)量已知，且需求點(diǎn)位置明確；物流服務(wù)站數(shù)量大于兩個，且物流服務(wù)站的容量被限定；需求點(diǎn)由無差異需求的消費(fèi)者組成，且包含自提點(diǎn)與社區(qū)服務(wù)站等形式；物流服務(wù)站以越庫配送為主，庫存時間少于一天，故忽略倉儲成本；物流中心車輛從物流中心出發(fā)后必須返回物流中心；車輛類型、容量已知；需求點(diǎn)產(chǎn)品需求單一，需求量已知。

（二）變量選取與模型構(gòu)建

變量選取?；谏鲜鰡栴}說明與條件假設(shè)，為后續(xù)模型構(gòu)建與運(yùn)算方便，特定義如下三類變量：一是集合變量。該類型變量主要集中于基礎(chǔ)條件的設(shè)定與集合。二是參數(shù)變量。這部分變量特別是針對假設(shè)條件作出，為模型構(gòu)建提供所需要的參數(shù)。三是決策變量。主要分為兩種，即判斷模型運(yùn)算是否符合該條件，對應(yīng)做出相應(yīng)選擇。具體變量如表1所示。

此外，為增加相對應(yīng)的約束條件，用以消除線路中的一些子回路，引入輔助變量Alk，并規(guī)定：l∈J，k∈K，且Alk≥0 。

模型構(gòu)建?；谏鲜黾僭O(shè)，考慮到本文主要研究O2O模式下零售企業(yè)物流配送網(wǎng)絡(luò)節(jié)點(diǎn)的優(yōu)化布局，由此主要探討兩方面問題，即確認(rèn)物流服務(wù)站的數(shù)量與位置、優(yōu)化物流服務(wù)站配送車輛的運(yùn)輸路徑。LRP的拓展模型，它集成了LAP與VRP兩方面的問題，同樣適用該問題模型構(gòu)建。因此，以運(yùn)輸費(fèi)用代表運(yùn)輸路徑長度，綜合考慮整車直運(yùn)和巡回配送等因素，建立LRP模型，如（1）所示。

（1）

該公式為基于最小總成本化的物流配送網(wǎng)絡(luò)的目標(biāo)函數(shù)。其中，、、、、分別為物流服務(wù)站巡回配送運(yùn)輸成本、開放成本、物流中心到配送站往返時整車運(yùn)輸成本、物流中心往返實體店與零售點(diǎn)時整車運(yùn)輸成本、實體店往返配送成本。根據(jù)上述分析，需要對該模型進(jìn)行進(jìn)一步的求解。

（三）模型求解

由上可知，確認(rèn)物流服務(wù)站的數(shù)量與位置、優(yōu)化物流服務(wù)站配送車輛的運(yùn)輸路徑問題，在短期內(nèi)難以得出最優(yōu)解。因此，可采用步驟較少的啟發(fā)式算法，將配送網(wǎng)絡(luò)優(yōu)化模型劃分為兩階段編碼進(jìn)行求解。在第一階段時，應(yīng)依據(jù)車容量大小對其進(jìn)行編碼，隨后將這些編碼車輛分配最近的物流服務(wù)站，以此來確定物流服務(wù)站數(shù)量與最佳位置；完成第一階段后，需要對確定車輛、物流服務(wù)站進(jìn)行選址與定位，利用啟發(fā)式算法對配送路徑進(jìn)行優(yōu)化。然后計算往返整車運(yùn)輸成本，確定最佳配送網(wǎng)絡(luò)總成本，最終得到優(yōu)化配送方案。

為此，依據(jù)上述O2O配送網(wǎng)絡(luò)優(yōu)化模型及步驟，對物流服務(wù)站進(jìn)行編碼，每行矩陣表示需求點(diǎn)的一個排列，即是車輛的一個順序。例如，某地區(qū)擁有15個需求點(diǎn)，規(guī)劃了3家備選物流服務(wù)站，其連續(xù)矩陣數(shù)據(jù)為：09-01-02-18-03-10-14-13-11-12-06-05-04-15-16-20-19-17-07-08 ，按照車輛容量上線對其進(jìn)行分組，得到矩陣：

按照順序?qū)⑸现邢氯蟹謩e設(shè)為第一、第二、第三輛車，以第一輛車配送方案為例。依據(jù)矩陣可知，第一輛車的服務(wù)需求點(diǎn)為 ，計算該車到3家物流服務(wù)站的距離，篩選出距離最近的物流服務(wù)站，從中計算出對應(yīng)的目標(biāo)函數(shù)。依次對第二輛、第三輛車進(jìn)行計算，最終放棄不符合約束條件的方案，選擇最優(yōu)目標(biāo)函數(shù)方案。一般理論認(rèn)為，目標(biāo)函數(shù)值越小，其適應(yīng)度越高，最終被選擇的概率將越大。因此，本研究將利用算例仿真對模型進(jìn)行驗證。

算例仿真分析

為檢驗上述模型的有效性與實用性，本研究將借助算例仿真對模型進(jìn)行進(jìn)一步檢驗?，F(xiàn)假設(shè)：A地區(qū)B零售企業(yè)在25個需求點(diǎn)的基礎(chǔ)上，在當(dāng)?shù)匾验_設(shè)一家大型的物流配送服務(wù)中心，規(guī)劃了6個備選物流服務(wù)站方案，需要從中選出若干家歸服務(wù)中心調(diào)度。進(jìn)一步假設(shè)，以物流服務(wù)中心為中心坐標(biāo)（0，0），備選服務(wù)站與需求點(diǎn)坐標(biāo)范圍限定為U（0，200），客戶需求量范圍限定為（400，600）；建設(shè)成本費(fèi)用為3600，單位距離運(yùn)輸費(fèi)用為1；種群規(guī)模為350，交叉概率Pc=0.7，變異概率Pm=0.14，代溝率GGAP=0.7。具體過程是，首先對B零售企業(yè)在A地區(qū)的物流服務(wù)站的位置與數(shù)量進(jìn)行確定；隨后對選定區(qū)域進(jìn)行路徑優(yōu)化。

（一）物流服務(wù)站的位置與數(shù)量

傳統(tǒng)理論認(rèn)為，商家建設(shè)投資成本與其服務(wù)質(zhì)量是一種反向關(guān)系，資金投入越低則它所提供最優(yōu)解的服務(wù)質(zhì)量越大。在零售企業(yè)轉(zhuǎn)型O2O模式?jīng)Q策過程中，需要依據(jù)企業(yè)自身可投入成本預(yù)算及發(fā)展規(guī)劃對配送方案進(jìn)行篩選。在此特別定義投入產(chǎn)出之比（γ）的關(guān)系式： γ=Δμ/C，即所增加的服務(wù)質(zhì)量（△μ）與建設(shè)成本（C）之比。因此，可采用線性加權(quán)法對上述算例中的6個備選物流服務(wù)站進(jìn)行評價，繼而篩選出最佳方案。設(shè)： G（x）為目標(biāo)評價函數(shù)，G1（x）、G2（x） 分別為總需求覆蓋水平、投入產(chǎn)出比，與之對應(yīng)的權(quán)重分別為 ω1與ω2。在實際運(yùn)算過程中，零售企業(yè)需依據(jù)子目標(biāo)重要程度的排序?qū)?quán)重進(jìn)行取值。設(shè)定G`（x）為處理后的子目標(biāo)函數(shù)，則有。依照上述方法，將ω1、ω2分別取0.4與0.6的值帶入，得到如下表2結(jié)果。

表2結(jié)果顯示，在參照標(biāo)準(zhǔn)數(shù)值方向下，②、③、⑤備選物流服務(wù)站通過了審核，從投資規(guī)模、建成成本、需求覆蓋水平與服務(wù)質(zhì)量都通過了標(biāo)準(zhǔn)數(shù)值，因此可作為零售企業(yè)物流服務(wù)站建設(shè)的備用方案。

（二）配送路徑優(yōu)化分析

運(yùn)用MATLAB7.0進(jìn)行編程計算，得出配送路徑安排方向及其裝載率，結(jié)果如表3所示。

此方案下，6個備選物流服務(wù)站的①、④、⑥處于關(guān)閉狀態(tài)，②、③、⑤處于開放狀態(tài)。在物流服務(wù)站處于開放狀態(tài)下，零售企業(yè)配送路徑安排經(jīng)優(yōu)化后，配送車輛經(jīng)過配送需求點(diǎn)折返到原點(diǎn)，其裝載率在91%～95%之間，狀態(tài)較為良好。此時，計算機(jī)中目標(biāo)函數(shù)值顯示為12981.9，說明零售企業(yè)物流配送成本如能達(dá)到該值，那么配送路徑的優(yōu)化方案可以得到驗證。為此，進(jìn)一步利用軟件對數(shù)據(jù)②、③、⑤進(jìn)行處理，得到表4結(jié)果。

此時，②、③、⑤物流服務(wù)站中，物流中心到實體店、體驗店涉及服務(wù)站數(shù)量分別為22家、21家，對應(yīng)成本為1735.2元、2338.5元。其中，涉及實體店物流配送費(fèi)用、巡回配送費(fèi)用、物流服務(wù)站開放配送費(fèi)用合計為12981.9元，符合上述鑒定值。通過成本構(gòu)成明細(xì)看出，通過服務(wù)站物流車的巡回配送，能夠在物流資源得到最大利用效率的前提下，減少配送環(huán)節(jié)的車輛數(shù)，可充分降低實體店貨物堆壓成本及車輛維護(hù)成本的費(fèi)用。因此，②、③、⑤可以作為最佳優(yōu)化布局方案在該零售企業(yè)得到應(yīng)用。

綜上，本文利用啟發(fā)式算法對物流配送網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行布局，具有較強(qiáng)的可操作性與有效性，能夠優(yōu)化O2O模式下零售企業(yè)門店配送網(wǎng)絡(luò)布局；在進(jìn)一步對模型求解過程中，得到了良好的收斂情況與高質(zhì)量的優(yōu)化解，對零售企業(yè)體驗店的選址與配送網(wǎng)絡(luò)的布局有著較強(qiáng)的理論指導(dǎo)性；依據(jù)構(gòu)建的模型與所求之解，使用算例分析加強(qiáng)了理論模型的可應(yīng)用性。

結(jié)論

新經(jīng)濟(jì)形勢下，電子商務(wù)發(fā)展的沖擊、消費(fèi)者個性消費(fèi)的不斷升級，促使零售企業(yè)開始進(jìn)行真正意義上的商業(yè)模式革新。在O2O模式被系統(tǒng)提出以來，零售企業(yè)開始向新的商業(yè)模式轉(zhuǎn)型。其中，部分線上零售企業(yè)紛紛結(jié)合線下體驗店并進(jìn)行服務(wù)網(wǎng)絡(luò)的升級，實體店不再局限于傳統(tǒng)門店的限制，開始重點(diǎn)研發(fā)線上電商平臺。而零售企業(yè)在O2O模式下轉(zhuǎn)型，最大的問題在于如何對物流配送網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行布局優(yōu)化，以此提升物流配送效率與消費(fèi)者的滿意度。因此，零售企業(yè)對物流配送網(wǎng)絡(luò)布局的再設(shè)計，應(yīng)在最大滿足消費(fèi)者需求前提下，對商品或服務(wù)從供應(yīng)商到制造商，經(jīng)過物流中心、配送站等物流設(shè)施，到終端消費(fèi)者等流程涉及的物流環(huán)節(jié)進(jìn)行優(yōu)化，促使整個物流配送網(wǎng)絡(luò)建設(shè)費(fèi)用與配送費(fèi)用達(dá)到最小化。

參考文獻(xiàn)：

1.閆敏.O2O模式下連鎖零售企業(yè)物流網(wǎng)絡(luò)的路徑優(yōu)化[J].商業(yè)經(jīng)濟(jì)研究，2016（17）

2.陳漢明.O2O模式下的物流配送研究[J].時代金融，2015（32）

3.解琨，趙潔.O2O模式下電商物流發(fā)展問題與對策研究[J].物流技術(shù)，2015，34（23）

4.張夏恒.O2O模式下電商物流對策研究.物流科技，2014，37（5）