安 瑾,高 波,楊振宇 (貴州大學 管理學院,貴州 貴陽 550025)
農(nóng)村物流網(wǎng)絡一般指的是縣級的農(nóng)村物流中心、鄉(xiāng)鎮(zhèn)級農(nóng)村物流服務站和村級農(nóng)村物流服務點。
近年來,提到農(nóng)村物流,很多公司都不愿對其進行更多布局。在脫貧攻堅這個背景下,農(nóng)村物流的發(fā)展顯得尤其重要。在貴州省農(nóng)村地區(qū),物流的需求量小且分散,大部分運輸都采取零擔物流的運送方式,這種方式可以最大化整合分散的物流需求,同時也在一定程度上控制了公司的成本。但不可避免的是農(nóng)村地區(qū)的產(chǎn)品一般附加價值不高,且產(chǎn)量小,有的地方甚至只進不出,返程空載率高,這些因素都導致了農(nóng)村物流的成本居高不下。
(1)貴州省由于其獨特的地形條件、地理位置以及發(fā)展情況,比較契合實際的脫貧以及發(fā)展方向之一就是發(fā)展特色產(chǎn)業(yè);而產(chǎn)品要銷售,就一定要有較為完善的鄉(xiāng)鎮(zhèn)物流網(wǎng)絡。
(2)農(nóng)村地區(qū)由于產(chǎn)品產(chǎn)量小而分散,物流企業(yè)要想建立一套完整的物流節(jié)點網(wǎng)絡前期投入量是非常大的;所以對于物流成本的控制很有必要進行深入研究。
(3)由于目標是省內(nèi)運輸,各個物流服務點間的距離動輒幾十甚至上百公里。所以對于整個成本控制來說,貨物運送路徑的優(yōu)化顯得很有必要和意義。
某物流公司以Z市為中心,在周邊布局了很多物流服務站點;貨物裝車以Z市為初始點發(fā)出,途徑周邊的多個物流服務點,最后再返回初始點Z市的過程;本文研究的目標是對其運輸路徑進行優(yōu)化,達到總運輸距離最小,實現(xiàn)降低成本的作用。
由于實驗需要,對該研究模型做出了如下限定條件:
(1)僅僅考慮單一車輛運送貨物的情況;從集配中心Z市發(fā)出貨物,途經(jīng)各個物流服務點最后回到Z市。
(2)集配中心點和服務點地理位置已知(用高德地圖查找,由于鄉(xiāng)鎮(zhèn)物流運輸?shù)募尚院吞厥庑?,本文基本都定在目標服務點的客運站等位置),用查找出來的經(jīng)緯度建立平面直角坐標系,并標出它們的位置坐標。
(3)兩貨物收發(fā)點之間的距離是根據(jù)直角坐標計算出來的直線距離,不考慮公路繞路等情況。
(4)不考慮路況以及天氣等影響,每公里行駛費用是一個固定的值。
(5)不考慮車輛折舊等無法定量測量的成本。
(6)本文的物流服務點只考慮到鄉(xiāng)鎮(zhèn)級(沒有村級服務點),且大多數(shù)選擇是縣級物流服務點。
(7)任意兩個服務點之間距離可以用兩點之間距離公式求出。
本文研究的X物流公司在近十幾年對貴州省的鄉(xiāng)鎮(zhèn)物流網(wǎng)絡建設投入了許多精力。X物流公司在在貴州省內(nèi)主要以零擔物流業(yè)務為主,業(yè)務覆蓋了全省的各個縣:包含6個地級市及周邊一些縣、3個自治州的各個區(qū)縣以及某些鄉(xiāng)鎮(zhèn)地區(qū);并且覆蓋的運輸服務點還在不斷拓展。針對各個縣的運輸服務站點分別由固定的車隊分區(qū)域進行貨物的運送。
本次研究的目標對象大概分為5個區(qū)域(見圖1),每個區(qū)域包含的配送服務點如下:
第一個區(qū)域:從貴陽市發(fā)貨,送貨區(qū)域有修文、畢節(jié)、大方、金沙、織金、黔西、六盤水、紅果鎮(zhèn)、盤縣、安順,共11個服務點。
第二個區(qū)域:從貴陽市發(fā)貨,送貨區(qū)域有修文、開陽、安順、興義、安龍、紫云、羅甸、冊亨、平塘,共10個服務點。第三個區(qū)域:從貴陽市發(fā)貨,送貨區(qū)域有開陽、貴定、都勻、福泉、凱里、榕江、三穗,共8個服務點。
第四個區(qū)域:從貴陽市發(fā)貨,送貨區(qū)域有開陽、甕安、石阡、德江、江口、松桃、銅仁、萬山、思南、余慶,共11個服務點。
第五個區(qū)域:從貴陽市發(fā)貨,送貨區(qū)域有修文、開陽、湄潭、遵義、仁懷、習水、正安、務川、綏陽;共10個服務點。如圖1所示:
圖1 交通物流圖
各個運輸服務點的坐標在高德地圖上查找定位(不考慮地形造成的誤差,以經(jīng)緯度直接建立平面直角坐標系計算,無坐標轉(zhuǎn)換),根據(jù)農(nóng)村綜合物流服務中心的建設優(yōu)先選擇現(xiàn)有的客運站場這一原則,本文坐標默認定為各區(qū)縣的客運站等相關交通便利的地方。
每個服務區(qū)域以貴陽市為收發(fā)貨中心,坐標(經(jīng)緯度)如表1所示:
本文用了數(shù)學分析軟件matlab編程進行求解:初始點固定為貴陽市,接著進行matlab建模,初始化參數(shù),然后構建解空間(一般蟻群算法都需要隨機放置螞蟻的出發(fā)位置,但本次實驗固定了起始點為貴陽市),計算待訪問配送點,記錄迭代最佳路線,更新信息素,判斷是否結束,最后禁忌表清零,輸出結果。
2.3.1 程序中各參數(shù)設置
M:螞蟻數(shù)量=50
Alpha:信息素重要程度因子=1
Beta:啟發(fā)函數(shù)重要程度因子=5
P:信息素揮發(fā)因子=0.1
表1 各服務點坐標
Q:信息素釋放總量=1
τij(t):啟發(fā)函數(shù)=1/D
Tau=ones(n,n);信息素矩陣
Table=zeros( m, n);路徑記錄表
iter:迭代次數(shù)初始值=1
iter_max:最大迭代次數(shù)=200
2.3.2 運算結果
第一個區(qū)域:
最短距離:6.8749
最短路徑(起終點為貴陽市):1-2-5-7-4-3-8-9-10-6-11-1
依次為:貴陽-修文-金沙-黔西-大方-畢節(jié)-六盤水-紅果鎮(zhèn)-盤縣-織金-安順-貴陽(返回起點),如圖2所示:
圖2 區(qū)域一的優(yōu)化路徑
第二個區(qū)域:
最短距離:7.0171
最短路徑(起終點為貴陽市):1-2-3-10-8-9-6-5-7-4-1
依次為:貴陽-修文-開陽-平塘-羅甸-冊亨-安龍-興義-紫云-安順-貴陽(返回起點),如圖3所示:
圖3 區(qū)域二的優(yōu)化路徑
第三個區(qū)域:
最短距離:5.8515
最短路徑(起終點為貴陽市):1-2-3-5-6-8-7-4-1
依次為:貴陽-開陽-貴定-福泉-凱里-三穗-榕江-都勻-貴陽(返回起點),如圖4所示:
圖4 區(qū)域三的優(yōu)化路徑
第四個區(qū)域:
最短距離:7.2755
最短路徑(起終點為貴陽市):1-2-3-11-4-6-9-8-7-10-5-1
依次為:貴陽-開陽-甕安-余慶-石阡-江口-萬山-銅仁-松桃-思南-德江-貴陽,如圖5所示:
第五個區(qū)域:
最短距離:6.4421
最短路徑(起終點為貴陽市):1-2-3-5-10-4-9-8-7-6-1
依次為:貴陽-修文-開陽-遵義-綏陽-湄潭-務川-正安-習水-仁懷-貴陽(返回起點),如圖6所示:
圖5 區(qū)域四的優(yōu)化路徑
圖6 區(qū)域五的優(yōu)化路徑
5個區(qū)域的總長度為6.8749+7.0171+5.8515+7.2755+6.4421=33.4611(因為是用經(jīng)緯度進行計算,與實際的距離有些許偏差,所以此處暫無長度單位)。相較于之前的運輸線路(總長度42.4351),運輸距離比之前的減少了8.974;按百分比來計算,優(yōu)化后的運輸距離比之前路徑的距離減少了22%;大大減少了車輛的運輸距離,從而有效地降低了X公司的運輸成本。
車輛路徑問題對現(xiàn)代物流配送的研究有很大的意義,各個學者都把它作為研究目標。本文以蟻群算法為研究工具,針對貴州省X公司的鄉(xiāng)鎮(zhèn)運輸路徑進行優(yōu)化。結果表明:優(yōu)化后的運輸距離比之前路徑的距離減少了22%,極大地控制了運輸成本;同時也給了省內(nèi)物流公司及運輸服務企業(yè)一些參考。