华中物流公司烟草配送车辆调度优化实例分析

周琴

（武汉长江工商学院，武汉，430065）

摘要 华中物流公司是武汉地区较大型的第三方物流企业，其烟草配送车辆调度方式还存在较多可以优化改善的地方，为了提高配送效率，降低物流成本，提高服务质量，必然要选择路线优化和合理的车辆调度来优化配送方案。本文充分利用现有的线路优化方法对其烟草配送车辆调度进行了优化，得出配送路线优化方案，节约了配送里程，并提出了改善现有调度模式的建议。

关键词 华中物流；车辆调度；优化

一、引言

华中物流的车辆调度模式，是一种基于传统设备和调度员、驾驶员经验的模式。当出现突发情况，正常的秩序较容易被打破，现场调度就可能出现问题。比如，某辆车在中途出现故障，但是，一时也找不到其他空闲车辆，或者车辆运行绕远、回程空驶等，就会影响到该企业在顾客心中的信心和物流企业的经营效益。这种状况也很难跟上现代化发展的步伐。因此，优化华中物流的车辆调度模式是本文研究的重点。

物流公司配送车辆关系到物流公司的运作效率和成本效益，各国学者已经对此开展了相关的研究。国外将物流配送车辆优化调度问题称之为Vehicle Scheduling Problem（VSP）[1]，即对一系列装货点和（或）卸货点，组织适当的行车线路，使车辆有序地通过它们，在满足一定的约束条件（如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等）下，达到一定的目标（如路程最短、费用最少、使用车辆数量尽量少等）[2]。

目前，国内外用来解决该问题的现代数学方法主要有以下几种：精确优化方法[3]、模拟方法[4]、交互式优化法[5]。启发式算法中最具代表性的就是由Clarck和Wright提出的节约法（Saving Method）[6]。

国内一些学者也提出了自己的算法。浙江大学蔡延光等人运用模拟退火算法和遗传算法求解多重车辆优化调度问题，并将其集成为智能算法库，作为设计智能运输调度系统的依据；鞍山钢铁学院李大卫等和东北大学姜大立等分别针对有时间窗和无时间窗约束下的车辆优化调度问题，用基因编码遗传算法求解，结果在较快速度下得到了近似最优解。

本文针对华中物流公司现有车辆调度模式，运用节约法对其进行了优化[7]，得出了优化结果，针对影响优化结果的现存因素，提出改善华中物流公司的车辆调度方面的建议。

二、配送车辆调度优化概述

（一）配送车辆调度的作用及特点

1．配送车辆调度的作用。保证配送任务按期完成，能及时了解配送任务的执行情况，促进配送及相关工作的有序进行，实现最小的运力投入。

2．配送车辆调度的特点。一是计划性。坚持合同配送与临时配送相结合，以完成配送任务为出发点，认真编制、执行及检查配送车辆运行作业计划。二是预防性。在配送车辆运行组织中，经常进行系统预防性检查，发现薄弱环节，及时采取措施，避免配送过程中断。三是机动性。加强信息沟通，机动灵活地处理有关部门问题，准确及时地发布调度命令，保证生产的连续性。

（二）配送车辆调度的原则

1．配送车辆调度的一般原则。坚持统一领导和指挥、分级管理、分工负责的原则；坚持从全局出发、局部服从全局的原则；坚持以均衡和超额完成配送任务为出发点的原则；坚持最低资源（运力）投入和获得最大效益的原则。

配送车辆运行计划在组织挂靠过程中常会遇到一些事前难以预料的问题，如客户需求量变动、装卸机械发生故障、配送车辆行驶途中发生技术障碍、临时性桥断路阻等，这就要有针对性地加以分析和解决。调度部门应随时掌握货源状况、车况、路况、气候变化、驾驶员思想状况、行车安全等，确保配送作业计划顺利进行。

2．配送车辆调度的具体原则。宁打乱少数计划，不打乱多数计划；宁打乱局部计划，不打乱整体计划；宁打乱次要环节，不打乱主要环节；宁打乱当日计划，不打乱以后计划；宁打乱可缓运物资的配送计划，不打乱急需物资的配送计划；宁打乱整批货物的配送计划，不打乱配装货物的配送计划；宁使配送中心内部作业受影响，不使客户受影响。

（三）配送车辆优法

车辆优化调度的方法很多，可根据客户所需货物、配送中心和配送路线的不同而采用不同的车辆调度方法，得出最优配送车辆运行的调度方法。运用合理的车辆调度方法，可以获得最短的运行路线化的方、最低运费或最高行程利用率的优化目标。

这里主要介绍三种方法：经验调度法、配送定额比法和节约里程法。经验调度法，就是依据长期的车辆调度经验对配送车辆调配做出决定。配送定额比法，则是运用理论方法做出决定，采用经验调度法对多种配送车辆进行调度，尽可能地使配送车辆满载。例如，配送5吨的货物时，安排一辆载重5吨的车辆进行配送即可。在能够保证满载的情况下，应优先使用大型车辆，以保证较高的配送效率和较低的配送成本。节约里程法是根据配送中心的运输能力和配送中心到各个用户以及各个用户之间的距离来制定使总的车辆运输的吨千米数最小的配送方案，是用来解决运输车辆数目不确定的VRP问题的最有名的启发式算法。

二、华中物流烟草配送车辆调度线路优化实例

湖北华中物流公司以现代物流理念为指导，依托企业车辆、信息、品牌等资源优势，形成了物流订单、物流网络、物流配送“三位一体”的发展战略。物流订单，拥有一批较稳定的高端客户群体，主要为长飞、武烟、唯冠、一棉、武重、健民、美能达等高端客户提供仓储、配送、中转、吊装及相关服务，经营规模和份额逐年扩大，服务领域逐年延伸。物流网络构筑了“城区、区域、九州”三级物流配送圈。拥有以武汉为中心的鄂湘赣、以上海为中心的长三角、以广州为中心的珠三角、以北京为中心的京津冀、以济南为中心的环渤海五大区域配送中心，各区域中心以干线快运为链接，以自营20余条和市场200余条专线为平台，辐射全国31个省、市、自治区268个网点。“城区、区域、九州”各提供“6小时、12小时、24小时”即时服务。物流配送形成了公路、铁路、水路多式联运格局。从0.5吨市内配送车，到世界一流的沃尔沃干线快运甩挂车，湖北汽运拥有公路货运总载质量4万多吨，规模为全国第一。企业与武铁、天河机场、华航集团等铁水空企业建立了协作关系，实行“一程一票式”服务。

湖北华中物流公司主要从事汽车租赁、汽车销售和物流服务。目前，有4.2米到9.6米车辆可提供短途运输，为客户办理短途市内配送业务的自有车辆80辆及各类入籍货运车辆13000余台，以武汉为中心，在全国各地都有运输业务。

华中物流现有一个占地600平方米的普通平房仓库，外租给武汉烟草公司，主要储存货品为烟草成品。华中物流公司负责该公司在武汉地区的货物集散。华中物流公司先用货车从烟草厂商那里取货。货物先运回仓库，集中后以更大的批量进行配送，主要运往武汉的其他11个烟草销售公司，其人工经验调度配送路线总里程为82千米，使用2辆车，如图1所示。各销售公司（收货点）的需求量统计表以及配送中心（发车点）与销售公司间的距离、节约量（单位：千米）分别由表3和表5给出。物流公司用于该烟草公司的运输车辆为载重量为30吨的车辆。下表列出了典型的一次送货量及各销售公司距配送中心的距离，送货量单位是吨。

（一）优化目标及约束条件

1．优化目标。根据该烟草公司的要求，需确定所需要的车辆的数目N，并对这些车辆进行分组，同时制定出车辆运行的路线和时间表，使得运输总费用C最小。

2．模型约束分析。此模型的约束条件为：车辆的容量限制；各站点的货物需求量Di（i=1,2,3,…,11）；站点的时间限制；所需车辆N少于华中物流公司的车辆总量m；每辆车完成任务后都要回到原点B0；其他运输规章的限制。

（二）路线优化

采用以上所介绍的混合算法的第一个步骤，即用节约法初排分组路线（过程略），初排结果见表6。

以初排后的发送路线作为初始优化方案，运用插值法进行调整。

1．列出第一组货运点（包括发车点和需求点）间里程（Dih）统计表7，表内各点按初排顺序进行排列。

2．计算每个货运点至本组各货运点间距离之和Ds（s=0,1,…,6）：

如h=0。

3．按各表7Ds值由大到小依次排列，确定各货运点插入顺序R，如表8所示。

4．按R序列，先选取前三个货运点（其相应的序列号Mk分别为6、1、3）组成初选循环线路（回路）:[6]—[1]—[3]—[6]。

5．按照R序列先后顺序，依次选取插入点X，并确定插入位置。

a．选取R=4，即插入点X=K=5（初选路线中的第5号货运点）。分别计算初选回路中各路段的插入增值△ih：

i=[6]，h=[1]，即[6]—[1]路段：△ih=D6,1+D6,5-D6,1=3+11-14=0

i=[1]，h=[3]，即[1]—[3]路段：△ih=D1,5+D5,3-D1,3=11+10-7=14

i=[3]，h=[0]，即[3]—[0]路段：△ih=D3,4+D4,0-D3,0=18+32-50=0

因△6,1=△3,6=0，可选取路段[6]—[1]为插入路段，组成新的绕行回路：[6]—[5]—[1]—[3]—[6]

b．选取R=5，即插入点X=K=0。分别计算初选回路中各路段的插入增值△ih；

i=[6]，h=[5]，即[6]—[5]路段：△6,5=D3,4+D4,0-D3,0=8+5-3=10

i=[5]，h=[1]，即[5]—[1]路段：△5,1=D5,0+D0,1-D5,1=5+10-11=4

i=[1]，h=[3]，即[1]—[3]路段：△1,3=D1,0+D0,3-D1,3=10+7-7=10

i=[3]，h=[6]，即[3]—[6]路段：△3,6=D3,0+D0,6-D3,6=7+8-13=2

因△3,6=min，可选取[3]—[6]路段为插入路段，组成新的绕行回路：[6]—[5]—[1]—[3]—[0]—[6]

按此插值法进行下去，直至包括了所有第一组初排路线上的所有点，得到新的调整后的绕行路线：[6]—[5]—[4]—[1]—[2]—[3]—[0]—[6]

由于配送路线因应由发车点出发，因此，上述回路应确定以点[0]（B0点）为绕行回路的起、终点，其单车绕行次序为：[0]—[6]—[5]—[4]—[1]—[2]—[3]—[0]

或：B0→B7→B8→B3→B11→B9→B10→B0

6．计算单车路线（N=1）绕行里程。

=8+3+5+6+5+2+7=36km

7．同理，可确定第N=2组单车货运点调整路线。

a．初排货运点序列：

N=2,（Mk）=0,1,6,4,2,5；或2:B0, B1, B6, B4, B2, B5

b．各货运点插入序列，如表9所示。

用插值法调整后的路线为：[0]—[4]—[5]—[1]—[3]—[2]—[0]

或B0→B2→B5→B1→B4→B6→B0

（三）优化结果评价

对比表2与表10的结果可以看出，通过插值法对节约法计算的方案进行调整后，各条路线的发送距离和总行程均得到了进一步的降低。

综上所述，运用优化算法比人工经验调度节约里程22千米，节省率约为26%。

三、改善华中物流公司烟草配送车辆调度现状的建议

根据国外物流公司配送车辆调度中的先进经验，结合华中物流公司烟草配送的实际，现提出以下几点改进措施。

（一）完善调度车辆信息

车辆信息主要包括车辆型号、载重量和目前使用状况，完善的车辆信息使调度人员能在调度之前了解可用车辆的情况，以便根据实际的货运需求组织车辆进行运输。华中物流公司的一部分车辆的所有权是属于公司的，另外，有一些车辆只是入籍车辆，这就需要做好入籍车辆的信息管理工作，以便有效组织运输。

（二）根据运输需求和运输距离适当地配备车辆

当运距较大时，首先选用较大车辆；理想状况下，用一辆足够大的卡车运送所有站点的货物将使总的行车距离或时间最小。因此，在车辆可以实现较高的利用率之时，应该首先安排车队中载重量最大的车辆。

（三）灵活运用现代车辆调度方法

本文主要是介绍了启发式算法中的节约法这一优化算法，并以华中物流公司在武汉的烟草配送中车辆调度为例进行了实证，从中可以看出适当运用现代优化算法可大幅降低车辆运行路线，从而减少运输成本。但是，本文所举实例比较简单，不能概括实际工作中的众多复杂情况，这需要调度人员灵活运用现代的各种优化算法，并根据实际情况进行适当的变更，以使调度更符合实际需求。

（四）开发配送运输计算机优化调度系统

随着物流配送在我国的蓬勃兴起和加速发展，计算机配送运输调度应该有着广阔的应用前景。作为华中地区的一个大型物流公司，只有掌握先进的管理技术，才能适应瞬息万变的时代发展潮流。要真正开发出计算机配送调度系统在实际中还有很多意想不到的情况和因素。考虑这些因素，探索最优算法，实现系统的开发。

四、总结

本文针对华中物流车辆调度工作的现状，分析了华中物流公司烟草配送实例车辆调度存在的问题，并对其车辆调度线路进行优化分析，对优化结果进行评价，使物流车辆调度有比较科学和完整的决策依据。最后提出对华中物流车辆调度实际操作的一些相关建议，这对一般物流企业车辆调度也具有重要的参考价值。

由于国内近几年才对物流的真正重视，所以，对物流配送中的车辆调度的理论研究正处于开始阶段。基于资料文献和相关实际数据的严重不足，再加上本人时间和数理水平的局限，本文的研究尚存在不足之处，只能寄希望在以后的研究中不断完善。

参考文献

[1] 宋华，胡左浩．现代物流与供应链管理[M]．北京：经济管理出版社，2000.

[2] 杨海荣．现代物流系统与管理[M]．北京：北京邮电大学出版社，2003.

[3] 刘志学．现代物流手册[M]．北京：中国物资出版社，2002.

[4] 纪寿文．货运车辆优化调度方法[J]．公路交通科技，2003（06）.

[5] 王正彬，杜文．考虑线路安排的物流配送方案模型及其算法研究[J]．技术交流，2003（12）.

[6] 袁庆达，周再玲．带软时间窗的混合车队车辆路线问题的模型和算法研究[J]．西南交通大学学报，2001（04）.

[7] 郎茂祥．物流配送车辆调度问题的模型和算法研究[D]．北京：北京交通大学，2002.