改进节约法下的物流配送路径优化问题
基于节约里程法的潍坊中百便利配送路径优化
基于节约里程法的潍坊中百便利配送路径优化一、本文概述随着电子商务和零售业的快速发展，物流配送已成为影响企业竞争力的关键因素之一。
对于潍坊中百便利店这样的连锁零售企业而言，如何优化配送路径、提高配送效率、降低成本，成为了亟待解决的问题。
在此背景下，本文旨在研究并应用节约里程法，对潍坊中百便利店的配送路径进行优化，以期达到提高配送效率、减少配送成本的目的。
节约里程法是一种经典的路径优化算法，它通过比较不同配送路线的成本，找出可以合并的配送点，从而减少总的配送距离和成本。
本文首先将对节约里程法的基本原理进行介绍，然后结合潍坊中百便利店的实际情况，对其配送路径进行分析和建模。
在此基础上，本文将运用节约里程法，对配送路径进行优化计算，得出最优的配送方案。
本文将对优化前后的配送路径进行比较分析，评估节约里程法在潍坊中百便利店配送路径优化中的应用效果。
通过本文的研究，旨在为潍坊中百便利店等连锁零售企业提供一种有效的配送路径优化方法，帮助企业提高配送效率、降低成本，增强市场竞争力。
也为其他类似企业的配送路径优化提供参考和借鉴。
二、节约里程法理论概述节约里程法，又称为节约算法或C-W节约法，是一种经典的路径优化算法，最初由Dantzig和Ramser于1959年提出。
该算法的核心思想是通过对配送路线的合理规划，实现运输成本的最小化。
节约里程法的理论基础主要来源于运输经济学和运筹学，特别是网络流理论和线性规划理论。
在节约里程法中，节约被定义为两个配送点之间直接配送的里程与它们各自从配送中心出发再返回配送中心的里程之和的差值。
如果这个差值为正，则表明通过直接配送这两个点可以节省里程，从而提高配送效率。
节约里程法通过计算所有可能配送组合的节约值，构造出节约里程表，然后根据节约里程表选择配送路线，使得总运输里程最短。
节约里程法的应用范围广泛，特别适用于有多个配送点和多个客户的情况。
在物流配送领域，节约里程法被广泛用于配送路径优化，以提高物流效率和降低成本。
配送线路优化的方法 节约里程法
配送线路优化的方法节约里程法配送线路优化的方法-节约里程法配送线路优化的方法节约里程法学习目标技能目标：具备根据实际情况选择合理的线路优化方法进行线路优化的能力线路优化设计1、线路优化设计的意义配送线路设计就是整合影响配送运输的各种因素，适时适当地利用现有的运输工具和道路状况，及时、安全、方便、经济地将客户所需的商品准确地送达客户手中。
在配送运输线路设计中，需根据不同客户群的特点和要求，选择不同的线路设计方法，最终达到节省时间、运距和降低配送运输成本的目的配送线路优化方法一、直送式配送运输适用方法―最短路径法（标点设计最短线路）适用条件：1、由配送中心向每一位客户开展专门送货。
2、该客户的送货量一般必须满足车辆的满载。
配送效果：1、配送车辆满载运输2、配送运输路线距离最短。
配送线路优化方法二、分送式配送---节约里程法适用方法―节约里程法适用条件：1、由配送中心向多位客户开展拼装送货。
2、每位客户的送货量都不能满足车辆的满载。
配送效果：1、配送车辆满载运输2、配送运输路线距离最短。
节约里程法的意义送货时，由一辆车装载所有客户的货物，沿着设计的最佳路线依次将货物送到各位客户手中，这样既能保证按时按量将用户需要的货物及时送达，又节约车辆，节约了费用，缓解了交通紧张的压力，并减少了运输对环境造成的污染。
1、满足客户的配送需要2、减少配送车辆的使用，节约运营费，减少固定资所产的资金投入3、社会意义节约里程法1、基本原理2、案例分析3、优缺点分析4、改良建议基本原理基本原理就是几何学中三角形的一边之短必定大于另外两边之和节约里程法核心思想就是依次将运输问题中的两个电路分拆为一个电路，每次并使分拆后的总运输距离增加的幅度最小，直至达至一辆车的载满管制时，再展开下一辆车的优化，优化过程分成循序方式和以太网方式两种。
节约里程法假如一家配送中心（dc）向两个用户a、b 运货，配送中心至两用户的最短距离分别就是a和b，a和b间的最短距离为c，a、b的货物的需求量分别就是qa和qb，且qa+qb大于运输装载量q，如图所示，如果配送中心分别取货。
物流配送系统的优化与改善
物流配送系统的优化与改善一、背景随着电商的飞速发展，物流配送系统的优化与改善变得越来越重要。
快速的物流配送系统可以提高客户的购物体验，并增加公司的效率和利润。
因此，不断优化物流配送系统已成为电商企业的重要任务。
二、物流配送系统的优化方案以下是一些常见的物流配送系统优化方案：1.优化物流路线优化物流路线可以提高物流配送的效率。
通过使用物流优化软件，可以计算出最优路线，减少里程和时间，从而降低物流成本。
优化后的物流路线还可以减少交通事故和不必要的环境污染。
2.使用智能配送装备智能配送装备可以提高配送效率和准确性。
例如，使用无人机、小型机器人、AGV等自动化装备，可以避免人工错误和节省时间。
同时，这些智能装备还可以减少人工成本和环境污染。
3.建立物流仓储系统建立物流仓储系统可以提高物流配送的速度。
通过将商品存储在离客户更近的仓库中，可以缩短交货时间。
此外，物流仓储系统还可以更好地管理和监控商品。
4.实时监控和更新实时监控可以保证配送过程中的准确性和及时性。
通过实时更新运输信息，物流公司可以更好地跟踪商品的运输状态和配送进度。
同时，及时通知客户商品的运输信息会提高客户的信心和忠诚度。
5.使用优秀的IT系统物流配送系统的IT系统是保证效率和准确性的关键。
使用高效的IT系统，可以更好地管理和跟踪商品的运输过程，从而提高配送效率，减少不必要的人工错误。
三、物流配送系统的改善方案以下是一些常见的物流配送系统改善方案：1.分时段配送分时段配送可以满足客户的个性化需求。
例如，在工作日的白天和晚上配送，以及在周末日配送。
这样，客户不需要为等待配送而浪费时间。
2.个性化服务个性化服务可以提高客户满意度。
例如，客户可以根据自己的需求选择收货地址和配送时间。
在某些情况下，还可以提供礼品、客户服务热线、快速退货等其他额外服务。
3.降低配送成本降低配送成本可以有效提高企业的利润。
通过降低配送成本，例如使用更有效的配送方式、合理规划物流路线和利用优惠运费等方式，可以减少企业的开销。
配送路线优化里程节约法
配送路线优化里程节约法在现代物流配送中，如何优化配送路线以降低成本、提高效率是企业关注的核心问题之一。
里程节约法作为一种实用且有效的方法，为解决这一难题提供了有力的工具。
首先，让我们来理解一下什么是里程节约法。
简单来说，里程节约法是通过比较不同配送路线的里程差异，找出能够节约里程的组合，从而优化配送路线。
想象一下，有两个客户点 A 和 B，分别距离配送中心为 d1 和 d2，两点之间的距离为 d3。
原本单独配送时，总里程为 2×（d1 ＋ d2)。
但如果将这两个点合并在同一次配送中，总里程就变为了 d1 ＋ d2 ＋ d3。
通过这种方式计算出节约的里程，然后对多个客户点进行组合和比较，就能找到最优的配送路线。
那么，里程节约法的优势在哪里呢？其一，它能够显著降低运输成本。
通过减少不必要的里程，节省了燃油、车辆磨损等费用。
其二，提高了配送效率。
优化后的路线可以减少配送时间，提高客户满意度。
其三，有助于合理规划资源。
企业可以根据节约的里程和时间，更精确地安排车辆和人员。
要成功应用里程节约法，需要做好一系列的准备工作。
第一步是收集准确而详细的基础数据，包括客户的位置、需求量、配送中心的位置等。
这些数据的准确性直接影响到后续路线规划的质量。
第二步是对数据进行整理和分析，明确各个客户点之间的相对位置和距离关系。
在实际应用里程节约法时，需要遵循一定的步骤。
首先，计算出每个客户点之间的距离。
然后，根据距离计算出每两个客户点合并配送所能节约的里程。
接下来，按照节约里程的大小进行排序。
从节约里程最大的组合开始，依次考虑是否能够合并配送，同时要注意满足车辆的载重限制、配送时间限制等约束条件。
比如说，有一家配送企业，要为 10 个客户点进行配送。
通过计算和排序，发现客户点 C 和 D 合并配送的节约里程最大。
但在决定合并时，还需要检查车辆的载重是否能够满足 C 和 D 客户的总需求量。
如果满足，就可以将这两个点合并在同一次配送中。
配送路线优化里程节约法)
P3
4
（1.7）
P2
5
6
8
（1.4）
P4
7
P0
10
8
P5
（2.4）
P1 (1.5)
节约里程法
（0.9）
P3
4
5
（1.4）
P4
配送线路1
7
P0
10
（1.7）
P2
8
8
P5
（2.4）
P1 (1.5)
节约里程法 （0.9）
P3
4
5
（1.4）
P4
配送线路1
7
P0
10
（1.7）
P2
8
8
P5
P1 (1.5)
请为百家姓配送中心制定最优的配送方案。
第一步：计算最短距离。根据配送网络中的已知条件， 计算配送中心与客户及客户之间的最短距离，结果见表 11-11。 第二步：计算节约里程sij,结果见表11-12。
第三步：将节约sij,进行分类，按从大到小的顺序排 列，得表11-13
第四步：确定配送线路。从分类表中，按节约里程大小顺序，组成线路图
适用方法——最短路径法
适用条件：
标点法设计 最短线路
1、由配送中心向每一位客户开展专门送货；
2、该客户的送货量一般必须满足配送车辆满载。
配送效果：
1.配送车辆满载运输；
2.配送运输路线距离最短。
【例】 求1-6的 最短距 离。
供应商 客户
首先求出从1出发的一条最短路径（1-2：4），求 次短路径（2-5：2）， 依次类推： （5-6：8），
P4
7
P0
10
基于节约里程法的连锁超市配送路线优化
节约里程 法的基本心思想是 ，将配送 中心 向每个客户 的往返 配送路线 ，合并 为一条 配送 路线 ，该配送 路线上 的客户需求量达到载重 车的最 大载重力时 ，再进 行下一辆车的配送 路线的优化［ ４ １ 。具体思想 如图所示 ：已知 ０为配 送 中心 ，Ａ和 为分 销商 ，配送 中心 ０到分 销商 Ａ和 距离分 别为 。和 ｂ ，分销 商 和 之间 的距 离为 。 ，从 下 图我们可知有两种配送方案 ：
基 于 节 约 里 程 法 的 连锁 超 市 配 送 路 线 优 化
— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — 一 — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — 一
３ 案 例 分 析
十Ａ． Ｎ客隆超市是鸡泽县的连锁超市 ，在鸡泽县中长街有一
庄 —— 曹庄 — ！ — Ｌ ＿ ＿ 一 浮图店
物流配送 中心 ，主要往周边乡镇配送货物 ，分销商的地点为 ：段 庄 、吴官营 、双塔 、风正 、小寨 、浮图店 、曹庄 。现有某饮料要
往各个分销商 配送 ，配送 中心 的货 车有 ４ ｔ 和６ ｔ 两种 型号 ，各个
基于节约里程法配送路径优化的国外研究资料
国外研究资料显示，在物流配送领域，节约里程法已成为一种常用的优化方法。
这种方法通过合理规划配送路径，减少配送过程中的行驶里程，降低燃料消耗和运输成本，提高配送效率和服务质量。
以下是国外一些相关研究的主要观点和结论，供大家参考：1. 节约里程法的基本原理虽然节约里程法的具体优化算法各有不同，但其核心思想是通过合理规划配送路径，使得配送车辆的行驶里程最小化。
这一方法可以有效降低运输成本，减少环境污染，提高配送效率和客户满意度。
2. 遗传算法在节约里程法中的应用一些研究通过遗传算法优化配送路径，取得了良好的效果。
遗传算法可以模拟自然界中的生物进化过程，通过选择、交叉和变异等操作，逐步优化得到最优解。
这种方法适用于复杂的配送环境，能够在较短的时间内找到较优的配送路径。
3. 基于地理信息系统的路线规划地理信息系统（GIS）在配送路径规划中发挥着重要作用。
通过使用GIS技术，可以充分利用地图和路况信息，精准测算各配送点之间的距离和最优路径。
这种技术能够帮助企业快速准确地规划配送路线，降低配送成本。
4. 车辆载重约束下的路径规划一些研究关注在安全载重约束下的配送路径规划。
在实际配送中，车辆的最大载重是有限的，而且不同的商品可能对应不同的体积和重量。
在规划配送路径时，需要考虑车辆的载重约束，确保在行驶里程最小化的前提下，依然满足各个配送点的需求。
5. 多品种、多时间窗口下的配送路径规划另一些研究则探讨了在多种商品和多个时间窗口下的配送路径优化问题。
在实际配送中，不同的商品可能有不同的配送时间要求，而且不同的配送点可能有不同的配送时间窗口。
在规划配送路径时，需考虑如何合理安排多品种、多时间窗口下的配送任务，以最大化配送效率。
6. 理论研究与实际应用的结合国外研究也强调了理论研究与实际应用的结合。
优化算法的研究固然重要，但如何将这些算法有效地应用到实际的物流配送中同样重要。
国外一些研究从理论与实际应用的结合角度出发，提出了一些切合实际的优化方案。
基于时间约束的节约里程法配送路径优化研究
基于时间约束的节约里程法配送路径优化研究基于时间约束的节约里程法配送路径优化研究序言：在现代物流运输中，如何合理规划和优化配送路径是一个重要的问题。
在面对复杂的配送需求和有限的资源时，如何在保证效率的前提下实现时间约束的配送路径优化成为了一个挑战。
基于时间约束的节约里程法成为了解决这些问题的有效方法之一。
本文将从基础概念、应用场景和实践案例等多个方面展开，探讨基于时间约束的节约里程法配送路径优化研究。
一、基础概念1.1 节约里程法节约里程法，即最优路径问题的一种经典解决方法，旨在通过规划最短的路径来减少配送时间和成本。
在物流配送中，通过精确的路径规划，可以实现减少行驶里程，节省时间和燃料成本的目标。
1.2 时间约束时间约束是指在配送过程中对配送时间的严格要求，即在一定的时间限制下完成物品的配送工作。
对于一些特定行业，如食品、医疗等需求，时间约束更为重要，因为延迟可能会导致产品损坏或影响生命安全。
1.3 基于时间约束的节约里程法基于时间约束的节约里程法是一种综合考虑配送效率和时间限制的路径优化方法。
通过在节约里程法基础上加入时间约束，可以在保证正常配送的前提下，进一步优化路径，使其满足时间约束。
二、应用场景2.1 餐饮配送在餐饮行业中，配送速度和时间约束尤为重要。
基于时间约束的节约里程法能够针对不同的外卖订单进行路径优化，确保食品在规定的时间内送达目的地，并减少配送过程中的里程和成本。
2.2 快递配送快递物流是需要快速、准时到达目的地的行业。
基于时间约束的节约里程法可以对快递员的配送路线进行优化，以最短的时间完成配送任务，提高配送效率，减少不必要的资源浪费。
2.3 医疗药品配送医疗行业对于药品的配送有着严格的时间约束，特别是对于急救药品。
基于时间约束的节约里程法可以提供最短的配送路径，确保药品在规定时间内送达目的地，同时降低行驶里程和成本。
三、实践案例3.1 外卖平台配送优化以某外卖平台为例，为了提高外卖配送效率，平台采用了基于时间约束的节约里程法来优化配送路径。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
改进节约法下的物流配送路径优化问题作者：天天论文网日期：2016-3-16 10:21:38 点击：3摘要：为满足现实生活中一些客户在物流配送过程中的时间要求，在节约法的基础上加入了客户对时间的约束，提出改进的节约法，构建模型，提出模型假设和约束条件，列出目标函数，并给出求解过程，以阜新市A 蔬菜批发中心为例进行分析，提出优化方案.结果表明，此种方法能够在满足关于时间约束的情况下有效的节约配送时间，缩短配送距离，进而节约成本.这种方法优化了之前的路径优化方法，加入了时间约束，更具有现实意义，有助于此类路径问题的求解.关键词：车辆路径问题；节约法；改进节约法；时间窗；物流配送0 引言节约法作为一种经典的启发式算法，在求解小规模车辆运输路线优化问题上存在一定优势.但在实际生活中，有一些商品如生鲜等需要在一定的时间内送到客户手中，为了满足客户实际需求，将商品及时、准确、高效、经济地将配送到，还要考虑客户对服务时间的要求[1].所以，不能利用节约法直接求解配送车辆路径优化问题.因此，为解决此类问题，提出改进的节约法，不仅考虑配送的总路程还考虑配送的时间约束，即能够满足实际问题中客户对于配送时间的要求.1 模型构建本文中要解决的配送线路的优化问题是典型的起点和终点相同的单车场非满载有时间窗约束的车辆路径优化问题，即在满足车辆容量限制、货物需求量要求、时间限制、运输里程限制等约束条件的前提下，以某配送中心为据点，组织合适的行车路线，使配送车辆可以有序的通过一系列的需求量和位置已知的目标顾客，并达到一定的目标.1.1 模型假设及约束条件设立如下模型假设[2-4]：（1）配送中心以及每个客户的所在地理位置是确定的；（2）已知每个客户的需求量和时间约束；（3）已知配送车辆规格；（4）在配送方案中的每一条配送路径上，每个客户的需求量总和不能超过配送车的总装载容量限制；（5）每一客户所需求商品由一辆配送车进行配送；（6）在配送中心能力范围内安排配送，配送车辆数目不超过配送中心车辆总数目；（7）配送车辆需从配送中心出发，结束配送后要返回配送中心；（8）满足客户是对配送时间的要求.1.2 模型描述a0 为配送中心顶点，ai 为第i 个客户的需求点，其中（i=1,2,…,M）.配送中心有k 辆配送车，每台车辆的载容量为bk（k=1,2,…,K），每辆车装载的商品箱数不能超过其最大装载容量.每个客户的需求量为ri，客户i 到客户j 的运输距离为dij，配送中心到客户i 的距离为doi，每一段距离的运输都会产生一定的配送成本，α为单位距离的运输配送费用.要求配送车辆在客户要求的时段完成配送任务，目标函数为总成本最小[5-6].将模型中的参数和相关变量进行如下定义：a0 为配送中心顶点；ai 为第i 个需求点；α为单位距离所花费的运输配送费用；M 为客户数目的集合；dij 为客户i 到客户j 之间的距离；ri 为第i 个客户的货物需求箱数；K 为配送中心的车辆数；bk 为第k 辆配送车所装载的箱数；sij 为客户i 和客户j 之间路程的节约量；ETi 为允许配送车辆到达客户i 的最早时间；LTi 为允许配送车辆到达客户i 的最晚时间；Tij 为配送车辆从客户i 到客户j所用行驶时间；RTi 为配送车辆到达客户i 的时间；WTi 为配送车辆离开客户i 的时间；UT 为配送车辆途中货物卸货时间；β为违反客户所规定的送货时间而产生的单位惩罚成本系数；θ为运输盈利的系数，元/吨/公里.为了满足客户i 对于配送时间的约束条件，配送车辆抵达客户的时间RTi 应满足ETi≤RTi≤LTi，那么配送车辆到达下一个客户j 的时间即为：RTi=WTi+UT+Tij.如果令CTj 为将客户i 与客户j 纳入同一配送路径后，配送车辆到达客户j 的时间变化量，则CTj=RTi+UT+Tij-RTj，其中RTi=Toi.CTj>0为配送车辆到达客户j 的时间延后，CTj=0 为配送车辆抵达客户j 的时间没有发生变化，CTj<0 为配送车辆提前到达客户j.为了方便对问题的描述，设b 为在同一条线路上客户j 和客户j 以后的各个客户，Δj-为配送车辆到达客户j 且均不违反客户j 后面各客户时间约束所允许的最大时间提前量，Δj-=min{RTb-ETb}；Δj+为配送车辆到达客户j 且客户j 后面各点的时间都没有超过最大延迟量，Δj+=min{LTb-RTb}.▽j-定义为线路上客户j 后各点均不需要等待时，到达客户j的时间提前量，▽j-≤Δj-；定义▽j+为线路上客户j后各点均不违反时间约束的到达客户j 的时间延迟量，▽j+≤Δj+.为了方便模型的建立，将二进制变量作如下定义：上述模型的表述如下，式（1）为目标函数，为配送总费用最少，其中第一项为运输成本，第二项为惩罚成本；式（2）为保证配送车辆的数量不超过配送车辆的总数量；式（3）为保证每个客户的商品需求只能由一台配送车辆满足；式（4）和式（5）为整数约束；式（6）为如不能按客户所要求的时间送货而引起的单位时间惩罚成本的系数；式（7）保证每条配送路径上各客户的商品需求总数不超过配送车辆最多能够容纳的数量；式（8）、式（9）为配送车辆从配送中心出发最后仍回到配送中心；式（10）为商品在客户要求的配送时间约束内到达；式（11）为配送车辆是否在客户要求时间内到达，如不在取1，否则取0；式（12）为当商品没能按照客户时间送达时，惩罚成本小于等于其运输成本[7-10].2 求解过程（1）输入配送中心和各个客户之间的（2）将任意两个客户i 和j 连接在一起，利用ij oi oj ij s = d +d − d ，(i, j =1, 距离dij；2,,m)计算节约值，得S ={s(i, j)| s(i, j)>0(i, j =1, 2,,m)} .如果有m 个客户，则节约值的个数为2mC ；（3）将集合S 中的元素sij 从大到小进行排序；（4）若S = Φ，则算法结束，否则考察集合S中的元素sij 是否满足以下三个条件之一，若满足其中任一条件则转步骤（5），否则转步骤（8）；①客户i，j 均不在已构造的线路上；②客户i，j 有一个在已构造的线路上，一个不在已经构造的线路上，在构造线路上的客户是起点或者终点；③客户i 和客户j 在已构成的不同线路上，且一个为自身线路中的第一个客户，另一个为自身线路中的最后一个客户.（5）计算连接客户i 和j 之后，线路上的货运箱数rij，若,则转为步骤（6），否则转为步骤（8）；（6）计算客户i 和j 之后，车辆到达客户j 的时间变化量j i ij j CT = RT +UT + T −RT .①如果= 0 j CT ，即配送车辆整点到达，则转为步骤（7）；②如果< 0 j CT ，即配送车辆提前到达，则计算提前量Δj −，j Δj−≥CT 则转为步骤（7），否则转为步骤（8）；③如果> 0 j CT ，即配送车辆延迟到达，则计算延迟量Δj +，j Δj+≥CT 则转为步骤（7），否则转为步骤（8）；（7）将客户i 和客户j 连接成一条配送线路；（8）删除集合S 中的元素，且客户i 和客户j不能作为配送车辆的最初或者最终的线路点.继续搜索其余各点，将全部的2mC 个节约值考察完毕，找到最佳的运输路径.3 实例分析3.1 基础数据分析A 为阜新市蔬菜批发中心，和市内14 家大型超市签订合约，每天早晨根据前一日订单及到货的时间要求向各家超市配送货物，蔬菜批发中心到各超市以及各超市间距离的具体情况见表1.__ 不同超市每天的平均需求量和时间约束的具体情况见表2.表2 不同门店每天的平均需求量和时间约束Tab.2 different stores‘ average demand and timeconstraints of each day门店要求时间窗/h 编号需求量/(箱·天-1)卸货时间UT/hETi LTi1 10 0.40 0.40 1.502 8 0.38 0.20 1.503 5 0.35 0.60 3.004 12 0.50 0.20 1.005 7 0.35 0.30 2.506 9 0.40 0.10 5.007 11 0.45 0.45 8.008 10 0.40 0.60 4.009 7 0.35 0.50 8.0010 4 0.30 0.40 5.0011 9 0.50 0.30 5.0012 6 0.50 0.50 6.0013 12 0.55 0.40 2.5014 8 0.60 0.20 1.50配送车辆在进行配送的过程中，如果配送车辆从配送中心到达某个超市i 的时间满足，即配送车辆按照客户要求时间到达了门店，则取，若车辆提前到达，则取.如果车辆在配送过程中没能满足门店的时间约束，则设定惩罚系数β为无限大.配送车辆的平均行驶速度取值为28 km/h.车辆在完成配送任务之后返回配送中心，运输过程中各路段的情况相同，运输盈利系数θ设为1 元/吨/公里.车内有效装载面积最佳可容纳公司配送过程中标准尺寸的包装箱27 个.3.2 Matlab 软件求解通过对车辆路径问题模型的建立和改进节约算法分析，本文选用Matlab 软件进行配送线路选择的优化求解.节约里程表和行驶时间表见表3 和表4. 将相关数据、参数及编程语言输入到Matlab 中进行求解，即可求得配送路径的最优解.根据求解结果，最终得到的配送方案为配送中心向14 个超市配送的5 条线路，见表5、图1，优化得到的配送方案的总成本598.3 为元，总行驶距离为119.6 km，总配送时间约为4.27 h.具体信息如下：（1）0-3-2-9-10-0（2）0-14-12-13-0（3）0-8-11-5-0（4）0-1-7-0（5）0-4-6-0表5 优化后配送路线信息Tab.5 information of distribution route after optimization路线配送路线行驶距离/km) 行驶时间/h1 0-3-2-9-10-0 31.9 1.142 0-14-12-13-0 30.1 1.073 0-8-11-5-0 23.3 0.834 0-1-7-018.4 0.665 0-4-6-0 15.9 0.57合计119.6 4.27图1 配送路径Fig.1 distribution routepicture3.3 结果分析A 公司在进行配送线路优化之前主要依靠司机的配送经验进行线路选择，按照顺路或者就近的原则将符合条件归为同一线路，以配送人员在送货过程中经常采用的一个配送线路方案为例，对优化前后的配送方案进行比较分析，见表6.优化前常采用的配送线路方案：（1）线路一：0-10-11-12-0；（2）线路二：0-2-9-0；（3）线路三：0-1-5-6-0；（4）线路四：0-4-13-0；（5）线路五：0-14-3-0；（6）线路六：0-8-7-0.表6 优化前配送路线信息Tab.6 information of distribution route beforeoptimization路线配送路线行驶距离/km 行驶时间/h1 0-10-11-12-0 31.0 1.112 0-2-9-0 27.3 0.983 0-1-5-6-0 18.1 0.644 0-4-13-0 24.1 0.865 0-14-3-0 23.3 0.836 0-8-7-0 23.2 0.82合计147.0 5.24通过将以上信息与利用改进节约法求得配送线路方案进行比较分析，我们可以发现，改进后的车辆配送路径方案能够有效的节约配送时间，缩短总配送里程，降低配送成本，提高公司的经济效益.4 结论本文提出了有时间窗约束的改进的节约法，建立了起讫点相同的单车场、非满载、有时间窗约束的车辆路径优化问题模型，以运输成本最小为优化目标，提出求解方法，并引入A 公司实例，通过计算，证明该方法具有实际意义.参考文献：[1] 成榕,吴先锋.最小时间路径算法模糊结构元改进[J].辽宁工程技术大学学报(自然科学版),2014,33(5):683-686. doi:10.3969/j.issn.1008-0562.2014.05.023CHENG Rong,WUXianfeng.Improvement of minimum-time pathalgorithm based on structured element theory[J].Journal of LiaoningTechnical University(Natural Science),2014,33(5):683-686.doi:10.3969/j.issn.1008-0562.2014.05.023[2] 郑英,孟志青.基于节约算法的烟草物流配送线路优化[J].中国管理信息化,2010,13(23):41-43.ZHENG Ying,MENG Zhiqing.Based on conservation of tobaccologistics distribution route optimization of the algorithm[J].ChinaManagementInformationization,2010,13(23):41-43.[3] 熊燕舞,易海燕.基于TDABC 的农产品冷链配送作业成本核算与优化[J].物流技术,2013,32(12):223-226.XIONG Yanwu,YI Haiyan.Cost accouting and optimization ofagricultural produce cold-chain distribution activities based onTDABC[J].LogisticsTechnology,2013,32(12):223-226.[4] 陈文佳.节约里程法在生产企业物流配送中的应用[J].经管空间,2011(11):66.CHENWenjia.Save mileage method in the application of themanufacturing enterprise logistics distribution[J].Business Culture,2011(11):66.[5] 周延波,光昕.我国连锁零售业物流配送的现状与对策分析——从沃尔玛物流配送中心的成功经验说起[J].对外经贸实务,2011(9):86-89.ZHOU Yanbo,GUANG Xin. Present situation and countermeasures ofChina's chain retail logistics and distribution analysis,from thesuccessful experience of the wal-mart distribution center[J].Practicein Foreign Economic Relations and Trade,2011(9):86-89.[6] 葛玉玺.基于CW节约算法的第三方物流运输优化研究[D].赣州:江西理工大学,2011.GE Yuxi.The third party logistics based on the CW saving algorithmoptimization research[D].Ganzhou:Jiangxi University of Science andTechnology,2011.[7] 郑建辉.第三方配送带软时间窗车辆路径问题的模型与禁忌算法研究[D].杭州:杭州电子科技大学,2013.ZHENG Jianhui. Third party distribution with model of vehicle routingproblem with soft time Windows tabu algorithm research[D].Hangzhou:Hangzhou Dianzi University,2013[8] 吴宗彦,王景华,张建军.基于蚁群算法的智能运输调度问题的研究[J].计算机工程与应用,2006(35):11-14.WU Zongyan,WANG Jinghua.Intelligent transportation schedulingproblem based on ant colony algorithm research[J].ComputerEngineering and Applications,2006(35):11-14.[9] 周略略,魏玉光.一种带软时间窗的物流配送中心车辆路径问题的模型与算法[J].山东科学,2013,26(5):104-110.ZHOU Luelue,WEI Yuguang.A logistics distribution center with softtimeWindows model and the algorithm of vehicle routing problem[J].ShandongScience,2013,26(5):104-110.[10] 任建华,王鹤,邱云飞.蚁群聚类算法在物流网络优化中的应用[J].辽宁工程技术大学学报(自然科学版) ,2010,29(S1):82-84.Ren Jianhua,Wang He,Qiu Yunfei. Application of ant colony clusteringalgorithm in logistics network optimization, Journal of LiaoningTechnical University(Natural Science),2010,29(S1):82-84.。