物流系统工程课件第十四讲 运输

（6）取货、送货应该混合安排，不应该在完成全部送货任务之后再取 货。
（7）对过于遥远而无法归入群落的站点，可以采用其它配送方式
（8）避免时间窗口过短 这些原则只是提供了合理路线设计的准则，但操作人员还是要处理一 些在这些原则中没有考虑到，而车辆运作中可能出现的限制或例外情况 (紧 急订单、绕行等等)。采用这些方法设计的路线和时刻表比采用其它未经仔 细推敲的方法制定的计划有实质性改进。
相互靠近的站点群进行
计划，以使站点之间的 行车时间最短。图6-8a
表示的是安排车辆装运
时应避免的划分方式， 图6-8b表示的则是比较 合理划分方式。
6
（2）安排车辆各日途经的站点时，应注意使站点群更加紧凑 （3）从距仓库最远的站点开始设计路线 （4）卡车的行车路线应呈水滴状
（5）尽可能使用最大的车辆进行运送，这样设计出的路线是最有效的
7

6.4.2 行车路线和时期表的制定方法

1、扫描法
2、节约法
8

1. 扫描法(The Sweep Method)
扫描法可阐述如下：
(1) 在地图或方格图中确定所有站点(含仓库)的位置。
(2) 自仓库始沿任一方向向外划一条直线。沿顺时针或逆时针方向旋转该 直线直到与某站点相交。考虑，如果在某线路上增加该站点，是否会超过车 辆的载货能力?如果没有，继续旋转直线，直到与下一个站点相交。再次计 算累计货运量是否超过车辆的运载能力(先使用最大的车辆)。如果超过，就 剔除最后的那个站点，并确定路线。随后，从不包含在上一条路线中的站点 开始，继续旋转直线以寻找新路线。继续该过程直到所有的站点都被安排到
由当地经销人员所有。公司售货员同当地经销人员都是收取佣金，因而都
不希望每天向各客户提供服务时花费不必要的时间，行走多余的路程。他 们将图钉固定在地图上，以确定某推销员现有客户的位置。下图所举的是
一个20个客户的例子，客户点的信息已经被转换到网络地图上，图中的坐
标与距离相关。我们要找出的是，卡车从仓库出发，经过所有的客户点， 再回到仓库，这个运行过程中距离最短的路径。
复习
用感知法求解巡回路径问题
对于各点空间相连的问题，且各停车点之间的空间关系代表的是实际 的
运行时间或距离，可
以利用人类的模式认
知能力很好地解决。 合理的经停路线中各 条线路之间是不交叉 的，并且只要有可能 路径就会呈凸形，或 水滴状。图6-6举例说
明了合理和不合理的
路径设计。
1
例 子
安休瑟—布喜公司利用售货员通过流动卡车销售啤酒和其它饮料,卡车
路线中。
(3)排定各路线上每个站点的顺序使行车距离最短。排序时可以使用“水 滴”法或求解“流动推销员”问题的任何算法。
9
例子
史密斯卡车运输公司用厢式货车从货主那里取货。货物先运回仓库，集 中后以更大的批量进行长途运输。图6-10列出了典型的一天取货量，取货量
单位是件。厢式货车的载货量是10000件。完成所有取货任务一般需要整整
思考题：
你将采取什么措施帮助卡车调度员接受和使用本章介绍的行车路线和时 刻表制定方法?
5
6.4.1 合理路线和时期表的制定原则
运用八条原则，经过一番周折，决策者(如车辆调度员)可以制定出合理行 车路线和时刻表。这八条原则简述如下： （1）安排车辆负责相互距离最接近的站点的货物运输。
卡车的行车路线围绕
可以采用感知法求解最短路径。
2
饮料客户和仓库所在位置的网络图
Y 坐标 8 7 6 4 9 10 6 2 5 3 7 1 0 1 2 3 4 X 坐标
3
13
16 19 15 20 18
5
4 3
8 D 12
17
2
1 0
பைடு நூலகம்
11
14
5
6
7
8
a)饮料客户 和仓库所在位 置的网络图 Y 坐标 8 7 6 5 4 3 2 1 0 1 0 1 2 3 4 5 6 7 8 3 7 11 14 2 5 6 8 D 12 4 9 10 15 18 17 13 16 19 20 8 7 6 5 4 2
b) 建议的路径 Y 坐标 4 6 8 5 3 7 1 0 1 2 3 4 5 6 7 8 11 14 D 12 9 10 15 18 17 13 16 19 20
3
2 1 0
X 坐标
4
X 坐标
6.4
内容：
行车路线和时刻表的制定
合理路线和时期表的制定原则
行车路线和时刻表的制定方法
运输路线的安排
12
对每对站点都进行这样的计算，并选择节约距离最多的一对站点合并在一 起，修订后的路线见图6-11b。
13
继续合并过程。除了将单个站点合并在一起外，还可以将某站点并入已 经包含多个站点的路线上。例如，如图6-11c，假如将某站点并入位于同一 路
线上两点A和B之间，节约的距离为S=doc+dco+dab-dac-dcb。
10
a)
b)
11

2. 节约法(The Savings Method)
节约法是一种颇为出色的方法，它能够灵活处理许多现实中的约束条件， 对站点数量不太多的问题能较快算出结果，且结果与最优解很接近。对仅有 几个约束条件的小型问题，比较研究显示，利用节约法得到的结果平均只比 最优解高2％，该方法能够处理有众多约束条件的实际问题，主要因为它可 以同时确定路线和经过各站点的顺序。 节约法的目标是使所有车辆行驶的总里程最短，并进而为所有站点提供服 务的卡车数量最少。该方法首先假设每一个站点都有一辆虚拟的卡车提供服 务，随后返回仓库，如图6-11a所示。这时的路线里程是最长的。下一步，将 两个站点合并到同一条行车路线上，减少一辆运输车，相应地缩短路线里 程。在决定哪些站点要合并到一条路线时，需要计算合并前后节约的运输距 离。不在一条运输路线上的两点(A和B)合并所节约的距离就是图6-11a中路线 的里程减去图6-11b中路线的里程，节约值为S＝dao＋dob-dab
一天的时间。公司想知道需要多少条运输路线(即多少部车)，每条路线上应 该经过哪些站点，每条路线上的站点应该怎样排序。
首先，向北画一条直线，进行逆时针方向“扫描”。这些都是随机决定
的。逆时针旋转该直线，直到装载的货物能装上一辆载重10000件货物的卡 车，同时又不超重。一旦所有的站点都分派有车辆，就可以利用“水滴”法 安 排经过各站点的顺序。图6-10b所列出的是最终的路线设计。