THE BUSINESS CIRCULATE
| 商业流通MODERN BUSINESS
蒲思睿 合肥工业大学宣城校区商学系 242000
摘要：随着经济发展，物流对经济活动的影响日益明显。物流配送是企业履行物流服务中的重要部分，而车辆路
径规划问题又是其中的关键的一环，因此要提高物流服务水平和降低成本，就需要对车辆路径规划问题进行优化，利用地理信息系统(GIS) 技术获取、收集、分析和处理空间地理数据，建立动态的车辆优化系统。本文就是基于GIS系统，结合地理信息数据和TSP模型，建立GIS-TSP模型动态优化，求解最优运输动态路线。关键词：地理信息系统(GIS)，TSP模型，路线选择
全合成切削液配方
一、前言
(一)研究背景
随着电子商务的快速发展，物品配送日趋重要。要保持服务优质、高效配送的同时，降低成本是物流配送面临的新挑战。
现阶段考虑到我国物流发展相较于发达国家还很落后，物流配送耗时长，不必要成本高，路况复杂，时常有沿途堵塞。故而需要就路线的交通运输情况对物资配送进行优化，需要引进一些新的研究方法，所以构建出了基于GIS决策功能的TSP模型，希望借此来优化物流配送路径。
(二)研究的内容
根据现有TSP模型存在的不足，综合考虑GIS系统能够对运输提供决策帮助。所以本次研究是结合GIS系统与TSP模型，进而优化原始配送路线。TSP 模型主要是优化配送路线，模型的前提是一辆配送车辆，从起始点出发，需要一次性经过多个配送中心，最后再回到起始点。GIS-TSP模型是借助 GIS分析实际配送过程中的一些物流信息，帮助制定最优的路径方案，GIS的功能有统计收集道路的交通情况，分析配送路径，进而降低成本提高效率。
二、构建物流配送GIS-TSP模型的建模研究
(一)优化模型需求分析
在TSP 模型中，车辆的运行时间只被假设为一个固定不变的时间值，但实际路网内的交通流量在每时每刻均在发生变化，因此运行时间也是一个变值。所以将物流配送 TSP 优化模型与GIS地理信息系统两者结合可以提高精度，对配送路线进行动态优化。动态 TSP 模型中，将车辆的运行时间假设为动态变化的时间值，根据时间再决策车辆配送的路径，达到缩短时间提高配送效率的目的，对配送过程进行了优化。
(二)初始TSP 模型
初始TSP 模型基本假设如下：1)道路通畅不考虑堵塞。
2)两个配送点的运输路径最短。3)排除意外情况发生。4)交通路况一致。5)往返线路一致。建立模型：
j 包括当前配送点的已配送完配送点数。xj 当前状态
Sj 未配送的配送点集合G 空集
dj 配送决策
Gj(a,Sj)最优配送指标函数，表示从配送点A出发，一次性经过Sj中的所有配送点并回到起始点的最小距离。
a 当前所在的城市
b 下一配送点
G0(a,G) 边界条件模型的建立：
令j=1, 2, …, m , j=m表示从起始点配送完m个配送点再回到起始点 Xj=(a, Sj)
S1={2,3,…,m}，…，Sm=Sm+1=G
Xa=(a, G) 其中a=2,3,…,m，Xa+1=(1, G) dj=( a, b )
若当前为Xj=(a,Sj)则决策为 dj=(a，b)
则下一配送的状态为 Xj+1=T(xj,dj)=( b ,Sj\ {b})
吸收犯则最优决策函数 G j (a ，S j )=m i n {d a b +G j (b , S (j -1))}
(j=1,2,…,m-1。a=2,3,…,m)
最终根据Gj(a，Sj)函数，可得最小路径和最优配送路线。
(三)改进的TSP 模型(GIS-TSP模型)
1、改变的假设条件：
1)考虑道路交通堵塞的可能。2)两配送点为最小距离。3)排除意外情况。
4)物品单向流动，往返的路线相同。5)道路交通状况没有较大的改变。
6)在不发生交通拥堵的情况下，车辆的运行速度不发生改变，忽略停顿和减速的过程。
7)用户需求量已知，货物量及当日配送点需求数量较小，只需要一辆货车.
2、交通堵塞指数
由相关资料可得，城市主干道车辆行驶速度大于 30km/h 表明这条道路是畅通，考虑加入道路堵塞因素，将堵塞造成的车辆速度变化和道路距离联系在一起，引入交通堵塞指数。
K =30/V (1) S= K S1 (2)
其中：
由以上公式可以模拟计算道路堵塞后的模拟距离。当道路通畅时，交通堵塞指数为1，即模拟距离与实际距离一致，当堵塞后平均速度会减小，对应距离增加。
决策变量(基于初始TSP模型补充)：
S1：物流配送车辆拥堵时的加权行驶路程;
Zab=1：配送点ai与b之间的道路存在交通拥堵，否则Zab=0；模型参数：
J: 所有配送点的集合；dj: 配送决策函数
Sj: 未配送的配送点的集合L：一辆车辆的运载能力；
THE BUSINESS CIRCULATE
科技兴国
商业流通 | MODERN BUSINESS 现代商业
17
王文慧 青岛大学商学院 266000
摘要：现代科技、经济飞速发展，家用电器产品更新换代速度加快，废旧电器产品的总量激增。伴随对这一现象
出现，制造商逆向物流回收工作在我国各地区兴起。从责任延伸制这一角度出发，分析制造商逆向物流回收网络结构，以此规范逆向物流回收渠道，提高产品回收利用效率。本文主要围绕废旧家电探究责任延伸制下的制造商逆向物流回收网络，了解当前这类产品逆向物流回收现状以及常见问题，并提出网络结构优化的有效对策。关键词：责任延伸制；制造商；逆向物流回收；回收网络；双渠道回收；闭环供应链
随着人们生活水平的不断提高，家电产品更新换代速度不断加快，废旧家电的逆向回收量逐年增多，
对此，务必做好废旧家电逆向物流回收网络设计工作，合理调整逆向回收网络结构。在此过程中，政府相关职能部门需要落实责任延伸制，强化参与者的法律意识，颁布并执行相关法律制度。由此可见，本文探究这一论题具有一定现实意义。
一、理论介绍
(一)延伸责任制
所谓延伸责任制，指的是基于现代环境管理原则而制定的产品系统环境性能改善制度，延伸责任制对制造商提出这样的要求，即制造商承担产品生产环节到产品生命结束的全部周期的资源环境责任，以促进资源节约、环境保护的目标的实现。从另一个角度来讲，我国法律体系需要不断完善，有序推进相关立法工作，是促进法律体系完善的重要措施。延伸责任制内容主要从两方面来讲，第一方面即生产阶段，主要生产环节环境污染控制，以及落实经济责任、法律责任；第二方面即生命结束阶段，主要负责废弃产品经济责任、法律责任等。
(二)逆向物流
所谓逆向物流体系，指的是以最大限度扩大利润空间为目标、全面考虑环境因素在回收网络设计产生的重要性的废弃产品再制造与物
dtfd
料回收过程：下图所示的内容为逆向物流供应链体系流程图：
图1 逆向物流供应链体系图
根据图中内容，从狭义角度来分析，逆向物流即产品借助回收网络完成回收、利用的过程；从广义角度来分析，逆向物流即产品生产、运输、修复、处理的移动过程。由于逆向物流物品特点以及回流流程存在差异，据此将逆向物流分为低价值物料回收、高价值产品回收、处理后直接利用产品三类。
二、制造商逆向物流回收现状及问题
(一)现状
dab：配送点a与b之间的实际距离；Qa：配送点ai的需求量
Gj(a,Sj): 最优指标函数，表示从配送点a出发，一次性经过Sj 中所有配送点，最后回到起始配送点的最小距离。
Gj(a，Sj)=min{d ab * Zab + Zab * S1 +Gj(b, S(j-1))}(j=1,2,…,m-1。a=2,3,…,m)
在加入拥堵指数的条件下，保证配送费用最小其中：
神狐海域Ks =30/V S1= Ks ∗ S ∑i k Qi<= L
Ks为道路堵塞指数，S为两点之间的实际距离，即为模型中的d ab ，V为车辆在拥堵段的平均速度，30为道路顺畅时的车辆速度。
(四)算法实现
贪心算法：这种算法的思想是在每一次求解的过程中都选择最好的选项，否则将来会后悔，即每次都取局部的最优解。该算法不考虑以后的求解过程，只专注于当前的最优解，最后可能的算法结果不是整体最优，还需要继续优化。
在解决TSP的问题中，利用贪心算法的思想主要是： 首先从起始点开始，遍历所有能到达的下一配送点，每一次选择一个最近的配送点，然后把当前配送点标记已走过，下一配送点作为当前点，重复该策略，直至所有配送点配送完成，都标记为已走节点。 需注意的是每一次在选择下一配送点时，只考虑当前的情况，保证迄今为止配送路径总距离达到最小值。
(五) 模型分析与管理决策启示
在不考虑配送线路交通状况时和考虑配送线路交通状况时 ，配
送路线是可能不一样，对于对配送时间要求较高的企业来说，使用改进的模型进行路线的选择是很重要的。在动态的TSP模型中，交通状况对于物流配送起到很大的影响，它会影响车辆路线的选择，如果遇到堵塞的情况下，那么相应的也会造成成本的增加。因此在进行物流配送时，不要单单考虑配送的距离，同时也考虑到配送时间的重要性，交通状况对于配送时间的影响，这样对于不同目标的企业来说，才能达到更好的结果。
钛复合板
三、展望
基于GIS决策功能对物流配送系统中的TSP问题进行优化求解中，可以更好地处理车辆配送，根据该系统求解模型可以很快制定出一个最合理的车辆路径安排方案。通过构建IS-TSP的模型可以得出该配送路线优化模型，可以全过程地对物流配送进行动态管理，不仅可以提高物流配送效率，也可以对路线优化，避免一部分堵塞情况造成的成本增加，缩短物流配送路径，设计出物流配送过程中最佳的路径配送方案。但是该模型也并不是完美的，因为TPS模型
是有基本假设的，因此还需要不断优化和改进该模型。
参考文献
[1]潘国强，胡俊逸，洪敏等.考虑GIS的物流配送区域划分与路径规划算法[J].大连海事大学学报.2015.4.1(1):83-90.
[2]刘晗兵.基于 GIS 决策功能的物流配送 TSP 优化模型研究[J].电子设计工程.2017.25卷.第十八期
作者简介：
蒲思睿(1996——) 女，汉族，四川南充人，合肥工业大学宣城校区商学系，2015级本科生，物流管理专业
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议