多目标应急物流双向配送的关联反馈模型仿真

谭 印,朱芸芸,苏雯洁,魏铭辛

(1. 桂林电子科技大学(北海校区)计算机工程学院,广西 北海 536000;2. 桂林电子科技大学(北海校区),广西 北海 536000)

针对严重的突发事件,应急物流的双向配送是一种必不可少的特殊物流活动[1,2]。但因环境的复杂及应急物流规划的不成熟,导致应急物流配送效果还存有欠缺。因而如何在自然灾害及突发事故中有效、合理地配送应急物流[3],是保证人们能够及时获取应急物资,保障人们生命安全的重要问题,为此需要对应急物流双向配送展开详细分析。

王勇[4]等人提出基于时间窗和温度控制的生鲜商品物流配送优化方法,该方法通过构建物流成本模型及损失模型,获取车辆对物流运送时的运输成本、惩罚成本及损失系数等,考虑到客户空间未知条件,全局搜索物流配送,并将该方法与其它算法进行对比分析,根据最终敏感度分析结果,获取最佳物流配送方案,实现物流配送,该方法构建的模型不够完善,存在配送平均耗时高的问题。李存兵[5]等人提出基于精英自适应遗传聚类算法的烟草物流配送优化研究方法,该方法为了能够有效完成物流配送,首先构建了物流系统配送优化模型,与聚类算法相结合,将其初始解用作遗传算法中的初始种群,根据物流配送时间方差,提出精英自适应遗传聚类算法,利用该算法对物流进行配送,使物流配送区域均匀,能够更加快速、有效地实现配送,该方法构建的模型不够稳定,存在总线路较长的问题。吴亮然[6]等人提出基于车辆配送线路的区域协同配送方法,该方法首先建立车辆物流配送网络,根据周边区域信息设定车辆配送线路,并及时调整该路线,从而得出物流最佳配送线路。以此为基础取得物流订单分布情况,采用遗传算法对不同区域的物流开展区域协同配送,从而实现物流的整体配送,该方法获取的配送线路距离较长,导致该方法存在配送效率低的问题。

为了解决上述方法中存在的问题,提出基于关联反馈的多目标应急物流双向配送方法。

2.1 路段可通行性分析

车辆的应急物流配送系统具备延迟性及反馈性,针对这一动态特性分析影响车辆多目标应急物流双向配送的主要因素[7],为多目标应急物流双向配送奠定重要信息基础。多目标应急物流双向配送关键因素主要有:物资配送管理、库存管理、延迟管理等。应急物资向受灾地区配送时,往往会因为自然环境的影响导致运输路径不合理,影响应急物流的配送效率,所以应急物资配送时,选取最优、最短的配送路径是应急物流双向配送的首要原则。

考虑到上述影响因素,同时,考虑受灾区域所受灾害的程度不同,将运输路径主要分成以下类型[8]:

1)理想型运输路段

理想型运输路段通常仅受到较少的灾害影响或完全没有受到影响,是多种路径中应急物流运输耗时最短、运输相对安全的一条路段,是灾害地区应急物流配送的首要选择。

2)可行性运输路段

当受灾程度严重,不存有理想型运输路段时,就选取可行性运输路段。该路段的长度相较于理想型运输路段来说较长,受到的损坏较大或路段长度较长,是灾害地区应急物流配送的次要选择。

3)不可运输路段

此条路段在多目标应急物流双向配送中不可选择,因为该路段受到灾害影响而破坏严重,车辆不能在该路段运行。或由于路段的损毁,对该路段修复的时间不能满足时间窗限制,是灾害地区应急物流配送中不可选取的一条路段。

2.2 道路运行影响因素权重

通过道路可通行性分析可知,道路可通行的难易度程度决定着道路通行难易系数,其难易系数与车辆运输速度、运行时间成反比。为了能够有效分析影响车辆运输速度的多种因素,需要对道路运行难易度系数进行确定。因而利用ANP理论[9,10]构建基于关联反馈的结构模型,从路段长度、损毁程度、安全因素三个方面确定多目标应急物流双向配送影响因素的相应权重。

1)构建模型

以深入解析道路通行难易度影响因素为主,得知灾害区域的道路会受到九个主要因素影响。为了能够有效地分析道路通行难易度影响指标,以ANP理论为主,建立关联反馈结构模型,从而显示出灾难区域道路通信难易程度。建立的关联反馈结构模型如图1所示。

图1 关联反馈结构模型

2)构建矩阵

根据图1建立的模型,对各个结构层次的多种因素重要性进行比较,组建矩阵,如表1所示。

表1 影响因素等级划分及标度

根据表1,分别对比道路通行难易度P、路段损毁度R1、安全因素R2、道路条件R3的重要性,从而构建出判断矩阵。

(1)

式中,PR标记为P的判断矩阵,R1T标记为路段损毁度的判断矩阵,R2T标记为安全因素判断矩阵,R3T标记为道路条件判断矩阵。

3)计算道路通行难易权向量及一致性检验

计算判断矩阵PR的重要性权值及标度

WP-R=(0.2493,0.5862,0.1524)T,CR=0.04210.1

(2)

式中,WP-R标记为矩阵PR的权值,CR代表标度,T代表时刻。

计算判断矩阵RT的重要性权重及标度

(3)

4)基于上述计算结果,获取对象层对目标层造成的重要性影响权值wi。

通过上述获取结果计算多目标应急物流双向配送路径的当量长度[11,12]。计算的双向路段通行难易度系数为

(4)

式中,φ表述双向配送道路难易度系数,mi标记为对i个影响因素无量纲化后的值。

而在多目标应急物流配送过程中,可通行道路较多,设置所有可通行路段为pi,在pi中包含n条路径,那么当前多目标应急物流双向配送路径当量长度Li即为

(5)

式中,k标记为路径条数,Ek标记为第k条路段。

通过确立多目标应急物流双向配送效率关键因素,考虑多影响因素的应急物流配送路段相对长度,构建基于ANP理论的关联反馈结构模型,利用该模型分析多目标应急物流双向配送难易程度,从中取得多影响因素权重系数,并计算出多目标应急物流双向配送道路难易度系数,获取配送路径当量长度。

根据上述获取的多目标应急物流双向配送路径当量长度,建立应急物流配送数学模型,实现多目标应急物流双向配送。构建应急物流模型有助于出现突发事件后,物流能够有序运作。应急物流系统[13]在运作时首先要保证物资的充足,并在充分考虑多影响因素后利用建立的应急物流模型制定多种合理的配送方案,以此使得物资可以及时配送,而制定的配送方案则需要实行应急评估,以此总结出配送方案实现完美配送,并根据配送结果适当进行调整,从中得出最佳应急物流配送方案。建立的应急物流响应模型如图2所示。

图2 应急物流响应模型

将上述获取的多目标应急物流双向配送路径当量长度设定为约束条件,制定出最佳车辆双向配送路径方案[14,15],使多目标应急物流双向配送在紧急情况中依然保持最优状态。那么约束及假设条件如下所示:

1)车辆应在应急物流中心驶出,应急物流配送完成后返回至应急物流中心,完成双向配送;

2)配送的应急物流中心只有一个;

3)配送点的应急物资应选择一辆车一次性双向配送完成,在每个配送点都适用;

4)多目标应急物流双向配送路径当量长度的总需求量不得超过车载的最大限容量。

满足上述设定的约束条件后,设置A={a1,a2,…,an}为全部配送点的集合,a0为应急物流中心。假设应急物流中心有K辆物流运输车,其极限载重为Q,需要配送量为gi(i=0,1,…,n);若从配送点i到j有车辆运输,当uij=1时,满足条件;反之则uij=0。基于上述设定条件,建立配送模型。

目标函数

(6)

式中,minE标记为最短配送路径,k标记为运输车数量,Aij标记为配送距离。通过式(6)取得多目标应急物流双向配送最短路径距离。

约束条件:

(7)

式中,i、j均标记为车辆配送点,n标记为常数。

(8)

式(7)与(8)均代表车辆配送时只有唯一一辆配送车运送应急物资。

(9)

该表达式代表车辆在运输期间,途经之处必须是此车设定的配送点,指定的配送点只能由指定的车辆配送。

(10)

该表达式代表车辆在物流中心的往返情况。

(11)

该表达式定义配送途中车辆总需求量要低于极限载重。

基于以上设置的目标函数及约束条件,完成多目标应急物流双向配送模型的构建,实现多目标应急物流双向配送。

为了验证基于关联反馈的多目标应急物流双向配送方法的整体有效性,需要对该方法开展实验对比测试。采用基于关联反馈的多目标应急物流双向配送方法(方法1)、基于时间窗和温度控制的生鲜商品物流配送优化方法(方法2)和基于车辆配送线路的区域协同配送方法(方法3)实行对比测试。

为了证明多目标应急物流双向配送方法的配送效果,设定某地区有3个应急物流中心,在每个应急物流中心中包含的车辆数均为10辆,应急物流中心的坐标为:(12,75)、(52,72)、(25,24),而需要配送的物资坐标为:(17,52)、(22,45)、(13,9)、(18,90)和(20,39)。

根据以上坐标,采用方法1、方法2和方法3分别对需要配送的应急物流进行配送,并获取三种方法的总配送线路长度,依据总线路长度对比三种方法的配送路径是否为最短路径,证明三种方法的配送效果是否最优。具体测试结果如图3所示。

图3 配送总线路长度对比测试

应急物流中心与配送点之间的总线路长度为25km,根据图3中的数据发现,三种方法针对5个不同目的地进行物流配送。方法1在整体配送过程中,配送的线路长度始终低于20km,而方法2与方法3的线路配送长度均高于20km,由此可见方法1的配送总线路长度最短,说明方法1制定的配送方案最好,配送效果最佳。

由于应急物流向受灾地区配送时,会因为自然灾害的影响导致路面受到损坏或损毁,致使应急物流配送消耗时间过长,影响应急物流配送效率。因而为了证明方法1、方法2和方法3在配送应急物流时的配送性能,分别利用三种方法对多目标应急物流开展配送耗时测试,具体测试结果如图4所示。

图4 平均耗时对比测试

从图4可以看出,在路径当量长度一致的情况下,理想路段中方法1与方法2和方法3相比耗时较低;由于可行性路段受到的损坏相较于理想路段破损较大,所以车辆在该路段行驶时消耗的时间较长,三种方法的平均耗时有所提升,但对比后方法1的平均耗时仍然最短。

综上所述,方法1在任意路段中的平均耗时都要低于其余两种方法,这是因为方法1确立了多目标应急物流双向配送效率关键因素,为多目标应急物流双向配送提供了信息基础,以此提升了方法1的配送效率,降低了方法1的配送耗时。

由于自然灾害的影响导致一些区域环境受灾环境复杂,致使应急物流双向配送效率差,针对这一问题,提出基于关联反馈的多目标应急物流双向配送方法。该方法首先分析了多目标应急物流双向配送影响因素,并通过构建关联反馈模型获取道路运行影响因素权重,从中取得配送路径当量长度,根据获取结果构建应急物流配送数学模型,依据该模型制定合理的配送方案,从而实现多目标应急物流双向配送。该方法在应急物流合理配送规划方面还不够完善,日后会加强这方面研究。

猜你喜欢 物流配送双向路段 双向度的成长与自我实现出版人(2022年11期)2022-11-15冬奥车道都有哪些相关路段如何正确通行工会博览(2022年5期)2022-06-30山西将打造高效农村快递物流配送体系今日农业(2021年19期)2022-01-12部、省、路段监测运维联动协同探讨中国交通信息化(2021年2期)2021-07-22A Survey of Evolutionary Algorithms for Multi-Objective Optimization Problems With Irregular Pareto FrontsIEEE/CAA Journal of Automatica Sinica(2021年2期)2021-04-22基于XGBOOST算法的拥堵路段短时交通流量预测建材发展导向(2019年11期)2019-08-24基于Flexsim的饮品物流配送中心仿真优化研究太原科技大学学报(2019年3期)2019-08-05无人机物流配送路径及布局优化设计电子制作(2018年23期)2018-12-26直企物流配送四步走知识经济·中国直销(2018年5期)2018-05-26一种软开关的交错并联Buck/Boost双向DC/DC变换器通信电源技术(2016年5期)2016-03-22