您好,请 登录
 
|
|
|
 

温州远大物流有限公司车辆优化调度研究

减小字体 增大字体 作者:佚名  来源:本站原创  发布时间:2014-09-08 21:41:09

温州远大物流有限公司车辆优化调度研究
Optimal Scheduling Of Vehicles For Wenzhou Yuanda Logistic Company

内 容 摘 要
本文所提出的车辆优化调度是建立在目前具有中国特色的社会主义经济制度的基础上来分析的。如何在中国这样一个人口多、面积大的发展中国家来增强经济,提高人民的生活水平,具有更重要的现实意义。本文基于许多车辆优化调度的理论研究成果,对温州远大物流有限公司进行调查研究和分析,并提出了一些自己的意见和方案。车辆优化调度,首先研究其发展的历史及现状,然后应用现有的设施和技术,针对目前车辆调度存在的问题,对车辆进行优化调度。


关键词:车辆调度、优化设计、运输成本、温州远大


ABSTRACT
The analysis of the vehicles’ optimal dispatching proposed in this paper is based on the socialist economy system with Chinese characteristics. How to improve the economy and raise the people’s living standard in such a developing country is of vital significance and meaning. Based on the research findings of many vehicles’ optimal dispatching as well as the investigation and analysis of Wenzhou Yuanda logistics company, this paper will put forward some suggestions and proposals. After studying the history and current situations of the vehicles’ optimal dispatching and applying the current facilities and technology, the paper will find the best way to optimize the vehicles’ dispatching.


KEYWORDS:Vehicle Scheduling,Optimal Design,Transportation costs,WENZHOUYUAN
 
正文目录
第一章   国内外研究现状 1
第一节 国外发展现状 1
第二节 国内发展现状 2
第二章   车辆优化调度相关理论及研究方法 3
第一节 车辆优化调度及其含义 3
第二节 车辆优化调度基本理论 3
一、组合优化与算法复杂性 3
二、启发式算法理论 5
第三节 车辆优化调度基本问题 7
一、图的基本概念 7
二、最短路问题 8
三、旅行商问题 8
第四节 车辆优化调度研究的内容与意义 8
第五节 车辆优化调度研究的目的与方法 9
第三章 温州远大车辆调度现状及存在问题分析 10
第一节 温州远大车辆调度的现状 10
一、远大车辆调度基础设施 10
二、远大车辆调度人员 11
三、远大车辆调度现状 12
第二节 车辆物流 12
一、滚装物流技术。 12
二、整车物流信息技术。 12
三、采购与JIT生产供应物流技术。 12
第三节  温州远大车辆调度存在的问题 13
一、人才缺乏,竞争力后劲不足 13
二、物流信息缺乏有效的集成 13
三、GPS车辆监控系统没有合理利用 13
四、车辆运输没有计划 14
第四章  温州远大车辆调度解决方案 15
第一节 温州远大车辆优化调度设计 15
一、进一步吸收和培训调度专员 15
二、实现车辆信息和货物信息集成 16
三、合理利用GPS车辆监控系统 18
四、用组合启发式算法优化车辆调度 18
第二节  温州远大车辆优化线路方式方案设计 21
第五章  发展与展望 27
参考文献 28
致  谢 29

 
 

第一章   国内外研究现状
电子商务广阔的发展前景和连锁商业的迅速发展为物流配送提供了发展契机,以往采取的手工作业或简单的计算机作业处理方式已经不能满足迅速发展的业务要求。随着物流网络规模的扩大,物流量的急剧增加,企业在进行物流配送时面临一系列的问题。综合人和计算机两方面优势的配送调度系统能有效地辅助处理配送过程中大量的决策问题,因此,是解决这一系列问题的良好方案,车辆优化调度也越来越被人重视。
第一节 国外发展现状
在国外,对车辆调度(VSP)相关领域的研究已取得非常显著的理论和实际成果。随着研究的深入,提出新的、更贴近实际的理论模型,研究更具有现实意义的车辆调度问题己成为相关领域学者研究的焦点。带有时间窗的车辆调度问题在当今的经济发展中具有非常现实的意义。
    1983年Bodin'等人针对一般的车辆调度问题做了较为详细的综述,Solomon, Desrosiers等人(1987 )把时间约束加入到一般的车辆调度问题中,从而开始了对带有时间窗的车辆调度问题进行了研究。由于时间因素在实际的运输调度问题中是很常见、很重要的因素之一,所以在20世纪90年代带有时间窗的车辆调度问题就开始引起了运筹学、人工智能领域学者以及企业界的管理决策者极大的关注。
    作为一种组合优化问题,带有时间窗的车辆调度问题与一般的车辆调度问题相似,其求解方法主要是基于精确算法和启发式算法。Kolen, Desrochers等人使用了诸如分枝定界法的精确算法来解决有时间窗的车辆路径问题(VSPTW)。由于VRPTW是一个NP难题,所以这意味着所有能用精确求解这类问题的算法在最坏的情况下需要指数级的时间。采用精确算法虽然可以得到最优解,但不适用于现实中的大规模运输调度问题,以往的研究结果证明了这一点。Solomon (1987)首先将用于求解简单VRP的路径构造方法扩展应用到VSPTW的求解中,他的研究结果表明这些启发式方法求解VR.PTW问题的复杂度为o(n) , n为待访问的顾客的数目,即可以在多项式时间内得到问题的近似最优解,说明了启发式方法求解VSPTW的有效性和可行性。Solomon的此项研究为后来的各种启发式算法奠定了理论基础。用于求解VSPTW的启发式方法还有Potion的并行插入法、Koskosidis的一般分配法、Kontoravdis的贪婪随机自适应搜索算法等。在这些方法的基础上,后来的研究者提出了各种改进的方法求解VSPTW ,通过初始解中边的交换和(或)节点的交换来改进初始解的性能。研究已经证明,启发式算法在求解大规模复杂问题方面具有优越性,国外许多研究者在研究新的高效率的启发式算法来构造或改进VSPTW的解。近年来,蚁群算法、禁忌搜索、模拟退火及遗传算法等现代启发式算法也被逐渐应用于VSPTW的求解中,并取得了优于传统启发式算法的结果。
第二节 国内发展现状
在我国国内,对旅行商问题的理论研究较多,有关车辆调度问题的研究是在20世纪90年代以后逐渐兴起的,比国外相对落后(滞后30年)。目前,国内对于复杂的车辆路径问题的研究仍处于起步状态,通过中国期刊网的数据库检索1994到2002年这九年时间,在中国的正式期刊上己经发表该领域的文章43篇,另外,马为民在其博士论文中用在线和竞争策略研究了带时间窗的开放式VSPTW,冯萍在其硕士论文中用插入法、遗传算法、模拟退火算法研究了带软时间窗的车辆路径问题( VSPSTW )。就收集到的资料来看,我国在这方面的研究具有以下特点:①所研究的问题类型都是确定性问题;②在43篇论文中,有3篇是综述性论文,有2篇论文是研究算法的复杂度,有16篇论文采用遗传算法,其他论文采用聚类分析、列生成、改进表上作业法、模拟退火、人工神经网络、并行表搜索法、分枝定界、Tabu Search等算法③对该领域的专有名词没有统一规范的提法(如对VSP的提法有车辆路径问题、车辆路线问题、车辆路线安排问题、路由问题、车辆调度问题、多重运输调度问题);④对该领域的研究使用的方法比较单一。因此,就这方面研究的深度和广度来说,远远不能适应我国配送业以及物流业迅速发展的需要。随着顾客需求的变化,车辆优化调度显得日益重要,近年来,我国理论界逐渐开始关注车辆优化调度问题的研究,并己取得初步成果,总体来说,目前我国对车辆优化调度问题的理论研究仍相对薄弱,需要进一步研究。
    从以上的综述分析可以看出,目前国内对VSP的研究主要存在以下问题:
    1.大多数研究忽视了客户对时间的要求,只注重车辆运行的运输距离最短。
    2.现有的研究多数只考虑单一车场(配送中心或总库)发出车辆,但是现实中往往是多个配送中心(或各个子库)一起联合运作。
    3.现有的研究追求车辆运行距离(公里)最短时,忽视了车辆运输的周转量(吨.公里),没有将需求量较大的用户考虑成为一个巡回路线的首达站,以期尽早减轻配送途中的负载量,同时追求总运行距离最短。
 

第二章   车辆优化调度相关理论及研究方法
第一节 车辆优化调度及其含义
车辆优化调度问题最早是由Dantzig和Ramser于1959年提出的。后来的学者将车辆调度问题题称为Vehicle Routing Problem ( VRP)或Vehicle Scheduling Problem(VSP)。其具体划分是:当不考虑时间要求,仅根据空间位置安排线路时称为车辆线路安排问题(VRP );当考虑时间要求安排线路问题时称为车辆调度问题(VSP);同时考虑空间位置和时间要求时称为混合问题。车辆优化调度问题一经提出就很快引起运筹学、应用数学、组合数学、图论和网络分析、物流科学、计算机应用等学科的专家的极大重视,成为运筹学和组合优化领域的前沿与研究热点问题。
VSP一般可以描述如下: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、时间尽量少、使用车辆数尽量少等。如何对物流系统进行优化,提高物流系统的运行效率,实现资源的优化配置,是现代第三方物流企业所要考虑的主要问题。物流系统主要由存储和运输两部分构成。相对而言,存储能力的提高更多的依赖于设备的自动化、智能化水平的提高,而运输水平的提高则取决于调度和协调的能力的加强。车辆的优化调度是物流系统优化的关键环节,也是电子商务活动必不可少的内容。通过车辆的优化调度,可以在不追加或少追加投入的情况下提高经济效益。对车辆调度算法的研究是建立现代调度指挥系统和开展电子商务的基础。
第二节 车辆优化调度基本理论
一、组合优化与算法复杂性
(一)组合优化问题
在有限个可行解集合中找出最优解,这类问题称为组合优化问题。组合优化问题是指再离散的、有限的数学结构上,求满足给定约束条件的目标函数最优值(最大值或最小值)的问题,也称离散优化问题,该类问题都与序有关。
一个组合优化问题A由三部分组成:
1.实例集D;
2.对于一个实例I∈D,有一个有限的非空集合S(I),S(I)的元素称为I的可行解;
3.对于每一个可行解b∈S(I),有一个正整数c(b),称为b的值。
当A是最小化问题(最大化问题)时,如果b*∈S(I)使得对于所有的b∈S(I),有:
        c(b*)≤c(b)             (或c(b*)≥c(b))
则称b*是I的最优解。c(b*)称作I的最优值,记为OPT(I)。不失一般性,只要改变目标函数的符号,就可实现最小化问题和最大化问题的相互转换。
在管理科学、计算机科学、电子工程、工业工程和交通运输等科技领域内,存在着大量组合优化问题,其中不少问题随着规模的增加,计算量呈指数增加,它们属于NP完全问题或NP难题。
(二)算法
算法是能被机械地执行的动作(或称规则、指令)的有穷集合,以个动作的一次执行称为一步。能够用算法来解的函数或问题称为可计算函数或可计算问题。算法由五大特征。
1.输入。一个算法有零个或多个输入量,这些输入量是算法所要求的初始信息,它们取自某一特定的集合。
2.确定性。算法的每一步骤都必须有确定的含义,动作不能有二义性。
3.有限性。一个算法对任一合法输入都必须在执行有限步后终止。
4.输出。一个算法有一个或多个输出信息,它们常是同输入信息有特定联系的量。
5.可执行性。指算法中的所有动作必须是相当基本的,也就是说,每一步至少在原理上能由人在有限的时间内用笔和纸来完成。
(三)算法分析
算法分析是对算法性能的讨论,它的目的是对同一问题的各种可实现的算法进行比较,对它们的性能作出定量的判断。同时,可确定算法是否存在神秘性能上的限制,如难易程度、最好的下界、最坏情况下和平均意义下的性态等等,给算法设计提供理论上的指导。
对算法的评价有许多标准,如清晰性、可读性、易修改、易排错等,它们属于结构化程序设计的讨论范畴。在算法分析中,主要是研究完成算法所需要的运行时间和占用的空间。
问题的规模是输入量大小的一个测度,也成为问题的大小或尺寸,它视不同的问题有不同的含义。
在具体选择算法时,应根据算法的时间和空间复杂度,结合具体因素(如问题大小、机器容量、平均性态等),选择使用好的算法。
(四)NP难题
NP是Nondeterministic Polynomial的缩写,即非确定型多项式算法的意思。对于有些问题,也许能够证明所有NP问题都可在多项式时间内变换成该问题,但不能证明它至少与任何NP问题有同样难度,这类问题称为NP难题。
问题是NP难题不要求该问题属于NP类,但至少和NP-完全问题有同等的难度。NP-完全问题是NP类中难度最大的问题。NP-完全问题一定是NP难题,但NP难题不一定是NP-完全问题。如汉密尔顿回路问题是NP-完全问题,而旅行商问题是不属于NP-完全问题的NP难题。
对于一个新的组合优化问题,当找不到解它的有效算法时,就可以把注意力转向设法证明它是NP难题。这样就避免了浪费精力去找有效算法,而采取另外可供选择的途径。
二、启发式算法理论
由于VSP是强NP难题,高效率的精确算法存在可能性不大(除非P=NP),所以寻找近似算法是必要和现实的,为此专家们主要把精力放在构造高质量的启发式算法上(James和Jiefeng,1999)。启发式源自英文单词heuristics,启发式方法意为通过对过去经验的归纳推理以及实验分析来解决问题的方法,即借助于某种直观推断或试探的方法,启发式方法要求分析人员必须运用自己的感知和洞察力,从与研究问题有关而比较基本的模型及算法中寻求其间的联系,从中得到启发,去发现适于解决该问题的思路和途径。
用启发式算法解决问题时强调“满意”常常是得到满意解,决策者认为可以了,而不去追求最优性和探求最优解。之所以这样,其原因是:(1)很多问题不存在严格最优解(例如目标之间矛盾多目标问题),这时对目标的满意性常比最优性来得更加精准地描述人们的选择行为。(2)对有些问题,得到它的最优解所花的代价太大。(3)从实际决策的需要出发,有时要求解具有过高的精度没有意义。启发式方法能够比较快地得到满意解,这对解决NP难题来说有着不可估量的作用。
(一)启发式方法的求解过程
用启发式方法求解问题是通过迭代过程实现的,因而需拟定出一套解的搜索规则。为能得到满意解,在整个迭代过程中要不断吸收新的信息,必要时改变原来拟定的不合适策略,建立新的搜索规则,注意从失败中吸取教训,并逐步缩小搜索范围。具体求解过程可参见下图。
 
图3-1启发式方法的求解过程
(二)启发式策略
用启发式方法求解问题时,需采取一定的策略。下面列出几个常用的策略可根据问题的性质和要求选用。
1.逐步构造解策略
逐步构造解策略是指每次增加解的一个元素(如节点、弧等),直到一完整可接受解。
2.改进解策略
从一初始解(初始解不一定可行)开始,通过一系列替换分解和合并过程来逐渐修正解,以提高解的可接受性。
3.数学规划策略
运用数学模型和优化算法,并通过对解的判别和修正以提高对问题的适用性,常会得出高效的启发式算法。
4.分解策略
把一个复杂的问题分解成一系列易于处理的子问题来求解,一个子问题的输出常是下一个子问题的输入。
5.分割策略
把一个复杂的问题分割成一些平行的小的子问题,然后求解每个子问题,最后在相容原则下进行综合,把子问题的解合并成原问题的一个解。
6.可行解空间的限制策略
在某些情况下,把可行解限制在一个可应用已存在高效算法的解集上,然后在求解问题。
7.松弛策略
有时扩展问题的可行域(即放松约束)以得到一个易于处理的松弛问题,然后求解松弛问题,就能直接得到或者很容易得到原问题的一个可行解,然后再对得到的解进行修正。
8.搜索学习策略
包括在解空间的定向搜索以及在搜索过程中发现和收集新的信息,并根据对新信息的分析,重新确认或改变搜索方向,修正搜索参数,消去不必要的搜索范围,以有效提高搜索效率,尽快获得问题的解。
在构造启发式算法时,一般都采用上述的某一种策略,或者是几种策略的组合形式。有时在启发式算法的某一步也可采用优化算法来提高算法的精度。
第三节 车辆优化调度基本问题
一、图的基本概念
在生产和日常生活中,人们常常用点和线画出的示意图来反映一些对象之间的关系。如一个地区的交通图是表明这个地区的一些城镇及这些城镇之间的道路沟通情况的示意图。这里所研究的图是反映实际生活中某些对象之间某种特定关系的一种工具。以点代表研究的对象,点和点的连线表示这两个对象之间的特定关系,与通常的几何图形或函数图像中的图是不同的。这里的点不是真正的几何点,它只是某种事物的一种抽象;连线也不是几何中的线段,而是代表某些事物之间的关系。因此点与连线的画法具有随意性。
    图由有限个顶点的集合v和表达顶点之间关系的线集L所组成。其中,v表示n个事物构成的非空点集,即V=(Vl,V2,…);L反映了各事物之间的联系,即:L={L1,L2 ,…,Lm }
    线分为弧(有方向)与边(无方向)。因此,由点集和边集组成的图称为无向图记作G=(V,E);由点集和弧集组成的图称为有向图,记作D=(D,A)。无向图中两个方向均可以通过,但有向图中只能沿着箭头方向通过。
对于实际问题构成的图,不仅需要表明各元素之间的联系,还需要表明这些联系的强弱程度。这时,可给图中的反映联系的边赋一数值,称为权,来表明一定的含义,一般标在边上。赋权的图称为网络图。这里的权在不同的情况下具有不同的含义,它可以表示距离,也可以表示时间,甚至还可以表示费用。
二、最短路问题
    最短路问题是一个基本问题,许多实际问题都可以用它来解决,例如管道的铺设、线路的安排、厂区的布局、设备更新等等。另外,诸如运价最小、运行时间最短、最可靠路等问题,都可以转化为最短路问题加以解决。
    在运输网络的每一个对子之间的最小路径,称为最短路。最短路在物流运输、配送活动中的意义是不言而喻的,一般情况下,最短路的权重是以对子之间的距离、车辆行驶时间、费用来表示。求解物流网络的最短路就是求出在每一对对子之间的最短运输距离、最短行驶时间以及最省的运输费用。由此可见,求解最短路意义是很重大的。
    狄克斯Dijkstra算法是目前公认的解决在权Wij>0的情形下,此类问题的最好算法,在物流运输中,这一约束条件是完全能够满足的。
三、旅行商问题
    旅行商问题(Traveling Salesman  Problem,简称TSp)是运筹学或组合优化中的著名难题,由于其有广泛的应用背景,引起了人们的极大兴趣,不仅仅问题的本身可以用于直接解决诸如推销员的最优巡回路线等问题,其他例如交通运输的最佳巡回路线、民航机组人员的轮班安排、教师任课班级负荷分配问题、装配线进度问题等,都可以直接或间接的引用旅行商问题的求解方法。配送的运输路线优化中,特别是确定型的运输路线优化,可直接或间接的引用旅行商问题的思想以及它的算法,因此旅行商问题对车辆优化调度有重要的理论意义。
    TSP一般描述为:旅行商从驻地出发,经所要去的城市至少一次后返回原地,应如何安排其旅行线路,才能使总的旅行距离(或时间、费用等)最少。对于现实问题,由于限制条件的增加,TSP可衍生出许许多多相关的问题。
第四节 车辆优化调度研究的内容与意义
随着社会主义市场经济发展,作为“第三方利润源泉”的物流对经济活动的影响日益明显,越来越引起了人们的重视,成为当前“最重要的竞争领域”未来的市场竞争,物流将起着举足轻重的作用。在2001年中国加入WTO后,世界进入了全球一体化的经济状态,中国的市场经济体制得到进一步体现,现代物流业作为把握竞争优势的有效方式,将为国民经济在高起点上持续发展提供基础动力。在经济全球化和信息化的推动下,现代物流业已从为社会提供传统运输服务,扩宽到以现代科技、管理和信息技术为支柱的综合物流系统。进入21世纪的中国,必将加快现代物流的发展,以此增强企业竞争能力,优化资源配置,提高经济运行质量,实现中国经济体制与经济增长方式和两个根本性转变,从而推动中国经济的持续健康发展。
物流车辆优化调度,是物流系统优化中关键的一环,也是电子商务活动不可缺少的内容。对配送车辆进行优化调度,可以提高物流经济效益,实现物流科学化。车辆优化调度问题是运筹学与组合优化领域的研究热点。有效的调度车辆,不仅可以提高物流工作效率,而且能够为及时生产模式的企业提供运输上的保障,从而实现物流管理科学化。由于该问题的理论涉及很多学科,很多实际问题的理论抽象都可归结为这一类问题,研究该问题具有很重要的理论意义和实际意义。可以说对物流配送车辆优化调度理论与方法进行系统研究是物流集约化发展、构建综合物流系统、建立现代调度指挥系统、发展智能交通运输系统和开展电子商务的基础。
第五节 车辆优化调度研究的目的与方法
配送车辆优化调度,就是指当车辆从配送中心(这里的配送中心是广义概念,指的是车辆的出发地,可以是物流中心、配送中心、仓库、车场等等。)出发去完成一些配送任务,当各任务量较小(小于车辆容量)或较多(大于车辆容量)时,为了提高车辆的利用率,可安排一辆车执行几项运输任务或几辆车执行一项运输任务,然后合理安排车辆的路线及车辆任务,使得既满足各任务的需求,能够完成任务,而又使总成本最小(这里的成本是一个广义的概念,包括距离最短、时间最省、运营费用最少等)。我们研究车辆优化调度的目的在于增大物流车辆利用率,增强企业物流竞争力,达到企业利润更大化,加快与国际运输经济接轨,提高国家物流发展水平。我们知道中国的物流发展得比较晚,对车辆调度问题研究起步也比较晚,所以很多都还没有和国际接上轨,而这个不仅仅影响着一个行业,因为物流这个行业和其他的行业息息相关。而车辆调度作为物流系统中关键的一个环节,作用不可小觑,对车辆优化调度的研究,使之发展成有中国特色的车辆调度,在中国物流企业内部合理的对车辆进行调度,以期能最大效力的发挥运力和降低成本。
常用的基本理论和方法有:分枝定界法、割平面法、线性规划法、动态规划法、匹配理论、对偶理论、组合理论、线搜索技术、列生成技术、概率分析、统计分析、最差情况分析、经验分析等。

第三章 温州远大车辆调度现状及存在问题分析
温州市远大物流有限公司(前称:国营温州市汽车运输公司广州货运托运部;温州市飞霞托运部;温州市交通运输贸易公司第三托运部。于2003年体改后,重新组建了温州市远大物流有限公司)。简称“温州远大”,原创立1990年,经过十七年的精心经营,温州远大严格的管理,优质的服务,树立“温州远大”的品牌形象。“货主至上;价廉至上;速度至上;货保至上;信用至上;服务至上”为公司的根本宗旨。
货运业务温州至广东,在温州和广东珠三角及河南设立了26个分公司。在温州至广东专线的基础上,开辟了温州至上海、福建、浙江及广州至上海、江苏等口岸的联营线路,基本上构建了温州广州上海大三角立体物流体系。“远大物流,源远流长,铁肩担道义,货柜送千秋”。温州市远大物流有限公司创建至今,多次被广州市工商行政管理局、广州市交通委员会评为“重合同,守信用”业户和“优秀业户”。在温州市广州市物流行业中均居前列。
第一节 温州远大车辆调度的现状
远大目前物流业务辐射基本在温州和广州以及两者之间的沿海地区,当然运输路线也就是两者之间的沿海路线。远大记有温州总部和广州总部两个调度中心,下面有温州车队和广州车队,各负责自己点的接受和发送集装箱零担货物车辆的调度。
一、远大车辆调度基础设施
首先,不管是小网点还是大网点,各个网点基本上都有一台电脑,初步实现了网络化,当然有些很小的网点就只有一台电话作为基本的联系方式了。其次,远大目前已经安装了GPS车辆监控系统。GPS车辆监控系统是集GPS和地理信息系统(GIS)于一体的软、硬件综合系统。其主要由三部分组成:车辆终端、无线数据链路和监控中心软件系统。
(一)GPS监控软件系统
1.系统组成
(1)GPS监控工作站
将车辆定位信息(包括经纬度、速度、方向以及车辆状态等)图形化显示在电子地图上,使用户能比较直观地看到监控结果。
(2)中心服务系统
连接多个分监控中心或监控工作站,处理各工作站的信息传递与派发,提供用户认证,数据入库、查询等功能,保证系统安全、高效、稳定地工作。
(3)数据库
采用ORACLE数据库,存储车辆基本信息、用户信息、日志、轨迹数据等数据。
(4)数据库管理
提供车载终端信息管理、用户管理、工作站日志管理、车辆轨迹信息管理、计费管理等功能,为系统正常运行提供保障。
2.系统特点
(1)可方便地支持多种车载终端混合使用,为用户选择合适的车载终端提供了条件。
(2)支持多级监控中心架构,每个监控中心可挂接多个下级分中心或者监控工作站。
(3)支持超大规模车辆入网,单个监控中心可支持6万辆车入网。多级监控中心架构情况下可以支持数十万辆车入网。
(二)车载终端
1.多款国产GSM/GPS车载终端主要功能:
(1)接受GPS卫星定位数据,并通过GSM短信息发送到监控中心。
(2)可预置一到三个监控中心号码,将定位数据分别发送至指定的监控中心。
(3)GSM盲区补偿。
2.行车记录器主要功能:
(1) 定位信息定时回报。
(2) 车辆紧急求救报警。
(3) 行车轨迹记录。
3.GPRS/GPS车载终端主要功能:
(1) 接受GPS卫星数据并通过GPRS网络将数据传送到监控中心。
(2) 内建车内环境监听功能,随时了解车内动静。
(3) 可附加各种选项配件,如PDA、笔记本电脑等。
除此之外,稍大一点的网点还配有传真机,传真调度令之类的东西。而且由于比较重视,公司已经全面更新了运输车辆,将自己本身的车辆全部更换成了进口大型拖车。
二、远大车辆调度人员
主要负责车辆调度的是温州总部车队人员和广州总部车队人员、每个总部的现场指挥调度人员。此外还有下面各网点信息收集人员等。
下面网点信息收集人员负责收集自己网点的货物信息、车辆信息,并将收集的信息向总部现场指挥调度人员汇报。
车队人员需要监控查询公司车辆实时状态,如车辆走的运输路线,车辆有没有到达目的地等。然后处理一些车辆运输途中的突发事件,如堵车、高速公路大雾封路、车辆中途抛锚等。最后要将车辆实时状态共享给总部现场指挥调度人员。
总部现场指挥调度人员不仅要指挥调度已经到达总部的车辆,还要将网点信息和车辆信息汇总分析加以处理,并进行车辆分派调度。
三、远大车辆调度现状
在运用GPS车辆监控系统方面,基本上只用到了观察车辆实时状态方面。下面各网点的信息收集员都是用电话联系总部指挥调度,而车辆基本都是先在两个总部停靠再听候总部指挥调度员调度。总的来说还是基本停留在电话联系阶段。
第二节 车辆物流
车辆物流是集现代运输、仓储、保管、搬运、包装、产品流通及物流信息于一体的综合性组织和管理。车辆整车及其零部件的物流是各个环节必须高度有效衔接的高技术行业,主要包括车辆滚装物流技术、整车物流信息技术、采购与JIT,生产供应技术等方面。
一、滚装物流技术。
滚装物流实际上是一种和车辆运输紧密相关的物流技术,利用车辆自身具有移动作业能力的特点,结合其他的运输方式组合而成的运输方式。目前常见的有:车辆——车辆模式、集装箱——车辆模式、轮船——车辆模式、火车——车辆模式等。这些运输模式形式多样,特点各异。
二、整车物流信息技术。
现代物流是以信息技术、电子技术为代表的高科技所支撑的集成化体系。信息化、智能化、集成化及专业化是现代物流的发展方向。广泛采用GPS和GIS技术,可以优化驳运车运输体系,降低物流运输成本,包括随时随地、方便快捷地了解驳运车的最新状况,就近调度,可以得更多时间;充分利用回程运力资源,实时跟踪调度单、订单及商品车的状态等。
三、采购与JIT生产供应物流技术。
主要包括相应的设施设备和信息系统。在运输工具配备上,使用专用的巷道式堆垛机和拣选叉车结合作业,在信息系统方面,仓储管理系统采用中央控制、计算机网络化和仓储自动识别系统相结合的方式,将可以通过网络与车辆生产厂进行实时的信息交换,接收生产计划和JIT配送订单,进行JIT生产供应,并及时反馈配送执行情况。
 
第三节  温州远大车辆调度存在的问题
在以前刚创立的时候,由于把握好机会,找对了路线,还有公司员工的努力,温州远大蓬勃发展,几年的时间里就成为了温州市内数家大型物流企业之一。目前远大已经拥有温州广州两地大小共数十个网点,本身就有十六个瑞典进口沃尔沃拖头两个奔驰拖头,成为温州到广州专线的主要物流公司之一。可是由于近几年车辆越来越多,交通日益拥挤,物流公司越来越多,竞争越来越激烈,远大暴露出越来越多的缺点和不足,尤其在车辆调度方面,因为是运输公司,这方面显得越加重要。
一、人才缺乏,竞争力后劲不足
远大物流人才的缺乏时显而易见的,一个传统的运输公司,由于思想观念、企业体制、企业性质等局限性,吸引不了高素质人才,尽管企业的老板已经注意到这个问题,并有强烈引进人才的愿望。而正是由于人才的缺乏,企业的创新和管理能力就不足,竞争力也就会越来越差。
二、物流信息缺乏有效的集成
所有的信息,不管是车辆信息还是货物信息都是通过电话了解的,三者之间相对独立,这样显然缺乏有效的集成。信息集成的特点主要体现在以下几个方面:
(1)数据来源唯一。任何数据,不再需要重复输入,这样可以做到提高效率、避免差错。系统可以根据录入数据的员工的口令查明信息来源,做到责任明确。
(2)数据实时共享。输入的数据或一组相关的数据,按照一定的规则运算或处理的结果,存储在规定的数据库中,可以立即为所有授权人员共享(当然要考虑安全保密要求)这样可以做到实时、迅速响应环境变化,争取主动。所有管理人员都按照统一信息来源做出决策,避免由于信息所依据的来源不同而出现相互矛盾的决定
(3)多路径查询。数据不但可以共享,而且可以借助数据库技术从不同角度由管理人员自行设定各种查询路径,根据自己业务的需要来共享统一的信息。
三、GPS车辆监控系统没有合理利用
在远大,安装的GPS车辆监控系统现在仅仅被用作实时监控车辆状态,还有很多功能没有应用:
指挥调度:监控中心可通过车载设备的通话手柄,对车辆实施语音或数字指挥调度。
报警受理:当车辆报警时,监控中心将收到声光报警的提示,同时对报警车辆进行屏幕自动跟踪,显示以报警车为中心的距离标识,根据车辆档案库,显示报警车辆的各种参数,如编号、车型、车牌、颜色、车主等等。
车辆控制:采取相关技术措施,在车辆被窃确后,监控中心可通过遥控使车辆断电等方式使车辆不能行驶,也可让该车发出声光求救信号。
数据报表输出:每日、每月的报警表格记录输出,报警地点地图,用户使用情况报表、登录注销表输出。监控中心可查阅车辆每天的登录或注销信息,也可查阅车辆档案,并能打印输出每日的监控报表。
四、车辆运输没有计划
由于公司没有仔细区分快件与慢件货物,导致运输车辆有时候满载缺车,有时候又有车辆多余,利用率提不上去,相当于提高了成本。另一方面总部现场指挥调度无法一一协调各个网点的货物信息,也无法制定运输计划,导致车辆经常跟不上货物,无法准时的将货物运到目的地,因此而招致许多客户的货物无法准时收到,使客户对公司的满意度大幅度下降。
 

第四章  温州远大车辆调度解决方案
如何按时按量、经济高效地配送商品,在很大程度上取决于有效的车辆调度安排,调度方案的优化与否,对增加配送效率、减少总费用和提高服务水平具有重要的意义。
由于在需求点较多且分布不均匀,道路网复杂的情况下,制定调度方案单凭人工经验是难以做好的。尤其是现在客户对物流配送服务质量要求较高,对配送的时效性要求较强,按照规定,当日要求配送到的货物一定要配送到位。如何在保持高度准时、快速配送要求下降低成本是物流配送面临的挑战。但如何制定优化调度方案,在满足车辆容量限制(有的还有时间限制)条件下,使总运输距离或总运输时间最短却并不容易。所以设计一定的配送调度模型和算法,并用计算机来实现意义重大。
第一节 温州远大车辆优化调度设计
在分析了温州远大物流车辆调度的现状后,我针对远大车辆调度目前或者将来将要面临的一系列问题,提出了自己的一些看法,并对其提出一套可行的优化方案。
一、进一步吸收和培训调度专员
无论从社会和远大公司的产业结构还是公司自身的发展来讲,都是需要大力吸收和培训调度专员的。无论是古代还是现代,人才都是各个行业争夺的焦点。管理之道,惟在用人。人才是事业的根本。杰出的领导者应该善于识别和运用人才。只有做到唯贤是举,唯才是用,才能在激烈的社会竞争中战无不胜。当然人才也不都是通用的,所以远大需要有效恰当地培训远大自身需要的人才。
首先,谁来培养是个关键的问题。企业经营者通常有这样的一个假想,他们通常认为一个好的运动员一定会成为一个好教练。当然教练要有相关的技能,但更重要的是他培养人的能力。同时也不得不考虑教练是爱才还是妒才。专家都在企业内部,真正的专家是自己,很多人身上积累了大量经验,关键是如何复制到别人身上去,而且还要让他发挥创新。
    其次,培养时间的问题。在科技飞速发展的今天,时间当然比金子还要贵。但人才培养却往往是急不得的,尤其是拿经验来培养人。也许被培养者很容易学会了工作的方式和要领。但只知其然,不知其所以然也为其日后的失败埋下了伏笔。有很多成长的经验不是可以教出来的,所以企业不得不给他们开辟一块试验田,让他们尽快经历成长的痛。此外,应将企业长期积累的相关经验等进行整理,形成分享、沉淀与经验的传承系统,把基于个体的看不见的隐性知识转化成基于企业的看的见的显性知识。
    最后,培养的方向与重点要与未来岗位相适合。同样是做管理储备,但也分为财务管理、人资管理、销售管理、战略管理等等。但其工作内容却有很大差别,所需要的个人能力素质也不尽相同,所以培养者要根据被培养者自身的素质差别和兴趣爱好有所区分,才能使得整个人才选拔和培养变得过程相得益彰。
二、实现车辆信息和货物信息集成
信息集成带来的优势是显而易见的,但是,信息集成的实现必须具备一定的条件:
(1)信息的规范化。所有信息数据都必须有统一的名称、明确的定义和编码、标准的格式和字段要求,信息之间的相互关系也必须明确定义。
(2)信息处理流程的规范化。处理信息要遵守一定的业务流程,不能因人而异。只有使信息规范化,才能保证信息的完整无缺,查询、分析和决策才有充分的依据。
(3)信息的采集、处理和报告由专人负责。要做到责任明确,即没有冗余的信息采集和处理工作,同时还要保证信息的及时性、准确性和完整性。
(4)信息覆盖的范围包括整个供需链及相关系统。这样才能保证有足够的管理和决策所需的信息。
(5)信息覆盖的时间包括历史、当前和未来。这样可保证信息有完整的借鉴性和预见性。
信息集成实际上是指用系统和信息观点来解决问题。具体到远大公司,信息观点实质上就是货物信息和车辆信息的采集、传递和加工处理的过程,系统观点预测认知抽象的东西。其主要内容包括:
(1)系统建模、系统设计方法、软件工具和规范。系统总体设计通过模型的建立,可以科学地分析和综合货物信息和车辆信息的功能关系、信息关系以及动态关系,从而解决物流、信息流、、价值流(如资金流)、决策流的相互关系。这是信息集成的基础和前提。
(2)导构环境下的信息集成。所谓导构,是指系统中包含了不同的操作系统、控制系统、数据库及应用软件,如果各个部分的信息不能自动交换,则很难保证信息传送和交换的效率和质量。导构信息集成主要解决三个问题,即不同通信协议的共存及ISO/OSI的过渡,数据库的相互访问,不同商用应用软件之间的接口。
在远大物流公司里,创建一个信息集成系统。首先就是要各个网点信息收集人员输入需求信息,车队人员输入司机信息和车辆信息,然后调度员通过分析、处理这些数据制定运输计划。

 
图4-1信息数据管理流程图
 
图4-2信息集成业务流程
三、合理利用GPS车辆监控系统
远大现在对于GPS车辆监控系统的利用只停留在监控车辆实时状态上,要合理利用GPS车辆监控系统,当然首先就是要增加更新车辆监控系统的基础设施。
国产的车载终端可以更换为国外产品,相对于国产货来讲,国外产品不仅在质量上占优势,在功能上也占优势:
1.防盗
防盗激活后,当车辆遭遇非法入侵时自动发送报警信息至控制中心。并具有紧急按钮,可向监控中心发出求救信号。
2.服务
提供一组服务按钮,当车主需要服务时按下相应按钮,由服务中心提供服务。
3.车载电话
预存30组声控拨号,来电车辆音响自动静音。
其中防盗功能紧急求救是非常重要的,卡车运输是比较危险的,有可能会出交通事故。因为,对于运输车队来说,保证安全是节约成本最重要的环节。此外,我们的口号应该是“安全第一,礼貌第一”,而不是“速度第一”。在运输过程中,卡车司机们都要遵守交通规则。公司车队应该定期在公路上对运输车队进行调查,卡车上面都带有公司的号码,如果看到司机违章驾驶,调查人员就可以根据车上的号码报告,以便于进行惩处。卡车不出事故,就是节省公司的费用,就是最大限度地降低物流成本。
在GPS车辆监控系统中增加信息转化功能,不仅可以和公司货物信息完成集成过程,而且还可以记录司机的工作情况,每月可以生成一份司机工作状况表,作为考核司机每月绩效的重要标准,使公司可以更好的进行车辆管理。
四、用组合启发式算法优化车辆调度
(一)概述
对远大这种有很多较小货运量的集货和送货一体化的车辆调度问题,一辆车可在几个集货点装货,然后再到几个送货点卸货。一般来说,几项任务的集货点和(或)卸货点比较接近时,组合用一辆车运输才比较有利,这样的任务称为一组任务。一辆车完成一组内的所有任务后,在满足总行驶里程约束的前提下,可再考虑完成其它组的任务,即组与组之间进行一定的连接。这样大大提高了车辆的使用效率,使总发车数减少。
下图表示了分组与连接的过程,图中共有两个组,以两个大的虚线圈表示,大圈内的两个虚线圈表示任务的集货点集合送货点集,第一组任务包括两项任务,第二组任务包括三项任务,双点划线的两端表示一项货物运输任务的集货点和送货点,实线表示车辆的行驶路线。图中,车辆完成第一组的任务后再去完成第二组的任务。
 
图4-3分组连接过程
(二)分组
分组就是将位置比较靠近且货运量之和不大于车辆容量的任务分成一组。
1.分组模型
各任务点的位置接近程度,可用各点与它们的重心距离来反映。对一个组,有集货点中心和送货重心两个指标,因而将某一任务与一组的距离定义为此任务的集货点与所属分组的集货点重心距离和送货点与所属分组的送货点重心距离之和。
设任务i的集货点坐标为( , ),送货点坐标为( , )。设组K的集货点重心坐标为( , ),送货点重心坐标为( , )。定义分配变量如下:
 =
 
2.模型求解
(1)初始分组
由于不同人物的集货、送货地点以及特性可能不同,合并在一起运输时,装卸车就具有一定的复杂性。一些任务虽然货物量可组合在一起,但组合运输并不一定有利,因而分组也具有一定的复杂性。为此,引入“人工容量”的概念,定义如下:
           
其中q为车辆容量, 为系数,且 , 可通过人机交互调整。这样就可以对不用任务的装卸车复杂性给予一定考虑,并估计了分组时的复杂性,增大了组之间调整的弹性。
具体分组时,按人工容量进行,本文设计了如下操作规则:
a.在所有的任务中,找出有特殊要求,必须单独装车的任务,这些任务单独一项即成为一组;
b.将剩下的任务按货运量从大到小的顺序排列;
c.搜索任务需求量( )= q(实际容量)的任务 ,将之前 (不包括 )的任务作为第一类,将 之后(包括 )的任务作为第二类;
d.第一类任务中,从第一项开始,依次在第二类中按从左到右的顺序检查是否存在能与第一类中的任务组合在一起的任务,当搜索到一项后,继续进行下去,直到超过车辆容量(人工容量)。这时,第一类的任务与第二类中已搜索到的任务构成一个初始分组,组内各个任务的货物量之和就是组的容量。
若第一类任务已全部安排完,而仅剩第二类的任务尚未安排,则考虑在第二类任务中,相互组合的可能性。
重复上面的分组过程,直到所有任务都得到一个初始分组。初始分组一旦形成,则恢复车辆的人工容量为实际容量。
(2)组的调整
采用动态聚类分析方法进行组的调整。聚类时,以初始分组作为聚类分析的初始分类,以组的重心作为聚类中心,按最接近原则将各个任务进行聚类。判断分类是否合理的标准,是当前分类中各个人物与它所属分类中心的距离是否是最近距离。
需要注意的是,在按最接近原则聚类时,必须检查新的分类容量是否超过了车辆的实际容量。为了增加调整的弹性,初始分组是按人工容量得到的,而应用聚类方法修改分类时,按实际容量进行。
在进行组的调整时,按下面步骤进行:
a.以初始分组为初始分类;
b.计算各类的集货重心与送货点重心;
c.计算各任务与各类的重心距离;
d.检查各距离,若不存在与其它类距离比与当前自己所属份分类距离更近的任务,则分类不变,得到最后份额里,终止。否则,进行下一步;
e.按最近接近原则进行重新分类;
d.计算各分类的重量;
g.若分类的容量在车辆实际容量约束内,则转到(2)。否则,在超出容量限制的类中,将距离该类最远的任务分给另一距它最近的类,回到(6)。若在此前抽象循环,可考虑重新进行初始分组,调整   的值,可得到不同的分组。
第二节  温州远大车辆优化线路方式方案设计
(一)一般VSP模型
为构造数学模型方便,将车场编号为0,任务编号为1,…,l,任务及车场均以点i(i=0,1,…,l)来表示。定义变量如下:
 
 
则可得到车辆优化调度数学模型如下:
 
模型中, 表示为从点i到点j的运输成本,它的含义可以使距离、费用、时间等,一般根据实际情况确定,可同时考虑车辆数和运行费用,如下确定:
(1)当i为车场时,包括固定费用和运行费用
           = +     j=
(2)当i为任务点时,只有运行费用,即
          =     i 0    j=
其中, 为相对于运行时间的费用系数; 为车辆的固定费用,即增加一辆车的边际费用。一般认为,派出一辆车的固定费用远远高于车辆行驶费用,因此该模型是在极小化车辆数的前提下,再极小化运行费用。减少 的值将会使使用的车辆数增多,而线路长度缩短。若令 =0, ,则模型目标是使用的车辆数目最少。
(二)时间窗VSP模型
设完成任务i需要的时间(装货或卸货)表示为 ,又设任务i的开始时间需在一定的时间范围[E ,L ]内,其中E 为任务i的允许最早开始时间,L 为任务i的允许最迟开始时间。如果车辆到达i的时间早于E ,则车辆需在i处等待,如果车辆到达时间晚于L ,任务i要延迟进行,求满足货运要求的费用最少的车辆行驶线路。此问题称之为有时间窗的车辆优化调度问题。
以 表示车辆到达点i的时间, 表示车辆由点i行驶到点j的时间,一般应有以下关系式:
           =0    E i L
1.硬时间窗VSP
硬时间窗VSP指每项任务必须在要求的时间范围内完成,即必须满足上式。若超出这个时间范围,则得到的解为不可行解。
2.软时间窗VSP
软时间窗VSP指如果某项任务不能在要求时间范围内完成,则给予一定的惩罚。若车辆在E 之前到达点j,则车辆在此等待,发生了机会成本损失。若车辆在L 之后到达点j,则服务被延迟,须支付一定的罚金
定义1  对任务i,要求其在时间范围[E ,L ]内执行,则
       W= L E      称为任务i的时间宽度
定义2  对l项货物运输任务,每项任务均要求在各自的时间窗内执行,则平均时间窗宽度与平均行驶时间的比值
TW=      (i j)    称为该问题的时间窗系数。
(三)具体应用
假设有8项货物运输计划(编号为1,…,8),各任务的货运量 (单位:吨)。装货(或卸货时间 (单位:小时)以及要求每项任务开始执行的时间范围[E ,L ](单位:时刻)由表4-1给出。这些任务由车场0发出的容量为8吨的车辆来完成,车场0与各任务点间的距离(单位:公里)由表4-2给出。
这里,假设车辆的行驶时间与距离成正比,每辆车的平均行驶速度为50公里/小时,则从点i到点j的行驶时间, = /50,就不另外列表给出了。把各点之间的距离作为费用,即 = (i,j=0,1,…,8),如何安排车辆的行驶线路,使总运行费用最少。
表4-1  任务的特征及要求
任务i 1 2 3 4 5 6 7 8
  2 1.5 4.5 3 1.5 4 2.5 3
  1 2 1 3 2 2.5 3 0.8
[E ,L ] [1,4] [4,6] [1,2] [4,7] [3,5.5] [2,5] [5,8] [1.5,4]

表4-2  点对之间的距离
j   i 0 1 2 3 4 5 6 7 8
0 0 40 60 75 90 200 100 160 80
1 40 0 65 40 100 50 75 110 100
2 60 65 0 75 100 100 75 75 75
3 75 40 75 0 100 50 90 90 150
4 90 100 100 100 0 100 75 75 100
5 200 50 100 50 100 0 70 90 75
6 100 75 75 90 75 70 0 70 100
7 160 110 75 90 75 90 70 0 100
8 80 100 75 150 100 75 100 100 0

初始时,当车辆从车场0开往任务i时,若E L ,取 = ,若  E ,取 = E 。
1.计算各点对间连接的费用节约值:
s(i,j)= + =
例如,连接点1和点2时,有:s(i,j) = =40+60-65=35类似的,可得到连接其他各点对时的费用节约值,按从大到小的顺序示于表4-3中。

表4-3  点对之间连接的费用节约值
(i,j) (5,7) (5,6) (3,5) (5,8) (4,5) (1,5) (6,7)
s(i,j) 270 230 225 205 190 190 190
(i,j) (4,7) (2,5) (2,7) (3,7) (7,8) (4,6) (1,7)
s(i,j) 175 160 145 145 140 115 90
(i,j) (2,6) (3,6) (6,8) (1,3) (4,8) (1,6) (2,8)
s(i,j) 85 85 80 75 70 65 65
(i,j) (3,4) (2,3) (2,4) (1,2) (1,4) (1,8) (3,8)
s(i,j) 65 60 50 35 30 20 5

2.构造线路
根据表4-3所示的s(i,j)的顺序,逐项考察对应的i—j,点对之间的连接过程示于表4-4中。
表4-4  点对之间的连接过程
1 2 3 4 5 6 7
i—j 两点位置 Q=   = + +   或  连接与否  := + (k j)
5—7 非线路上点 Q=4 q E =2.8  =3 5 7  :=7.8
6 5 非线路上点外点 Q=8=q E =1.9  =0.2   
3 5 非线路上点外点 Q>q     
8 5 非线路上点外点 Q=7<q E =-0.1  =1 8 5 7  :=3.9 :=7.7
4—5 1—5 一点为内点      
7 6 7 4 外点非线路上点 Q>q     
2—5 一点为内点      
7 27 3 外点非线路上点 Q>q     
4—6 不在线路 Q=7<q E =2  =3 6 4  :=6
7 1 2 63 6 外点非线路上点 Q>q     
6—8 两个起点      
1—3 不在线路 Q=6.5<q E =2.3  =3 3 1  :=3.3
4 8 1 62 8 4 3 外点 Q>q     
2 3 非线路上点外点 Q=8=q E =6  =0.5   
4 2 外点非线路上点 Q>q     
1 2 外点非线路上点 Q=8=q E =1.6  =2 3 1 2  :=5.6

表中第1列表示根据表4-3的顺序考察的i—j,若两点均不在线路上,则考察i  j或j  i;若一点不在线路上,一点事外点,则考察i  j(i不在线路上、j是线路的起点,或i是线路的终点、j不在线路上)或者j  i(j不在线路上、i是线路的起点,或j是线路的终点、i不在线路上);若两点都是线路上的外电,则根据点的位置关系,构造成终点(一条线路)  起点(另一条线路)的顺序。
第2列表示考察的两点的位置,若不满足位置条件,显然不能连接,不再考虑其他各项,在第6列划 ,转其它点对。
第3列表示连接后线路的总任务量,若大于车辆容量,则在第6列中划 。
第4列表示点i与点j连接后的 , 表示连接点i和点j所在的线路后,车辆到达j点的时间比原线路上车辆到达j点时间的推迟(或提前量)。
第5列为 或 ,若 >0,则计算 ;若 <0,则计算 。根据 、 或者 ,若满足其实际的约束,则第6列表示出线路:i j或j i,否则就划 。 表示车辆在线路上j点后面的各处均不需要等待的j点的到达时间的最大可提前量; 表示线路上j点后面的任务不违反时间窗约束的j点的到达时间的最大允许推迟量。 = ; = 。
第7列表示i与j连接后,j后面的各任务的新的开始时间。当一个点不在线路上时,认为点i与车场单独构成线路0-i-0。
由表4-4,得到最终的线路为
          0→8→5→7→0
          0→6→4→0
          0→3→1→2→0
显然各任务的开始时间均满足时间窗约束。例如表4-4中,对5-7,满足 < ,有5→7,经检验满足 ,即不可能存在7→5,故无时间可行的回路,表中只表示了一种情况。
(四)总结
算法还可以处理其它约束,如线路的长度约束,则在考虑连接点对时,需检查是否违反线路的长度限制。总之,约束越多,考虑的因素越多,问题就越复杂,求解起来就越困难。
    有时间窗的VSP由于它的强NP特性,使求解起来很困难,本节为远大物流的路径进行了重新的优化,构造了连接点对时对线路上点的最大允许提前时间或最大允许延迟时间的检查约束,以及等待惩罚的处理方法。该方法应用性好,可在连接点对时,同时考虑其它约束。

第五章  发展与展望
本文构建设计的远大车辆优化调度方案希望可以有效地解决以上诸多问题,通过合理地优化货物的调度方案,使运输任务最大程度地衔接起来,达到整个运输网络中的任务可以协调排程。由此实现对运输工作的合理组织和对运输车辆的合理调配,提高整个运输网络的统筹调度水平,可以最大程度地减少对流、迂回等不合理运输现象的发生,降低车辆空载率,从而可以达到以最少的运输成本获取最大的运输收益的目的,同时可以提高用户满意度、提高温州远大物流有限公司的综合竞争力。
当然要使远大运输合理化的影响因素很多。综合来说,第一,企业应尽可能就近运输,避免舍近求远;第二,物流部门应尽量减少装卸、搬运、转运等中间环节,尽可能组织直达、直接运输,使货物不进人中转仓库,而由网点直达客户目的地.减少运输环节;第三,要根据不同货物的特点,分别利用铁路、水运或汽车运输,选择最佳的运输路线,并积极改进车船的装载方法、提高技术装载量、使用最少的运力来运输更多的货物,提高运输生产效率,当然远大目前暂时还是公路运输阶段;第四,尽量减少客户等待时间使配送工作满足客户需要,成为赢得客户满意的一个重要因素。所以要想方设法加快货物运输,尽量压缩待运期,使大批货物不要长期徘徊、停留在运输过程中;第五,积极节约运输成本,提高运输效益。
       在日常工作决策中,运输的成本、速度和一致性是最有可能影响运输合理化的三个因素,还有前提是运输的安全性。因为最低的运输费用并不意味着最低的运输成本,最低的运输总成本也并不意味着合理化的运输。运输的合理化关系着其他物流环节设计的合理化。因此,应首先希望能站在整个远大物流系统一体化的高度,综观全局,再对运输的各个具体环节进行优化,最终达到合理化。
在未来,智能化是车辆调度发展的焦点,也是一个令人兴奋的目标,希望远大可以凭借自己的实力和改革创新力,在激烈的市场竞争中得到进一步发展,引领物流公司的先驱,早一步达到智能化,为社会和人民做出巨大的贡献。

 
【参考文献】
[1] 骆义, 谢新连. 物流配送车辆调度优化研究[J]. 大连海事大学, 2003.
[2]李军,郭辉煌.物流配送车辆优化调度理论与方法[M].北京:中国物资出版社,2003.
[3]丁立言,张铎.物流基础[M].北京:清华大学出版社,1999.
[4]郭辉煌,李军.车辆优化调度问题的研究现状述评[N].西南交通大学学报,1995,VOL.30,NO.4,p376-382.
[5] 黄超,黄必清,李春平.物流资源网格环境中资源集成框架的研究[J] .计算机集成制造系统-CIMS, 2005.
[6] 贾振亮,司志刚.基于混合整数规划的旅游车辆调度设计和仿真[J] .计算机仿真, 2007.
[7] 周屹,郁哲.基于GIS物流配送系统的研究与实现[J]. 黑龙江工程学院学报, 2008.
[8] 祝成虎,彭宏.一个基于现实路网的物流配送优化方法[J] .广州航海高等专科学校学报, 2005.
[9] 王景恒,金俊武.一种分送式物流配送车辆优化调度算法[J] .工业技术经济, 2005.
[10] 姜作廉.物流工程项目调度的最小贴现成本方法[J] .系统工程, 2005.
[11] 翟学魂.信息化与货运车辆用户服务[N] .现代物流报, 2007, (2007/12/13).
[12] 杨华,符卓.基于GIS的配送车辆调度系统的设计与实现[J] .物流科技, 2006.
[13] 孙丽君,胡祥培,王征.车辆路径规划问题及其求解方法研究进展[J] .系统工程, 2006.
[14]王景恒.物流配送关键技术优化方法研究[D] .吉林大学, 2006.
[15] 屈晓翔,张汉江,赖明勇,罗端红.GIS在物流配送车辆监控导航信息系统中的应用[J] .系统工程.
[16]Mosheiov G.Vehicle Routing with Pick-up and Delivery: Tour-partitioning Heuristics [J].Computer and Industrial Engineer-ing, 1998, 34(3):669-684
[17]HWANG H.An improved model for vehicle routing problem with time constraint based on genetic algorithm [J].Comput-ers&Industrial Engineering,2002,42(2-4):361-369
[18]Wen-Chyuan Chiang, RobertA.Russell. Simulated annealing met heuristics for the vehicle routing problem with time windows [J].Annals of Operations Research, 1996, 63(1):3-27

  • 好的评价 如果您觉得此文章好,就请您
      0%(0)
  • 差的评价 如果您觉得此文章差,就请您
      0%(0)

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论