一種煙草工業(yè)成品物流投送資源的配置方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及物流調(diào)度應(yīng)用領(lǐng)域，尤其是一種煙草工業(yè)成品物流投送資源的配置方 法。
【背景技術(shù)】
[0002] 當(dāng)前常用的煙草工業(yè)卷煙產(chǎn)品物流投放方式包括按訂單組織貨源、網(wǎng)上配貨和同 省物流等。其中，按訂單組織貨源，即在年度計(jì)劃的前題下，工業(yè)按商業(yè)需求進(jìn)行生產(chǎn)、投 放：投放的基礎(chǔ)是按月投放，而網(wǎng)上配貨是指工業(yè)企業(yè)采集商業(yè)購(gòu)銷(xiāo)存，在市場(chǎng)的基礎(chǔ)上， 按存銷(xiāo)比進(jìn)行投放，主動(dòng)維護(hù)客戶庫(kù)存，使商業(yè)公司既不斷檔，也不積壓；同省物流是指在 網(wǎng)上配貨的基礎(chǔ)上，工業(yè)企業(yè)物流配送向前進(jìn)一步，從商業(yè)倉(cāng)庫(kù)延伸到商業(yè)配送線，同省物 流是指信息從采集商業(yè)購(gòu)銷(xiāo)存，到商業(yè)次日的零售戶訂單，在市場(chǎng)的基礎(chǔ)上，按存銷(xiāo)比進(jìn)行 投放，主動(dòng)維護(hù)客戶庫(kù)存。此類(lèi)傳統(tǒng)物流方法，依靠人工配置物流配送資源，效率低下，容易 出錯(cuò)，并且往往難以迅速規(guī)劃設(shè)計(jì)出最優(yōu)物流配送路線和流程。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提出一種煙草工業(yè)成品物流投送資源的配置方法，該方法通過(guò)蟻 群算法的運(yùn)用，以配送路徑最小化為原則，獲取整個(gè)物流配送路徑的最優(yōu)配置。所述配置方 法具體指的是制造商針對(duì)批發(fā)企業(yè)越過(guò)倉(cāng)庫(kù)直送配送線投放配置的方法
[0004] 為了實(shí)現(xiàn)上述的目的，本發(fā)明采用了以下的技術(shù)方案：
[0005] -種煙草工業(yè)成品物流投送資源的配置方法，該方法包括以下的步驟：
[0006] 1)條件初始化：輸入客戶信息、需求與時(shí)間窗信息，計(jì)算各個(gè)商業(yè)客戶公司之間 的距離，設(shè)置各個(gè)權(quán)重參數(shù)值；
[0007] 假設(shè)經(jīng)過(guò)第i個(gè)點(diǎn)的螞蟻數(shù)量R，經(jīng)過(guò)某一路徑（i，j)的螞蟻數(shù)量為r，令Q(t)= Q(l-r/R)；
[0008] 假設(shè)第q次尋優(yōu)迭代過(guò)程之中，第k輛調(diào)度車(chē)輛在第r次的路徑選擇中選擇了路 徑（i，j)，此前通過(guò)該車(chē)此時(shí)所在商業(yè)客戶公司i的車(chē)輛數(shù)量為Nk，在引進(jìn)了動(dòng)態(tài)更新的 Q(t) =Q(l_r/R)之后，信息素局部更新規(guī)則如下公式所示：
[0012] 令t= 0,設(shè)定路徑（i，j)上信息素濃度τ?(0) =max以及上下限，假設(shè)有m輛配 送車(chē)輛平均處在η個(gè)客戶商業(yè)公司，N。為循環(huán)次數(shù)，初始值設(shè)為0,最多循環(huán)次數(shù)設(shè)為N 計(jì)算各個(gè)η,、μ的值，對(duì)于因子μ需要設(shè)定其上下限；
[0013] η^α) =i/d0j,
[0014] 其中：dQj表示j商業(yè)客戶公司距離配送中心的距離；
[0015] μlS =dl0+d0-d^j,
[0016] 其中：山。示i商業(yè)客戶公司距離物流配送中心的距離；dy為兩個(gè)公司之間的距 離；值越大，表明選擇路徑（i，j)的情況下可節(jié)約的費(fèi)用也就越高，表明某配送車(chē)輛進(jìn) 行選擇時(shí)選擇商業(yè)公司j的概率也就越大；
[0017] 2)將m輛配送車(chē)輛置于物流配送中心，將配送中心作為當(dāng)前解的第一個(gè)點(diǎn)，插入 禁忌表tabuk (s)中，對(duì)于每一輛配送車(chē)輛，選擇任意一個(gè)商業(yè)客戶公司作為其解的第二個(gè) 點(diǎn)，插入禁忌表tabuk (s)中；
[0018] 3)遍歷全配送中心的所有配送車(chē)輛，for(k= 1;k< =m;k++)
[0019] 通過(guò)公式（12)計(jì)算第k輛配送車(chē)在待選擇路徑之間的選擇概率pg以及是否滿 足下一個(gè)客戶點(diǎn)的時(shí)間窗條件與需求量來(lái)選擇下一步應(yīng)該配送的客戶編號(hào)，若滿足以上條 件，則說(shuō)明第k輛配送車(chē)將開(kāi)始向點(diǎn)j行駛，此時(shí)將j插入禁忌表tabuk(s)之中；
[0021] 路徑集合allowedk= {C-tabuJ表示問(wèn)題原有的所有可行集合減去已經(jīng)記錄在禁 忌表中的路徑集合；
[0022] 4)重復(fù)步驟3)，直到每輛配送車(chē)輛都找到了一條包含了所有商業(yè)客戶公司的路 徑，受到配送車(chē)輛貨運(yùn)量以及時(shí)間窗的約束，每輛車(chē)將會(huì)得到若干從物流中心出發(fā)的路徑 回路；
[0023]5)根據(jù)改進(jìn)的信息素局部更新規(guī)則計(jì)算各條路徑上的信息素濃度；
[0024] 6)在所有得到的可行路徑中，得出本次尋優(yōu)過(guò)程的最優(yōu)解；
[0025] 7)對(duì)最優(yōu)配送車(chē)輛走的每一條路徑進(jìn)行全局信息素濃度的更新；
[0026] 8)對(duì)2)至7)步操作進(jìn)行循環(huán)，當(dāng)循環(huán)次數(shù)N。達(dá)到N或沒(méi)有更優(yōu)解出現(xiàn)，停止 方法并輸出最優(yōu)解。
[0027] 本發(fā)明的有效增益：實(shí)現(xiàn)煙草成品物流配送既不斷檔也不積壓，提高煙草工業(yè)成 品物流配送的效率和準(zhǔn)確率，降低物流成本。
【具體實(shí)施方式】
[0028] 1. 1路徑構(gòu)建
[0029] 蟻群方法的路徑構(gòu)建如下：對(duì)于某一個(gè)特定時(shí)刻t，用h(t)表示某一點(diǎn)i上的螞 蟻數(shù)量，對(duì)兩點(diǎn)i和j，其構(gòu)成的路徑（i，j)上的信息素濃度用τ^(t)來(lái)表示，對(duì)一個(gè)問(wèn)題 集合而言，η用來(lái)描述此問(wèn)題的復(fù)雜程度，m用來(lái)表示這個(gè)問(wèn)題集中各個(gè)點(diǎn)上螞蟻總數(shù)量， 此時(shí)可得一個(gè)等式Γ== [yCiOlhC,·c ，此式可以理解為集合C中各個(gè)元素在時(shí)間t時(shí) 刻各自之間的信息量殘留度。在問(wèn)題開(kāi)始之初，雖然問(wèn)題集合中有各不相同的路徑，但是起 始時(shí)刻各條路徑上具有相同的信息素含量，一般設(shè)路徑（i，j)上信息素初始濃度τ^(0)= const= 0(或max)此時(shí)可以將該方法的求解視作求解有向圖g= (C，L，Γ)問(wèn)題。
[0030]
[0031] Q表示當(dāng)前路徑上信息素濃度的大小。所述信息濃度是指蟻群算法在尋優(yōu)一次之 后釋放出的總的信息素濃度。引入因子Q，使得蟻群在尋優(yōu)過(guò)程中的對(duì)能夠充分利用全局信 息的反饋，保障了蟻群算法的正反饋性與全局搜索性。因子Q的值越大，算法就越容易具有 高收斂性與正反饋性，但是高收斂性就容易導(dǎo)致搜索出局部最優(yōu)解。
[0032] 1. 2業(yè)務(wù)實(shí)例與參數(shù)分析
[0033] 下面對(duì)本發(fā)明的示例性實(shí)施方式，做進(jìn)一步詳細(xì)說(shuō)明和描述。
[0034] 由前文可知蟻群方法的數(shù)學(xué)模型可表為：有向圖g=(C，L，Γ)，各個(gè)商業(yè)客戶公 司使用集合〇={1，2,3，一，11}，任意兩個(gè)商業(yè)客戶公司之間的路徑可以用集合1^={(1， j) |i，jeN，且i辛j}進(jìn)行表述，任意兩個(gè)商業(yè)客戶公司之間路徑上的信息量殘留濃度使 用集合Γ= cCj進(jìn)行表述。模型的目標(biāo)函數(shù)是找到車(chē)輛進(jìn)行配送服務(wù)的最優(yōu)路 徑，也就是路程之和最小的路徑。設(shè)m是此次車(chē)輛配送過(guò)程中配送車(chē)輛的數(shù)量，任意兩個(gè)商 業(yè)客戶公司之間的距離使用Ui，」=1，2, ···，]!)進(jìn)行表述，當(dāng)時(shí)刻為t時(shí)，停在第i個(gè)商 業(yè)公司處的配送車(chē)輛數(shù)量使用h(t)進(jìn)行表述，通過(guò)以上的描述可知有m=Σ丨U在 所有車(chē)輛都沒(méi)有開(kāi)始進(jìn)行配送任務(wù)之前，在各個(gè)商業(yè)公司之間的路徑上存在信息素相同， 設(shè)此時(shí)各條路徑上存在的信息素濃度τ^(〇) =const=0(或max)。
[0035] 如果目前有第k輛配送車(chē)輛正于商業(yè)客戶公司i處卸貨或者等待卸貨，商業(yè)客戶 公司i與j之間路徑上的信息素濃度使用τu進(jìn)行表述，從商業(yè)客戶公司點(diǎn)i向j出發(fā)的 期望程度使用η^進(jìn)行表述，在時(shí)間t下，此第k輛車(chē)從商業(yè)客戶公司i行駛到j(luò)的概率 P'ijif)，
[0036] 如公式⑴所示：
[0038] 在式子（1)中，路徑集合allowedk= {C-tabuJ表示問(wèn)題原有的所有可行集合減 去已經(jīng)記錄在禁忌表中的路徑集合，得出的是第k只螞蟻下一步所有可行路徑的集合。因 為每一只螞蟻都要通過(guò)所有的點(diǎn)，可以通過(guò)為每只螞蟻都建立一個(gè)數(shù)據(jù)聚合，或稱(chēng)數(shù)據(jù)結(jié) 構(gòu)，記錄螞蟻已經(jīng)通過(guò)的點(diǎn)，已經(jīng)記錄在表中的點(diǎn)則該螞蟻在本次尋優(yōu)的過(guò)程中不允許再 次訪問(wèn)，這就稱(chēng)之為禁忌表（tabulist)。在整個(gè)尋優(yōu)過(guò)程的一個(gè)周期結(jié)束之后，禁忌表中 所記錄的即是該螞蟻的尋優(yōu)結(jié)果，也就是螞蟻行進(jìn)的最優(yōu)路徑。之后，如果需要再次尋優(yōu)， 則可將該螞蟻的禁忌表清空，該螞蟻即可重新選擇路徑，重新記錄。為了反映人工螞蟻的協(xié) 作能力，最直接的是為了反映不同路徑選擇之間的差異性質(zhì)，特地引入了因子α，對(duì)某一特 定路徑而言，α的取值越大，則說(shuō)明此條路徑被選擇的概率也就越高。為了反映蟻群方法 的能見(jiàn)度，引入了因子β，該因子取值越大，在螞蟻對(duì)下一條路徑進(jìn)行選擇時(shí)就越接近貪心 方法，所以將該因子稱(chēng)為期望啟發(fā)式因子。為表示某只螞蟻從不同的元素轉(zhuǎn)移到相鄰元素 的可能性的大小，公式（2)所示即為相應(yīng)的啟發(fā)函數(shù)，該公式即可估算相應(yīng)概率。
[0039] n(t) = 1/d,j(2)
[0040] 從上文中可以看出某輛車(chē)選擇下一個(gè)客戶的概率公式（1)中，該概率與信息素濃 度、期望程度成正比關(guān)系。公式中α和β兩個(gè)因子分別表示信息素濃度以及期望程度對(duì) 最終結(jié)果的影響。若假設(shè)因子β=〇,可知此問(wèn)題就成為了一個(gè)純粹的正反饋機(jī)制的問(wèn)題 了。在車(chē)輛開(kāi)始配送后的η個(gè)時(shí)刻，在所有的商業(yè)客戶公司都接受了配送服務(wù)之后，此次浙 江中煙的物流配送任務(wù)完成。每一輛配送車(chē)輛所行駛的路徑的集合就是此次配送問(wèn)題的解 的集合。經(jīng)過(guò)的客戶點(diǎn)之間的路徑軌跡就是一個(gè)解，所有車(chē)輛的路徑集合便是解空間。在 求解出此次解之后即進(jìn)行各條路徑上的信息素濃度的更新，信息素濃度更新方法如式（3) 及（4)所示，信息素濃度如同自然螞蟻的信息素一樣具有發(fā)散揮發(fā)性質(zhì)，其隨時(shí)間 進(jìn)行衰減的程度使用因子Ρ進(jìn)行表示。
[0041] 2. 1改進(jìn)蟻群方法與實(shí)例實(shí)現(xiàn)
[0042] 2. 2局部更新規(guī)則
[0043] 從前文分析可知，因子Q是一個(gè)常數(shù)，每次進(jìn)行信息素濃度的更新，則各個(gè)路徑上 的信息素濃度越來(lái)越高，也就有更多的螞蟻經(jīng)過(guò)這條路徑，直接導(dǎo)致了該條路徑上的信息 素濃度越來(lái)越高，使得該路徑與其周?chē)穆窂缴系男畔⑺貪舛炔罹嘣絹?lái)越大，對(duì)方法的全 局性造成影響，容易尋優(yōu)出一個(gè)局部最優(yōu)解。因此我們將Q的值設(shè)為一個(gè)動(dòng)態(tài)變化的以防 止方法的過(guò)早收斂。假設(shè)經(jīng)過(guò)第i個(gè)點(diǎn)的螞蟻數(shù)量R，經(jīng)過(guò)某一路徑（i，j)的螞蟻數(shù)量為 r，令Q(t) =Q(l-r/R)。
[0044] 假設(shè)第q次尋優(yōu)迭代過(guò)程之中，第k輛調(diào)度車(chē)輛在第r次的路徑選擇中選擇了路 徑（i，j)，此前通過(guò)該車(chē)此時(shí)所在商業(yè)客戶公司i的車(chē)輛數(shù)量為Nk，在引進(jìn)了動(dòng)態(tài)更新的Q 之后，信息素