一、主要内容

物流业是将储存、配送、装卸等结合在一起的复合型、生产性服务产业。随着我国经济和电子商务行业的飞速发展，人们对物流配送的需求趋向多样化，使得现代物流业在国民经济中的地位不断提高。我国强调应加快生产性服务业的发展，大力促进生产性服务业向专业化等方向迈进，不断推动传统商业加速向现代化转型升级，这使得现代物流业不断向规模化、集成化方向转变，而物流配送作为现代物流业的重要一环，亦已成为众多企业和研究学者关注的问题。

目前，物流企业的配送成本占其总运营成本的比例仍然处于较高水平，物流企业持续追求“降本增效”的运营模式，这不仅可以提高客户满意度，也是增强企业竞争力的一种有效途径，而降低物流配送成本的关键便是进行对车辆路径进行合理地优化。

在现有关于同时配集货车辆路径问题的研究中，多集中于客户的配集货需求只能由一辆车进行服务满足的情况，然而，在实际配集货服务中，由于车辆存在使用成本，为提高配送车辆的载重量利用率，减少车辆总使用数和总行驶距离，允许客户配集货需求可由多辆车满足。

此外，在配送区域内构建多个物流配送中心的情况屡见不鲜，且为了有效减少车辆的行驶距离，允许配送车辆在完成配送任务后就近返回任意配送中心。如在现实生活中，一个区域中含有多个配送中心的饮品供应商对区域内的客户进行联合配送，车辆由配送中心出发依照客户需求进行饮品配送服务，在配送的同时进行空瓶的回收业务，并通过合理的拆分服务，达到降低总配送成本的目的，车辆在完成全部配集货服务后，依据就近原则，返回任意配送中心，这一问题的实质即是本文研究的多中心开放需求可拆分的同时配集货车辆路径问题。

本文的研究不仅丰富了车辆路径问题的相关理论体系，借助本文提出的策略模型，能够有效帮助物流企业整合配送区域内车辆和客户资源，合理规划配送车辆的行驶路径，突出物流企业的规模效应，从而实现提高客户满意度，降低物流企业配送成本，增强企业竞争力的目的。

基于此，本文考虑车辆完成配送服务后，可就近返回任意配送中心的返回规则，对多中心开放需求可拆分的同时配集货车辆路径问题展开研究，构建车辆路径优化模型，并设计混合遗传算法，通过求解多组算例，验证了本文模型和算法的有效性。

本文的研究成果拓展了车辆路径问题的相关理论，既可为解决多中心开放需求可拆分的同时配集货车辆路径问题提供一种新思路，也可为物流企业的相关决策提供理论依据。

二、模型与算法

本文在车辆路径的理论框架下，以多中心开放且需求可拆分的同时配集货车辆路径问题的提出过程为着手点，由浅入深逐步对本文研究的问题进行描述。为更直观具体展现所研究的问题，本文以车辆派遣成本、理货成本以及运输成本之和最小为目标的车辆路径优化模型，接着对合理拆分次数对理货成本的影响，以及需求拆分的最优解理论两个方面进行扩展分析。

为求解本文模型，结合问题特点，设计混合遗传算法。考虑实际配送过程中使用的车辆数量不固定，导致染色体长度随之改变的情况，本文对全体客户进行自然数编码，以提高编解码效率；利用混沌系统的随机性和遍历性生成初始种群，确保初始种群的多样性，为求得更好质量的满意解奠定基础；引入扰动策略以及邻域规模减少策略，有效控制算法的搜索深度和搜索广度，提高搜索效率；采用精英策略和轮盘赌混合的选择策略，平衡种群多样性与种群质量。

本文最后通过对不同类型和不同规模的算例进行运算，验证本文所提算法和所建模型的适用性以及有效性。数值实验结果表明，本文混合遗传算法无论在所求的最优解质量上，还是算法求解过程消耗的时间上均具有较高的有效性和稳定性，同时，本文提出的物流配送模式，不仅更加符合现代物流的实际发展情况，同时能有效地降低物流企业的配送成本。

三、主要结论

本文就得出的主要结论是：

（1）所提出的多中心开放且需求可拆分的同时配集货车辆路径问题，刻画了包含多配送中心，各配送中心资源共享、车辆共享，协同合作完成客户配集货任务的现实物流网络，更贴近现代物流业规模化、集成化的发展方向。

（2）在处理多个配送中心这一条件时，本文采用“先路径后分组”的策略，有效避免了由于分区不当，求解结果陷入局部最优解的情况。

（3）本文所设计的混合遗传算法，利用混沌系统的内在随机性生成初始种群，确保初始种群多样性。引入三种扰动策略，邻域规模减少策略，精英策略和轮盘赌混合的选择策略，提高求解效率，平衡种群多样性与种群质量，避免陷入局部最优，并能在可接受时间内求得满意解。
 

本文摘编自《系统工程理论与实践》第41卷第6期论文《多中心开放且需求可拆分的VRPSDP问题优化》，点击链接下载全文：http://www.sysengi.com/CN/abstract/abstract112778.shtml

作者：范厚明，教授，博士，研究方向 交通运输系统规划与设计、战略管理与系统规划；张轩，硕士研究生，研究方向 交通运输规划与管理； 任晓雪，硕士研究生，研究方向 物流工程； 刘鹏程，硕士研究生，研究方向 交通运输规划与管理。作者均为大连海事大学 交通运输工程学院