基于云計(jì)算的生產(chǎn)企業(yè)物流車輛路徑規(guī)劃平臺(tái)應(yīng)用難題分析

摘 要：社會(huì)經(jīng)濟(jì)與電子商務(wù)的快速發(fā)展促使我國(guó)現(xiàn)代物流面臨重大變革，企業(yè)層面的大量物流數(shù)據(jù)要求其必須匹配一個(gè)現(xiàn)代化的數(shù)據(jù)處理平臺(tái)，實(shí)現(xiàn)訂單、車輛、軌跡等數(shù)據(jù)的快速處理。為探究生產(chǎn)企業(yè)物流車輛路徑問(wèn)題，本文引入云計(jì)算技術(shù)，將現(xiàn)代物流與云計(jì)算及相關(guān)算法融合，構(gòu)建生產(chǎn)企業(yè)物流車輛路徑規(guī)劃平臺(tái)，解決其應(yīng)用難題，并提出針對(duì)性的建議。

關(guān)鍵詞：生產(chǎn)物流 云計(jì)算 路徑規(guī)劃 工作流

隨著現(xiàn)代物流業(yè)的快速發(fā)展，物流數(shù)據(jù)越來(lái)越呈現(xiàn)大數(shù)據(jù)趨勢(shì)，對(duì)物流大數(shù)據(jù)的處理效果，直接影響物流配送的速度和效率。在對(duì)物流大數(shù)據(jù)處理的過(guò)程中，除了物流數(shù)據(jù)處理，物流車輛路徑規(guī)劃也十分重要。物流業(yè)從傳統(tǒng)的快遞模式發(fā)展到目前的互聯(lián)網(wǎng)物流配送模式，衍生出物流數(shù)據(jù)的處理和運(yùn)算問(wèn)題，通過(guò)物流數(shù)據(jù)運(yùn)算規(guī)劃最合理的物流車輛路徑，將直接影響生產(chǎn)企業(yè)物流配送成本和效益，而借助云平臺(tái)，運(yùn)用云計(jì)算技術(shù)，能夠很好的處理物流數(shù)據(jù)，并實(shí)現(xiàn)物流車輛路徑規(guī)劃的目的。

1.車輛路徑規(guī)劃云平臺(tái)簡(jiǎn)述

傳統(tǒng)的物流車輛路徑規(guī)劃計(jì)算方法存在耗時(shí)長(zhǎng)、效率低的弊端，而引入云計(jì)算技術(shù)，發(fā)揮云計(jì)算擴(kuò)展性強(qiáng)的優(yōu)勢(shì)，改善物流車輛路徑規(guī)劃的算法，具有積極的效果。根據(jù)企業(yè)物流需求，建立車輛路徑規(guī)劃平臺(tái)，將物流數(shù)據(jù)上傳到該平臺(tái)，然后平臺(tái)對(duì)路況數(shù)據(jù)進(jìn)行處理，進(jìn)行路徑規(guī)劃和成本計(jì)算，最終輸出路徑規(guī)劃結(jié)果。根據(jù)這些要求，云平臺(tái)需要設(shè)計(jì)工作流模塊、路徑規(guī)劃模塊、成本計(jì)算模塊，云平臺(tái)系統(tǒng)架構(gòu)包括數(shù)據(jù)層、業(yè)務(wù)邏輯層、服務(wù)層、應(yīng)用層。同時(shí)，云計(jì)算平臺(tái)又根據(jù)服務(wù)所在封裝的內(nèi)容不同，分為基礎(chǔ)設(shè)施云服務(wù)、平臺(tái)云服務(wù)和軟件云服務(wù)三個(gè)層次。

2.生產(chǎn)企業(yè)物流車輛路徑規(guī)劃平臺(tái)應(yīng)用

（1）車輛路徑規(guī)劃改進(jìn)遺傳算法

物流車輛路徑規(guī)劃是指通過(guò)對(duì)物流數(shù)據(jù)處理對(duì)車輛進(jìn)行安排，將每輛車行駛路徑、每個(gè)點(diǎn)裝載訂單信息等，做詳細(xì)規(guī)劃，已獲得物流業(yè)務(wù)最優(yōu)化，提高效率、節(jié)省成本。在云計(jì)算平臺(tái)上，需要有合適的路徑規(guī)劃算法，常用的比如啟發(fā)式算法、最短路徑算法、遺傳算法等。在現(xiàn)代物流研究領(lǐng)域，遺傳算法被大量學(xué)者研究，并結(jié)合實(shí)際需求對(duì)算法進(jìn)行適當(dāng)?shù)母倪M(jìn)，然后運(yùn)用于實(shí)踐中，取得良好效果。

遺傳算法是一種自然界中環(huán)境選擇適者生存和遺傳機(jī)制衍生出來(lái)的一種算法，其在實(shí)踐中解決實(shí)際問(wèn)題時(shí)具有可進(jìn)化的特點(diǎn)，能夠與實(shí)際問(wèn)題中的變量、限制條件對(duì)應(yīng)起來(lái)，通過(guò)“淘汰適應(yīng)度低的個(gè)體解、保留適應(yīng)度高的個(gè)體解”的運(yùn)算方法，經(jīng)過(guò)多次迭代，最終獲得一個(gè)近似最優(yōu)解。其中個(gè)體解的選擇概率表達(dá)為：

在物流大數(shù)據(jù)的云計(jì)算實(shí)踐中，針對(duì)遺傳算法收斂速度慢的特點(diǎn)，結(jié)合啟發(fā)式算法求解快速的優(yōu)勢(shì)，對(duì)遺傳算法進(jìn)行改進(jìn)，使其能夠快速規(guī)劃出合理的車輛路徑。在物流車輛路徑規(guī)劃的改進(jìn)遺傳算法中，先對(duì)物流數(shù)據(jù)進(jìn)行整理和繪制表格，包括車輛信息表、訂單信息表、配送點(diǎn)信息表、網(wǎng)點(diǎn)距離信息表等。物流數(shù)據(jù)整理完成后，開(kāi)始進(jìn)行物流數(shù)據(jù)處理，包括預(yù)處理、算法處理、結(jié)果展示，物流數(shù)據(jù)處理需要滿足如下約束條件：①同路徑、同時(shí)刻貨物重量不大于汽車最大負(fù)載量;②每條路徑由一輛物流車配送，且滿足貨物量與時(shí)間要求;③每次配送均有起點(diǎn)至終點(diǎn)后返回，其只有一個(gè)配送中心;④滿足時(shí)間約束要求。由此約束條件，在改進(jìn)遺傳算法下，算法模型與約束條件如下：

其中，T1 為物流車輛到達(dá)取貨點(diǎn)i的時(shí)間，Tsi 為車輛在i點(diǎn)的裝車時(shí)間，t0 為規(guī)定時(shí)間，T0 為到達(dá)工廠的時(shí)間，Tsi 為卸車時(shí)間。

當(dāng)確定物流車輛路徑規(guī)劃的云計(jì)算數(shù)學(xué)模型與約束條件后，進(jìn)行路徑規(guī)劃的整個(gè)過(guò)程。首先進(jìn)行節(jié)約算法，在車輛滿載、車輛數(shù)與時(shí)間考慮的基礎(chǔ)上，將所有節(jié)約算法中生成的路徑排列，大量個(gè)體形成初始種群;其次進(jìn)行分割線路算法，按照時(shí)間反推的方式，以車輛不能超載為必須條件，調(diào)整路線與時(shí)間規(guī)劃;再次進(jìn)行個(gè)體選擇，依據(jù)個(gè)體被選的概率計(jì)算，選擇比重高的個(gè)體，比重越高說(shuō)明適應(yīng)度越高。在實(shí)踐中，每個(gè)訂單就是算法中的個(gè)體;然后進(jìn)行交叉算子確定，得到子色體的基因序列;最后考慮基因突變，基因突變采用的是隨機(jī)多次對(duì)換基因的方式進(jìn)行。

在企業(yè)物流實(shí)際項(xiàng)目中，每個(gè)訂單數(shù)據(jù)對(duì)應(yīng)遺傳算法中的一個(gè)基因，一條路徑構(gòu)成遺傳算法中的個(gè)體，對(duì)應(yīng)的路徑集合構(gòu)成一個(gè)群落，通過(guò)啟發(fā)式規(guī)劃路徑計(jì)算初始群落，結(jié)合初始計(jì)算結(jié)果，改變訂單位置順序，形成新的路徑集合，衡量函數(shù)為最終路徑結(jié)合的總費(fèi)用。在改進(jìn)遺傳算法的云計(jì)算平臺(tái)中，通過(guò)不斷迭代計(jì)算，最終獲得一個(gè)費(fèi)用相對(duì)低的結(jié)果。在實(shí)驗(yàn)中發(fā)現(xiàn)，改進(jìn)遺傳算法在物流車輛路徑計(jì)算中，能夠加快算法的收斂速度，更快的獲得結(jié)果。

（2）應(yīng)用難點(diǎn)與實(shí)踐

改進(jìn)遺傳算法的依據(jù)必須要是滿足企業(yè)物流項(xiàng)目的實(shí)際情況，在企業(yè)生產(chǎn)中，物流項(xiàng)目面臨更為復(fù)雜的形勢(shì)，影響物流車輛路徑規(guī)劃的因素眾多，這是實(shí)踐運(yùn)用中容易遇到的難題。比如時(shí)間約束在企業(yè)物流車輛路徑規(guī)劃的云計(jì)算中常見(jiàn)應(yīng)用難點(diǎn)，多目標(biāo)的路徑實(shí)現(xiàn)時(shí)，還需要考慮多收貨點(diǎn)的時(shí)間窗，以及多種類貨物發(fā)貨的時(shí)間窗等因素。此外，還需要考慮客戶接收貨物的時(shí)間約束，不同客戶對(duì)貨物接收的時(shí)間約束存在差異，這些都是實(shí)踐應(yīng)用中的難點(diǎn)。針對(duì)這些難點(diǎn)，改進(jìn)遺傳算法中著重考慮時(shí)間約束要素，在車輛路徑規(guī)劃中滿足時(shí)間窗約束條件，這樣能夠獲得很好的結(jié)果。

在生產(chǎn)企業(yè)的物流項(xiàng)目中，考慮生產(chǎn)企業(yè)的物流系統(tǒng)中，每個(gè)點(diǎn)既可以是取貨點(diǎn)，也可以是送貨點(diǎn)，在車輛路徑規(guī)劃中增加了時(shí)間窗約束的復(fù)雜度，因此在實(shí)踐運(yùn)用中要根據(jù)生產(chǎn)商的約束條件要求，結(jié)合改進(jìn)遺傳算法的原理，對(duì)物流車輛路徑規(guī)劃的云計(jì)算算法進(jìn)行重新規(guī)劃。改進(jìn)遺傳算法后的業(yè)務(wù)流程如下：

選擇最早出發(fā)時(shí)間的網(wǎng)點(diǎn)A→篩選所有需要網(wǎng)點(diǎn)A貨物的網(wǎng)點(diǎn)→按與網(wǎng)點(diǎn)A的距離排序→計(jì)算網(wǎng)點(diǎn)是否符合時(shí)間窗要求→評(píng)價(jià)網(wǎng)點(diǎn)貨物累加是否超過(guò)車輛裝載→生成一部分路線X→篩選需求第一個(gè)配送點(diǎn)B貨物的網(wǎng)點(diǎn)→按與線路X的終點(diǎn)的距離排序→生成完整路線。

3.結(jié)語(yǔ)

隨著“互聯(lián)網(wǎng)+”的快速發(fā)展，物流行業(yè)同樣需要進(jìn)一步創(chuàng)新“互聯(lián)網(wǎng)+”，高效運(yùn)用大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)，提升企業(yè)物流能力。在本文的研究中，結(jié)合生產(chǎn)企業(yè)物流項(xiàng)目的實(shí)際情況，充分考慮云計(jì)算應(yīng)用難點(diǎn)，針對(duì)性的提出改善遺傳算法，并應(yīng)用于實(shí)踐。實(shí)踐表明，改進(jìn)遺傳算法下的企業(yè)物流車輛路徑規(guī)劃能夠取得更好的效果，具有較高的合理性。

參考文獻(xiàn)：

[1]林美，何竹峰.基于云計(jì)算的物流車輛路徑規(guī)劃方法[J].電子測(cè)量技術(shù).2019.13

[2]高志高.基于GIS的帶容量限制物流車輛路徑規(guī)劃與系統(tǒng)實(shí)現(xiàn)[D].哈爾濱工業(yè)大學(xué).2019

[3]趙建峰，袁細(xì)國(guó)，梁伯棟，陳球霞.基于車聯(lián)網(wǎng)及云計(jì)算的電動(dòng)物流車智能調(diào)度算法[J].公路交通科技.2019.6

[4]趙曉琴.基于云計(jì)算的物流企業(yè)配送模式研究[J].物流工程與管理.2018.6

基金項(xiàng)目 ：邵陽(yáng)市科技局科研項(xiàng)目（2018GX23，2019ZD23）

作者簡(jiǎn)介：鄧波，男，碩士，講師。研究方向：計(jì)算機(jī)網(wǎng)絡(luò)、大數(shù)據(jù)。

（邵陽(yáng)學(xué)院信息工程學(xué)院 ?湖南 邵陽(yáng) ?422004）