O2O模式下生鮮電商末端配送路徑優(yōu)化研究

鄧慧 張志彬

摘 要：運用蟻群算法，通過Matlab軟件實施仿真測試驗證某生鮮門店末端配送路徑的有用性。通過了解我國末端配送現(xiàn)狀，分析物流末端配送的問題提出解決方案，將盒馬自身的智慧調(diào)度算法結(jié)合蟻群算法實現(xiàn)路徑優(yōu)化;降本增效為目標，同時滿足車輛安排合理、配送時長最短的約束條件，使用蟻群算法求解“最后一公里”最優(yōu)路徑;盒馬鮮生在物流配送上開辟了智慧調(diào)度算法，實現(xiàn)配送路徑優(yōu)化，提出盒馬鮮生將智慧調(diào)度算法與第三方物流公司合作。探究生鮮電商企業(yè)提供優(yōu)化配送路徑智能算法，也為擁有智能算法的生鮮電商企業(yè)將智能算法與第三方物流公司共享實現(xiàn)共贏提供了經(jīng)驗參考。

關(guān)鍵詞：生鮮電商;末端配送;路徑優(yōu)化;蟻群算法

中圖分類號：F724 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2021）19-0150-03

生鮮領(lǐng)域和人們生活息息相關(guān)，尼爾森研究顯示，79%消費者購買產(chǎn)品關(guān)注新鮮度，反映了生鮮市場的巨大潛力。隨著生鮮電商行業(yè)的迅速崛起，該行業(yè)的冷鏈產(chǎn)業(yè)也進入高速發(fā)展期。中國產(chǎn)業(yè)信息網(wǎng)數(shù)據(jù)顯示，2019年我國冷鏈物流市場規(guī)?？傆? 886億元，較上年增長336億元，同比增長13.2%。市場規(guī)模呈快速增長趨勢，但冷鏈行業(yè)頻頻出現(xiàn)冷鏈供應(yīng)鏈“斷鏈”、生鮮配送損耗大等問題，暴露出亟待解決的“最后一公里”末端配送問題。本文主要從物流末端配送問題著手，建立路徑優(yōu)化模型，采用蟻群算法優(yōu)化原來的行駛路徑，使用Matlab軟件仿真實驗并分析數(shù)據(jù)結(jié)果，以期解決“最后一公里”的末端配送難題，提高物流效率，為生鮮電商發(fā)展奠定堅實的基礎(chǔ)。

一、生鮮電商的發(fā)展現(xiàn)狀分析

電子商務(wù)的爆炸式發(fā)展，越來越多的人購物習(xí)慣已從線下轉(zhuǎn)向線上，消費模式升級，網(wǎng)購已經(jīng)成為生活中不可或缺的一部分。隨著各領(lǐng)先資本布局生鮮電商，該行業(yè)市場規(guī)模越發(fā)膨脹，生鮮電商這條快車道越來越寬?；贠2O模式，消費者能夠?qū)崿F(xiàn)線上助力線下的便捷。中國商務(wù)部數(shù)據(jù)顯示，2020年上半年我國網(wǎng)絡(luò)零售額達3.1萬億元，同比增長31.2%。我國生鮮電商市場規(guī)模預(yù)計在2020年將會保持62.9%的增長，達到2 638.4億元，預(yù)計到2021年升至3 177.4億元，平均能達到40%的增長率，是電子商務(wù)行業(yè)新的增長點。

生鮮電商市場規(guī)模不斷擴大，市場競爭也愈加劇烈。電商領(lǐng)先企業(yè)紛紛布局“線上+線下”生鮮領(lǐng)域，基于O2O模式的生鮮電商迅速崛起。生鮮電商興起過程中，最大困境就是冷鏈物流無法得到保證。其成本過高，導(dǎo)致所銷售的生鮮電商產(chǎn)品價格偏高，再者其物流配送時間問題一直處于顧客投訴量大的狀態(tài)。生鮮電商配送時效性低及配送路徑規(guī)劃不科學(xué)問題亟待解決。

二、生鮮電商末端配送的路徑優(yōu)化分析和模型建立

（一）我國生鮮電商末端配送路徑優(yōu)化分析

各電商領(lǐng)先者加持高科技產(chǎn)品的同時，提出路徑規(guī)劃過程中涉及合理選擇配送員、配送路徑路況、訂單如何分配等條件需考慮。在實際操作中，末端配送存在配送員規(guī)劃路徑不合理導(dǎo)致出現(xiàn)問題的現(xiàn)象。因此，末端配送路徑優(yōu)化十分必要。物流優(yōu)化模型常搭配使用粒子群算法、遺傳算法和蟻群算法等啟發(fā)式算法。相較于其他啟發(fā)式算法，蟻群算法有魯棒性能好等優(yōu)勢，研究的物流路徑問題類似短途TSP旅行商問題，可采用蟻群算法來求解最優(yōu)路徑。

（二）生鮮電商末端配送路徑優(yōu)化模型建立

生鮮產(chǎn)品基于末端配送，配送路程遠、耗時長、成本高已成為常態(tài)。本文將物流末端配送問題歸于短途TSP旅行商問題。TSP問題，指一個商人去各地經(jīng)商同時旅行，沿途需涉足多個城市，每個城市必須去且只能經(jīng)過一次，行程目標是該路徑滿足所有可供選擇的路徑中最短的一條。設(shè)V={V1，V2....Vn}為配送目的地集合，用公式描述可簡單表示為：

模型中，Z公式是目標函數(shù)，V集合為頂點數(shù)（配送需求目的地數(shù)），S為回路節(jié)點數(shù)。約束條件中（1）和（2）指對于每個點而言，只能一條邊進一條邊出，約束條件（3）旨在保證只產(chǎn)生一條回路無子回路。因此，滿足約束條件（1）（2）（3）的解構(gòu)成一條回路，該回路就是配送路徑。建立路徑模型后，采用蟻群算法求解最優(yōu)路徑，最后使用Matlab軟件仿真模擬驗證結(jié)果的可行性和經(jīng)濟性。

三、我國生鮮電商末端配送路徑優(yōu)化實例分析

以盒馬鮮生平高店為例，進行末端配送路徑優(yōu)化研究。盒馬鮮生末端配送主要存在以下幾點問題：一是盒馬鮮生門店產(chǎn)品供應(yīng)地直采、自建物流配送系統(tǒng)造成高成本，顧客和整體規(guī)模達不到正比，造成浪費;二是物流配送30分鐘送達服務(wù)，限制了盒馬鮮生的配送范圍，只覆蓋門店3km范圍內(nèi)配送;三是盒馬鮮生配送的智慧調(diào)度算法，造成了企業(yè)投入大、回收難等問題。

針對盒馬鮮生的具體問題，用蟻群算法、建立路徑規(guī)劃模型來實現(xiàn)配送路徑的優(yōu)化，達到縮短實際總配送路徑目標。以下對盒馬鮮生平高店物流末端配送路徑進行優(yōu)化實證研究。首先，確認門店線上訂單配送點地理位置。其次，確認配送門店中心網(wǎng)點以及各配送點經(jīng)緯度坐標如表1所示，將坐標信息輸入到Matlab軟件并進行模擬測試。最后，確認配送中心與各配送點距離以及各配送點之間距離，在Matlab軟件中以矩陣形式導(dǎo)出。

確認數(shù)據(jù)后進行Matlab軟件測試，最終得到Matlab仿真測試迭代運行結(jié)果如下：最短路徑順序為1-8-7-2-6-5-4-3-1，即路徑為從盒馬鮮生門店出發(fā)到平高廣場、ONECUP、中國國旅、青少年俱樂部、添輝服務(wù)總部、游泳館、體育訓(xùn)練中心最后回到配送中心盒馬鮮生門店。圖1是Matlab此次運行仿真計算最優(yōu)路徑坐標圖，仿真測試得到最優(yōu)總路徑長542m。

通過建立路徑模型，采用蟻群算法求解，將優(yōu)化結(jié)果與原路徑進行比較分析。原有配送路徑為7條對應(yīng)接單配送員配送路徑為1-2，1-3，1-4，1-5，1-6，1-7，1-8;配送總路程為2（102+157+204+238+178+80+42）=2 002米，對配送路徑優(yōu)化后配送路徑為1-8-7-2-6-5-4-3，因為配送地點相距短，優(yōu)化后使用一輛配送車輛進行配送，配送總距離為542米，優(yōu)化后的路徑長度是原配送路徑長度的27%，配送車輛使用優(yōu)化后為原來使用率的14.2%。該實例屬于短距離配送，對于較長距離配送的訂單采用蟻群算法和智能調(diào)度算法規(guī)劃路徑后能更好地降低配送成本、更高地提升配送效率。