《配送管理试验分析.docx》由会员分享，可在线阅读，更多相关《配送管理试验分析.docx（9页珍藏版）》请在三一文库上搜索。
1、配送治理实验报告一、实验内容在配送网络中,我们对一个配送中央完成 15个销售点的货物配送,运用节 约里程法得出运输路径规划并安排车辆调度.运输路径规划的目的是为了在完成运输任务的前提下, 使得运输时间或者运输距离最小化,运输路径是否合理将影响运输效劳水平和运输本钱. 车辆调度是 为完成配送任务,对所需要的车辆进行排班,并指定其应访问的需求点.货物配 载主要考虑运输商品装车的搭配和顺序, 从而提升车辆空间利用率,另外也便于 在配送点的装卸操作.实际涉及到的路径规划并非一个确定性问题, 配送过程中的花费会动态变化 如送货费与送货时间有关,且订货量有时会动态变化,实验者需根据需求函数 考虑配送方案,
2、尽量使配送方案的总本钱最小.二、实验目的a对运输与配送过程的根本概念和知识的了解；b对货物配载、车辆调度、路径规划等问题和根本算法的了解；c 了解解决配送路径规划的方法之一 一一里程节约法.三、实验环境系统由一个仓储配送中央和15个需求点组成.根据给出的配送任务,包括15个需求销售店及其需求量,拥有 5辆载重4吨的 卡车,配送到达该销售店的时间必须满足时间约束,提供每期的配送方案.四、实验分析 1、对运输配送问题的理解:配送治理是按用户的要求,编制最正确的配送作业方案,运用合理的拣货策略,方案最经济的车辆调度,选择最优化的配送线路,以合理的方式送交客户,实现 商品最终配置的经济活动.2、对使用
3、方法的说明：在配送路线选择中,主要采取模型化方法进行路线确定.常见的最短路径法和节约里程法等,这里详细介绍节约里程法.节约里程法,又称车辆运行方案法VSP-Vehicles Scheduling Program,适 用于实际工作中要求得较优解或最优的近似解,而不一定需要求得最优解的情 况.它的根本原理是三角形的一边之长必定小于另外两边之和.当配送中央与用户呈三角形关系时,由配送中央 P单独向两个用户A和B往返配货的车辆运行 距离必须大于以配达中央 P巡回向两用户发货的距离.那么,所计算的结果： 2PA+2PB- PA+PB+AB =PA+PB-AB为巡回发货比往返发货的节约里程.在本次配送路线
4、规划中存在的约束条件有：满足所有收货人对货物数量的要求；满足收货人对货物发到时间范围的要求；在允许通行的时间范围进行配送；各配送路线的货物量不得超过车辆容积和载重量的限制；在配送中央现有运力允许的范围内.本实验就是根据这些约束条件,选择节约里程法模型进行 配送路线设计,求得满意解.3、实验记录：各销售点的位置和需求量销售店横坐标单位公里纵坐标单位公里订货量公斤12208003002240720315034707901650467086060055407304506630680675742057037583704906009130500750101802709001148036052512480
5、21018001366025030014760390675158106401125A460720总计13875根据上表中的各销售点的坐标,用 excel求出任意两个点之间的距离,如下:1234F678g101112131415A10跖462504513284273.5344331532511539704S78611253202404523003922342642464B443356463061657622030212 92. 21的22631644759543058057249437271401841343S3476649767 5356776104矽175252501032002944705
6、84375523的540528581602373225316093534934313181841757094.329838421836540038539615580240291 170301376403465247g0235377变5586&406例3971003133064805177315301101502112S24333611201B43335425101301724185111402554461503594、分析数据:节约里程法的根本思想是：考虑到,车辆运送完成后都会再回到配送中央.那么单到一个配送中央,如到销售点a所需要走白路程为2Da再到销售点b所需要走的路程为 2Db,如果去了
7、 a再去b再返回配送中央的 话,就能节省s=2Da+2Db-(Da+Db+ab) = Da+Db-ab的路程.于是通过不断的配送点的合并最后能得到一个最优的配送方案.根据节约里程法,我们得出各两点之间的节约里程数,如下:书翁里徨数bSac+ab-bc1 1234567891011121314151023910745104512011106160149061352243153071031410243S930B1562032233410030B093S737121084125440-t01025129661527963014866920；111031482786718329Ei385145780：
8、121181661856819230045641673472106010110153972552663824355616618370142150232191223032162903173845256237350龙_ 1_.358350155350118141111158-32L452.0.综上,得出节约里程数较大者,如下：12 至 1313 至 1410 至 1211 至 129 至 1011 至 1312 至 14837785734721692661623因此,可将11、12、13、14销售点合并为一条路线,其中每一条路线都满足条件时间在一周之内,每辆车装载量都限制在 4t之内,以此类推,如
9、下:依照上图的路线计算各参数,如下表:路线距离km时间小时本钱元A-1-267214.58737.5A-3-4-15-59962212952.6A-6-14-13-12-11164635.521396.6A-7-8-10-9141930.418441.747339561528上述结果即是本次配送的满意解.5、假设配送中央的位置不确定,根据现有销售点的分布,安排配送中央的选址.此配送中央属于零售商主导型的配送中央,配送中央的选址必须考虑总运量,因此配送中央应该尽可能地处于各个销售点区域的中央位置.根据各个销售点的需求量,可知第2、3、12三个点的需求量较大,因此该配送中央因尽量处于这三 点的中央
10、位置,可节省总的运量t*km.各个销售点的大概分布如下：0070060050040.300200100 00100200300400500600700800900从上图的三角形中大概可以得出 A点的位置为(400,500.在求出配送中央与各 销售点之间的距离,如下:12345678910111213ig15A10空46250那么32B427305331532511539704&7S6n3502024045230.392234264246454433564630S1657627230212 92. 219422631644759543053057249437229 S40184184333476
11、6497675356776104791751450501032002强4705B4375523495405285269602373225316093534934313181842927094.329S30421836540038E3967380240291 170301376403465329023537745558664069427010031330648061773131S110150211282433161120134333542301130172418361140255376150433在计算各销售点之间的节约里程数,如下节的里程数(BC=AC*AB-BC)1234567sg10111
12、2131415105390339833004346270536052922414755350S2151723965584580711311114614.IQ12808373914572100330729612171693144610101371362113275935301101297656LOO16231031660石6g197447100q32831331201362872011352223316761993114770144:3331313生82413516559B1022563445650151721303606224ie541no0115211621923765550综上,得出节约里
13、程数较大者,如下:4至1513至144至662256555814至156至151至25555415393至4536因此,可将3、4、15和13、14和1、2、7销售点合并为一条路线,以此类推,如下:路线距离km时间小时本钱元A-7-1-288619.511518A-5-68031710444A-3-4-15135328.517583A-8-9-10-12-11136129.717688A-13-14110023142995503117.571533.8上述结果即是本次配送的满意解6、总结实验：总结：节约里程法并不是计算的最优的路线,而是一个较优的路线,计算最优的 路线是一个 NP 完全问题No
14、n-deterministic Polynomial complete problem,无法 在多项式的时间内找到结果NP完全问题未必没有多项式算法,只是目前均没 有找到,即使摒弃搜索算法而改使用高效的动态规划算法,时间复杂度依旧是 指数级别的,这对于现实问题中配送中央需要配送门店的数目大量时候求解时间 漫长到几年、几十年甚至更长,而节约里程法可以在极快的时间内求出一个比拟 优秀的结果,比起消耗大量人力物力而不切实际的求解最优解,使用节约里程法就显得更为经济有效了 针对实验中的三个问题,我们作如下解释：1:车辆调度和路径规划的优化,是如何表达在本次实验的配送方案决策中？从货流组织和调整开始,到
15、配载和装卸货物的全过程,始终把提升运输工具的装载质量放在首位,排除重复装卸.并且在提升重车装载质量的同时, 尽可能组织回程配载及调整空车流向,减少空驶行程.例如在本次配送实验的路径规划中,我们尽量使所有销售点落在其形式路径的一个圈上,运用共同配送原理,利用回程配送,防止了单程空载,而不是简单地求最短路线,这样可以减少总运输本钱.2:如何处理送货费及订货量动态变化的配送问题？当送货费和订货量动态变化时,以前原定的陪送方案可能就要被打乱了, 为了保持较低的运输本钱和较高的陪送效益,就应该立即采取有效地调节举措,但是,也必须坚持以下几条原那么：放弃局部,保持整体方案运行；放弃少数货运计划,保持多数货运方案；放弃小吨位方案,保持大运量方案.3:配送环节存在很多随机因素,虽然本实验中都予以忽略了,但以下随机因素是需要考虑的.货源未落实,待货时间过长；装卸时间或车辆维修超过定额时间, 致使总时 问过长；驾驶人员出现问题；调度限制不力,应变水平差；运输路线出现 故障,如发生车祸或是道路堵塞.