买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京交通大学

摘要：本发明公开了仓店一体模式下前置仓选址与路径联合优化方法，包括以下步骤：模型定义：分为前置仓选址、配送顾客分派与路径规划、到店购与自提顾客门店选择以及相应交通路径规划四部分内容；参数说明：包括设施、车辆与需求点的位置及数量，设施、车辆容量，前置仓服务水平，顾客需求，各点间距离以及各类成本费用；模型构建：目标函数包括前置仓建设成本、区域仓‑前置仓运输成本、车辆固定成本、配送成本、到店购成本以及自提成本；模型求解：遗传算法由前置仓选址与路径规划两个阶段构成。本发明考虑了配送顾客、到店购顾客与自提顾客三类顾客行为影响，制定了发生缺货情况时顾客的备选方案，通过考虑不同信息情景扩大了模型应用范围。

主权项：1.仓店一体模式下前置仓选址与路径联合优化方法，其特征在于，包括以下步骤：步骤一：模型定义将需要解决的问题分为前置仓选址、配送顾客分派与路径规划、到店购与自提顾客门店选择以及相应交通路径规划四部分内容，相关定义如下：1一个区域仓为网络中的所有前置仓提供服务；2区域仓根据前置仓需求运输货物，车辆运输方式为直达运输；3前置仓所销售货物均由区域仓送达；4前置仓最大容量大于顾客总需求量；5前置仓到需求点的配送车辆采用巡回配送；6各需求点均由配送顾客、自提顾客以及到店购顾客三类顾客按照一定比例构成；7对于配送顾客而言，其需求能够被完全满足，且每个需求点仅由一辆车辆进行配送；8对于自提与到店购顾客而言，其需求不一定能够被满足，需求被满足的概率用服务水平表示，各前置仓的服务水平独立且相等；9自提与到店购顾客采购方式均为一站式购齐，且选择前置仓时遵循一定的先后顺序；10自提与到店购顾客产生的需求均归入其寻访的第一个前置仓；11自提顾客存在可接受的最远自提距离，当顾客所在位置与目标前置仓距离大于最远自提距离时，顾客放弃购买；12到店购顾客寻访的前置仓数量存在上限，当寻访数量达到这一上限时，即使需求未被满足，顾客也选择放弃购买；13当自提或到店购顾客需求未被满足时，物流网络将产生一个较大的惩罚成本；14所有路径均不考虑返程成本；步骤二：参数说明参数包括设施、车辆与需求点的位置及数量，设施、车辆容量，前置仓服务水平，顾客需求，各点间距离以及各类成本费用，具体参数设置如表1所示：表1参数说明： 参数还包括6个决策变量，6个决策变量均为0-1变量，其中ui决定前置仓的建设位置；xAi、xijk分别表示车辆的运输路径和配送路径；yji、yjii'r表示到店购顾客按顺序访问的前置仓；zjir表示自提顾客选择的门店，各决策变量具体设置如表2所示：表2决策变量说明 步骤三：模型构建3.1目标函数目标函数包括前置仓建设成本、区域仓-前置仓运输成本、车辆固定成本、配送成本、到店购成本以及自提成本六个子函数，其中前置仓建设成本与车辆固定成本相对较为稳定，与前置仓及车辆数量有关；而运输成本、配送成本、到店购成本以及自提成本受需求以及距离影响明显，会因为货物数量和路径的变化而产生较大波动；1前置仓建设成本前置仓建设成本包括现有前置仓改造成本、租金以及设施日常维护成本，如下式： 2运输成本在仓店一体模式下前置仓销售的货物主要来自于上一级的区域仓，为简化问题场景，定义所有货物均由区域仓出发送至前置仓，相关运输成本取决于运送货物量与运送距离，如下式： 3车辆固定成本按照车辆购置费与折旧年限对该部分成本进行折算，如下式： 4配送成本配送成本大小与订单货物量以及各点间距离密切相关，如下式： 5到店购成本到店购成本为到店购顾客为获得服务而进行一次或多次寻访所产生的成本，该部分成本与总交通距离以及客单价格有关，交通距离越长，客单价格越高，顾客因该次购物所承担的成本就越大，其中客单价表示为货物单价与货物量的乘积，即在寻访过程中顾客所到达的前置仓存在一定的先后顺序，对整个寻访过程进行拆分，将顾客经过的前置仓作为节点，访问先后顺序用r表示；当上一次寻访到达的前置仓未能满足顾客需求时，顾客将会产生下一次寻访行为，而该情况是否发生与前置仓服务水平密切相关，定义顾客每次均是由前置仓i前往前置仓i'，两前置仓间距离为dii'，当距离为dji时，意味着顾客从需求点出发开始第一次寻访，则顾客产生该段寻访距离的可能性为1-sr-1，因此该期望距离表示为1-sr-1dii'yjii'r，由于从需求点出发的第一次寻访一定会发生，因此将其表达为djiyji；在整个寻访过程中，顾客能接受的前置仓最大访问数量为R-1，若顾客访问完R-1个前置仓后其需求仍未被满足，则产生相应的惩罚成本，用π表示，为便于简化公式，引入虚拟前置仓i0，令第R个前置仓为虚拟前置仓，此时普通前置仓与虚拟前置仓间的单位产品虚拟寻访距离为该段距离产生的可能性为1-sR-1，该期望距离表示为其表达形式与普通前置仓间期望距离相同，因此对各式进行合并得到到店购成本如公式5所示： 6自提成本对于自提顾客，各前置仓同样存在一定的缺货概率，即服务水平s≠1，但不同于到店购，自提顾客是在完全信息情况下所做的决策，即能够知道各前置仓的实时情况，因此对于自提顾客而言，其交通距离仅为需求点j与目标前置仓i间的距离dji；类似于到店购成本，自提成本也与交通距离和客单价有关，客单价表示为距离由各前置仓期望距离组成，顾客按照一定顺序对各前置仓进行在线搜索，可接受的最大搜索次数为R-1次，当前一次搜索的前置仓货物不足以满足顾客需求时，顾客将搜索下一个前置仓，因此其搜索第r个前置仓的概率为1-sr-1，而第r个前置仓能满足其需求的概率为1-sr-1s，第r个前置仓的期望距离为1-sr-1sdjizjir；当顾客完成R-1次搜索后仍没有符合要求的前置仓将会产生一定的惩罚成本π，在计算惩罚成本时同样引入虚拟设施i0，j与i0间的单位产品虚拟自提距离为πcs，当i＝i0时，期望距离为将各期望距离合并，最终得到自提成本如公式6所示： 综合上述子函数得到最终的目标函数为：MinC＝MinC1+C2+C3+C4+C5+C673.2约束变量为使构建的模型更加贴合现实情况，根据实际应用场景以及模型定义得出相关约束如下： 公式8—公式10为与前置仓相关的约束：公式8表示前置仓i的需求货物量为相关顾客需求量之和，其中为由前置仓i进行配送的顾客总需求，和分别为将前置仓i作为首选前置仓的到店购顾客和自提顾客的总需求，采用该折算方式的目的是为了在保证前置仓总需求量不被漏算的同时，尽量简化计算；公式9表示前置仓i的需求量不大于其最大容量；公式10表示区域仓能且只能为已建设的前置仓发货； Dijk≤Dkmax15 公式11—20为配送服务相关约束：公式11、12为消除子回路的MTZ约束；公式13、14为配送车辆k行驶总距离的迭代计算；公式15表示配送车辆k行驶总距离不得大于其最大行驶距离；公式16表示配送车辆k只能从已建设前置仓出发；公式17表示任意配送车辆k仅有一种配送路径；公式18表示任意需求点j有且仅有一个配送车辆k为其提供配送服务；公式19限制进行巡回配送的车辆在为下一个需求点j提供服务时需从已完成配送服务的需求点j'出发；公式20确保车辆流入流出平衡； 公式21—25为到店购服务相关约束：公式21要求到店购顾客寻访的第一个前置仓必须存在；公式22要求到店购顾客寻访的前置仓必须为已建设的前置仓；公式23、24对到店购顾客访问前置仓顺序进行限制，即必须在访问完第r-1个前置仓后，才能访问第r个前置仓r≥2；公式25表示第R个前置仓必须为虚拟前置仓； 公式26—公式29为自提服务相关约束：公式26要求自提顾客与所访问的前置仓i的距离不得大于其能接受的最远交通距离；公式27表示自提顾客选择的前置仓一定存在，包括虚拟前置仓；公式28表示顾客只能从已建设前置仓中进行选择；公式29要求自提顾客一定会访问虚拟前置仓； 公式30—公式31为决策变量的取值约束；步骤四：模型求解选择启发式算法中的遗传算法进行算法设计求解，遗传算法由前置仓选址与路径规划两个阶段构成，其中第一阶段为前置仓选址，第二阶段为路径规划方案生成；第一阶段包括初始前置仓选址方案生成、种群适应度值计算、选择、交叉、变异流程；第二阶段介于第一阶段的初始前置仓选址方案生成与种群适应度值计算之间，整个阶段包括顾客分配、初始化路径、邻域搜索、初始解的生成和隐枚举改进步骤，在该阶段生成的三种路径方案中，到店购与自提方案计算方式一致；在每次迭代过程中，第一阶段生成的前置仓选址方案为第二阶段路径规划提供依据，而第二阶段得到的路径规划方案总成本则作为计算适应度值的基础数据，以该适应度值为评估标准获得的新的选址方案又为下一代路径规划提供依据，以此不断循环。

全文数据：

权利要求：

百度查询： 北京交通大学 仓店一体模式下前置仓选址与路径联合优化方法