基于邻域搜索模拟退火算法的快递末端网点优化整合方法技术

本发明专利技术提供了一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，包括如下步骤：获取区域内客户群集合和网点集合的基本信息；设定区域内所有网点的运营状态，对区域内的所有客户群和网点建立业务量分配模型，设定总分配成本计算公式；建立快递末端网点优化整合模型；配置用于求解上述模型的邻域搜索模拟退火算法；对网点整合结果进行可视化展示。本发明专利技术提出了一种基于成本优化的客户群业务量可拆分的网点优化整合模型，即一个客户群的业务量可以分配给多个网点，网点与客户群之间是多对多的关系。通过撤销与合并的方式，对网点的布局进行重构，以及对网点与客户群之间的业务量进行重新分配，从而提高物流资源的利用率，降低物流运营成本。

Optimization and integration of express terminal outlets based on neighborhood search simulated annealing algorithm

【技术实现步骤摘要】
基于邻域搜索模拟退火算法的快递末端网点优化整合方法
本专利技术属于智能物流
，具体涉及一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法。
技术介绍
随着电子商务的飞速发展，快递行业进入了高速发展阶段。电子商务的快速发展在给快递行业带来前所未有机遇的同时，也带来了许多新的问题和挑战，如何将日益增多的快件以较低的成本及时准确地送到客户手中已成为目前困扰整个快递行业“最后一公里”配送的难题。通过在快递末端网络中实施共同配送，可以提高物流资源利用率，实现规模效益，是解决目前快递“最后一公里”配送难题的一种行之有效的途径。在实施共同配送时，首先需要对同一区域内多家快递企业的末端网点进行优化整合以实现物流资源的共享。共同配送模式下快递末端网点优化整合可以理解为当同一区域内多家快递企业的供给能力大于客户需求能力时，通过撤销与合并的方式，对网点的布局进行重构，以及对网点与客户群之间的业务量进行重新分配，来提高物流资源的利用率，降低物流运营成本。现有研究中，对于该问题的研究工作非常少。在已有相关工作中，只考虑了客户群业务量整体分配的方式，即每本文档来自技高网...

【技术保护点】
1.一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，其特征在于，包括如下步骤：/n步骤1：获取区域内客户群集合和网点集合的基本信息；/n步骤2：设定区域内所有网点的运营状态，对区域内的所有客户群和网点建立业务量分配模型，设定总分配成本计算公式；/n步骤3：建立快递末端网点优化整合模型；/n步骤4：配置用于求解上述模型的邻域搜索模拟退火算法；/n步骤5：对网点整合结果进行可视化展示。/n

【技术特征摘要】
1.一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，其特征在于，包括如下步骤：
步骤1：获取区域内客户群集合和网点集合的基本信息；
步骤2：设定区域内所有网点的运营状态，对区域内的所有客户群和网点建立业务量分配模型，设定总分配成本计算公式；
步骤3：建立快递末端网点优化整合模型；
步骤4：配置用于求解上述模型的邻域搜索模拟退火算法；
步骤5：对网点整合结果进行可视化展示。


2.根据权利要求1所述的一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，其特征在于，所述步骤1的具体步骤如下：
步骤1.1：获取客户群集合的基本信息：客户群集合其中m为区域内客户群的数量，i为客户群的编号，customeri表示第i个客户群；区域内客户群集合的基本信息还包括：客户群customeri的业务需求量gc(i)；
步骤1.2：获取网点集合的基本信息：网点集合其中n为区域内网点的数量，j为网点的编号，nodej表示第j个网点；区域内网点集合的基本信息还包括：网点nodej的运营成本cn(j)，网点nodej的业务辐射范围dn(j)，网点nodej的业务量上限fn(j)；
步骤1.3：获取客户群集合和网点集合的基本信息还包括：从客户群customeri到网点nodej的距离dcn(i,j)，以及从客户群customeri到网点nodej的单位距离单位业务量的运输成本ucn(i,j)。


3.根据权利要求2所述的一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，其特征在于，所述步骤2的具体步骤如下：
步骤2.1：区域内网点nodej的运营状态有两种：保留和撤销，设定一个二元决策变量来表示网点的运营状态；令yn(j)∈{0,1}表示网点nodej的运营状态，如果yn(j)＝0，表示保留网点nodej，否则，表示撤销网点nodej；
步骤2.2：对区域内的所有客户群和网点建立业务量分配模型，一个客户群上的业务量可以分配到多个网点，即客户群与网点之间是多对多的关系；设定一个二维的非负整数决策变量表示客户群分配给网点的业务量；其中，xcn(i,j)∈{0,1,…,min{fn(j),gc(i)}}表示客户群customeri分配给网点nodej的业务量，如果xcn(i,j)＝0，表明网点nodej没有覆盖客户群customeri，否则，表示网点nodej覆盖客户群customeri；
步骤2.3：总分配成本是由两部分构成，一个是网点的运营成本，运营成本计算公式如下：



其中，若网点nodej的运营状态为撤销，即yn(j)＝0，则网点的运营成本为0，若网点nodej的运营状态为保留，即yn(j)＝1，则网点的运营成本为cn(j)；
另一个是网点到客户群的运输成本，运输成本与客户群与网点之间的距离、客户群分配给网点的业务量和单位运输成本相关计算公式如下：





4.根据权利要求3所述的一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，其特征在于，所述步骤3具体步骤如下：
建立快递末端网点优化整合模型，目标函数为minF(xcn,yn)，其中：



约束条件：
dn(j)xcn(i,j)≥dcn(i,j)xcn(i,j)，i＝1,2,...,m；j＝1,2,...,n(4)






yn(j)∈{0,1}，j＝1,2,...,n(7)
xcn(i,j)∈{0,1,...,min{fj,gi}}，i＝1,2,...,m；j＝1,2,...,n(8)
在上面的形式化描述中，公式(3)为模型的目标函数，使区域内网点和客户群之间的总分配成本最小，总分配成本为网点运营成本与网点到客户群的运输成本之和；
公式(4)表示每个网点只能向其业务辐射范围内的客户群提供服务，公式(5)表示网点承担的业务量不能超过其业务容量上限，公式(6)表示客户群的所有业务量都应分配给相应的网点。


5.根据权利要求4所述的一种基于邻域搜索模拟退火算法的快递末端网点优化整合方法，其特征在于，所述步骤4具体步骤如下：
设定客户群集合网点集合客户群的业务需...

【专利技术属性】
技术研发人员：纪青然，孟凡超，郑宏珍，初佃辉，周学权，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：山东;37