基于 ArcGIS 的物流配送车辆优化调度系统设计设计者:杨松,刘士广,侯一萌,(南京农业大学工学院江苏南京 210031摘要本文首先对现代物流配送车辆调度系统和地理信息系统 (GIS 的特点进行了分析,提出 GIS 与配送系统集成的必要性;在此基础上,提出了基于 ArcGIS 的物流配送系统集成的总体设计框架。
最后利用 Visual Basic 开发环境,调用 ArcGIS 生成的电子地图和数据库,达到物流配送车辆优化调度的集成系统设计。
关键字:物流配送;车辆优化调度; ArcGIS ; Visual Basic;集成1. 研究背景物流配送系统包括货物集中,库存管理,车辆调度,配送运输等多个环节。
配送系统的最终目标是降低成本,从而获取“第三利润” 。
其中,车辆优化调度是物流配送系统优化的关键。
随着现代物流业的快速发展,物流信息量地迅速增加,对配送系统的要求也更高。
在货物需求信息复杂, 拥有运输车辆较多的情况下, 单纯采用人工办法在规定时间内连续确定运输车辆整体调度的每日最佳方案显然是不可能实现的。
因此, 提高系统决策的科学性, 可视性和信息化程度非常必要, 而 GIS 与物流配送系统的集成则能很好的实现这一目标。
本系统选用 ESRI 公司推出的一条为不同需求层次用户提供的全面的、可伸缩的 GIS 产品线和解决方案— ArcGIS Desktop以及面向对象的编程工具— VB6.0构成开发环境, 实现 GIS 与物流配送车辆优化调度系统的集成。
2.GIS 与车辆优化调度系统物流活动作为物体在空间上的移动,是时间和空间的集合。
由此,与空间有关的地理信息系统(GIS 便有了用武之地。
基于 GIS 的车辆优化调度系统以区域电子地图为基础地理信息来源, 同时可以连接各种动态数据库。
它为用户的商业配送业务提供全面的解决方案、信息搜索、管理、统计分析。
由此可知。
基于 GIS 的物流配送系统集成是物流配送现代化的必然方向。
但目前, 将 GIS 技术引入到物流配送系统中,实现过程中仍然有不少技术上的困难。
主要表现在:(1前期的地理空间、属性数据的采集以及更新困难。
主要包括各种影响因素的定量化和路况等数据的实时更新方面。
(2 GIS 空间分析与配送模型的集成。
传统模型多为理想的图或者网络模型,忽视了地理空间数据对配送优化的巨大影响, 如何将传统的理想模型转换为接近实际的模型,并于 GIS 空间分析功能相结合,是目前最需要解决的问题。
(3计算机提供的最优决策方案的评价。
由于评价的标准不一样,常出现分析出的最优结果不是我们所想要的结果, 如何对计算机分析的最优性进行评价, 并使其与人的主观经验相结合,也是当前碰到的难题之一。
3. 集成系统的基础设计3.1 VRP 问题的模型及节约算法编程实现假设配送中心的编号为 0, 各客户点的编号为 i ( i = 1, 2,⋯⋯ , h ,各车的编号为 s ( s = 1, 2, ⋯⋯ , k 。
我们来建立数学模型 , 建立模型的目标就是要使总的运输成本最小。
一般情况下 , 运输成本与车辆行驶路径成正比 , 行驶路径越短 , 车辆的耗油量越少 , 司机的工作时间越少 , 总的运输费用也就越少。
因此建立如下以行驶路径最短作为目标函数的数学模型 :001m in h h kij ijs i j s D CX ====∑∑∑ …………………………………………… ... …… .(1(110,1,..., 1n ij i X j n +===+∑…………………………………………………… .(20, 1, 2,..., ; h js s ijs i Xy j h ===∀∑…………………………………………………… .(3, 1, 2,..., ; his s ijs j X y i h ===∀∑………………………………………………… . … .(40, h s si is i gy q =≤∀∑………………………………………………………………… .(5 11,2,..., 01{i h kisk i s y ====∑ ……………………………………………… ..... ……… .(6在上述模型中 :(1式为目标函数 ,Cij 表示从客户点 i 到客户点 j 的运输成本 ,X 表示车辆 s 由点i 驶向点 j, 当事件发生时取值 1, 否则取值 0;(2式和 (3式中 , js y 表示客户点 i 的货运任务由车辆 s 来完成。
当事件发生时取值 1, 否则取值 0。
这两个式子放在一起 , 表示对任何一个由车辆 s 服客户点 j, 必定有且只有一个 (不同于 j 的由车辆 s 服务的客户点 (包括配送中心 i, 车辆 s 从客户点 i 到达客户点 j, 而对由车辆 s 服务的客户点 i 同样存在由车辆 s 服务的另一客户点 , 车辆 s 是从该客户点到达 i 的 ;(4式中 , s q 表示由车辆 s 的最大承载量 , 每辆车装载的货运总量不得超过本辆车的最大承重量 ;(5式保证了每个客户点仅能由一辆车配送针对 VRP 问题的数学模型,应用节约算法,我们将其付诸编程语言,以下是我们的部分节约算法编程代码:3.2 电子地图的设计在车辆调度系统中, 为了辅助工作人员完成车辆优化调度, 系统必须借助电子地图完成地图显示、定位和自动路径设计等功能。
其中,自动路径设计要用到准确的道路长度、道路等级等与车辆实际运行密切相关的数据; 定位操作则需要准确的街道名或者标注性以及操作人员自定义的位置属性等数据。
车辆优化调度系统的需求决定了电子地图的内容。
毫无疑问道路网络是本系统最重要的组成部分,其次是送货点分布信息,同时也应包含与车辆行驶相关的各类标志,除此之外,电子地图还应该包含与企业行管的出行,商务等非街道信息。
根据以上电子地图的需求和内容分析,进行电子地图的设计。
GIS 一般是以数据库的形式来组织信息的, 数据库与地图之间通过地图图层建立密切的关系。
每个图层包含了整个地图的一个不同方面, 根据数据的性质来进行分类, 性质相同或者相近的数据归并在一起,形成一个图层,这样有利于 GIS 管理数据。
下面就以北京市为例,设计 GIS 平台的电子地图:【图】仅点线面图层的简单图层叠加效果【图】街道建筑送货点信息图层叠加效果4. 系统集成结构设计使用 ArcMap 和 VB 开发车辆优化调度系统,其中使用 ArcMap 进行运输调度信息如送货点的位置、走向,送货点时刻、道路情况,货物的流向分析等的直观表达、分析统计和属性数据、空间数据的维护管理、同时用来读取实时车辆优化调度方案在地图上的显示;使用 VB 与之集成来实现系统目标, VB 主要用来构建系统框架、实现车辆优化调度算法和管理其他非空间数据。
物流配送车辆优化调度系统主要由 7个主要模板组成,其结构框图:【图】物流配送车辆优化调度系统结构各模块之间的关系是:主应用程序调用发运计划生成系统模板生成实时发运计划, 然后调用 MapInfo 将它在地图上显示出来, 主应用程序调用数据库维护模板对底层数据库进行维护。
5. 系统实现作为系统和用户实现交互的界面部分, 表现了系统的整体感觉, 所以较为友好和整洁的操作界面可以使用户更快的接收系统。
该系统界面主要包括菜单、工具栏、地图的显示窗口、工作区窗口、图层、属性窗口等部分。
系统提供了以下部分的功能:(1 桌面地图功能:对电子地图提供基本操作,如分层显示、分层控制、直线选择定位等功能;对电子地图的编辑操作;对电子地图进行综合信息分析,并创建专题图。
(2 基础数据建立:将收集到的用户、车辆、司机信息录入到系统中,并可做相应修改。
(3 信息维护:输入货物需求计划,并对建好后的基础数据发生变化时进行变更处理。
(4 运输计划制定:通过车辆优化调度模型的计算,形成优化配送方案。
具体可以:求解人意两点间的最优路径;求一天内所有货物任务的分配方案。
(5 查询:系统可按照给定的查询条件从不同方面查询用户、车辆、司机和运输货物信息,并可结合地理图形进行综合信息查询。
(6 统计分析:系统可按照给定的统计条件从不同方面统计分析用户、车辆和运输货物信息,并可结合地理图形进行综合信息统计分析。
(7 系统管理:提供整个系统的管理和维护功能。
整合以上这些功能,我们最终设计出了我们的物流配送车辆调度系统设计。
为了验证系统的实用性以及配送的优化性,我们取南京市苏果马群物流配送中心为例,设计了一个物流中心以及多个苏果超市为零售商的实例, 并通过验证优化了配送计划以及配送路线图。
【图】系统运行界面6. 应用前景由于目前此进程处于探索阶段，涉及的面宽，实际情况比较复杂，与企业的经济效益有较大的联系，因此如何能够准确、全面、有效地抓住企业的需求，跟上企业管理科学化、信息化的步伐，将是我们不断研究和考虑的问题。
但是，这也从很大程度上证实了 GIS 在物流配送系统中的重要地位和应用。
该系统为物流配送车辆优化调度和日常业务管理提供了一个方便、科学有效的工具，为车辆优化调度算法的应用提供了一个好的使用环境。
建立车辆优化调度计算机系统为货运组织提高了工作效率，增加经济效益，具有良好的应用和经济前景。
5．参考文献参考文献 [1] 胡志杰，王长琼．基于 ArcGIS 的物流配送系统集成研究．物流技术．2005.3. [2] 张学志,陈功玉.车辆路线安排的改进节约算法.系统工程, 2008.11 [3] 杨凌杰李静.基于 C-W 节约算法的 TSP 教学辅助系统研究与设计.《微计算机应用》.2008.9 [4] 郎茂祥. 配送车辆优化调度模型与算法.电子工业出版社.2009.3 [5] 周宏伟，管珍.基于 ArcGISEngine 的青海旅游交通查询系统的设计与实现.宜春学院学报.2010.12 [6] GIS 技术在物流企业信息平台中的应用研究.《商业研究》2005.1 [7] Laporte G, GendreauM, Potvin J Y. Classical andMod2ern Heuristics for the Vehicle Routing Problem[ J ]. IntlTrans in Oper Res, 2000, 7 (4 /5 : 285 - 300. [8] Thangiah S R. Vehicle Routing Problem with TimeWin2dowsUsing GeneticAlgoriths[ C ] / /App lication Hand2book of Genetic Algorithms: New Frontiers (VolumeH. Boca Raton: CRC Press, 1995: 253 - 277. [9] Berger, Salois J M, Begin R. A Hybrid Genetic Algo2rithm for the Vehicle Routing Problem with TimeWin2dows[ C ] / /The A I 98 12 th Canadian Conference on Artificial Intelligence. Vancouver, 1998: 114 - 127.。