快递公司送货策略的优化设计

《快递公司送货策略的优化设计》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、快递公司送货策略的优化设计摘要在快递送货过程中，合理选择送货线路是极其重要的，它不仅可以加快配送速度,提高服务质量，还可以有效的降低配送成本，增加经济效益。本文构建了送货线路的规划模型，将送货问题转化为运筹学中的旅行推销问题进行求解，但在街道平行行走中，以阶梯法求最短路程，根据运输路线优化策略中的时间的最优组法，用射线旋转法进行区域划分，以送货重量的为划分依据，利用整数规划对每一个区域进行线路规划，从而得到最优线路。该模型对物流企业合理安排送货线路,提升运送效率有着很强的理论指导作用，因而有着重大的实用价值。1问题的提出：在快递传递工程中，所有快件在早

2、上点钟到达，要求于当天点之前必须派送完毕，每个业务员每天平均工作时间不超过小时，在每个送货点停留的时间为分钟，途中速度为，每次出发最多能带重量，公司平均每天接受到总重量为的快件。1.1每天接收到的总重量是否全部送至个送货点？1.2每个业务员工作时间不超过8小时，每个业务员的平均工作时间不超过6小时。假如某一业务员每天送完第一线路后是否再有下一次线路？1.3如何使用射线旋转法与旅行推销问题中特殊的“阶梯法”求解。2问题的分析：2.1对于现实问题当中，每个送货点每天的送货量有一定的波动，对某些送货点就单独某天是否送货，有一定的概率。根据题意，结合所有个送货

3、点总重量约等于每天接受的重量，因此我们不考虑其他因素。直接对个送货点配备送货策略。2.2送货线路与业务员有间接关系，但送货路线数不等于业务员数。我们根据最优送货线路的最短时间的关系组合来确定业务员的数量，因此为了消除送货路线与业务员数的误差，我们提出以所携带总重量的(80~90%)的依据。2.3我们提出射线旋转法，将随机的、不确定的、无规律的点进行区域划分，再对每个线路又进行线路规划。这样可有效减少线路重复问题，他是解决旅游途中如何经过旅游单中的城市而不重复旅游过的城市却要行程距离最短。其中两点直线走法，涉及到现实生活中很多实际的问题。而“快递转送”是

4、旅游推销问题中的特殊问题。它以街道平行的轴进行两直角边行走。例如图（1）所示，A—B—C—直线走最短，但在平行街道当中，以①-②-③-④-⑤-⑥如上阶梯法走最短。3模型假设：根据个送货点所处的位置的随机性及送货过程中行走路程的重复性和行程最短问题，我们“射线旋转法和阶梯法”的模型假设。其中射线旋转中依据所携带总重量的(80~90%)以整个区域划分为主，个别小区域等不符合区域以单独进行射线旋转法划分，以做到整数规划，再对每一个区域进行线路规划。然后用阶梯法进行求最短问题。4符号说明G：送货总重量。：在点所卸的货的重量。：两条射线所夹送货点重量之和：其中表

5、示两条射线所夹送货点重量之和：表示两条射线所夹部分区域记为。：在图（3）和图（4）中表送货点数，表示送货点所卸的货重：区域中走完所有送货点的最短距离。：表示原点到点点最短距离。：表示点到点所走的最短距离。：表示在区域中，满足的所需要的时间。：表示区域中所夹的送货点数。：表示第区域中支出金额最少所走的距离。：表示在区域中，满足的所需要的时间。：在区域中，给业务员所支付的费用。：A点与C点的最短距离。5模型建立及求解5.1模型建立5.11射线旋转法假设5.111以快递公司及发货中心，平行于街道的直线为坐标建立直角坐标系。射线旋转法进行划分依据：射线旋转法以

6、送货总重量的快递公司每个业务员的每次最多能携带的重量为划分依据，但为了整体划分，精确模式，在此基础上可以波动。定义送货总量的的依据，是考虑到克服所有送货人所携带重量的参差性和送货路线与送货人数的相关性，这样可以大幅度的个别因素对整体的影响。记每个发货量最大不超过，当射线旋转时与射线重合的点记：。相应于该点出所卸的货的重量。以轴为初始射线，以点为圆心，按逆时针方向旋转，当遇到第一个点时，判断若满足继续旋转，直临界射线，且时停止，并记该区域为：其中:以为初始射线旋转，当遇到相应下一点时,判断若满足继续旋转直到临界射线，且时停止，并记该区为：。以此类推。以做

7、初始射线旋转，当遇到下一点是若满足继续旋转直到临界射线，使满足时停止，并记该区为：。5.112在5.111中规划区域中，当射线旋转到有两个或多个点重合时且时，我们应该如下：5.1121当射线旋转到有两个或多个点重合或时，将射线继续旋转直到，使满足时为止。若同时也有两个或多个点重合或时将射线继续旋转直到，使满足同理，若同时也有两个或多个点或时，将射线旋转直到使满足时为止。继续如上划分直到完毕。5.1122将划分出的区域有的区域继续利用射线旋转再进行筛选，选出符合条件的最优区域。5.12阶梯法模型：行走路线像阶梯一样的模型，我们定义为阶梯模型。对于射线旋转

8、法可以确定每条路线所经过的送货点，至于如何走最近，我们根据模型特点，证明一个“公理”。例：例如