闫俊霞+吴柏翰+张建峰+赵欣+岳文琼

摘 要：随着信息技术的不断发展使得物流行业面临着前所未有的机遇，同时也面临着巨大的挑战，“智慧物流”的概念应运而生。在运输路线的优化和车辆调度方面，GIS能起到解决信息查询、分析与处理问题的作用，并在运输管理决策层面提供分析问题、建立模型、模拟决策过程的环境。因此，GIS物流路径优化对对物流企业实现：智能管理、降低服务成本、提高作业效率方面有至关重要的作用。智慧物流配送系统也将GIS应用于物流配送路径优化问题当中，对车辆实时全程监控，为企业提供最为科学的配送线路，不仅可以更好地满足客户的需求，还提升了公司的核心竞争力。

关键词：智慧物流；车辆路径优化；GIS

一、引言

随着经济的飞速发展，物流行业规模空前，需要运输的物品越来越多，如何对配送线路进行选择、如何对配送车辆进行分配成为发展的难题。路径优化问题从来都是人们探讨的焦点问题。它不仅能缓解交通堵塞的难题，还可以减少企业经营资本，提高配送效率。将GIS技术应用于智慧物流配送路径优化模块中，对车辆实时全程监控，结合数据对道路车流量变化情况进行分析，解决了以依靠于司机的个人经验制定的配送路径，具有合理性和科学性。实现了以路径最佳为目标的路线规划，满足客户的需求，让我国物流企业在市场竞争中更具优势。

二、车辆配送路径存在的问题

1.配送路径信息化程度较低

目前智慧配送系统中存在计算机利用仅限于日常事物处理，就车辆配送方面而言，没有先进的技术和设备的支持，对于智慧物流配送当中的诸如运输的最优路径等问题存在着很大的短板。缺少对云GIS等大数据的利用，配送路径选择仅凭司机的日常经验，缺乏对配送路线的科学规划，导致走回路现象严重，工作时间和效率不成正比。加强配送路径优化成为提高配送效率的关键因素。

2.物流配送订单执行反馈滞后

目前，大多数物流中心都在配送车辆上安装了GPS系统，虽然对配送车辆的进行了实时检测，但订单完成却只能是客户签收这一形式，电子信息系统不能及时的对订单完成情况进行跟踪与反馈，只有在配送车辆返回后，根据签单在电脑上进行统一录入，这时才能了解是否完成了订单，如果发生突发性的配送状况，办公职员缺乏行之有效的技术监测手段。

3.物流公司职员相关专业水准不髙

毕业于物流专业的人才不足，从事物流行业的人员中，他们所学有限，缺乏系统的物流业概念上的认知，往往只进行了短时间的岗前培训，就投入到工作当中。在配送过程中，由于配送人员的专业水平限制，对高新技术认识度不高，公司投入大量精力建设的数据信息系统往往得不到应有的重视。

三、利用Dijkstra算法优化配送路径

本文以邯山区农林路分店为配送中心，以招贤大厦、邯郸市中医院、阳光府邸、邯山区第一中学、明珠花园、汉庭酒店等9个地点做路径分析。配送中心及客户源位置如图1所示：

根据上文确定的配送位置，依据对应条件，邀请专家对影响因子进行打分，建立判断矩阵，最后得出符合一致性检验要求的权重。本文共选用行驶距离（A1）、道路宽度（A2）、车辆行驶速度（A3）、道路平坦度（A4）、配送地人口密度（A5）5个因素构成评价体系及评分等级。运用层次分析法（AHP）以引入合理标度，通过比较各因子之间的相互关系以及构建判断矩阵。设评价目的层权重为1.0，评价层次权重采用五度标度定义，根据公式求解得出5个因子的相应权重。

标度通常取1，2，3，4，5等5个等级，其中1表示两个因素相比，具有相同的重要性；2表示两个因素相比，前者比后者稍重要；3表示两个因素相比，前者比后者明显重要；4表示两个因素相比，前者比后者强烈重要；5表示两个因素相比，前者比后者极端重要。

结合图1中配送中心与货源地位置关系、表1中道路选择因子标准、表2中求得的各因子权重相互结合，来选取从配送中心到各货源地之间的最佳路径。其公式可表示为：

权重=A1*对比度*W1+A2*对比度*W2+A3*对比度*W3+A4*对比度*W4+A5*对比度*W5

结果进行数据简化，以O（配送中心）为源点，O到其他9个地点（A、B、C、D、E、F、G、H、I）距离为线上所标注的距离，如图2所示。

用Dijkstra算法求各点间最佳路径，并用矩阵形式表示简化结果，如下图所示：

经过逐步计算，可以确定两点之间的最短路径，如D（10）所示，其矩阵中可以表示出任意两点之间行驶路线和最短距离，如表3所示：

四、结语

本文利用GIS中Dijkstra算法优化物流配送路径，可以更好地提升物流工作的效率，利用好有限的人力、物力资源，减少运营成本。可以将批发企业和储运企业相结合，重新确立和完善商品配送中心，建立信息化配送网，完成智慧物流的信息化与自动化。加大GIS对道路拥堵情况的监控，设置合理的配送路径，减少总回路个数，通过网络实现配送与用戶、制造商、供应商的相互联系，实现信息共享、资源共用。

参考文献：

[1]郝书池.发展智慧物流的动因与对策研究[J].物流科技.2017（01）.

[2]文丽青，马丁.我国智慧物流与综合交通运输协同发展研究[J].物流技术.2015（03）.

[3]张春霞，彭东华.我国智慧物流发展对策[J].中国流通经济.2013（10）.

[4]石亚萍.基于物联网的智慧物流[J].物流技术.2011（17）.

[5]黄海松，刘卫华.动态规划在运输成本中的应用[J].河南科技.2014（09）.

[6]李楠.大规模实时动态车辆路径问题研究[D].清华大学.2010.

[7]Tan K C，Leel H，Zhu Q L，et al. Heuristics methods for vehicle routing problem with time windows[J].Artificial Intelligent in Engineering，2000，29（7）：281-295.

[8]Jung S.A genetic algorithm for the vehicle routing problem with time dependent travel times[D].College Park：University of Maryland，2000.

作者简介：闫俊霞（1982- ），女，硕士，讲师，主要研究方向：3S技术及其应用endprint