梁辰 周峻旭

摘  要：针对多中心联合配送的车辆路径问题，构建了一种既考虑需求点时间窗口相近性又考虑地理空间邻近性的聚类算法，首先设计了时空距离计算方法，然后运用DBSCAN进行时空聚类，并将聚类结果应用于GIS路径求解中。最后，构造算例分析验证了模型和算法的有效性和可靠性，为快速有效地解决此类问题提供了一种新的思路。

关键词：时空聚类;多配送中心;联合配送;车辆路径问题;GIS

中图分类号：F252.14    文献标识码：A

Abstract： Aimed at vehicle routing problem in joint distribution among multi centers， a clustering algorithm was developed with consideration both in time window adjacency and geographical spatial proximity. Time-space distance was first calculated and then DBSCAN clustering was applied to the time-space distribution of demand points， path solving was last carried out based on GIS. Finally， an example was tested to verify the effectiveness and reliability of the proposed model and algorithm， demonstrating a new thought for this kind of problems.

Key words： time-space clustering; multi-depot; joint distribution; vehicle routing problem; GIS

0  引  言

现有配送模式多采用自营物流对配送中心覆盖范围内的消费者进行辐射式配送，单一配送中心独立配送的模式割离了配送区域之间的关联性，物流资源共享程度低，运力供给与配送需求在时空上呈现失衡现象，因此，普遍造成车辆闲置率高、空载率高、忙闲不均、迂回运输等问题[1]。在考虑商品运输种类特点的基础上，探索通过第三方物流或在共同配送联盟方式，实现多中心联合配送具有显著必要性，不但可以减少配送及作业环节中的成本，提高整体物流服务水平，而且能使车辆和配送中心等物流设施资源得以充分的利用，提升物流配送效率，实现配送行业的降本增效。

在多中心联合配送模式下，车辆可从任意一个配送中心出发，逐一行驶到任务列表中的各个需求点，待完成任务后则不必一定返回初始配送中心，可结束配送任务停靠至任意一个配送中心，等待后续指令。相比单一配送中心……