近几年, 电子商务作为一种全新的商务模式在我国得到了迅速的普及和发展, 统计数字表明, 2010年我国电子商务市场交易规模已超过4 900亿元, 但同美国相比, 网络购物普及率仅为美国的三分之一, 仍存在巨大的发展空间。另一方面, 作为电子商务模式的终端环节和重要的支撑, 我国物流发展水平远不能达到电子商务发展的要求, 一定程度上制约了电子商务的发展。2010年“双十一”快递爆仓事件将我国电子商务和物流发展的矛盾推上了顶峰, 提高我国物流发展水平和物流作业效率成为促进电子商务发展亟待解决的问题。作为电子商务中一种重要的商务模式, B2C模式在我国电商企业中的发展速度呈现井喷式增长, 成为未来电子商务发展的主要趋势。在B2C大物流背景下, “云仓储”设施选址问题对于提高我国电子商务发展速度和我国物流发展水平, 加快物流网络信息化建设具有重要的现实意义。

从现有的B2C电子商务物流模式来看, 当前我国主要包括网站自营物流配送、第三方物流配送和邮政配送服务三种类型。B2C电子商务模式下的物流配送业务具有多品种、小批量、服务范围广等特点, 因此在进行物流配送作业组织时难度较大。所谓的“云仓储”设施选址问题, 指的是考虑到客户的具体分布特征, 对整个系统网络上的零售配送中心网点进行统一布局, 以实现在电商企业接到订单后能够迅速的组织配送中心和同城公共分拨点之间的就近配送。鉴于B2C客户在地域上具有分散性, B2C电子商务企业需要设置由一级配送中心和二级配送站共同组成的物流网络体系, 即多级—多设施配送网络体系, 如图1所示。

图1所示的多级—多设施配送中心网络体系中, 上游供应商对一级配送中心统一组织送货, 对电商企业不产生物流费用。在进行一级配送中心选址时, 一般选在区域中的枢纽城市或资源优势明显的地方, 在由一级配送中心向二级配送站组织配送时, 往往配送货物批量较大, 一级配送中心应具有较强的区域辐射能力。二级配送站要求能够覆盖整个地区并处于一级配送中心辐射范围内, 一般选在距离客户集中地区较近的区域, 配送方式较为灵活。

图1 B2C大物流环境下“云仓储”物流网络体系   

(1) 系统中货物种类多样化, 不同货物存储费、运输费不同; (2) 候选点数目、坐标已知; (3) 系统中客户信息已知, 包括坐标、需求量等, 需求量稳定; (4) 不同配送中心建设成本、存储成本已知; (5) 配送中心存储费只受存储量影响, 忽略存储时间影响; (6) 配送运输成本与运输作业量以及运距有关, 且由一级配送中心至二级配送站的运输费率小于由二级配送站至终端客户的运费率; (7) 配送中心和配送站的存储能力大于服务范围内的客户需求量, 一级配送中心最大存货量大于服务范围内的二级配送站需求总量, 二级配送中心最大存货量大于范围内终端客户需求总量; (8) 一级配送中心和二级配送站之间为一对多关系, 即一个一级配送中心同时为多个二级配送站服务, 一个配送站仅对应一个一级配送中心; (9) 二级配送站和终端客户之间也为一对多关系, 一个二级配送站为多个客户提供配送服务, 一个客户仅由一个二级配送站服务; (10) 考虑退货产生的逆向物流现象, 逆向物流费用由逆向物流运输量和运距确定。

M—备选的一级配送中心的数量, i={1, 2, ..., M};

P—备选的二级配送站数量, j={1, 2, ..., P};

L—商品种类数, l={1, 2, ..., L};

N—客户数量, k={1, 2, ..., N};

xijl—第l种产品从第i个一级配送中心到第j个二级配送站运输量;

Dij—第i个一级配送中心到第j个二级配送站运输距离;

Cijl—第l种产品从第i个一级配送中心到第j个二级配送站的单位运输费用;

yjkl—第l种产品从第j个二级配送站到客户k的运输量;—;

Sjk第j个二级配送站到客户k的运输距离

Ejkl—第l种产品从第j个二级配送站到客户k的单位运输费用;

Fi—第i个一级配送中心建设费用;

Gj—第j个二级配送站建设费用;

t1l—一级配送中心第l种产品单位存储费用;

t2l—二级配送站第l种产品单位存储费用;

x`ijl—第l种产品从第j个二级配送站到第i个一级配送中心的逆向物流运输量;

Cijl—第l种产品从第j个二级配送站到第i个一级配送中心的单位逆向物流运输费用;

y`jkl—第l种产品从第k个客户到第j个二级配送站的逆向物流运输量;

E`jkl—第l种产品从第k个客户到第j个二级配送站的单位逆向物流运输费用;—;

Ai—第i个一级配送中心最大存储量;

Bi—第j个二级配送站最大存储量。

B2C电子商务模式中“云仓储”系统总物流成本主要包括配送成本、建设成本、存储成本和逆向物流成本四个部分, 以系统总物流成本最低为目标构建模型如下:

其中, 约束条件 (1) 、 (2) 分别表示每个配送站和客户最多只能被一个配送中心和一个配送站服务;约束条件 (3) 和 (4) 分别表示一级配送中心和二级配送站存储能力满足要求;式 (5) 表示配送站商品进出流量均衡;式 (6) 表示一级配送中心向二级配送站的配送业务量能够满足二级配送站需求;式 (7) 、式 (8) 分别表示所选中的配送站和一级配送中心能够覆盖区域内所有的终端客户和二级配送站。

针对上述多级—多设施选址模型, 需要同时确定一级配送中心和二级配送站的最佳位置, 本文选用遗传算法对模型进行求解分析。

(1) 算法设计思想及流程。遗传算法根据自然进化中的“优胜劣汰、适者生存”法则, 通过编码得到染色体, 生成初始种群, 然后通过计算个体适应度函数, 选择进行杂交和变异的个体进行操作, 生成新一代个体, 通过反复循环得到问题最优解。

(2) 算法步骤

(1) 编码。采用二进制编码, 如候选地址被确定为一级配送中心则将其基因位设为1, 否则为0, 根据候选点规模确定个体长度;候选点如果被确定为二级配送站, 则相应基因位为1, 否则为0, 根据二级配送站候选点规模确定个体长度。

(2) 初始种群设置。合成随机的个体集合, 形成初始种群, 本文中初始种群规模为50, 根据约束条件中的覆盖范围约束, 配送中心和配送站由系统随机产生。

(3) 计算距离。采用直线距离近似代替实际距离, 计算公式为:

公式中, wij (≥1) 为迂回系数, 一般交通较为便利地区wij较小, 反之较大, 在此取wij=1.3。

(4) 可行性检验。鉴于模型中约束条件 (7) 、 (8) , 即要求一级配送中心和二级配送站分别要覆盖区域范围内的二级配送站和终端客户, 需要对算法中的染色体进行可行性检验, 如染色体不合理则需要修正。

(5) 适应度函数计算。适应度函数设计合理有利于快速搜索到最优解, 结合上述模型, 算法中将适应度函数设为目标函数的倒数, 即:

(6) 选择算子。由适应度函数值每个个体的适应度值, 据此对种群优秀个体进行优胜劣汰操作, 本文采用轮盘赌选择法进行算子选择, 即通过适应度函数得到个体被遗传到下一代的概率, 利用[0, 1]随机数选择个体交配。

(7) 交叉算子。通过算子交叉在算法中产生新的个体, 如采用多点交叉、均匀交叉或实数交叉方法。本文采用均匀交叉, 随机生成交叉模板, 如父代1F1=[1, 1, 0, 1], 父代2F1=[0, 1, 1, 0], 则交叉模板为R=[0, 0, 1, 1], 交叉生成的两子代为son 1=[0, 1, 0, 1], son 2=[1, 1, 1, 0]。

(8) 变异算子。通过算子变异能够维持算法的稳定性并改善算法局部搜索能力, 避免早熟。本文采用基本位变异, 利用随机生成的1到规模数的任意数组, 定位第一个数字为子代1的变异位置, 末尾数字为子代2的变异位置。

(9) 终止规则。为避免算法陷入死循环, 应设置算法终止条件, 当算法执行过程中出现终止条件时, 算法终止。本文采用最大迭代数规则作为终止规则, 即算法迭代次数达到最大迭代数Max NC时, 算法终止。

假定问题中存在六个一级配送中心候选点和十个二级配送站候选点, 客户数量为50个, 货物类型有两种, 一级配送中心和二级配送站以及客户点相关数据见表1-表3。

表1 一级配送中心相关数据  

表2 二级配送站相关数据     

表3 客户点相关数据     

不同类型货物在配送中心和配送站的存储费用见表4。

不同货物从配送中心运输至配送站、由配送站运输至客户的运输费率以及回程运输费率见表5。

表4 货物在配送中心和配送站的存储费用 

单位:元/件

表5 货物运输费率     

单位:元/件·km

综上所述, 算例中一级配送中心和二级配送站以及客户分布如图2所示。

图2 配送中心、配送站及客户分布示意图   下

借助matlab工具运行计算, 具体参数包括:群体规模为50, 最大迭代次数为20, 精英个体数为20, 根据迭代次数不同, 交叉概率和变异概率不同, 如NC<Max NC 5, 则交叉概率为0.6, 变异概率为0.01;如果Max NC 5<NC<2Max NC 5, 则交叉概率为0.7, 变异概率为0.02;如果2Max NC 5<NC<3Max NC 5, 则交叉概率为0.8, 变异概率为0.03;如果3Max NC 5<NC<4Max NC 5, 则交叉概率为0.7, 变异概率为0.02;如果4Max NC 5<NC<Max NC, 则交叉概率为0.6, 变异概率为0.01。

最后运算结果为:标号为1, 3的位置被确定为配送中心, 标号为1, 2, 5, 6, 9的配送站候选点被确定为配送站, 系统总物流成本为132.219万元。算法迭代过程如图3所示。

各配送中心、配送站覆盖情况以及存储量情况见表6-表8。

电子商务作为一种全新的商务模式是我国未来商业模式发展的主要趋势, 作为重要的支撑和终端环节, 物流水平的落后严重制约了B2C电子商务模式的发展。大物流环境下的“云仓储”概念的引入及基于“云仓储”概念的仓储设施优化对提高电子商务企业客户服务水平和服务质量起到了重要的作用, 对于现代电子商务企业和物流产业的发展具有很强的实践操作性和现实意义。

图3 实例迭代过程示意图   

表6 配送中心—配送站覆盖情况    

表7 配送中心存储量     

表8 配送站存储量