论文部分内容阅读
摘 要：近年来，物流快递快速发展，投送时效快，投送能力强，已经成为该行业的鲜明的旗帜。同时也要看到，这仅仅只是针对城市而言。相反农村的物流快递则发展得极其不平衡，主要体现在“战线长”，“分布广”，“消费低”等几个方面从而导致了快递公司的运行成本高，投送时效长。本文通过AHP-TOPSIS模型多农村配送点进行排序选择，在此基础上提出了发散配送模式，最大化对配送节点进行覆盖。
关键词：农村配送点;AHP-TOPSIS 组合评价模型;发散给送模式
在传统的农村模式下，乡镇快递网点下沉的范围较为分散且数量较少，主要由于传统农村的分散性且每个乡村的“消费密度”不平衡导致派送网点“无利可图”“且时效慢”[5]。相比较城市而言，城市的网点分布较为密集，交通便利且多样化，这样在快递的最初揽件和最后派件的时效大大提高。城市的“消费密度”比乡镇高的多，使得派送的网点“有利可图”“成本低”。随着如今的乡村振兴的提出，一些农村模式发生了转变，比如集体农庄即一整座村庄拆迁然后统一安排住处。这样就大大减少每家住户的距离。从而提高居民最后的取件和寄件，就目前来说，这并未全面普及。因此，此研究着重从地区人口数量和经济效益上的综合评价结果的角度对乡村配送点选址进行研究探讨[1]。在配送节点选址上，综合考虑了该地址的经济效益及需求覆盖率最大化因素，加入了日交通量及该村庄的商店数量、人均可支配收入[3]和人口数量等评价指标。在求解算法上，将TOPSIS评价模型和AHP分析法结合起来。简化了AHP分析法处理综合指标的复杂过程，相应的提高了TOPSIS模型评价乡村的准确性。
1 基于AHP-TOPSIS发散配送模式的确定
车辆路线问题主要在于由一个配送点到另一个配送点的最佳路线，不仅要满足路程最短，也要满足整体配送周期变短。这就要要求配送模式，配送人员及车辆要合理。在一定的区域内在一定的时间内配送到各个客户手中。以达到最佳的经济效益和配送时间效益。如图所示，該配送路线在一定的区域类，设置了多条配送路线。
即表示的为一个配送中心向周围所有的目标进行派送。派送效率大大提高，但是在乡镇农村一级会造成过高的配送成本，即每一条配送路线就需要一名配送人员和相应配送车辆[2]。由此可见这会大大加大配送中心的经济压力。
1.1 模型的建立与求解
AHP-TOPSIS组合评价模型[6]是将AHP层次分析法和TOPSIS评价法组合起来，前者计算问题中参数影响权重，后者对前者进行评价。通过对评价问题分别构造最优解和最差解，可以将得出的各影响因素的权重大小，并用来计算那些村庄可以作为配送节点合理性是否接近最理想的配送点的程度大小。越是靠近则合理性就越高，相反越是远离合理性就会越低。
1.2 模型的建立
1.2.1 配送点影响因素的选择
参配送点选址影响因素的选择参考主流研究的做法，本文选择该村庄商店的数量、日平均交通总密度以及人均可支配收入作为该区域设置配送点的影响因素。
1.2.2 权重向量的确定
本文选取江苏省灌云县东王集乡周边的7个村庄T1，T2，T3，T4，T5，T6，T7。地理位置如图2所示。
根据上述影响因素，统计了2021年4月内观测路段的车辆数和该村庄的人口数量如图3所示，观测路段的长度以及这段时间的人均可支配收入[6]，和交通量和人口数量如图所示。
本文只考虑准则层对目标层的权重。设准则层的人口数量、日平均交通总密度和人均可支配收入分别为3个变量。通过查询1～9标度法规则表，得到了准则层的比较判别矩阵，结果如表1所示。
根据表1内容，邀请相关领域的研究学者和专家进行比较两者之间的重要性，并进行打分。从而构造出W-U比较判断矩阵为：
A=
然后对其判断矩阵进行一次性检验[4]。通过计算，本文得出W-U比较判断矩阵的权重向量为（0.473 8，0.216 8，0.309 4）T，由此可见对于配送点的选址的影响因素而言，其作用程度人口数量>人均可支配收入>日平均交通总密度。
由于上述3个影响因素都是极大型指标，所以不需要对影响因素的数值进行处理。为规避不同量纲对评价结果的影响，使评价体系中的指标可以在相同量纲水平下进行比较，需对原始数据进行标准化处理。具体处理的方法如下：
其中指第i个乡镇第j个影响因素标准化后的数值。
1.2.3 计算与理想解相对接近度并归一化
通过标准化得到Z矩阵，可知最优向量和最劣向量，然后计算选择设置快递自提机的合适的乡镇与最优向量的欧式距离和最差距离：
，
最后得到最优解的结合程度， 并归一化。
1.3 模型结果与分析
通过改模型的结果可以得出W值，数值越大说明距离理想解就越近，反之亦然。并对7个乡村数据进行排序。如表2所示。
1.4 配送模式确定
对于表2数据，选取元邦村、盐东村、条河村、封庄村、盐河村、大南村作为配送节点。以元邦村为起点，盐河村为终点。如图4所示拓扑图。
以元邦村为起点盐河村为终点，通过Dijkstra算法求解最优路线为元邦村-大南村-封庄村-盐河村。路线总里程为8.8 km。在返程时路线为盐河村-盐东村-元邦村。路线总里程为6.2 km。则完整的配送路线总里程为15 km。
2 结束语
在农村快递领域中，配送是关键。主要在于农村快递费时费力成本高且无利可图。本文在参考和阅读其他学者的研究成果后提出了一种新的配送模式并以具体的某个乡镇为例进行研究，结合Dijkstra算法来得出最优的配送路径。除此之外也大量的参考了一些评价模型来确保配送节点选择的合理性。使得该配送模式更加科学有效，使得农村快递得到更好的发展。
参考文献：
[1]赵金煜，王悦，王定河.基于AHP-熵权法的建筑工程BIM应用障碍因素研究[J].建筑经济2020，41（S2）：182-187.
[2]李雪松，姜妍，缪颖.泰州地区乡村物流配送现实困境及解决方案——基于政府部门、物流企业和线上农户的调研[J].中国市场，2021（14）：151-152+155.
[3]农村居民人均可支配收入[J].中国经济景气月报，2021（3）：39.
[4]姜能涛，吕梦琦.智能快递柜在城市末端物流应用现状及发展对策研究——以苏州为例[J].物流工程与管理，2019，41（10）：47-51.
[5]卜旺宇，李至伟，郭钰，等.我国农村电商发展研究[J].合作经济与科技，2021（10）：84-86.
[6]彭鹏，胡昌格，柴敏.基于AHP和TOPSIS的电饭煲设计评价[J].工业设计，2021（4）：153-154.
关键词：农村配送点;AHP-TOPSIS 组合评价模型;发散给送模式
在传统的农村模式下，乡镇快递网点下沉的范围较为分散且数量较少，主要由于传统农村的分散性且每个乡村的“消费密度”不平衡导致派送网点“无利可图”“且时效慢”[5]。相比较城市而言，城市的网点分布较为密集，交通便利且多样化，这样在快递的最初揽件和最后派件的时效大大提高。城市的“消费密度”比乡镇高的多，使得派送的网点“有利可图”“成本低”。随着如今的乡村振兴的提出，一些农村模式发生了转变，比如集体农庄即一整座村庄拆迁然后统一安排住处。这样就大大减少每家住户的距离。从而提高居民最后的取件和寄件，就目前来说，这并未全面普及。因此，此研究着重从地区人口数量和经济效益上的综合评价结果的角度对乡村配送点选址进行研究探讨[1]。在配送节点选址上，综合考虑了该地址的经济效益及需求覆盖率最大化因素，加入了日交通量及该村庄的商店数量、人均可支配收入[3]和人口数量等评价指标。在求解算法上，将TOPSIS评价模型和AHP分析法结合起来。简化了AHP分析法处理综合指标的复杂过程，相应的提高了TOPSIS模型评价乡村的准确性。
1 基于AHP-TOPSIS发散配送模式的确定
车辆路线问题主要在于由一个配送点到另一个配送点的最佳路线，不仅要满足路程最短，也要满足整体配送周期变短。这就要要求配送模式，配送人员及车辆要合理。在一定的区域内在一定的时间内配送到各个客户手中。以达到最佳的经济效益和配送时间效益。如图所示，該配送路线在一定的区域类，设置了多条配送路线。
即表示的为一个配送中心向周围所有的目标进行派送。派送效率大大提高，但是在乡镇农村一级会造成过高的配送成本，即每一条配送路线就需要一名配送人员和相应配送车辆[2]。由此可见这会大大加大配送中心的经济压力。
1.1 模型的建立与求解
AHP-TOPSIS组合评价模型[6]是将AHP层次分析法和TOPSIS评价法组合起来，前者计算问题中参数影响权重，后者对前者进行评价。通过对评价问题分别构造最优解和最差解，可以将得出的各影响因素的权重大小，并用来计算那些村庄可以作为配送节点合理性是否接近最理想的配送点的程度大小。越是靠近则合理性就越高，相反越是远离合理性就会越低。
1.2 模型的建立
1.2.1 配送点影响因素的选择
参配送点选址影响因素的选择参考主流研究的做法，本文选择该村庄商店的数量、日平均交通总密度以及人均可支配收入作为该区域设置配送点的影响因素。
1.2.2 权重向量的确定
本文选取江苏省灌云县东王集乡周边的7个村庄T1，T2，T3，T4，T5，T6，T7。地理位置如图2所示。
根据上述影响因素，统计了2021年4月内观测路段的车辆数和该村庄的人口数量如图3所示，观测路段的长度以及这段时间的人均可支配收入[6]，和交通量和人口数量如图所示。
本文只考虑准则层对目标层的权重。设准则层的人口数量、日平均交通总密度和人均可支配收入分别为3个变量。通过查询1～9标度法规则表，得到了准则层的比较判别矩阵，结果如表1所示。
根据表1内容，邀请相关领域的研究学者和专家进行比较两者之间的重要性，并进行打分。从而构造出W-U比较判断矩阵为：
A=
然后对其判断矩阵进行一次性检验[4]。通过计算，本文得出W-U比较判断矩阵的权重向量为（0.473 8，0.216 8，0.309 4）T，由此可见对于配送点的选址的影响因素而言，其作用程度人口数量>人均可支配收入>日平均交通总密度。
由于上述3个影响因素都是极大型指标，所以不需要对影响因素的数值进行处理。为规避不同量纲对评价结果的影响，使评价体系中的指标可以在相同量纲水平下进行比较，需对原始数据进行标准化处理。具体处理的方法如下：
其中指第i个乡镇第j个影响因素标准化后的数值。
1.2.3 计算与理想解相对接近度并归一化
通过标准化得到Z矩阵，可知最优向量和最劣向量，然后计算选择设置快递自提机的合适的乡镇与最优向量的欧式距离和最差距离：
，
最后得到最优解的结合程度， 并归一化。
1.3 模型结果与分析
通过改模型的结果可以得出W值，数值越大说明距离理想解就越近，反之亦然。并对7个乡村数据进行排序。如表2所示。
1.4 配送模式确定
对于表2数据，选取元邦村、盐东村、条河村、封庄村、盐河村、大南村作为配送节点。以元邦村为起点，盐河村为终点。如图4所示拓扑图。
以元邦村为起点盐河村为终点，通过Dijkstra算法求解最优路线为元邦村-大南村-封庄村-盐河村。路线总里程为8.8 km。在返程时路线为盐河村-盐东村-元邦村。路线总里程为6.2 km。则完整的配送路线总里程为15 km。
2 结束语
在农村快递领域中，配送是关键。主要在于农村快递费时费力成本高且无利可图。本文在参考和阅读其他学者的研究成果后提出了一种新的配送模式并以具体的某个乡镇为例进行研究，结合Dijkstra算法来得出最优的配送路径。除此之外也大量的参考了一些评价模型来确保配送节点选择的合理性。使得该配送模式更加科学有效，使得农村快递得到更好的发展。
参考文献：
[1]赵金煜，王悦，王定河.基于AHP-熵权法的建筑工程BIM应用障碍因素研究[J].建筑经济2020，41（S2）：182-187.
[2]李雪松，姜妍，缪颖.泰州地区乡村物流配送现实困境及解决方案——基于政府部门、物流企业和线上农户的调研[J].中国市场，2021（14）：151-152+155.
[3]农村居民人均可支配收入[J].中国经济景气月报，2021（3）：39.
[4]姜能涛，吕梦琦.智能快递柜在城市末端物流应用现状及发展对策研究——以苏州为例[J].物流工程与管理，2019，41（10）：47-51.
[5]卜旺宇，李至伟，郭钰，等.我国农村电商发展研究[J].合作经济与科技，2021（10）：84-86.
[6]彭鹏，胡昌格，柴敏.基于AHP和TOPSIS的电饭煲设计评价[J].工业设计，2021（4）：153-154.