1 引言(Introduction)

Internet网络基础设施及相关技术(如数字签名、电子加密等)的成熟和电子商务网站的蓬勃兴起，为电子商务中信息流、商流、资金流的电子化实现打下了强有力的基础，然而作为电子商务中最特殊的一个环节一物流，却不能全部实现电子化，除了小部分的商品(如软件、电子读物、音乐等)外，其余大部分商品都需要进行配送，即物流配送，尤其是B2C型电子商务企业，其物流配送费用史是商品成木重要的组成部分，因而如何优化和完善物流配送系统，提高企业市场竞争力，己成为B2C电子商务企业成功的关键之所在。

车辆路径问题VRP是一类典型的物流配送优化问题.自Dantzing和Ramser于1959年首次提出该问题以来，一直是运筹学和组合优化领域的研究前沿与热点VRY的一般描述是:为服务于己知的一组顾客的一个车队，设计一组开始和结束于一个中心(设施)出发点的最小费用路径，每个顾客只能被服务一次，而且，一个车辆服务的顾客数不能超过它的能力。根据这一思想，目前己建立的绝大多数VRY模型描述的配送网络是一类完全图，如图1(a)所示，可以看出此类模型有一个前提假设，即顾客(或设施)与顾客之间均有直接最短配送线路日‘每个顾客仅被车辆访问一次。而在现实情况中，B2C电子商务企业物流配送网络的顾客(或配送中心)之间不能都有直接最短配送线路，即便在交通十分发达的大城市中，也无法做到这一点。因而为保证完成对所有顾客的配送任务，一些顾客可能会被多次访问，如图1(b)所示。

基于以上因素，本文以实际的物流配送网络为基础，建立B2C电子商务中物流配送路径优化的模, 并开发了嵌入FLOYD“一算子的捕食搜索算法”对其进行求解。

2 问题的描述与模型(Description and model of the problcin)

B2C电子商务中物流配送路径优化模型的基本思想可描述如下:根据B2C电子商务企业在某个时段内顾客的订货情况(如顾客商品需求量和其地理位置)，利用信息，技术(如GIS技术)确定该时段的实际配送网络，通过优化设计一套基于配送网络的车辆路径，同时要满足一系列的约束条件(如商品需求量、配送中心和车辆容量限制等)，使得配送总费用最小。这里总费用包括车辆配送费用和车辆一次性启动费用。为了便于建立模型，利用山配送中心和顾客两类节点构成的不完全无向表示实际物流配送，并作以下几个基本假设:

1)配送中心有多个，每个配送中心各类商品量以及配送车辆数一定.每辆车仅隶属于一个配送中心;

2)每个顾客仅能山一个配送中心中的一辆车进行一次性商品配送，但可以被多次访问.特殊地，如果顾客需求超出一辆车的容量则选择最近可用的配送中心山多辆车对其进行配送，因而此类情况在通过数据预处理后亦可山模型表示;

3)每辆车从各自的配送中心出发，完成配送任务后返回自己所在的配送中心;

4)配送商品为多品种商品，配送车辆为中一类型车辆;

下面给出B2C电子商务中物流配送路径优化的数学模型。

模型中符号有两类，即模型的决策变量和模型参数。

1)决策变量：

Xij，表示车辆k是否从顾客(或配送中心少i开往J(Jl=不一定给顾客J配送商品少，如果是，其值为上否则为Q，表示顾客J是否山配送中心i负贡配送，如果是，其值为上否则为Q;

Zjk，表示顾客J是否山车辆无配送，如果是，其值为上否则为Q;

2)模型参数:

G一配送中心、顾客两类节点和代表它们之间配送线路的边组成的不完全无向图,

K一配送车辆集合，其中，K表示配送中心i车辆的集合,即每辆车仅隶属于一个配送中心;

L一配送商品种类集合;

Ap一酒己送中心P的可用车辆数;

Bk-一车辆无的一次性启动费用(主要考虑车辆的占用和损耗费用，略去停留费用);

Cij一车辆无在路线了(力单位路程的运输费用了忽略车辆装载量大小对运输费用的影响);

qjl一顾客j对商品l的需求量;

dij一顾客(或配送中心少i, j间的距离，即线目标函数(i)两部分组成，第一部分是车辆的配送费用，第一部分是车辆启动的一次性费用，这里是根据使用车辆数进行计算。约束(2)保证从所属配送中心出发的车辆返回到该配送中心;约束(3)表示顾客J如果山车辆无配送商品，则车辆无至少访问顾客J一次;约束(4)表示每个顾客仅山一辆车配送;约束(5)表示每个配送中心可用车辆数限制;约束(6)保证每辆车装载量不超过其容量;约束(为表示每个配送中心各类配送商品的供应量;(9)和(10)分别为对应的0-1决策变量。

上述模型为一种改进的多设施VRY模型，其改进之处在于结合了B2C电子商务企业实际配送网络，模型中的决策变量x }A可以直接表示出基于配送网络的车辆路径，因而比通常的多设施VRY模型史贴近现实情况。