1. 引言
随着我国物流业的发展,物流配送水平正在不断提高,冷链业务已渗透到各行各业,药品安全问题关乎民生,超温的情况下会使药品失效,患者使用失去药效的药品会拖延病情,增加治疗难度,降低治愈率,不断弥补药品冷链配送行业的不足,对于现在的医药冷链物流业的发展非常重要 [1]。为了使药品在配送过程中的药效得到保障,全程冷链配送模式逐渐走进医药圈。全程冷链成本非常高,对配送路径进行优化是最直观、有效的降低成本方式,不断缩短配送时间,为企业带来最大收益,为患者争取治疗时间 [2]。
本文基于A医药集团在北京地区某一天的冷链配送情况,选取28家固定配送对象,并针对原有的配送路径进行合理的路径优化。
2. 研究过程
2.1. 研究步骤
1) 阅读配送路径优化方面的文献,学习路径优化算法,并记录学习结果。
2) 对A医药集团在北京地区医药冷链物流情况进行简单介绍,并发现配送路径存在的问题。
3) 针对于A医药集团在北京地区的配送情况,采用蚁群算法对配送路径进行优化,并利用MATLAB进行仿真实验并分析结果。
2.2. 研究方法
1) 文献学习法。通过阅读大量关于医药冷链配送、路径优化方面的文献,对该领域有了充分的了解,并将二者结合进行分析。
2) 数据统计法。利用现有的公开数据进行分析,了解企现状。对具体配送对象和配送中心的经纬度坐标进行搜集统计,为仿真实验做准备。
3) 建模法。利用蚁群算法对已有数据进行建模分析,通过MATLAB工具软件进行算法实现。
3. A医药集团配送路径存在问题及路径优化
3.1. 配送路径现状分析
A医药集团在北京地区配送对象众多,高达1500多家,在这1500多家客户当中,大多数都是小型药店,少部分是北京市的公立医院。这些公立医院是A医药集团的固定配送对象,每天都有配送订单,本文选取2019年配送频次最高且配送量最大的28家公立医院为样本,配送顺序按照2019年某一天的订单顺序执行。为方便后面标点、绘图等工作的进行,将配送中心、各节点分别用序号1~29代替 [3]。
利用百度地图对各个节点进行距离测量,并将测量结果按照配送顺序整理成表,具体情况如表1所示。在这一天,配送中心分别向这28家医院进行药品配送活动,表格包括配送路线、各节点间的距离、总长度等信息。通过Excel表格进行数据统计整理,得到这一天的配送路线总长度,也就是583.9公里,保存数据在表格中,供之后使用。
![](Images/Table_Tmp.jpg)
Table 1. Distance and total length between nodes
表1. 各节点之间距离以及总长度
为方便观察具体路线,利用绘图软件,将各节点按照配送顺序对应百度地图描出并标注序号,图中椭圆形标记代表各个医院,星星标记代表配送中心。再将各点按照配送顺序进行连接,得到配送路径简图,如图1所示,以下称此路线图为原有路径。在这一天中,配送冷链车由标记序号1也就是北京配送中心出发,到达标记序号2的医院,完成配送作业,再到标记的序号3的医院……到达标记序号29的医院,最终返回北京配送中心的这样一个配送顺序来完成配送作业。
![](//html.hanspub.org/file/10-2710364x9_hanspub.png)
Figure 1. Sequence diagram of route distribution
图1. 规划路径配送顺序图
3.2. 现有配送路径问题描述
经过对A医药集团旗下的物流子公司,某一天在北京地区物流配送中心的药品冷链配送路径进行描点、绘图,发现配送路径存在以下几个问题:
1、完全按照下单顺序进行配送作业,没有明确的配送路径。序号2的良乡医院先下订单,序号29的潞河医院最后一个下订单,冷链车就从配送中心出发,先到序号2,然后到序号3,序号4……最后到序号29,配送顺序同图3完全按照订单顺序执行配送作业。
2、会造成绕远、走重路情况的发生,会导致资源浪费。如图3所示,从序号3到序号4再到序号5这段路程存在走重路绕远现象,如果改为从序号3到序号5再到序号4就可以减少里程数,图中这样的情况非常多,路径优化将会节约不少里程数。
3、由于配送路径存在绕远、走重路等问题,药品在配送途中耗费的时间会更久,从客户的角度考虑那些急需药品救命的病人,离危险就更进一步,离摆脱病痛更晚了一些。冷链车的使用成本高于普通车辆,从企业的角度考虑,耗时越久路径越长,成本就越高。环保问题一直备受关注,冷链车的运行时长与排放有害气体总量成正比,从环境的角度考虑,配送路径过远对环境不利。
3.3. 仿真实验结果展示
蚁群算法目前广泛用于解决配送路径优化问题,算法原理直观清晰,本文将使用该算法进行下面的路径优化工作。将蚁群算法和A医药集团的现状结合分析,发现A医药集团的配送路径情况可以使用蚁群算法进行路径优化。蚁群算法的实现还需要满足以下模型假设:
3.3.1. 模型一般假设
A医药集团旗下的四家上市公司,在北京只成立了一家配送中心,北京配送中心以及各个客户的地理位置均已知。北京物流配送中心药品丰富且充足,能够满足北京地区所有配送对象需求,配送服务全部由物流子公司承担。物流子公司的配送业务受到全程冷链监管,配送过程中能够保证药品处于适宜的低温状态,该公司所有配送所需冷链车规模、载重相同,每辆车单次负载能力可满足所有顾客需求。所有冷链车均能保证匀速行驶,配送完成后全部返回北京配送中心,并且配送道路畅通,不存在交通拥堵等情况。在顾客方面,保证两个顾客之间都是直线距离。顾客所需药品数量均已知,每个顾客所需求的药品不会重复运送,且配送途中顾客不会再增添药品,也不会要求退换货 [4]。
3.3.2. 变量表示
:t时刻位于医院i处的蚂蚁数目;
:为蚂蚁已经走过路径的总长度;
:医院节点总数;
:医院i与医院j之间的直线距离;
:路径(i,j)上的能见度,又被称为启发值,表示蚂蚁从医院i转移到医院j的期望程度;
:t时刻路径(i,j)上的信息素总量;
:t时刻蚂蚁k由医院i向医院j转移的概率;
:表示在医院i处蚂蚁k可以选择走的医院的集合。
3.3.3. 构建模型
在满足上述模型假设以后,建立配送路径优化路径最短模型:
约束变量:
其中,i和j的取值范围为
,
取值为0或1,1表示冷链配送车从医院i行驶到医院j,而0则表示冷链配送车从医院j行驶到医院i [5]。
完成路径最短模型的构建以后,开始准备仿真实验中所要用到的数据,利用经纬度查询网页,按照配送顺序,查找28家客户地址、配送中心地址的经纬度信息并记录整理成表,如表2所示。
![](Images/Table_Tmp.jpg)
Table 2. Longitude and latitude of each node
表2. 各节点经度纬度
3.4. 结果展示
使用MATLAB软件按照上述流程进行仿真实验,得到优化路径结果图2,从该图中可以看出重新规划的路径,图中序号1表示配送中心,序号2表示第一家医院的位置……序号29表示第二十八家医院位置,具体顺序如下所示:
原有路径:
配送中心(1)-2-3-4-5-6-7-8-9-10-11-12-13-14-15-16-17-18-19-20-21-22-23-24-25-26-27-28-29-配送中心(1)。
通过算法得到的优化路径是:
配送中心(1)-7-8-11-12-14-13-16-23-22-17-18-21-19-20-29-28-27-26-25-24-15-6-4-5-3-2-10-9-配送中心(1)。
按照图2的优化结果,再次利用百度地图测工具,按照优化后配送顺序进行总里程数的测量,得到优化后配送路径全程总里程数为433.9公里,将优化后的路径图用绘图软件简化,并利用拼图软件将原来路径简化图和优化后路径简化图拼接在一起,方便做对比分析,拼接后的对比图如图3所示。
我们在表3展示原有路径和优化路径的对比结果,针对于优化结果我们将从企业成本、客户感受、环境保护三个角度进行分析。
![](//html.hanspub.org/file/10-2710364x22_hanspub.png)
Figure 2. Optimizing path result display
图2. 优化路径结果展示
![](//html.hanspub.org/file/10-2710364x23_hanspub.png)
Figure 3. Comparison before and after path optimization
图3. 路径优化前后对比
![](Images/Table_Tmp.jpg)
Table 3. Comparison of planned path and optimized path results
表3. 规划路径优化路径结果比较
优化路径对比规划路径,规划路径总公里数为583.9公里,优化路径总公里数为433.9公里,直线距离减少了150公里。
以A医药公司在北京地区一天的配送情况为例,配送中心冷藏车行驶速度v = 30 km/h,柴油价格6.9元/升,1辆冷链车每公里耗油0.2升。
1) 从企业成本角度上分析。每次该路线的配送,这一辆冷链车就可节约30升柴油,一年就是1.1万升柴油,燃油方面将节省7.59万元资金。A医药集团不止一辆冷链车,在北京地区也不止这一条配送路径,倘若每天的订单上的配送路径都提前做好优化,将为企业节约一笔不小的开支。
2) 从客户感受角度分析。病人越早用上有效药品,就能越早摆脱病痛折磨。经过计算优化后的路径比原有路径每次配送可节约294分钟,将近五个小时,对于配送用来拯救生命的药品来说,配送过程中节约的每分每秒都是在与病魔抢时间,配送路径越短,耗费的时间越短,病人治愈的几率越高。
3) 从环境保护的角度分析。冷链车配送过程中还会产生很多有害气体,1立方米柴油燃烧主要产生8.57 kg/m3二氧化氮,10 kg/m3二氧化硫,1.8 kg/m3烟尘这三种有害物质。这三种主要的有害气体不仅对环境影响严重,对人类的健康也是非常不利。
采用优化后的路径一年下来可以减少约94.2 kg的二氧化氮排放,减少110 kg的二氧化硫释放量,烟尘释放量减少19.8 kg。只考虑一辆冷链车的冷链配送,该公司一年就可以减少这么多有害气体排放量,如果每此配送前都进行路径优化,所有地区配送路径都进行优化,所有配送行业都进行路径优化,那么环保问题将不再棘手。环境保护要从每个小事儿做起,每个人,每个公司做起,也许单次有害气体排放量减少的并不多,但日积月累就是一个不小的数字。
4. 结语
医药冷链物流是指确保药品在全程低温状态下完成物流活动。医药不同于其他需要冷链配送的物品,医药配送时间与患者治愈率息息相关,在配送路途减少一秒钟,病人的痛苦就会提前一秒钟消失,我们的职责就是尽可能多地减少消耗在配送途中的时间,让病人早日脱离病痛折磨。与此同时,选择优化路径还能节约成本,为企业节省更多不必要开支,使收益达到最大化。冷链物流对于疫苗、血液制品等对温度敏感的药品来说是必不可少的,超温会导致药品发生变质,变质药品不仅会影响治疗进度,还会对患者健康造成威胁,可以说是百害而无一利 [6]。
目前我国药品流通行业需求高速增长,北京作为国家首都,药品需求量更是高于其他城市。药品安全问题始终饱受关注,在保证药品处于全程冷链、药效不受影响的情况下,合理地对配送路径进行优化是十分必要的。优化后路径能为配送环节节约时间,能为企业降低成本,能为患者减轻痛苦,能为环保做出贡献。
本文主要以A医药集团的配送情况为例,选取样本搜集数据,使用蚁群算法,并结合MATLAB软件进行仿真实验,按照算法流程图进行操作,得到优化后的配送路径图。并将优化后路径与原有路径做对比,从企业成本、顾客感受、环境保护三个角度进行分析,发现本次路径优化是可行的,优化结果是有意义的,达到了最初的研究目的。
基金项目
北京石油化工学院北京市URT项目2020J00192。