【上海A医药有限公司物流配送路径优化探究14000字（论文）】

上海A医药有限公司物流配送路径优化研究目录1绪论 11.1研究背景 11.2研究意义 31.3国内外文献综述 41.4研究方法 52理论概述 52.1配送路径优化的含义 62.2配送路径优化的意义 62.3配送路径优化的研究方法 93配送路径现状 103.1上海市A医药有限公司的基本情况 103.2上海市A医药有限公司的配送路径现状 103.3上海市A医药有限公司的配送路径存在的问题 114配送路径优化建议 134.1采用蚁群算法建立物流配送路径优化模型 144.2结论及其他改进措施 175参考文献 196致谢 211绪论1.1研究背景伴随着各行业的经济社会发展的脚步和人们日常生活中对生活质量需求的不断提高，自然推动了各行各业的发展，健康是生活的基础，所以特别在医药这一领域，产生了很大的影响，大部分人们的医药消费观念也都在慢慢地发生着转变，从以前的小病不舍得花钱去医院看，到如今每年体检的人数也在逐步上升。而随着医疗保险与医疗制度在最近的几年里愈加完善，也促进了我国现代医药生产和消费水平的不断提升，医药市场的快速增长也就顺理成章了。如今我们国内的医药行业的市场增长得非常之迅速，虽然在这之前和一些发达国家有着一些较大的差距，但近些年的奋起直追，我国的医疗水平已经毫不逊色于一些发达国家，但想要超越还需要一定的时间。近些年国家对相关人才的培养政策也在积极推进中，相信在不久的未来我们国家的医疗水平会更上一层楼。从对医药行业相关组织和机构分析可以了解到，到2019年左右，我国医药工业生产总产值已经在70000亿元以上，市场地位也得到了巩固并且持续提高，如今在世界范围内的医药市场的排名已经位列第二[1]。国内医药产业异军突起，作为朝阳产业整装出发，显而易见的是，有了医药产业的存在，相配套的物流配送产业也是必不可少的。从国家层面来看，现代化物流正如火如荼的建设，扶持力度也逐步加大。以此为契机，更多的医药企业把自己的关注重心转移到了建设物流设施这个方面，希望能够在行业内占据一定的地位。对先进科学技术进行开发并予以应用，学习、探讨并且掌握关于物流管理的基本理论以及基础知识，对企业良性发展起到积极地推动作用，让公司更为高效，让其核心竞争力得到形成并明显提高，对理念进行更新，只有这样才能赶上时代步伐，而从整个过程来看，物流配送环节无疑是起到至关重要的作用的。在这种背景环境下，基于优化医药物流运输路径的相关理论，以上海A医药有限公司为对象，本文对其物流配送路径展开了分析，得到了理论最优解，同时提出了构建企业联盟的想法，将有关企业整合到一起以达到共同配送的目的，如果规模超出了某个标准，那么建立医药物流中心也是可行的，这样资源就会慢慢地得到共享，服务也会越发优质，增加顾客满意度，降低各自的运输成本。1.2研究意义医疗器械以及相关产业涵盖到了生物医药、塑料以及机械等众多领域，作为高新技术产业中的一种，它们是由众多学科融合而来的，具有资金密集以及知识密集的双重特性。但是从高新技术医疗设备可以看到，其显著特点在于计算机化以及数字化，是横跨多个领域的、涉及多个学科的现代高新技术的产物，产品获得的利润大，也有很大的技术含量，因而成为了各个高新技术大国以及国际上很多大型公司相互竞争的制高点，进入的门槛比较高。即使是在这个行业整体毛利率较低、投入也不高的子行业也还是会有不断有技术含量较高的新兴产品涌现，并且从中培养和发展出一些同样具有较强盈利实力的新兴企业。所以现在医疗器械行业及其附属配送行业的总体趋势是高投入、高收益。随着我国的不断地发展壮大，自然医疗方面也绝对不能落下，国家的基础是民众，而民众地基础生命保障就来自于本国的医疗设施设备。有生命就会有需求，如今大部分人们都温饱有余，自然会去追求更好的生活条件，而人的身体健康自然是放在第一位的，人们对体检的需求逐年上升，那么自然也就需要相关器械，对于国内医疗器械行业如医疗影像诊断设备等的发展也起到了积极地推动作用，在其取得迅猛发展的同时，一些企业就会不断的做大做强，形成了一定的竞争力，我国自主研发并且投入生产的医学影像诊断设备占据了越来越大的市场。但是，医疗器械产业领域还属于高层次技术性新兴产业，具有知识密集、多学科交叉以及资本紧缺等方面的特点，进入市场门槛相对比较高。随着近年来我国经济体制改革的深化，国家给予了越来越大的扶持，对外开放的逐步推进，全球一体化进程也越来越快，从我国来看，医疗器械行业取得的发展更是惊人。虽然我国与西方发达国家相较而言仍有很大差距,但是近年中国医用器械仪表设备行业的高速发展率却足以令整个西方世界都有人感到为之所动。正所谓，基础越差，但是提升的空间也会大很多。中国最新自主开发的医用健康医疗器械技术生产线和产品也已经成功走在许多国际医用健康医疗器械应用领域和国内行业技术尖端。未来几年内,中国将有机会远远能够超过美国日本,成为目前中国，乃至全球第二个最大医疗卫生装置出口市场。随着国内高端制造装备企业的研发创新能力和项目实施工作效率的快速不断加强,以及国内海外市场的消费重心由高科技产品转变转向为产品普及型,国内高端制造装备产品的国际市场核心竞争力正在逐步得到加强,为国内高端制造装备企业不断拓展海外市场空间提供了一个难得的发展契机。由此可以充分说明,未来几年内在中国的电子医疗器械专业工程师培训服务行业快速发展的市场空间仍然是非常广阔和巨大的。正因如此，这样的势头也为医疗器械专业物流带来了非常大的发展机遇。所以在这样的情况下规划方案，科学配送就显得尤为重要。1.3文献综述从部分发达国家可以看到，相较于我国来说，医药物流发展很早就已经起步了，经历过较长一段时间的市场竞争，持续改进的同时也得到了优化，所以也越来越健全。考虑到规模已足够庞大，同时相对较为系统化，从开始生产到最后分销这整个过程来看，药品大体上达到了供应链一体化，平且近些年来电子商务的快速发展又让医疗行业有了另外一个可让信息得到处理的全新的平台。利用IT技术处理并且分析数据，这样供应链各环各节就可以实现高度集成。从医药物流来看，发达国家看重的是整个供应链，而非其中的某个节点，从全环节着手让其工作效率得到提升，让成本得到缩减。“从上世纪中叶开始，人们就已经对车辆路径问题展开了探究，Ramsert以及Dantzing[1]以部分负责汽油运送工作的卡车为对象，研究如何让往返加油站与转运油库的总线路实现最小化，同时在线性规划的基础上编程，求解得出近似最优方案，这一个方案就是所说的经典车辆路径问题。”国外研究可以分成下述阶段：第1个阶段：从上世纪中叶开始到八十年代后期，一些数学编程法被用来解决车辆路径问题并设计经典的启发式算法。1962年，Balinski[2]提出了一种解决车辆路径问题的定义方法，并提出了立即优化所有可能解决方案的想法。两年后，Clarke和Wright[3]在解决经典车辆路径问题上做了一些改进，并提出了一种新的经济启发式算法。但是，该方法有一些局限性，仅适用于解决小规模路径问题。1971年，Eilon[4]首次使用动态规划来解决数量一定的车辆面临的线路优化问题。1974年，Sweep扫描法被提出，提出者为Gillet以及Miller[5]，同时在车辆路径故障诊断模型中得到了应用。对比分析了扫描法以及其它启发式算法获得的解决方案进行比较，他得出结论认为Sweep扫描方法比其他启发式算法更好。1979年，两阶段启发式算法被提出，提出者为Mingozzi以及Christofides[6]，同时设计出了一种简便算法，让以容量作为约束条件的车辆调度问题得到了妥善地解决。第2个阶段：从上世纪八十年代开始到现在，主要围绕现代启发式算法展开。1991年，蚁群算法被提出，提出者为Dorigo[7]，是一种仿生算法，对蚂蚁找路的行为进行了模拟；在GEM过程的基础上，Gendreau[8]把禁忌搜索算法应用到了VRP问题中。2004年，Nikolakopoulou[9]等对网络进行了划分，得到了多个子网络，而后在这些子网络内对车辆配送路径进行了规划，据此构造出了一种较为特殊的启发式算法，让VRP问题得到了较好地解决。通过迭代邻域下降法的应用，PingChen[10]等人于2011年对有周期性配送要求的VRP问题进行了求解，这种求解法是一种前所未有的尝试。从我国来看，尽管很晚才开始对车辆路径问题展开探究，但是成就还是较为可观的，研究内容则以利用多种算法求解得出最优解为主。1984年，针对通过动态规划法能够求解得出的电力系统机组经济组合问题，白晓民[11]构建了一个数学模型，对研究问题是否具有实用性进行了充分考量。李军[12]则于1999年提出了一种基于启发式任务的算法来解决车辆路径问题，并通过实例进行了验证。同年，姜大立等。2012年，张腾松[13]使用里程方法优化了SQ的车辆物流配送线，并且在车辆物流中用到了经济方法。此外，现代启发式算法大多复杂程度较高的车辆路线问题的求解过程中适用，如蚂蚁算法、模拟退火算法以及禁忌搜索法等。从近些年来看，研究已经越发的深入，将现代启发式算法用于探索车辆路线问题的学者越趋增多。为让车辆轨迹优化问题得到妥善解决，叶春明以及黄天社[14]构造了混合粒子算法，通过该法的应用，多个目标也能够同时得到处理。为让车辆种类较多的、在易碎方面有要求的车辆路径选择问题得到解决，李三斌[15]等人引入了禁忌搜索算法。罗晓明[16]提出了一种混合自适应遗传算法，该算法具有可变的种群大小，并结合启发式的C-W节省算法进行子路径优化。除了对一般车辆路径问题进行深入研究外，中国目前在研究该主题方面也取得了一些进展。周小强[17]以药品配送中心所处的位置以及供应链环境为对象，深入地探讨了这两方面的优化问题，同时引入了两种算法，其一是遗传算法，其二是模拟退火算法。詹学锋和龚世伟[18]为中国医药物流管理的发展提出了一些思路。以城市制药客户提出的需求为对象，郑国华等人[19]对其具有的不确定性以及随机性这两个特征，构建了动态的配送路径优化模型，该模型可以满足有限的客户服务时间，降低药品配送成本，提高配送及时性和使用遗传学。该算法得到有效解决.ZhiYinchun[20]采取了对学习因子以及惯性权重进行改变的方式，使得非线性策略转变成了粒子群算法，同时改进算法已经在对医疗物流车辆路径问题展开分析的过程中得到了应用。1.4研究方法文献资料法：收集、整理并且辨别了非常多的与医药物流以及路径优化等方面相关的资料和学术文献,并通过对这些相关资料和学术文献的深入研究,对于我国在医药物流配送以及车辆路径等多个方面的不足之处展开了分析，也深入地探讨并且学习了有关理论，为后续实证分析的进项打下了扎实的理论基础。对比综合分析法:通过对比了目前上海市包括A公司在内的几家大型医药公司物流配送当前面临的状况，可以看到，该行业内的市场竞争极其激烈,想要在这个庞大行业中更好地通过求得效益生存,必须尽可能地能够达到广大顾客的实际要求,提高配送成本。定量分析法:根据物流公司实际的情况,搜集到各个配送服务中心和对象之间的距离建立坐标，在这些资料的基础上建立了一个数学模型,利用蚂蚁群算法对其进行了模型的求解,通过

MATLAB

工具软件对其进行了算法化设计和实现。2理论概述2.1路径优化的含义物流配送本身作为物流活动当中就直接与消费群体相连接的环节，在整个物流的各项成本当中占据了非常高的比例，那么配送的线路和安排完全要符合我们的实际需求，我们要考虑一下所有的配送线路的安排合理与否，并且也要考虑到整个配送的配送速度，在成本效益影响相对较大的情况之下，尤其是针对于现有的用户配送的路线能够更加确定，这种情况下就要考虑到现有的复杂或者是科学合理的方法来进行多方面的路线优化，这也是在整个物流配送过程当中的重要活动。2.2路径优化的意义随着近年我国物流市场经济的快速健康发展以及国际物流配送科学和新技术的不断专业化应用程度和服务水平不断提升,我国的国际物流配送服务行业也已经获得了巨大的市场发展。“物流配送,即从我们这种商品流通的主要企业经营管理模式角度来看去认识我们这种所谓的商品流通,它其实是一种非常现代化的商品流通管理方法。”物流配送产品定位主要是为了我们整个公司所有专门从事电子商务的重要客户提供专属的服务，按照电子商务呈现出的较为统一的应用特点，确保物流配送管理系统的物流信息网络管理达到统一，所有流程调度都实现数字化，根据客户订货当时提出的需求，选取某物流配送基地内部直接对客户进行物流理货分拣操作,并将客户分拣处理出来的商品货物运输或者直接送交对方收货人的一种新型态的物流配送运输管理方式。近些年来，随着电子商务的飞速发展，对于很多中小卖家、电子商务供应商的品牌商必须关注的问题就是拥有一个完善的物流规划系统。物流配送的许多环节都会由于没有系统的规划而带来非常多的成本、人力、时间上的浪费,所以就更加突出了物流配送系统的信息化和安全性管理的重要性,来尽可能地降低物流的成本,物流成本的降低，也意味着这些节省下来的成本可以用于公司其他方面的建设，而且配送途径的选择如何正确对于我们如何加快物流配送的速度、如何提高其服务品质、降低其配送的成本和增加其经济效益等具有很大的影响,因此进行路径设计优化的意义就此显现了出来。2.3路径优化的方法捕食搜索算法：这些大型动物的捕食科学家在深入细致地研究各类大型动物的各种捕食搜索活动及其行为的过程中会特别引起我们注意地观察看到,虽然因为各类大型动物的捕食搜索物种的差异而存在着很大的差异,这些捕食搜索算法所导致的各类大型动物在身体上的组织和其结构千差万别,但它们的各种捕食搜索活动及其行为却与惊人的相似。例如当一只大型动物正在进行其他类型的掠食时,在没有任何人能够准确地发现其他猎物和其他类型掠食者活动的迹象时在整个大型动物掠食者活动的行为空间上它们会沿着一定的方向移动数量和速度向前去快速地寻找其他类型的猎物。基本算法设计结构思想及其概念描述如下:捕食搜索算法在进行寻优时,先在整个局域搜索者的数据信息空间内对其继续进行一个类似全局局域搜索,直到我们终于能够最终找到一个更加的最优化的解来求解;然后在较优的求解附近的一个区域(相邻)对其继续进行集中继续搜索,直到我们集中继续搜索很多次也就是没能最终找到最优化的解,从而被迫最终放弃了整个局域集中搜索;然后再在整个局域搜索数据空间内被迫继续对其进行一个类似全局局域搜索如此复杂的搜索循环,直到我们终于能够最终找到最优化的解(或者可说是近似最优化的解)。目前这种算法已经成功地在旅游商业领域中应用到了组合最佳化领域中的问题以及超大范围的集成电路中的问题。遗传算法：作为随机化遗传搜索计算法中的一种，该法以人类生物自然世界的各种遗传进化机制为参照，如优胜劣汰等，通过深入研究并得到发展而形成的。第一次公开发表并且再度被人们提出是在1925年，提出者是美国的j.holland.，是一位副教授，搜索技术理论的显著特点之一是那就是直接对搜索结构设计优化的所有对象求导函数数据进行求导，并没有限定函数的对象约束一定要具有连续性等方面的榆树；该法的连续隐并行性有着相对较好的表现，在全局寻优能力上也有相对较好的表现：它指的是一种可以采用高度自动概率化的全局搜索结构寻优计算方法,能够自动地进行获取和自动控制需要指导全局搜索结构优化的对象数据,属性能够自动适应，搜索方向也可以自动指导调节，无需遵守固定的搜索原则。正是由于遗传算法存在以上优势，所以已经广泛用于多个科学研究技术领域，如信号图形处理、分子组合结构优化以及机器学习等。粒子群算法：是通过根据鸟类寻找食物的行为而形成的以群体协作为基础的随机搜索算法之一。PSO会对鸟群捕食这种行为进行模拟，区域内仅存在1块食物，所有的鸟都是采取随机方式进行搜索的，食物的位置对于它们来说是未知的，但它们会已知现在所处的位置和食物之间的间距。快捷而又便利的做法是以和食物间隔最小的鸟为对象，对其周边区域进行搜索。通过此类模型PSO大受启发，并在优化问题的求解中进行了适用。从该法来看，各优化问题得到的解均对应着搜索空间内的鸟，它们是一一对应的，同时将其叫做“粒子”。这些粒子的适应值的大小取决于某个待优化函数，而且这些粒子还存在速度这个维度，飞翔距离的大小以及方向的情况正取决于此。而后这些粒子就会跟着目前出现的最优粒子，遍历解空间。对算法进行初始化处理，得到若干随机粒子，也就是随机解，利用迭代的方式求解得出最优解。每进行1次迭代粒子就会获取“极值”共计2个，作用在于对本身进行更新。其中，第1个极值指的是粒子自身对应的最优解，也被称之为个体极值pBest，第2个极值指的是找出种群内对应的最优解，该解即为全局极值，可以用gBest来表示。此外，有些时候并无用到整个种群的必要，这时用到了最优粒子中的极少数，此时从所有邻居可以看到，极值就当与局部极值，禁忌算法：这是一种索尼亚启发式(meta-heuristic)随机搜索算法,它从一个原本没有可行解的搜索角度考虑出发,选取一系列特定的空间搜索移动方向(包括位置和时间移动),并作为一个搜索试探,选取一个能够同时实现的即使特定空间目标搜索函子的数值在特定空间内移动变化最大时的搜索位置。为了尽量避免本次深度搜索陷入进行局部最优化的求解，TS在本次搜索中首先充分采用了一种灵活的"记忆"搜索技术,对已经在本次搜索中已经进行的最佳和优化求解整理的全过程都对其进行了详细记录和综合筛选,指引下一步进行搜索的研究方向,这也就是搜索TABU表的基本构建。为了我们能够尽快找到"全局最优解",就必须决定我们不能再一直执着于某个特定的小区域。局部性领土搜索的主要技术缺点之一就是过度贪婪地对某个国家局部的领土区域以及其邻近相邻国的领土区域进行局部搜索,导致了一叶障目,无视安如泰山。禁忌局部搜索方法是对于我们所需要找到的任何一部分进行局部的最优结果求解,有意识地走过去尽量避开它(但不是彻底将它隔绝),从而我们能够直接获得比较多的一个局部禁忌搜索结果区间。蚁群算法：研究表明，从自然结来看，蚂蚁觅食这种行为属于群体性行为，它们是共同去寻找食物源的，而非一只一只进行的。在觅食的过程中，如果蚂蚁经过了，那么路径上就会残留下它释放出来的信息素，而且还可以感知到该处的其它蚂蚁留下的信息素。路径是远还是近可以通过信息素浓度得到反映，如果浓度大，那么代表路径的距离比较小，反之，浓度小就代表路径还有较长的距离。一般来说，蚂蚁选取路径是会以信息素浓度为依据的，如果浓度大，那么选择的可能性也会更大，而且本身也会释放出信息素，这样所选路径就会有更多的信息素，如此反复，正反馈也就形成了。通过这种方式，在食物源与巢穴之间蚂蚁就可以找出一条最佳路径，也就是最短距离。需要注意的是，生物学家也发现了，时间往后推移的同时，信息素浓度也会慢慢地衰减。该算法是一种用来寻找优化路径的概率型算法。该法提出于1992年，提出者为MarcoDorigo，是受到蚂蚁觅食过程中的找寻路径的行为的启发而提出的。该法存在启发式搜索、分布计算以及信息正反馈等方面的优点，从本质来看，应当归属到启发式全局优化法的范畴。面对优化问题时，如果用到了蚁群算法，那么基本思路如下：蚂蚁觅食过程中会出现多条路径，对于待优化问题而言，这些路径代表可行解，全部路径组合在一起就得到了解空间。如果路径相对短一些，那么蚂蚁就会释放相对更多的信息素，在时间推移的同时，短路径就能够累积到越来越多的信息素，也会有更多的蚂蚁选取短路径。最后，由于正反馈起到的作用，所有蚂蚁都会走上最佳路径，此时得到的答案即为最优解。3上海A医药有限公司配送路径现状3.1上海市A医药有限公司的基本情况上海A医药有限公司成立于2010年，已发展十余年，如今已然成为了一家全国性集团性的公司，它开展的业务有很多种，其中包括：药品批发、中医药产业推广、药品物流等。在2013年，公司加大了投资力度，在很多方面都是严格执行国际gsp标准，例如：仓储、物流、运输、办公等，其中不仅包含软件，而且也包含了硬件。在2015年3月份，公司上线了wms系统管理仓储以及物流，公司开展了国内外大约六千多个药品以及器械的销售、批发与运输，举例而言：中成药、抗生素、生物制品、医疗仪表等，这些业务都在持续地为您服务于上海市内以及其他大中城市。划分出了医疗单位以及药品生产经销商。在该公司中，专科以上学历的技术人员占比大于70%，在岗员工中中层次、高层次专业技术职称人员数量在同行业首屈一指。3.2上海市A医药有限公司的配送路径现状因为公司开展物流的时间不是很长，目前来说，大多数客户都是上海市的非连锁药店，区级医院占比相当小，公司采用自主配送的模式。该公司在销售的过程中，对销售的物流也非常关注。它从符合各项规定并且专门经营型或者是生产型医药企业手中购买了医药产品,并且转手向顾客出售以获得低于预期价格的医药产品,这样就可能导致其他企业无法获得更多的投入。在配送服务方面，公司负责人是物流总监，由司机与配送人员将物品运输到目标地点。调度员在接收到订单之后，就会立即将这些订单分配给配送人员，这样就可以在很大程度上确保配送人员的效率。因为该公司客户群里相对比较稳定，所以我们采用了以定时订货、定点配送、即时服务为辅。针对那些有固定需求的客户，可以根据客户要求的时间进行送货，针对那些只是临时需求的客户，应该充分的结合数量与时间作出恰当的安排，从而确保货物可以在指定的时间内配送完成。3.3上海市A医药有限公司的配送路径存在的问题首先，对于医疗用品的配送的时间限制不够严谨。药品属于特殊的货物，它的时效性非常强。由于A公司目前在发展的时期，因此为了获得客户的青睐，会刻意的去迁就客户所需时间，而不考虑公司现阶段的能力能不能做到，而出现管上这头，管不了那头的情况出现，这样会使得客户的满意度更低。目前而言，A公司的客户群里主要有两个方面，一方面是市区药房，另一方面是诊所。这类客户对药品的到店时间规定的不是很严格，只需在它们营业时间内确保药品可以销售，并且质量不出现问题即可。如果公司要走可持续发展之路，就必然扩展客户群体，向公立医院、私立医院发展。但是这些客户就有非常严格的药品入库时间，耽误了药品的送货时间，可能会耽误病人的病情，对病人的身体造成更严重的损害，这个责任是非常重大的。假如在配送的过程中没有按时按量的送达，那么客户就不可能有良好的服务体验，配送出现延迟会给公司带来巨大的损失，这种情况下仅是成本的损失都算是小的了，对公司的信誉会产生很大的负面影响，不仅仅是已合作的公司会不会续约，其他公司也会对于我司的合作产生质疑，而影响公司的后续发展。如果路段存在车流高峰期，那么延迟半小时的可能性非常大。因此，在对配送线路方面，企业应该尽可能的规避那些车流量非常大的线路，从整体上把控配送时间，从而使得客户有一个良好的配送体验。第二，因为在配送路线的选择中，绝大多数都是凭借司机的经验，而且该公司开展药品配送的时间不长，因此，在配送的过程中并没有合理的规划路线。物流专员与配送司机也大都是根据自己以往的经验对于配送的路径进行选择。这种配送方式的坏处随着客户数量的增加而变得越来越明显，而且没有办法被忽视了。司机一味地根据自己的习惯导致出现对流运输、迂回运输的情况，很难达到降低成本、提高效率的目的，甚至会引发延误配送的情况发生。第三，物流配送在公司没有一个专门的部门来负责。考虑到公司选择配送路径大多是根据司机自身取得的经验，因而尽管有关部门作出了安排，但是在调配时，规划大体都是根据经验而得到的。从公司规划来看，专业知识的让位、不够科学的安排无疑是短板所在，且根据医药行业呈现出的特点可知，药品是有非常多种的，分类也会比较繁杂，在销售的过程中，无论是分配还是存储都需保有一定的合理性，但是从当前的物流配送环节来看，这种规划并不存在，因而产品极易受到挤压，也会存在因为管理不严格致使药品过期的现象，最终都会给企业带来巨大的损失。所以成立一个物流部门也是现阶段非常重要的一步。最后，公司客户大多分布在上海和部分江浙地区的区县，当然分布集中一点的还是上海。进行市区配送时，其显著特点在于频率比较高、批量比较小，然而公司执行的是非系统化路线安排方案，在客户提供优质服务这个方面并不能得到保证，怎样完整而且及时的把产品送给客户就会变成一个大难题。表3-1客户在城市中的横纵坐标图3-1原始路径图这张图起点和终点都为10，表示在没有规划路径前司机根据经验来驾驶，可以明显的看出有许多对流运输、迂回运输的情况，非常浪费运输资源以及时间。4配送路径优化意见4.1采用蚁群算法建立物流配送路径优化模型蚁群算法用于解决TSP问题的基本原理。TSP问题也就是商旅问题，文章以上海市以及周边的一些城市里一些大客户为研究对象，包括浦东新区、闵行区、宝山区、松江区、金山区、青浦区、奉贤区、太仓市、昆山市等，而因为本部坐落与上海浦东新区，则把这里作为起点。为了确保通用性，这里假定蚁群总共有m只蚂蚁，n个客户，i、j这两个客户的间距用dij来表示，其中i,j=1,2,3,n，i、j相连得到了一条路径，τij(t)表示的就是时刻为t时其上的信息素浓度。刚刚开始时，对于各条路径来说，信息素浓度并无区别，这里可以假设τij(0)的取值为r0。对于蚂蚁k来说，其中k的取值是从1到m，它下一步访问哪个客户取决于可行路径的信息素浓度，假定pkij(t)代表的是i处的蚂蚁k在时刻为t的情况下向j处转移的可能性的大小，那么可通过下式计算得出：τijtα⋅ηijtβΣτis0,s∉allowk(4-1)式中，ηij表示的是启发函数，ηij(t)等于dij的倒数，代表的是i处到j处的期望程度；allowk是一个集合，以蚂蚁k还没有访问过的客户为元素，刚刚开始时，其内的元素的个数是(n-1)，也就是未将出发点包括在内的其它所有客户点，在时间往前推的同时，其内的的元素个数会越来越少，直到里面没有了元素，这就代表全部客户都已经访问完了；α、β表示的是重要程度因子，前者针对的是信息素，后者针对的是启发函数，它们的值的增加意味着起到的作用也在逐步变大，也就是蚂蚁会以更大的可能性向间距更短的客户转移。由前文可知，蚂蚁会释放一定浓度的信息素，而且各路径残留的信息素也会慢慢地变小，引入一个参数ρ，取值范围为0-1，用于表征信息素得到了何种程度的挥发。所以，如果蚂蚁的首次循环已经完成，那么各路径的信息素浓度也就有实时更新的可能，也就是：τij(t+1)=(1-ρ)τij(t)+Δτij,0<ρ<1Δτij=k=1mΔτkij(4-2)式中,Δτkij代表的是蚂蚁从客户i与客户j连接路径上释放的信息素浓度;Δτij表示相连路径上的信息素浓度值的加总。以蚂蚁对对象，对于其出现的信息素释放这个问题，M.Dorigo等人构建了下述几种模型：antcyclesystem模型Δτkij=Q/Lk,第k只蚂蚁0，其他(4-3)antquantitysystem模型Δτkij=Q/dij,第k只蚂蚁0，其他(4-4)antdensitysystem模型Δτkij=Q,第k只蚂蚁0，其他(4-5)从上述三类模型可以看到，在信息素浓度的求解上这些模型是有一定的差异的，antcyclesystem模型用到的是蚂蚁走过的所有路径的总长度，antquantitysystem模型用到的是蚂蚁从这个客户到另一个客户所走的路径，将其看作局部信息；antdensitysystem模型认为。信息素浓度是一个恒定不变的值，尽管计算简单很短，但是蚂蚁们走过的路径总是有长有短的。通常都是建立antcyclesystem来求解得到信息素浓度的，如果蚂蚁走过的是非常短的路径，那么信息素浓度就会相对更大一些。在上述原理的基础上，为让TSP问题得到解决，应用到了蚁群算法通常会按照下述步骤来展开；初始化参数计算之前对有关参数作出初始化处理是很有必要的，具体包括上文已经提及到的α、β、ρ、Q以及iter_max等多个，对迭代次数iter进行了初始化处理，初值选定为1。构造解空间通过随机的方式把蚂蚁放在各不相同的出发点，针对各蚂蚁k，其中k是在1到m中取值，根据式(4-3)算出下一待访客户，直至全部客户均已访问。对信息素进行更新算出每一只蚂蚁分别走了多长的路径，用Lk来表示，记下这种迭代条件下取得的最短路径，也就是最优解，而后利用(4-4)以及(4-5)更新各路径的信息素浓度。对终止与否作出判定如果iter是小于iter_max的,

那么使得iter=iter+1。对蚂蚁的路径信息进行清空处理，同时继续执行第二步，不然计算就结束了，对最优解进行输出。图4-1优化后的路径图以上图片是把所有坐标都输入进matlab所绘制得出的最佳路径图。起点为10，终点也为10。图4-2推算每段最优路径的迭代次数这张图代表了每一步最短路径选择所需要的迭代次数，直到最终得出最短路径。4.2结论及其他改进措施优化路径使得公司配送计划更具有科学性如图4-1，图4-2所见，可以根据、客户的位置来选择最短路径，省时且有效，使货物能够按时配送到客户手中。医药物流配送服务中心体系的功效以及作用能不能够得到充分施展，公司赋予的重大任务能不能够不折不扣的完成，关键还是在于人才。为此,该配送中心相关部门应当培养一些各种各类的人才，首先人力资源部的人员就很重要，公司的员工都需要通过他们的筛选，才能进入公司面试直到录用，所以需要他们有识别人才的能力，知人且能善用，正所谓经济基础才能决定上层建筑，人力资源部就是这个所谓的基础。之后就是各方面的技术人员，设备的管控人员，当然还有重要的管理层，研发团队，仓储方面的人才也不可或缺，专门负责配送的驾驶员，当然驾驶员也需要有良好的服务意识，他们是直接与客户接触的人员，与客户满意度息息相关。此外就是公司的运营与销售，IT不可获缺，如今是互联网时代，无论是客户下单，还是自己去找供应商下单，销售都离不开网络，还有员工信息的录入与注销，还有员工工作时电脑有关的问题都是IT来帮忙解决。只有员工的优秀才能保障和实现配送中心的网络系统顺畅、持久地运行，才能有利于公司的维持与发展。这与古时候的招兵买马是一样的，士兵只有有了合适趁手的兵器，才能发挥出他们最大的力量来作战；而将军拥有了训练有素的士兵才能打出胜仗；皇帝只有知人善用才能维护好朝堂的安稳，有文臣可以出谋划策，有武将可以维护国家安定，抵御外来侵犯，拓宽疆土。这都是一环扣一环的，如今公的公司也是一个道理。而想要拥有对公司未来发展有用又且复合的人才，可以考虑借用内部培养和向外学习相互融合的方式,人才也是需要培养的，就像士兵，没有谁是生下来就能打仗的。对已经在公司的物流企业员工实施再一次的培训,落实定向培训项目,让每一个员工都能发挥出他们独有的能力。和高校以及科研单位等联合培养;有计划、有流程的活动邀请物流领域专家学者来公司举办物流讲座,使得公司内部的物流专员综合素质和水平得到进一步的提高。从整体来看，组织其内的从业人员参加培训时，培训内容理应以下述多个层次为依据来细分，按照岗位要求上的差异制定专门的培养计划、订立可行的培养目标。第一个批次就可以是最高等级的员工，比如技术骨干员工以及高管等，把他们派送到一些已经发展成熟了的国内外物流企业去学习他们先进的物流企业经营的知识要点，将自己公司的实际情况与所学到的知识融合，之后来给公司更好的企业规划。第二个批次可以是企业内实际从事物流的运营管理人员,可以对他们定期进行一次定向培训,这个定向培训的活动重点分别是企业成本控制意识、效率管理意识、培训和售后服务的配合意识已经得到了不断务实;第三个批次也就是从事物流实际运营的实操员工,培训的活动目标主要目的是更多地让员工对于企业质量管理意识以及配合管理这两方面的意识，让企业效率管理观念持续得到改善。本质而言，提供配送服务时，满意度在某种程度上还是取决于提供服务时有关服务人员的专业素质以及服务态度。所以，为让配送中心的工作人员具有更强的服务观念，让服务水平以及能力等能得到提升，这点尤为重要。针对员工进行的培训比较有针对性，培训内容深度也会因为岗位方面存在的差异而又不同的表现，构建一个可以实现长期高效的培训方式。前面也说过客户对于配送服务的满意度在一定程度上也是由于受到配送服务的过程中所需要面向物流人员的服务态度和技术素质来决定的。为此,要进一步增强对配送中心职工的服务观念,提高其服务水平和能力,这些都是相当重要的。由于内部学习模式的采用，人才不再受到特殊专业技术领域所作的限制，而是得到了全方面的培养。除此之外,还必须要对各个环节的服务进行规范化,要让员工明白他们工作的标准。现阶段，第三产业的服务业也是非常重要的。服务绩效考核评定的方式还是较具可行性的，让其服务绩效、利益水平能够达到最优，对服务绩效优秀的员工予以奖励，来激发他们的工作动力，员工才会付出更多的努力，给出更好的服务。这与我们收到的好评是成正比例的。也营造了公司积极向上的工作氛围。同时也需要制定一个合理而且可行的客户投诉管理方案，提出几点针对性策略，让服务提供主体也就是各部门和顾客进行咨询,并且在与他们之间进行交流时不仅需要积极主动地进行，还需带有较强的自发性，如果工作中出现了客户投诉，那么就应快速提出多个合理解决方案，对涉事的员工进行调查，之后做出相应的处罚，要赏罚分明，且要公正公开，才能让员工好好的遵守规范。处理结果也需要向客户详细地说明,使得客户更加的信赖和支持。还可以与其他相关的医药企业合作创建一个新型的医药物料配送中心进行合作并达到共赢，使得自己甚至于整个产业可以在非常短的一段期间内实现迅猛发展。在进行货物运输时，资源分享得到了实现，大规模经济也成为了可能。事实上最为基础的目标就是把几家公司的物流各种硬件、软件等相关资源都集合到了一起,实现物流资源综合利用方式的统一化,实现了物流费用的大幅缩减。物流费用的缩减,意味着可以把更多的资本堆积到服务质量的提高以及产品本身质量的提高等诸多方面,使得公司发展更加全面完善。而选择合作共赢,不仅仅意味着企业之间可以分享自己的好处,当然风险也是一样可以平均分摊,大大降低了公司的损耗,而且还可以以这种方式为跳板,走规模化、集约式的发展之路。5参考文献[1]詹学锋，龚时薇.对我国医药物流管理发展的几点思考[J].医药导报.2017(01)[2]G.B.DantZingand