摘 要：在分析各小区域潜在顾客群的特点及其构成的基础上，为了以最小的费用、最短的时间服务尽可能多的顾客，结合快递物流的特点，建立了混合0-1整数规划的快递服务网点的选址优化模型。该模型是一个高维、非线性、非凸性的复杂函数优化问题。为求解此模型，开发了一种改进遗传算法，实例表明，该算法能高效求得模型的最优解，是求解快递物流服务网点选址这类复杂优化问题的一个较好方法。
　　关键词：b2c及c2c；快递服务网点；选址；遗传算法；顾客群

abstract: based on analyzing the characteristics and composition of potential customers in every small area, in order to serve as many customers as possible with the least cost and the shortest time, combining characteristics of express, a mixed 0-1 integer programming model is built for optimizing the location of express service point, which is a high-dimensional, non-linear, non-convex complicated function optimization problem. to solve this model, a modified genetic algorithm is developed. examples show that the algorithm can find the optimal solution efficiently to this model, and it is a good method to solve the complicated optimization problems of the location of express service point.
　　key words: b2c and c2c; express service point; location; genetic algorithm; customer base
　　
　　0 引 言
　　
　　随着网络通信和信息技术的飞速发展，internet 在全球迅速普及，电子商务正逐渐成为经济增长的新亮点和未来商务发展的趋势。WWw.11665.CoM电子商务的特点是多品种、多批次、小批量、需求个性化，其中b2c及c2c电子商务模式中，其服务的对象不再是零售商，而是直接面对个体需求量小、品种丰富、位置分散的众多顾客，他们对物流的配送服务提出了定量、定点、定时等高要求。
　　b2c电子商务中物流模式主要有三种类型：电子商务网站自己组建物流配送体系模式；第三方物流配送模式；利用我国邮政服务配送模式。由于b2c及c2c的服务对象地理位置分散，而成功的电子商务企业又必须拥有广泛的客户群，这就给b2c及c2c市场的物流带来了较为严峻的挑战。虽然目前已经有越来越多的电子商务企业逐渐意识到了物流对其生存、发展的必要性与特殊性，并开始重视物流问题，但电子商务网站自己组建物流投入较大，利用率低，管理复杂，以及邮政业服务质量不高，反应迟钝，周期过长，费用过高。而采用第三方物流模式可以节省大量的人力、物力及时间，因此也就使b2c企业有了较多的时间和精力来改善和提高网站的服务质量，有助于集中力量发挥其核心竞争力。同时，第三方物流企业能更好的根据市场需要进行技术创新，使之提供的服务与电子商务的要求相匹配。最后，利用第三方物流企业的专业物流技术，缩短交货期，从而改进电子商务企业的企业形象，赢得更多顾客。因此，第三方物流模式相对来说是最好的选择[1-2]。
　　由于电子商务的不断普及，b2c及c2c的快递物流市场在不断扩大，但是现在的快递企业在建立营业网点的时候，还没有把主要顾客定义为b2c及c2c的参与者，没有从b2c及c2c电子商务的角度优化营业网点的布局，因此为了能够在更短的时间内响应顾客的需求，减少快递配送费用，服务更多的顾客，建立面向b2c及c2c的快递物流配送企业显得非常必要。
　　为了更好的服务顾客，方便顾客，提高客户满意度，面向b2c及c2c业务的快递物流企业必须以低成本，高效率，覆盖大量的潜在客户群来增加自己的核心竞争力。因此，合理的选择服务网点的地址能够降低运营成本，减少货物的运输费用，最大限度地离大多数客户更近，能够在最短时间内满足客户的快递需求。

　　物流配送中心选址的方法与理论已经很多，在已有的物流配送中心选址研究中，大部分文献是对连锁零售企业的配送中心选址研究，或是提供第三方物流服务的配送中心选址研究。这些文献中有许多是研究单一配送中心选址方法和多个配送中心选址方法。文献[3]利用重心法得到备选地点的基础上，引用离散模型解决配送中心的最佳地点问题。文献[4]引入二重结构编码的方法，与运输问题相结合，提出了一种混合的遗传算法，有效地解决了约束条件的限制，提高了算法的搜索效率。文献[5]在考虑商品供应成本因素的基础上，结合b2c电子商务企业物流配送网络的特点，建立了混合0-1整数规划的配送中心选址优化模型，并开发了嵌入表上作业法的遗传算法进行求解。文献[6]在考虑了产品运输成本和配送中心运营可变成本的基础上，建立了一个有关多个配送中心的选址模型。 
　　但是物流配送中心与快递服务网点既有相同点，也有不同点。相同点是都要考虑运费最小，即离顾客最近；不同点是配送中心具有货物包装、加工、仓储、装卸等服务功能，而且商品的供应点和顾客的需求点较少但需求量较多，而快递服务网点主要为服务范围内的所有具体的顾客提供上门接送货服务，位置分散，所运送物品大部分体积小，重量轻，并且强调及时迅速的响应。因此可以忽略考虑车辆的载重和服务网点的仓储能力。本文只考虑在一个区域如南京市范围内，建立物流服务网点，负责此区域内的货物的接收和递送，区域与区域之间的物品如何传递暂不考虑。基于以上考虑，本文建立了面向b2c及c2c业务的快递服务网点的选址优化模型，并利用改进遗传算法对模型进行求解。 
　　
　　1问题描述与模型
　　
　　面向b2c及c2c业务的快递服务网点的选址优化模型的基本思想可描述如下：快递物流企业根据某个区域（如一个城市）在一个计划期内顾客对电子商务中各类商品的潜在交易量（包括需求和提供）及其地理位置，设从m个备选的服务网点中地址中选择n个建成服务网点以提供服务，使得整个快递系统的总体成本最小，并且覆盖的潜在客户数量尽可能多。这里，总体成本包括服务网点的固定投资和日常维护费用，商品在服务网点的流通加工费用以及服务网点到顾客的配送运输费用。其中由于服务网点只负责转运，不负责仓储，强调快速地响应顾客需求，因此每个营业网点的服务的数量有一定限制，营业网点与顾客群之间的距离有一定限制。