排队论仿真软件_快递物流运输网络的仿真

文｜邮政科学研究规划院

任彪、黄康

通过设计和应用物流运输网络仿真平台，模拟快递运输网络和快递包裹寄递过程，对运输网络性能进行分析和评估。仿真平台对分拣处理、车辆运输、流量生成等过程进行建模。基于仿真结果，平台不但可以评估网络综合性能指标，而且还可以详细分析网络节点处理能力、线路车辆运输能力、快递全程时效水平，诊断网络性能瓶颈和潜在风险。平台在运输网络的规划和优化中发挥重要作用。

物流运输网络承担着每天上亿邮件包裹的寄递，对其整体运输性能的分析优化将对全网效益产生积极作用，研究人员采用经验调优、智能网络规划、智能调度等方式对提升网络性能做了大量工作。

仿真也是分析优化运输网络的一种方式和工具，它把实物网中的处理节点、车辆等实体以及收寄、分拣、转运、运输、投递等功能，通过计算机软件模拟成一张虚拟数字网络。通过仿真批量快递包裹在网络上的寄递过程，分析给定流量流向下的网络节点处理能力、邮路运输能力、快递包裹时效水平，以及平均运时、平均运距等性能指标。

一、仿真平台的设计

(一)设计原则

(1)真实性：仿真应基于现实，还原现实。实物运输中，邮件要经历揽收、封发、运输、分拣、转运、集散、投递等各种处理环节，途经处理中心、中转场、揽投部等网络节点。网络拓扑多样，节点之间可以是点到点网状形式，也可以是轴辐式层次关系。网络规模大到全国干线千条线路，小到投递网格几十条线路。运输中会出现排队、积压、空载、爆仓等现象。仿真需应仿尽仿，追求全面准确还原现实。

(2)通用性：物流运输过程复杂多样，仿真平台不可能做到将所有细节全部数字化。此外，过于精细的仿真也会造成对现实世界的过拟合。平台需要对复杂现实进行归纳总结，提取特征，在保证满足需要的基础上对现实进行建模。

(3)易用性：平台对被仿真的网络对象制定了规范的格式。只需要将仿真对象以文件形式导入到平台即可启动仿真。仿真自动生成分析报表。

(4)扩展性。2020年双11当天快递量已达6.75亿件(国家邮政局数据)。仿真平台需通过硬件和软件架构的扩展，支持海量快递邮件模拟。

(二)网络建模

仿真平台主要由输入模块、仿真引擎和性能分析模块三部分组成。输入模块负责导入待仿真对象并进行预处理。仿真引擎作为核心功能，负责对仿真对象建模，实现仿真逻辑以及运行仿真过程。性能分析模块负责对仿真引擎输出的原始数据进行分析并输出仿真报表。

图1 系统架构

仿真引擎负责对物流运输网络建模并执行仿真过程。引擎主要包括分拣、运输、流量模型。

(1)分拣模型主要对网络节点的路由功能进行建模，根据邮件当前和终到地址确定下站地址及下趟邮车。邮件通过分拣过程从输入队列转移到输出队列，等候发运。如果当前节点为终到目的地，则进入邮件到达环节，完成寄递过程。

(2)流量模型负责生成模拟邮件。流量流向表决定了模拟邮件在各个路向的量比关系。模拟邮件的属性包括起止地址、体积、重量、类型和生成时间。流量模型使用ITM算法随机生成邮件路向。根据起始地址，流量模型将不同路向的邮件分发到不同的网络节点。

(3)运输模型负责将邮件从一个节点运送到另一个节点。邮车是运输的载体。运输模型使用邮路表获取线路里程、车型、时速、额定载荷、公里油耗、路桥费等参数。运输模型会随着时间推进更新车辆的行驶位置，两端与装卸模型进行衔接。

二、仿真平台的执行

执行仿真前应将被仿真的网络方案(网络组织)导入平台。一个完整的方案应保证在给定流量流向下，网络中任意两点间可达。网络方案可由4张表进行定义：1.节点属性表：定义网络中的节点属性。2.路由表：定义邮件经转关系。3.邮路表：定义车辆属性、开行时间等。4.流量流向表：定义邮件起止地址和量比关系。

仿真过程以时序向前推进，引擎在每个时间片内，判断当前时刻是否有事件发生。仿真执行过程主界面如图2。

图2 仿真系统主界面

三、仿真结果分析

仿真结果分析采用两种方式。第一种是综合指标分析。根据网络评估体系定义，给出网络的整体性能得分，包括邮件平均运距、邮件平均运时、有效线路数、平均车辆里程等。第二种是详情分析。针对每个节点、每个邮件和每条邮路，给出节点处理能力分析、邮路运输能力分析，邮件全程时限分析、运输成本分析。

(一)综合指标

(1)平均运距：单位邮件平均运输距离。平均运距用来评估网络的路由性能。路由方案越优，运距越短,时效越高,单位运输成本越低。

(2)平均运时:单位邮件平均运输时间。运时越短,时效水平越高,单位运输成本越低。运输时间包含停留时间。邮车开行时刻安排不合理，车型配备不合理会导致邮件在节点的滞留时间增加，平均运时变差。

(3)平均车辆里程:单位邮件所承担车辆里程。与上面两个指标相区别，该指标评估车辆使用效率。过多的配备车辆尽管会提高时限，降低邮件的平均运距和平均运时，但会造成车辆里程的增加，用车成本提高。

(4)有效邮路占比：装载率大于某阈值的邮路在总邮路数中占比。装载率反映车辆的运行效率。空载或装载率低会导致运输成本增加。

图3 综合指标

(二)详情分析

(1)节点处理能力：

节点的处理能力主要受单位时间处理能力的约束。当邮件到达量超过节点设计处理能力时，无法及时处理的邮件会造成输入队列长度增加，或引发溢出告警。同理，如果车辆不能及时将所有邮件运走，则会造成邮件积压，超过阈值触发输出队列溢出告警。通过对每个节点进行梳理，仿真系统分析得到全网的问题节点和瓶颈节点。

下图展示单个节点上邮件到达量。看出在晚上8：00左右的到达量形成峰值，并超过设计处理能力(红线标出)。基于此结果，研究人员分析是否符合预期，是否需要扩容或者优化路由进行分流，或者调整调度计划实行邮车错峰到达。

图4 节点处理能力

(2)邮路运输能力：

邮路运输能力即在给定邮路计划下邮车的运输能力。系统记录每辆邮车的运行时间、运行轨迹、承载邮件数量。在此基础上分析统计车辆装载率和运输成本。车型超大，邮车数量多或开行时刻不合理会导致装载率过低，反之会导致装载率过高。

下图给出某次仿真中装载率过高和过低产生的逾限或空载线路。逾限线路会造成途经邮件无法按时到达用户手中。优化路由、调整邮路计划或更换车型是解决此类问题的有效途径。

图5 逾限和空载邮路

(3)邮件时效水平：

仿真平台会记录每个邮件的物流轨迹，包括运输过程中所途经节点和到达离开时间。基于这些关键信息，分析统计端到端全程时效水平，对超限邮件进行具体分析，找出造成积压的原因，顺藤摸瓜，找出问题所在。

下图展示了邮件N日达分布。可以看到绝大多数邮件在1到3天内寄达。长尾数据越多表明网络时效越不稳定。平台支持仿真后对单件进行轨迹分析。对于时效问题邮件，根据单件轨迹分析可查询瓶颈节点和瓶颈邮路。

图6 邮件时限分析

四、数据可视化

仿真平台在数据可视化方面也做了充分的考虑。通过可视化以及灵活的交互，平台可方便直观展示网络或物流轨迹。