化工制造行业在我国的经济中占比较大，是一个国家进行发展的基础产业，它的规模及发展速度对社会的经济部门产生非常大的影响。化工制造行业有产品丰富多样、类别繁多、制造过程复杂、生产所造成的污染大等特点。截至目前，化工制造业物流系统的信息化水平较低，并不能将化学产品的配送进行智能化，因此要对我国化工企业的生产状况进行分析，最终制定出一个将化工产品使用信息化物流配送方式的优化模型。
化工行业的车间布局一般是包括生产区域、原材料的储藏区域、配套加工生产区域以及半成品的储藏区域。我国化工制造行业中基础化学原料制造行业包括无机酸、无机碱、无机盐、有机化学原料制造和其他基础化学原料制造五个细分子行业，主要产品包括“三酸两碱”（硫酸、硝酸、盐酸、烧碱、纯碱）、电石、三烯、三苯、乙炔、萘等产品。
对于化工制造业来讲，企业所生产的化学产品一般的配送方式有以下几种：直接配送、循环配送和紧急配送。（1）直接配送是指将化学产品在一定时间内进行有规律的配送，此方法可以将产品直接运送到固定地点，配送工具接到指定任务后，将产品放至指定地点，然后回到配送中心。它的优点是每次只配送一种产品，速度比较快，而且配送的准确率较高，缺点也比较明显，配送成本增高。这种方式只适用于产品较少的化工产业，且产品体积应比较大。（2）循环配送是指多辆配送车进行不同的配送任务，出发时装配多种产品，将产品分发后返回配送中心。这种方法是根据不同的配送方式及时间，使配送车辆在充分的时间内，将路线最简化，还可以确保配送的产品合理化。它的优点是能够同时满足多种产品的配送，提高了配送效率，降低了成本投入；缺点是对信息化的调配有比较高的要求，不能直接进行配送设置。这种方式适用于产品较多，体积较小的企业[1]。（3）紧急配送是一种备用配送方式，只有在其他两种方式出现问题时才使用此方式，为了确保产品的正常配送，减少生产过程中材料短缺或配送不及时的问题，就可以使用此方式。
要想将化学产品的配送效率达到更高，就要优化配送路径。为了更加清晰明了，文章举例说明，提出以蚁群算法的配送路径优化模型构建蚁群算法，这源于蚂蚁避障路径规划方法。蚂蚁释放的信息素与行走的距离成反比，行走时越近的路径留下的信息素越多，促使蚂蚁在寻径时更倾向于选择信息素越多的路径。蚁群算法能够计算出分配路径优化的最优参数组合[2]。
蚂蚁在早期通过障碍物时，障碍物周围的两条路径上还没有信息素分布，导致两条路径上蚂蚁的行走数量相同，但是在更远的路径上留下的信息素是稀疏的。随着时间的推移，更多的蚂蚁选择更近的路径，留下更密集的信息素进行觅食，最终，所有蚂蚁都会选择最优的觅食路径。觅食时，影响信息素分布的只有路径长度。在对易腐农产品冷链物流配送路径进行优化时，最终目标是降低总运输成本，因此在进行路线规划时，其他运输成本也会影响信息素的分布。
为了控制运输利润，在产品配送路径规划中还需要考虑燃油、车辆损坏等不可避免的费用。及时性是化学产品配送中必须考虑的指标，因此货物运输过程中的损坏也需要纳入考虑。文章建立的化学产品运输路线优化模型以运输总成本为计算目标，考虑燃油消耗、车辆维修费用、人员和车辆日常维修费用为计算因素。建立燃料消耗成本的成本模型，为了验证基于路径优化模型在化学产品运输配送路径优化中的有效性，首先对该方法中的参数取值进行了实验分析。选择数据集，根据目标位置类型将其设置为随机固定浓度。
化学产品小零件价格定为单个18元。如果没有将产品及时运输造成损失达6元/h左右，配送车辆的平均速度为40 km/h。车辆维修费用为每次120元。交通运输车辆满、空状态的平均油耗分别为0.3 L/km和0.15 L/km。采用信息波动系数、信息素和期望启发式因子控制变量法对数据进行检验。首先，以平均最优成本值作为参考值；设置信息素挥发系数为0.4，启发式因子期望值为1，对信息素的启发式因子进行了测试，试验结果如下。在其他条件不变的情况下，平均最优成本值在前期随着信息波动因子的增加而不断降低。平均最优成本值在信息波动系数达到0.4时达到最低点，之后开始逆上升，说明最优信息波动系数在0.4左右。前期平均最优成本值随着信息素启发式因子的增大而不断降低，当信息素启发式因子达到1时，平均最优成本值达到最低点。平均最优成本值达到最低点，说明最佳费洛蒙启发式因子在1左右。初期平均最优成本随着期望启发式因子的增大而不断降低，当期望启发式因子达到3时，平均最优成本达到最低，说明最佳期望启发式因子在3左右。
以平均迭代次数为参考值进行测试，测试结果如下。平均迭代次数随着信息波动系数的增大而减小，但在过程的中间出现波动，当信息波动系数为0.4和0.8时，平均迭代次数较低。平均迭代次数随期望启发式因子的增大而减小，当期望启发式因子为时达到最低，最佳信息波动系数为0.4，最佳信息素启发因子为1，最佳期望启发因子为3。对目标定位点信息进行整理后，导入蚁群算法和蚁群算法模型中作为源数据进行运算。在运行过程中对两种方法输出路径的总体价值进行排序[3]。
根据上方数据可以得知，蚁群算法的初始总成本函数值超过3 600，迭代132次后达到最低值339。此模型的初始总成本函数值低于3 245，经过19次迭代达到最低值3 208。对比蚁群算法和蚁群算法的收敛函数图像，该算法在初始总代价函数值和收敛速度上都明显优于传统蚁群算法。为了验证研究方法在实际应用中的有效性，选取交通流几乎为0的时段，选取一个客流稀疏的区域进行测试。荔枝易腐烂，在运输过程中需要在低温环境中保存，因此选择了荔枝进行运输。运输车辆使用燃油卡车，并设立了31个目标地点进行应用测试。
在此模型中，采用遗传算法进行路径优化后生成的分布路径不存在路径重复，但相互相交的路径和跨越多个位置点的路径较多，说明生成的分布路径仍然存在较多的无效距离。研究方法生成的分布路径交叉口较少，相邻区域内的位置点基本被一条路径覆盖。配送路径跨度不大，表明研究方法可以有效优化配送路径方向。选取实验中未改变定位节点数量的两辆车，对两辆车的分配路径长度优化前后的分配定位点距离进行统计比较，可得车辆a使用遗传算法进行路径优化生成的路径仅在移动到第一个位置点的距离上具有优势。在随后的移动中，有超过60 km的长距离移动，说明在进行路径规划时，没有最优选择更集中的位置点附近的位置点簇，路径总长度达到236.15 km。车辆b使用遗传算法生成的路径中间几个位置点之间的距离较长，说明在进行路径规划时，没有选择最近的定位点，路径总长度达到267.92 km。采用优化方法生成的路径选取了较为密集的位置点作为路径节点，路径总长度为188.93 km。b车使用优化方法生成了一条中间大多数定位点之间距离较短的路径，但有较长的路径，指总路径长度表现为214.44 km。
路径优化的优化方法牺牲了部分节点间距因子，保证了总体分布距离的缩短。取a车分配过程中的卸载情况和工作时间进行比较，工作时间以单位时间h为单位进行测量，采用研究方法优化的路径进行运输时，a车可以更快地完成前期货物减重的装载。完成第4位置节点分配用时49.36 h，完成卸载用时60.38%；而采用遗传算法生成的路径完成第4个位置节点分配用时49.93 h，完成卸载用时54.39%。结果表明，基于化学产品配送路线优化模型在进行路线规划和优化时，可以有效缩短配送时间，降低运输成本。
化学产品装配式物流已经成为化学产品配送中较为流行的方式，基于蚁群算法，建立了基于影响运输成本因素的惩罚函数，并引入向导因子对全局信息素进行动态更新。结合时间窗模型对配送策略进行优化，设计了新的算法流程，通过控制变量确定最佳相关系数。最后，对研究方法的性能进行了验证。结果表明，当IACO的信息挥发系数为0.4时，信息素启发式因子为1，参数变量参数期望值启发式因子为3，模型的平均最优代价和平均迭代次数达到最佳综合水平。遗传算法生成的分布路径有许多大跨度的拐点，而研究算法生成的分布路径以小角度拐点为主，显著减小了无效距离。遗传算法生成的路径在定位节点上有60 km以上的长距离移动，在节点密集区有10 km以上的移动。研究算法生成的路径在节点密集区域很少超过10 km，总体路径长度较短。研究算法生成的路径总投递时间为82.72 h，显著低于遗传算法的85.90 h。
结果表明，研究方法可以在实际配送环境中正常运行，可以综合考虑客户的实际需求和配送成本，对化学产品配送路径进行规划和优化。在化学产品配送任务相对简单的情况下，能有效提高配送路线布局和装卸安排的合理性。但该研究是在理想条件下进行测试，未考虑实际情况中可能出现的暂时性突发因素，应用分析样本量较小，未进行敏感性分析。因此，需要引入动态环境，增加样本量进行进一步研究，完善研究方法。在未来的研究中，更多地考虑动态天气因素，对不同运输能力的车辆进行综合分析，可以提高该技术的适用性。
一方面，该种模型是以信息化为基础，对生产状况、装配时间、分发要求进行全面的监控，提高工作效率。通过对装配路径的优化，能够将化学产品的实时位置传送到交互智能端，这样一来，产品在库房的装配情况就能够得到统计，最终实现化学产品的生产速率和准确性被提高。将配送形式进行动态控制，这样可以使有变化需求的产品得到满足。但是对于库存较少的产品进行装配时，要考虑到产品的变化性需求，通过少量多次的装配方式，满足产品的适量适时需求。这样不仅可以防止库房产品被用光，还可以避免库房存放东西过多而导致供应不及时。
另一方面，装配与生产运营计划和生产执行过程相结合，提高化学产品配送计划的准确性。产品配送规划的下一阶段，将由产品配送与物流装配的整合决定。此外，产品配送中心可以及时注意到生产计划的临时变化问题，并相应地调整产品配送计划，以提高产品配送计划的速度效率。以产品配送地点为中心，配送任务为驱动，将产品进行主动配送，增强配送的速度性和及时性。将生产计划、生产过程、材料和地位为基础的自动生产线进行及时反馈，这些都是以信息化为基础而进行的，并不需要工作人员进行参与，但是产品的运送及时性被提高很多。它可以全面掌握产品生产过程及需求，按时按点提供产品材料，改变了产品配送对生产状况、作业情况所引起的产品需求的影响[4]。
化学产品的装配是整个化工生产过程的关键部分，也是确保产品生产链能够安全、顺利进行的重要步骤，对多种多样的生产链的需求及时响应，确保化学产品的正常生产，这样对于生产效率的提高有很大的帮助，同时提升企业的市场竞争力和发展力，它是降低资金投入的重要方式。但是，传统的产品配送方式缺少信息的及时反馈，导致生产链的生产效率降低，因此，利用信息化装配式物流就能够解决此类问题。随着装配式物流不断与信息化进行结合，有效地促进管理水平的提升。利用该技术，保证配送在化工制造环境中的动态平衡与控制，满足生产链的动态需求。
沪公网安备 31011202008041号
