设计基础，建立循环取货模型，结合我国快递行业实际问题，因而模型具有实际分析的价值。
关键词：低碳经济；精益思想；循环取货；快递
1.模型设计
本文建立一种同城快递循环配送路径模型，各区域快递负责人将需要跨区的快递送到绕各环路循环行驶的卡车上，并取下运送到该区的快递并进行配送。该配送模式低碳绿色，同时也节约一定的快递物流成本。
为了建立更加现实的可利用的模型，我们必须做一些关于现实基础的假设或者认定。
首先，我们需要建立大数据信息系统，这样就可以及时知道各物流点及路段的信息。大数据与高科技的结合，信息的及时更新与利用，是我们这个时代乃至未来的主题，因此，这是我们前进的一个方向，也是企业发展方向的必要条件。
第二，目前我国还没有发展到各企业都配备自己的物流阶段，所以对于大多数企业而言，主要依赖于第三方快递服务行业。因此，选择哪家物流服务商企业也是一个重要的选择。
第三，物流配送的路径优化，是对于各企业的重中之重。本文建立循环快递路径模型，实现更经济的物流配送取货。
2.数据平台
大数据是我们这个时代的主题，因此数据平台的建立具有非常关键的必要性。
在数据平台方面，我们首先建立好目前的各个取货点、送货点的分配。
其次，结合以往资料或者数据进行权重分配。中国地广物博，在一些发达的、人聚集较多的大城市或者区域，快递的需求量会更大更多一些；而在一些较偏远的地区，则显得略少。因而，合理地根据权重分配，便非常的科学。
假設第i个取货送货点为x＼-i，其对应的权重为λ＼-i。权重应该满足如下公式：
∑m[]i=1λ＼+′＼-i=1
式中的n表示，当前区域内一共有n个取货送货点。
第三，数据的更新也是一个很重要的环节。如果只是陈设的数据，那对于企业而言，数据只具有存储功能。但是，当及时地更新数据并应用于下一次的物流配送，便可以减少快递在路上的漫游时间，这可以促使商家为客户提供更快捷的物流配送。
如何更加快速地更新数据并应用，我们可以采取uber、滴滴、顺丰等出租车的算法模式。目前uber等企业的大数据平台及时更新并通知新的站点，取得了较好的成果。
数据平台的建立是路径优化的重要基础。
3.物流服务商的选择
目前涌现出了中通申通圆通等各家物流服务商，但是对于不能提供物流的企业，如何选择一家更适合自己的物流服务商进行合作就变得尤为重要。
在物流服务商的选择方面，我们可以采用聚类分析法，进行主成分分析，对以往的数据进行分析。可以使用SAS软件或者R软件进行编程实现。通过聚类分析，我们可以得到各行业选择哪一类物流服务商更多一些，然后对本企业进行合理定位。在符合本类型企业的物流服务商里面，我们进行主成分分析，选择出最适合本企业的物流服务商。
4.路径模型
实现循环配送，是为了更加经济地进行物流配送。因此，如何使得路径最短、快递费用更少是我们的终极目标。
因此，我们建立双目标函数，同时考虑路径与快递费用。当两者达到综合最优的时候，便是目标函数在特定条件下的最优解。
本文涉及中的所有变量都具有对应的物理意义，因此每一个变量都满足大于等于0的条件。
5.模型优化
为了使得模型更加贴近生活实际，可以针对邮递员若不按照规定路线制定相应的惩罚措施（突发意外情况除外）。因此在z＼-2目标函数去相应的惩罚数目即可。
由于是双目标函数，可能并没有办法实现两个函数同时实现最优的结果，因此，我们追求相对最优的最理想结果。目前运筹学里面有对应的双目标函数解法，可通过加入算法乘子来实现。
[参考文献]
[1]焦杨.循环取货在快递行业中的应用研究.燕山大学，2014.
[2]师经昊.供应链环境下精益物流管理研究.西安电子科技大学.2008
（作者单位：中国石油大学，北京 102249）
