摘要:为进一步优化烟草配送中心车辆路径系统，提出了一种基于数据包络分析  ( Data Envelopment Analysis，DEA)技术的车辆路径评价模型。简要介绍了DEA方法; 确立了车辆数和行驶里程为输入参数，确立了客户满意度、配送总面积、可推行度及总客户数为输出参数; 构建了模糊DEA评价模型。利用该模型对某配送系统的13个烟草配送中心的技术效率、规模效率及技术无效配送线路松弛变量进行了评价，并提出了各配送中心的优化方案。

关键词:  烟草配送   模糊DEA路径优化   规模效率   松弛变量

一、引言

烟草行业是我国的纳税大户，烟草税收对国家建设有着重要的作用。烟草配送中心是烟草物流中的重要环节，准确、方便、快 捷、高效的烟草配送往往决 定 着烟草企业的兴衰。而烟草在配送过程中，需要耗费大量的人力、物力和财力，  其路径优化问题十分重要。目前，国内外已经有不少关于配送中心路径优化的研究成果。例如,文献[1]在建立烟草配送车辆路径优化问题模型的基础上，采用轮盘赌复制法、部分匹配交叉算法和适应度函数自适应调整等技术,设计了基于自 然数编码的遗传算法,并以这种方法进行烟草车辆配送路径优化;文献[2]提出用仿生学的蚁群优化算法对卷烟配送路径的选择进行优化，以基本的蚁群优化算法模型和原理为理论基础，建立了相应的数学模型;文献[3]将基于种群密度的Lotka一Vollerra竞争方程的粒子种群算法应用到烟草配送优化问题;文献[4]将把烟草配送路径优化问题转化为网络图中的中国邮递员问题,并利用Floyd 算法求解烟草配送最短路径.上述研究成果大多只针对一个配送中心的路径优化问题.而对于实际情况而言,单个配送中心的运营情况的改善是远远不够的，尚需关心整个卷烟配送体系运营效率的提高[7]。因此本研究运用DEA(Data Envelopment Analysis)方法对多个烟草配送中心的配送车辆路径进行比较和评价，以期对单个烟草配送中心和整个卷烟配送系统的管理提供参考意见。