鄧宇　徐靖翔　劉玉婷

摘要：末端物流配送主要是以學校、住宅區(qū)、辦公寫字樓為主要場景，當前物流配送沒有系統地對路徑進行規(guī)劃，配送期長，導致無法高效對客戶進行服務。首先通過利用單機模型模擬單個快遞員的工作流程，以最小化配送時間為目標建立路徑規(guī)劃模型，然后采集成都市某配送中心的數據，接著使用遺傳算法求解，驗證了模型的有效性。

關鍵詞：最后一公里;快遞派送;路徑規(guī)劃模型

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）09-0279-02

1 引言

城市中的學校、住宅區(qū)、辦公區(qū)域相對集中，從四面八方而來的快遞首先送達當地的快遞集散中心，為了運輸車輛的通行方便，集散點一般設立在城市的郊區(qū)，而“最后一公里”的實現途徑則需要通過快遞員的配送來實現門到門的服務。隨著快遞的發(fā)展，同城即時配送逐漸興起，客戶對商品派送時間的要求也越來越高，既要保證物品不損壞，又要保證準時送達，因此，配送順序和路徑就顯得尤為重要[1]。

在產業(yè)界，目前的快遞配送業(yè)務呈現出粗放式擴張的特點，現代路徑規(guī)劃方法遠未得到有效而深入的應用。通過配送車輛路徑的規(guī)劃，實現低成本、高效率、集約化的配送服務是每一個配送公司都難以逾越、且影響到其生死存亡的關鍵問題。該問題的研究無論對于單個配送公司的降本增效，還是整個社會的即時配送水平的提高，乃至現代電子商務的持續(xù)健康發(fā)展都具有重要的現實意義[2]。

然而，理論界現有的研究成果，在面對四散分布的菜鳥驛站，郵箱，以及具體小區(qū)的門牌，要想做到快速、低成本的即時配送也絕非易事。該問題具有傳統的長時間送達的物流所無法比擬的復雜性與特殊性，具體體現在：①問題的動態(tài)性與時間緊迫性極強;②每一訂單都有包裹放置地點的要求（如：某菜鳥驛站，某小區(qū)，某郵箱，某具體門牌號）;③快件有大小之分，配送車輛的大小，如何合理的規(guī)劃每次配送的貨物會對配送時間有影響;④各個快遞的送達時間，以及在之前配送中用去的時間，也將影響每個物件配送的順序[3]。

為此，本文在綜述理論界已有相關研究的基礎上，根據“最后一公里”配送問題的特點，針對不同客戶不同的配送需求會增加配送員的往返次數，降低效率的問題，合理考慮時間、距離等因素，通過對配送路線的合理規(guī)劃，來減少配送員的配送用時。提出一種最小化配送時間的路徑規(guī)劃模型，并運用成都市某配送中心的真實數據，對提出的模型進行模擬仿真。

2 問題描述

隨著社會經濟的飛速發(fā)展，物流運輸的強度和效率就顯得格外重要。車輛運輸的方式、成本很難在短時間內優(yōu)化，因此最簡單減少運輸成本的方式就是對快遞員派件進行規(guī)劃。由于當前的物流末端配送點主要設置在人口聚集處，因此就會導致因未對當地物流配送進行路線優(yōu)化而導致的快遞運輸配送期長，無法高效對客戶進行配送服務等物流問題。

2.1 模型假設

假設一：車輛速度恒定，不考慮路況，紅綠燈影響。假設二：配送區(qū)域范圍固定。假設三：一個區(qū)域有一位快遞員配送。假設四：即送即走，無須等待。

2.2 基于α/β/γ三元組描述模型

α域：本文研究的調度問題機器環(huán)境為單機問題，單一派送員上按順序。個訂單，每個客戶的地理位置已知。β域：配送員應該在客戶要求的時間窗內進行完成派送。γ域：目標函數為最短配送時間。

3 建立“最后一公里”調度規(guī)劃模型

3.1 符號說明

3.2 模型建立

以最小化為：

（1）為目標函數，表示最短配送時間，（2）一（3）保證每個派送點僅被服務一次;式（4）一（5）表示車輛從末端配送中心出發(fā)最后到達配送中心。

4 數值算例

4.1數據收集

以成都市某順豐速運的到戶配送為例進行仿真實驗，收集該配送中心2019年12月27日的到戶配送信息，包括：配送地點，配送交貨期。在對數據進行預處理之后，得到各配送點之間的距離，以及各客戶要求的時間窗，某位快遞員的數據如表1所示：

4.2 基于遺傳算法求解算例

遺產算法是一種通過模擬種群的進化過程搜索最優(yōu)解的啟發(fā)式算法，借助遺傳算子進行交叉、變異等操作機制，在經過迭代后得到最優(yōu)或近似最優(yōu)解。本文選取遺傳算法求解模型。

4.2.1 染色體編碼

本文將染色體定義為由快遞員的配送路徑，基因用十六進制與二進制編碼，用0表示配送中心，用1-9與A-F表示客戶，客戶后接的數字0與1表示客戶的實時位置。如染色體“0 A120 91 31 0”中，“0 A120 91310”代表快遞員的配送路徑為0-10-2-9-3-4-0。

4.2.2 適應度函數

個體的適應度是指種群中個體對環(huán)境的適應能力，可由適應度函數來評估。個體的適應度越高，則表示個體越能在環(huán)境中生存下來并進行繁殖。本研究目標是最小化快遞員的配送里程。

4.2.3 求解結果

求解得到以下排序：金林俊景、麗景華庭、西藏花園、紅運花園、晉陽社區(qū)、成都花園、綠城花園、雙景秀庭、龍文教育。與實際配送路徑比較，優(yōu)化后的配送路徑使用的時間更少。

5 總結

快遞作為服務行業(yè)，在考慮運輸成本的同時，更需要注重客戶的滿意程度，在客戶規(guī)定的時間窗內送達。本文以單個派送員的配送為研究目標，建立最小化配送時間的路徑規(guī)劃模型，并以真實數據進行仿真實驗，驗證了模型的有效性，為“最后一公里”路徑規(guī)劃研究提供了新思路。

參考文獻：

[1]王征，李婷玉，岳彩凡.同城即時配送問題基于多預測場景的在線調度[J].系統工程理論與實踐，2018，38（12）：3197-3211.

[2]王旭坪，詹林敏，張珺，考慮碳稅的電子商務物流最后一公里不同配送模式的成本研究[Jl.系統管理學報，2018，27（4）：776-782.

[3）楊鑰，李樹雪，劉玉利.“最后一公里”校園物流配送平臺系統設計[J].電腦知識與技術，2019，15 （21）：278-279.

【通聯編輯：光文玲】