鄧建新，衛(wèi)世豐，石先蓮，陳星雨，韋婉冬

(1.廣西大學(xué) 機(jī)械工程學(xué)院，廣西 南寧 530004；2.廣西大學(xué) 廣西制造系統(tǒng)與先進(jìn)制造技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣西 南寧 530004)

0 引言

配送(運(yùn)輸)是物流最基礎(chǔ)和實(shí)施最頻繁的活動(dòng)之一，又稱為小物流[1]，是產(chǎn)品供應(yīng)鏈末端(到客戶)和產(chǎn)品生產(chǎn)(生產(chǎn)物料配送)中的直接物流活動(dòng)，占產(chǎn)品供應(yīng)鏈總物流成本的1/3左右。對(duì)配送進(jìn)行優(yōu)化已經(jīng)成為降低社會(huì)產(chǎn)品物流總成本和提高物流競(jìng)爭(zhēng)力的重要驅(qū)動(dòng)力，其中采用的重要手段是在配送業(yè)務(wù)活動(dòng)中應(yīng)用新技術(shù)，例如采用條碼技術(shù)大幅提高配送人員的處理效率。

由于配送涉及揀選、加工、包裝、分割、組配等作業(yè)，圍繞物流運(yùn)作目標(biāo)(包括成本、效率等)優(yōu)化其中的單項(xiàng)活動(dòng)或多項(xiàng)活動(dòng)均可對(duì)配送起到優(yōu)化作用。目前，國(guó)內(nèi)外對(duì)配送優(yōu)化的研究雖已逐漸涉及配送的所有活動(dòng)或環(huán)節(jié)，但仍以配載、配送路徑優(yōu)化為主，特別是后者，貢獻(xiàn)了一系列優(yōu)化模型和算法[2-7]，本文對(duì)配送的主要提升體現(xiàn)在裝箱等環(huán)節(jié)，因此以下重點(diǎn)分析配載裝箱研究的現(xiàn)狀。配載裝箱是接送任務(wù)后配送運(yùn)輸前的物流活動(dòng)，受貨物類型、體積、車輛等的影響，其核心目標(biāo)通常是追求更高的裝載率或資源利用率，一般直接考慮車輛和貨物的體積、載重、車輛類型3個(gè)重要指標(biāo)來(lái)構(gòu)建數(shù)學(xué)模型，例如徐天亮等[8]建立了以貨車體積和載重為約束條件的貨物配載優(yōu)化模型，在單車多品種貨物配裝模型基礎(chǔ)上構(gòu)建了m輛車配裝的數(shù)學(xué)模型，并采用動(dòng)態(tài)規(guī)劃法進(jìn)行求解；劉小群等[9]以多車多品種貨物為研究對(duì)象，將貨物分為重質(zhì)貨物和輕質(zhì)貨物，分別以貨車的載重和容積為標(biāo)桿，根據(jù)不同貨物與貨車之間的重量體積比提出基于不同標(biāo)桿的優(yōu)化算法，最后通過(guò)數(shù)值仿真得到較優(yōu)的車貨配載方案。還有一些研究先構(gòu)建優(yōu)化的裝箱方式，再基于裝箱方式來(lái)優(yōu)化配載，比較典型的有：Craini等[10]提出三維正交裝箱問(wèn)題，即貨物必須正交裝入集裝箱，且滿足使用集裝箱數(shù)量最小的要求，基于此建立了三維正交裝箱問(wèn)題模型和兩階段禁忌搜索算法進(jìn)行裝箱規(guī)劃；Scheithauer[11]提出基于啟發(fā)式算法的區(qū)域四分法，通過(guò)將裝載空間分為4個(gè)區(qū)域來(lái)解決貨物的裝載問(wèn)題；Kang等[12]基于將不同貨物打包為多個(gè)單一箱子裝入集裝箱的策略來(lái)建立裝箱數(shù)學(xué)模型，然后采用混合遺傳算法求解獲得優(yōu)化方案，以在滿足集裝箱長(zhǎng)、寬、高等約束條件的前提下最大限度利用集裝箱空間。當(dāng)配送貨物種類、數(shù)量較多時(shí)，配載裝箱變得異常復(fù)雜，只從數(shù)學(xué)模型上進(jìn)行優(yōu)化不夠直觀，因此設(shè)法利用可視化技術(shù)來(lái)展示和優(yōu)化裝箱逐漸成為新的需求和技術(shù)手段，然而當(dāng)前的裝箱可視化仍以單向結(jié)果展示為主，缺少基于可視化結(jié)果的交互操作優(yōu)化。裝箱可視化最早起源于集裝箱配載運(yùn)輸，現(xiàn)已慢慢向公路車輛運(yùn)輸滲透。Chien[13]從三維可視化方面考慮裝箱問(wèn)題，結(jié)合三維裁剪理論提出配送算法并實(shí)現(xiàn)裝載結(jié)果的可視化顯示；郭貝貝[14]針對(duì)現(xiàn)實(shí)約束條件下的復(fù)雜集裝箱多箱裝載優(yōu)化問(wèn)題，提出一個(gè)結(jié)合遺傳算法和啟發(fā)式算法的交互式混合算法，并采用VB語(yǔ)言開發(fā)了集裝箱可視化系統(tǒng)，實(shí)現(xiàn)了貨物在集裝箱內(nèi)放置情況的可視化，增強(qiáng)了裝箱的實(shí)用性，但僅作展示；桂思怡[15]針對(duì)立體裝箱問(wèn)題，就裝箱三維可視化算法(包括三維程序架構(gòu)的搭建、劃分打包貨物塊的基準(zhǔn)線平移算法、空間的位置預(yù)判與自動(dòng)貼合算法)進(jìn)行了研究，實(shí)現(xiàn)了裝箱方案的可視化展現(xiàn)，但未涉及裝箱規(guī)劃優(yōu)化。另一方面，結(jié)合配載和配送路線優(yōu)化進(jìn)行研究成為新趨勢(shì)，例如俞雪雷等[16]構(gòu)建了一個(gè)同時(shí)考慮配送客戶時(shí)間窗限制和道路交通條件約束的車輛配載模型，通過(guò)遺傳算法求解得到最優(yōu)配送路徑；Junqueira等[17]將三維車貨配裝問(wèn)題與路徑優(yōu)化問(wèn)題整合，以最低運(yùn)輸成本為目標(biāo)，同時(shí)考慮貨物堆放時(shí)的易損性、垂直穩(wěn)定性和承重要求等多個(gè)約束條件形成了聯(lián)合優(yōu)化整數(shù)規(guī)劃模型；Gendreau等[18]針對(duì)家具配送問(wèn)題，提出車輛配裝與運(yùn)輸路線綜合優(yōu)化模型，該模型考慮貨物的垂直穩(wěn)定性、易碎性和后進(jìn)先出原則等多個(gè)約束條件，采用啟發(fā)式算法和禁忌搜索算法分別求解貨物裝載方案和配送路線優(yōu)化方案。這些研究雖然同時(shí)進(jìn)行了裝載方案和配送路線優(yōu)化，但是以路線優(yōu)化為主，且未實(shí)現(xiàn)結(jié)果的可視化，所得裝箱方案僅面向規(guī)劃，不夠直觀，也不具備動(dòng)態(tài)交互調(diào)整特征和為運(yùn)送過(guò)程服務(wù)的功能。綜上，國(guó)內(nèi)外在配送優(yōu)化方面取得了一系列豐碩的成果(如提出了諸多配送路線優(yōu)化方法)，然而當(dāng)前研究集中于裝箱和路徑優(yōu)化等單元環(huán)節(jié)，未從系統(tǒng)角度進(jìn)行聯(lián)合研究，雖有將配送路線與配送裝箱結(jié)合研究的趨勢(shì)，但在優(yōu)化時(shí)重點(diǎn)考慮時(shí)間窗要求[19-22]，仍以路徑優(yōu)化為主，且僅限于規(guī)劃階段，未涉及配送運(yùn)輸服務(wù)過(guò)程，因此依然存在裝箱優(yōu)化未協(xié)同考慮配送過(guò)程和貨物運(yùn)輸過(guò)程的安全性、缺乏為實(shí)際送達(dá)人員提供可視化配送指引、無(wú)法通過(guò)可視化進(jìn)行配送裝車規(guī)劃，以及零散化配送導(dǎo)致的空載率高和頻繁配送等問(wèn)題，影響了實(shí)際配送效率、資源利用、配送質(zhì)量和成本，亟需進(jìn)一步利用新技術(shù)、新方法更系統(tǒng)地進(jìn)行配送優(yōu)化研究，在降低物流成本和提高服務(wù)質(zhì)量的同時(shí)，適應(yīng)及時(shí)化、個(gè)性化和智能化發(fā)展的要求。

隨著微電子、自動(dòng)化、計(jì)算機(jī)、通訊、信息、人工智能等技術(shù)的迅猛發(fā)展，為了破解物理實(shí)驗(yàn)成本高的問(wèn)題，數(shù)字孿生(Digital Twins，DT)的概念應(yīng)運(yùn)而生。數(shù)字孿生技術(shù)[23-24]指利用數(shù)字技術(shù)對(duì)物理實(shí)體對(duì)象的特征、行為、形成過(guò)程和性能進(jìn)行描述和建模，形成數(shù)字孿生模型，進(jìn)而對(duì)其進(jìn)行監(jiān)測(cè)和反向控制的技術(shù)。因此，數(shù)字孿生模型首先以可視化方式從幾何維度表達(dá)物理實(shí)體[25-28]。通過(guò)數(shù)字孿生模型可實(shí)現(xiàn)可視化虛擬設(shè)計(jì)、可視化虛擬生產(chǎn)和服務(wù)等一系列活動(dòng)，并已與此融合，形成數(shù)字孿生驅(qū)動(dòng)設(shè)計(jì)[25]、數(shù)字孿生驅(qū)動(dòng)質(zhì)量檢測(cè)[26]等方法。從應(yīng)用領(lǐng)域看，目前國(guó)內(nèi)外主要將數(shù)字孿生技術(shù)應(yīng)用到車間管理[27-29]、產(chǎn)品設(shè)計(jì)和制造工藝[30-32]以及運(yùn)維平臺(tái)和產(chǎn)品監(jiān)控等方面。例如，張新生[33]在傳統(tǒng)車間管控系統(tǒng)的業(yè)務(wù)管理層和生產(chǎn)執(zhí)行層之間加入數(shù)字孿生技術(shù)，形成基于數(shù)字孿生的新型車間管控系統(tǒng)體系架構(gòu)；張琦[34]開展了數(shù)字孿生沖壓生產(chǎn)線的運(yùn)行機(jī)制與模型架構(gòu)研究，提出基于物理數(shù)據(jù)的數(shù)字孿生沖壓生產(chǎn)線建模方法；丁凱[35]結(jié)合數(shù)字孿生技術(shù)實(shí)現(xiàn)邏輯，構(gòu)建了面向智能制造的空間(包括車間設(shè)備、在制品、制造過(guò)程等)關(guān)聯(lián)融合、虛實(shí)映射、聯(lián)動(dòng)的建模方法，以從制造過(guò)程角度實(shí)現(xiàn)智能制造；周石恩[36]基于數(shù)字孿生針對(duì)產(chǎn)品數(shù)字化模型構(gòu)建、薄壁件多夾具定位和裝配、螺栓聯(lián)接結(jié)構(gòu)低應(yīng)力裝配優(yōu)化等內(nèi)容進(jìn)行了深入研究，開發(fā)了產(chǎn)品數(shù)字孿生建模與裝配精度分析軟件系統(tǒng)；李琳利等[37]將數(shù)字孿生應(yīng)用于產(chǎn)品協(xié)同設(shè)計(jì)，在分析產(chǎn)品數(shù)字孿生多階段建模過(guò)程的基礎(chǔ)上，設(shè)計(jì)了一個(gè)產(chǎn)品數(shù)字孿生多學(xué)科協(xié)同設(shè)計(jì)建模參考架構(gòu)，提出機(jī)電一體化的多學(xué)科協(xié)同設(shè)計(jì)與虛擬工程方法和產(chǎn)品數(shù)字孿生多學(xué)科協(xié)同設(shè)計(jì)關(guān)鍵技術(shù)；何柳江[38]基于數(shù)字孿生理念，通過(guò)研究采用圖形處理器(Graphics Processing Unit，GPU)加速的三維監(jiān)控技術(shù)和基于虛擬數(shù)控面板的遠(yuǎn)程控制技術(shù)，建立了基于數(shù)字孿生的數(shù)控機(jī)床虛擬交互系統(tǒng)，實(shí)現(xiàn)了數(shù)控機(jī)床的實(shí)時(shí)監(jiān)控與遠(yuǎn)程虛擬交互；王春曉[39]以中國(guó)科學(xué)院儀器設(shè)備共享管理系統(tǒng)為依托，設(shè)計(jì)實(shí)現(xiàn)了基于數(shù)字孿生的中科院儀器設(shè)備共享管理平臺(tái)(Sharing of Apparatus Management Platform，SAMP)運(yùn)維分析系統(tǒng)；Schleich等[40]研究了產(chǎn)品生命周期中數(shù)字孿生模型的表示和應(yīng)用問(wèn)題，提出一個(gè)產(chǎn)品生命周期數(shù)字孿生參考模型；Lehmann[41]應(yīng)用多模態(tài)的數(shù)據(jù)采集方法建立了產(chǎn)品生命過(guò)程的數(shù)字孿生系統(tǒng)。數(shù)字孿生技術(shù)也較多應(yīng)用于航空飛行器設(shè)計(jì)制造領(lǐng)域[42-46]，Tuegel等[45]利用數(shù)字孿生技術(shù)建立了飛機(jī)的高保真模型來(lái)整合結(jié)構(gòu)和溫度變化對(duì)材料的影響，從而預(yù)測(cè)飛機(jī)壽命；劉蔚然等[46]將數(shù)字孿生技術(shù)與衛(wèi)星工程的關(guān)鍵環(huán)節(jié)、關(guān)鍵場(chǎng)景、關(guān)鍵對(duì)象緊密結(jié)合，提出數(shù)字孿生衛(wèi)星的概念。這些研究顯示，數(shù)字孿生的應(yīng)用領(lǐng)域正在不斷擴(kuò)展。

目前數(shù)字孿生在物流領(lǐng)域尤其是配送方面的應(yīng)用較少。隨著“中國(guó)制造2025”、“工業(yè)4.0”等規(guī)劃的實(shí)施，物流業(yè)等行業(yè)也需要向智能化方向轉(zhuǎn)變。數(shù)字孿生作為數(shù)字化和虛實(shí)融合進(jìn)而推動(dòng)智能化的有效途徑，可以彌補(bǔ)當(dāng)前配送優(yōu)化中出現(xiàn)的不足，必然能為物流配送帶來(lái)新的基礎(chǔ)技術(shù)支撐。鑒于此，本文將數(shù)字孿生理論引入配送活動(dòng)，構(gòu)建面向配送過(guò)程的數(shù)字孿生模型，以期設(shè)計(jì)和開發(fā)基于數(shù)字孿生的配送管理系統(tǒng)(或數(shù)字孿生配送管理系統(tǒng))，拓展數(shù)字孿生的應(yīng)用范圍，優(yōu)化配送規(guī)劃水平，提高配送效率和配送管理服務(wù)水平，從而促進(jìn)智能物流的發(fā)展。

1 基于數(shù)字孿生的配送管理系統(tǒng)架構(gòu)設(shè)計(jì)

1.1 系統(tǒng)的應(yīng)用需求

配送的生命周期幾乎涉及物流的所有活動(dòng)環(huán)節(jié)，其一般的業(yè)務(wù)過(guò)程為“接收訂單—任務(wù)分配—分揀—貨物裝箱—路線規(guī)劃—配送運(yùn)輸—客戶點(diǎn)送達(dá)—卸貨”[1]。其中：接收訂單可由其他環(huán)節(jié)完成；任務(wù)分配和路線規(guī)劃可合并進(jìn)行；分揀一般由倉(cāng)庫(kù)完成，可從配送業(yè)務(wù)過(guò)程中分離；貨物裝箱、配送運(yùn)輸、客戶點(diǎn)送達(dá)和卸貨是最核心的業(yè)務(wù)活動(dòng)?；跀?shù)字孿生的配送管理系統(tǒng)基于數(shù)字孿生理念，在計(jì)算機(jī)上對(duì)配送業(yè)務(wù)過(guò)程和業(yè)務(wù)活動(dòng)進(jìn)行虛擬映射，并在此基礎(chǔ)上反向作用于配送業(yè)務(wù)過(guò)程，以優(yōu)化配送過(guò)程并提升性能。因此，除了完成訂單管理等基本業(yè)務(wù)信息管理外，其更需要完成配送業(yè)務(wù)過(guò)程基本活動(dòng)的管理和服務(wù)功能。面向制造生產(chǎn)的物料配送單次配送的貨物一般種類單一且客戶地點(diǎn)固定，所涉及的業(yè)務(wù)活動(dòng)不需要反復(fù)規(guī)劃；而服務(wù)和流通過(guò)程的配送則因貨物種類多樣、客戶多樣化導(dǎo)致需求復(fù)雜。為了提高數(shù)字孿生配送管理系統(tǒng)的適應(yīng)性，本文分析的需求以非生產(chǎn)物流配送為主，在此基礎(chǔ)上構(gòu)建的系統(tǒng)也可直接滿足生產(chǎn)物流配送的需求。以下總結(jié)確定了該系統(tǒng)的應(yīng)用需求：

(1)智能裝載布局優(yōu)化和動(dòng)態(tài)調(diào)整需求 接收訂單(任務(wù))后，貨物裝載(裝箱)是配送進(jìn)行最多的活動(dòng)，當(dāng)前配送任務(wù)逐漸進(jìn)入多元化，即配送貨物種類多樣化、客戶多樣化、客戶要求多樣化，使裝箱時(shí)面臨不同材料、不同形狀、不同體積、不同載重、不同配送順序、不同配送包裝要求、不同配送時(shí)間窗要求、不同價(jià)值的物品，增加了裝箱優(yōu)化的難度，僅憑裝箱人員手工或經(jīng)驗(yàn)無(wú)法完成。因此，基于數(shù)字孿生的配送管理系統(tǒng)需要在以上約束下，基于體積計(jì)算來(lái)快速判斷選擇合適的車輛，面向不同目標(biāo)實(shí)現(xiàn)布局優(yōu)化(傳統(tǒng)的裝車(裝箱)布局優(yōu)化主要通過(guò)從體積和載重角度優(yōu)化裝載率來(lái)提高資源利用率，降低配送成本)，同時(shí)能通過(guò)可視化展示結(jié)果；如果發(fā)現(xiàn)不滿意或者不滿足配送順序要求，還可進(jìn)行反向調(diào)整。即在數(shù)字孿生配送管理系統(tǒng)中，不僅需要考慮裝箱約束，完成裝箱方案設(shè)計(jì)，還要形成可以動(dòng)態(tài)調(diào)整的裝箱布局方案，達(dá)到滿足客戶個(gè)性化需求的目的。

(2)裝載方案合理性檢測(cè)需求 經(jīng)過(guò)(1)規(guī)劃操作后，雖然提高了裝載率，但是裝載結(jié)果還對(duì)運(yùn)輸安全性有影響，例如裝載的整體重心會(huì)影響車輛運(yùn)輸?shù)姆€(wěn)定性和貨物的安全性。如前所述，在當(dāng)前的配送裝載方案中，由于貨物的材質(zhì)、形體、重量、配送順序有差異，從布局上可以形成不同的方案。然而在裝載過(guò)程和運(yùn)輸過(guò)程中，可能會(huì)因不同的裝箱而使貨物重心不同，導(dǎo)致貨物在運(yùn)輸途中不穩(wěn)定。因此，需要構(gòu)建基于真實(shí)物理引擎的配送仿真模擬功能，提前檢測(cè)裝箱方案的合理性。

(3)配送路線規(guī)劃需求 根據(jù)配送規(guī)劃任務(wù)、實(shí)時(shí)任務(wù)、路線距離和實(shí)時(shí)交通情況等規(guī)劃和優(yōu)化配送路線，并考慮裝箱結(jié)果的配送順序和路線優(yōu)化，節(jié)約配送距離和時(shí)間，提高配送實(shí)效性和資源利用效能，從而進(jìn)一步提高配送量。

(4)實(shí)際配送過(guò)程的服務(wù)提升需求 在配送運(yùn)輸過(guò)程中，運(yùn)輸人員因未參與裝箱業(yè)務(wù)而對(duì)車上貨物的具體位置不清楚，在貨物送達(dá)時(shí)需要尋找貨物，甚至漏送貨物，造成多次循環(huán)送貨。為此，需要面向運(yùn)輸送達(dá)人員，在系統(tǒng)中增添以可視化方式快速定位貨物位置和數(shù)量的服務(wù)，并支持交通阻塞時(shí)臨時(shí)調(diào)整配送路線的需求。另外，為了控制配送過(guò)程，保證配送按規(guī)劃執(zhí)行，更需要基于數(shù)字孿生的虛實(shí)映射特性，以監(jiān)控和(可視化)反映貨物運(yùn)輸?shù)膶?shí)時(shí)狀態(tài)(配送狀態(tài)、安全狀態(tài)等，如運(yùn)輸穩(wěn)定性)，從而提高配送服務(wù)品質(zhì)和為配送人員服務(wù)的水平，提高配送效率，真正實(shí)現(xiàn)配送過(guò)程的全生命周期管理。

(5)基本信息管理需求 對(duì)配送過(guò)程的基本信息進(jìn)行管理，如訂單管理、人員管理、車輛管理等，為其他模塊輸入數(shù)據(jù)。

1.2 系統(tǒng)體系架構(gòu)設(shè)計(jì)

基于以上需求設(shè)計(jì)的數(shù)字孿生配送管理系統(tǒng)的體系架構(gòu)分為物理層、物聯(lián)網(wǎng)層、數(shù)據(jù)層、模型層、運(yùn)維服務(wù)層5個(gè)層次，如圖1所示。

(1)物理層 包括配送管理涉及的車輛、裝載貨物、人員等實(shí)體，以及配送過(guò)程對(duì)應(yīng)的物理活動(dòng)集合。物理層接收數(shù)字孿生配送管理系統(tǒng)(運(yùn)維服務(wù)層)的指令，再現(xiàn)指令并按指令完成物理配送運(yùn)輸(需要在人員或機(jī)器人裝置輔助下完成)。

(2)物聯(lián)網(wǎng)層 是連接物理層與數(shù)據(jù)層之間的橋梁及配送管理虛實(shí)映射的關(guān)鍵，該層利用先進(jìn)傳感器技術(shù)、分布式傳感技術(shù)和高通量、低時(shí)延通信網(wǎng)絡(luò)，采集和傳輸配送過(guò)程管理對(duì)象的數(shù)據(jù)，主要進(jìn)行包括貨物實(shí)時(shí)信息(位置坐標(biāo)、被配送的狀態(tài)等)、貨車運(yùn)行狀態(tài)信息、配送路徑信息(用于記錄車輛運(yùn)輸實(shí)時(shí)路徑信息)等的采集，以及運(yùn)維服務(wù)層指令和配送服務(wù)信息(如客戶貨物位置信息)的傳輸，涉及孿生數(shù)據(jù)采集模塊(溫度采集傳感器、全球定位系統(tǒng)(Global Position System，GPS)、無(wú)線射頻識(shí)別(Radio Frequency IDentification，RFID)終端等)、網(wǎng)絡(luò)傳輸服務(wù)模塊和移動(dòng)端處理模塊(負(fù)責(zé)接收指令和服務(wù)信息，如智能手機(jī))。

(3)數(shù)據(jù)層 數(shù)據(jù)是數(shù)字孿生配送管理系統(tǒng)的核心和虛實(shí)融合的基礎(chǔ)。數(shù)據(jù)層主要負(fù)責(zé)物聯(lián)網(wǎng)層采集和運(yùn)維服務(wù)層生成的配送孿生數(shù)據(jù)與系統(tǒng)管理數(shù)據(jù)(如客戶數(shù)據(jù))的存儲(chǔ)、初始處理和融合，為數(shù)字孿生配送的物理場(chǎng)景、虛擬場(chǎng)景和數(shù)字孿生配送管理系統(tǒng)運(yùn)行提供數(shù)據(jù)支撐。

(4)模型層 為基于數(shù)字孿生的配送管理提供模型庫(kù)，所涵蓋的模型包括配送過(guò)程孿生模型和管理服務(wù)模型兩類。前者對(duì)物理配送和管理進(jìn)行數(shù)字化描述和抽象，在此基礎(chǔ)上根據(jù)數(shù)據(jù)層數(shù)據(jù)形成物理配送的動(dòng)態(tài)數(shù)字孿生模型，用于描述管理系統(tǒng)中實(shí)體對(duì)象的幾何和動(dòng)態(tài)信息結(jié)構(gòu)，具體涉及第2章建立的貨物車輛的基本孿生體、運(yùn)輸環(huán)境的孿生體、裝箱規(guī)劃的數(shù)字孿生體模型和配送過(guò)程服務(wù)優(yōu)化的數(shù)字孿生體模型；后者為管理運(yùn)維服務(wù)提供決策支持模型，如裝箱規(guī)劃模型、穩(wěn)定性分析模型、路徑規(guī)劃算法等。

(5)運(yùn)維服務(wù)層 集成系統(tǒng)的所有功能服務(wù)，為系統(tǒng)價(jià)值體現(xiàn)層。在模型層、數(shù)據(jù)層和物聯(lián)網(wǎng)層的基礎(chǔ)上，通過(guò)友好的用戶界面和可視化方式，進(jìn)行配送基本信息管理(如客戶)和配送任務(wù)(如訂單)接收，配送過(guò)程數(shù)據(jù)表示、統(tǒng)計(jì)分析，配送場(chǎng)景虛擬映射(或構(gòu)建虛擬配送)，在此基礎(chǔ)上提供配送增值服務(wù)(如裝箱規(guī)劃和裝箱指引、裝箱高精度仿真、裝箱穩(wěn)定性分析、客戶貨物可視化定位等)和決策支持，并給物理層發(fā)送配送指令，實(shí)現(xiàn)對(duì)配送運(yùn)輸過(guò)程的管控和運(yùn)行維護(hù)。

1.3 系統(tǒng)功能規(guī)劃

基于數(shù)字孿生的配送管理系統(tǒng)的核心在于管理配送生命周期，實(shí)時(shí)同步配送過(guò)程中的各信息數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)集成和可視化管理，通過(guò)在孿生模型映射全面、實(shí)時(shí)的數(shù)據(jù)信息，并基于孿生模型進(jìn)行反向驅(qū)動(dòng)管理，保證裝箱方案的有效性和配送運(yùn)輸過(guò)程的安全性，并提升配送服務(wù)，從而對(duì)整體配送進(jìn)行優(yōu)化。因此，規(guī)劃的系統(tǒng)功能涉及基本信息管理(含配送基本孿生體定義)、數(shù)字孿生裝箱方案規(guī)劃、基于數(shù)字孿生的狀態(tài)監(jiān)控和配送過(guò)程提升服務(wù)4方面。其中，數(shù)字孿生裝箱方案規(guī)劃對(duì)裝箱方案進(jìn)行初始化，同時(shí)構(gòu)建配送實(shí)體的數(shù)字孿生配載模型，并能完成裝箱方案的合理性分析和動(dòng)態(tài)調(diào)整；基于數(shù)字孿生的配送狀態(tài)監(jiān)控完成對(duì)運(yùn)輸過(guò)程中貨物、車輛和運(yùn)輸環(huán)境等的實(shí)時(shí)監(jiān)控；配送過(guò)程提升服務(wù)包括送達(dá)的增值服務(wù)和對(duì)送達(dá)的控制功能，例如提供基于孿生模型的客戶貨物可視化定位查詢。系統(tǒng)功能結(jié)構(gòu)如圖2所示。

1.4 基于數(shù)字孿生配送管理系統(tǒng)的運(yùn)行機(jī)制設(shè)計(jì)

利用數(shù)字孿生技術(shù)可以實(shí)現(xiàn)物理配送過(guò)程與虛擬配送過(guò)程之間的實(shí)時(shí)數(shù)據(jù)交互，從而實(shí)現(xiàn)全數(shù)據(jù)、全業(yè)務(wù)、全過(guò)程的融合和集成，以及物理配送與虛擬配送的映射?；跀?shù)字孿生配送管理系統(tǒng)的配送包括物理配送(配送運(yùn)輸實(shí)體場(chǎng)景)、虛擬配送(配送運(yùn)輸虛擬場(chǎng)景)、配送孿生數(shù)據(jù)和數(shù)字孿生配送管理系統(tǒng)(指除去孿生數(shù)據(jù)的功能部分)4個(gè)運(yùn)行主體。

物理配送為實(shí)際配送，負(fù)責(zé)完成實(shí)際貨物的裝載和運(yùn)輸送達(dá)，并接受來(lái)自配送運(yùn)輸虛擬場(chǎng)景和配送管理系統(tǒng)的反饋控制信息。主要場(chǎng)景有3方面：①貨物的裝載和運(yùn)送；②按要求實(shí)時(shí)監(jiān)控和反饋貨物和貨車的狀態(tài)；③接受實(shí)時(shí)指令，并尋求數(shù)字孿生配送管理系統(tǒng)實(shí)時(shí)交互服務(wù)。虛擬配送是配送運(yùn)輸實(shí)體場(chǎng)景的數(shù)字化表達(dá)，其本質(zhì)為數(shù)字模型的集合，具體包括兩部分：①配送運(yùn)輸實(shí)體場(chǎng)景中所有物理實(shí)體對(duì)應(yīng)的數(shù)字化表達(dá)，即靜態(tài)的孿生，包括需要裝載的貨物、配送貨物的車輛等的孿生；②對(duì)貨物狀態(tài)和車輛運(yùn)輸狀態(tài)的再現(xiàn)，即動(dòng)態(tài)的孿生，實(shí)現(xiàn)實(shí)時(shí)監(jiān)控和基于孿生模型與物理場(chǎng)景的交互。通過(guò)用配送虛擬場(chǎng)景模擬運(yùn)行實(shí)體場(chǎng)景，對(duì)貨物、車輛和配送路徑狀態(tài)進(jìn)行監(jiān)控和管理，從而更高效有序地對(duì)配送過(guò)程進(jìn)行優(yōu)化管理。配送模型孿生數(shù)據(jù)是配送運(yùn)輸實(shí)體場(chǎng)景、配送運(yùn)輸虛擬場(chǎng)景、數(shù)字孿生配送管理系統(tǒng)運(yùn)行和交互的驅(qū)動(dòng)源，包括配送運(yùn)輸實(shí)體場(chǎng)景數(shù)據(jù)、配送運(yùn)輸虛擬場(chǎng)景數(shù)據(jù)、數(shù)字孿生配送管理系統(tǒng)運(yùn)行數(shù)據(jù)以及三者融合后產(chǎn)生的衍生數(shù)據(jù)。其中配送運(yùn)輸實(shí)體場(chǎng)景數(shù)據(jù)包括貨物配送狀態(tài)數(shù)據(jù)(貨物的裝載位置、貨主信息、貨物信息)、車輛信息數(shù)據(jù)(車輛狀態(tài)信息、車輛配送路徑)、傳感器數(shù)據(jù)(傳感器采集數(shù)據(jù)、傳感器自身信息數(shù)據(jù))等；配送運(yùn)輸虛擬場(chǎng)景包括模型數(shù)據(jù)(貨物和車輛各自的狀態(tài)信息、配送路徑信息等)、仿真數(shù)據(jù)和評(píng)估優(yōu)化產(chǎn)生的數(shù)據(jù)。數(shù)字孿生配送管理系統(tǒng)的作用是組織任務(wù)、匯聚和分析處理數(shù)據(jù)、完成決策、發(fā)布兩種場(chǎng)景的交互指令、提供物理場(chǎng)景服務(wù)，其運(yùn)行機(jī)制如圖3所示，具體如下：

(1)首先由數(shù)字孿生配送管理系統(tǒng)接受訂單，安排任務(wù)和規(guī)劃裝箱，并根據(jù)監(jiān)控需要設(shè)定監(jiān)控(溫度)傳感器數(shù)量，生成初始的基于任務(wù)的配送數(shù)字孿生模型，同時(shí)根據(jù)管理系統(tǒng)內(nèi)的訂單貨物和車輛等基本屬性、裝箱結(jié)果、路線規(guī)劃、傳感器類型和數(shù)量建立該任務(wù)的配送孿生模型數(shù)據(jù)，實(shí)現(xiàn)初始虛擬裝箱。

(2)數(shù)字孿生配送管理系統(tǒng)基于(1)的孿生數(shù)據(jù)和孿生模型驅(qū)動(dòng)虛擬運(yùn)輸送達(dá)仿真，評(píng)估預(yù)測(cè)裝箱的合理性和安全性，接收配送運(yùn)輸虛擬場(chǎng)景產(chǎn)生的仿真分析結(jié)果，并根據(jù)該結(jié)果迭代優(yōu)化調(diào)整裝箱方案，調(diào)整至滿意狀態(tài)后，將結(jié)果輸出為最終的(存儲(chǔ)模式)裝箱方案，然后更新配送孿生數(shù)據(jù)，并驅(qū)動(dòng)孿生模型形成最終的虛擬可視化裝箱方案，為實(shí)際物理場(chǎng)景配送裝箱提供操作指南，即驅(qū)動(dòng)物理裝箱操作。

(3)物理配送場(chǎng)景按虛擬裝箱方式完成車輛指派和裝箱，以及傳感器布置，將傳感器設(shè)定等結(jié)果數(shù)據(jù)傳入數(shù)字孿生配送管理系統(tǒng)，并更新相應(yīng)的孿生數(shù)據(jù)，以保證虛擬孿生模型與物理裝箱一致。

(4)物理配送場(chǎng)景的各車輛按數(shù)字孿生配送管理系統(tǒng)的規(guī)劃路線和任務(wù)完成運(yùn)輸送達(dá)，運(yùn)輸過(guò)程中，車輛上布置的溫度等傳感器自動(dòng)按采集頻率采集對(duì)應(yīng)的狀態(tài)數(shù)據(jù)反饋給數(shù)字孿生配送管理系統(tǒng)(因?yàn)楫?dāng)前未完全實(shí)現(xiàn)低時(shí)延控制的智能機(jī)械配送，且送達(dá)是分階段的，一些狀態(tài)可能長(zhǎng)時(shí)間保持不變，所以無(wú)需實(shí)時(shí)采集，為此設(shè)定為可設(shè)置采集頻率方式)；運(yùn)送人員通過(guò)RFID(或條碼)手持終端基于事件機(jī)制以送達(dá)簽收為觸發(fā)事件反饋配送情況，更新對(duì)應(yīng)的孿生數(shù)據(jù)，同時(shí)通過(guò)移動(dòng)終端訪問(wèn)數(shù)字孿生配送管理系統(tǒng)，獲取對(duì)應(yīng)車輛的三維可視實(shí)時(shí)配送數(shù)字孿生模型，基于查詢請(qǐng)求在該模型中獲取當(dāng)前配送客戶貨物的位置和數(shù)量信息，驅(qū)動(dòng)其進(jìn)行精準(zhǔn)、完整的高效配送。

(5)數(shù)字孿生配送管理系統(tǒng)結(jié)合數(shù)字孿生模型，在數(shù)字孿生三維模型上再現(xiàn)和可視化監(jiān)控實(shí)時(shí)孿生數(shù)據(jù)，例如以貨物在運(yùn)輸途中的位置變化數(shù)據(jù)作為信息數(shù)據(jù)來(lái)源，利用軌跡追蹤功能展示貨物的運(yùn)行軌跡，從而分析車輛在運(yùn)輸途中的實(shí)時(shí)穩(wěn)定性；以車輛中的溫度傳感器數(shù)據(jù)作為信息數(shù)據(jù)源，實(shí)時(shí)監(jiān)控車輛在運(yùn)輸途中的溫度變化；同時(shí)，為管理人員提供決策分析支持(是否需要發(fā)布控制溫度、裝箱位置、路線更改等指令)，為遠(yuǎn)程管理和物理場(chǎng)景的運(yùn)送人員提供操作導(dǎo)航服務(wù)，或直接驅(qū)動(dòng)控制物理場(chǎng)景的智能機(jī)械完成操作。

以上運(yùn)行機(jī)制能夠及時(shí)優(yōu)化管理配送過(guò)程，其運(yùn)輸應(yīng)用場(chǎng)景如圖4所示。

2 配送過(guò)程的數(shù)字孿生模型構(gòu)建設(shè)計(jì)

2.1 配送數(shù)字孿生模型的構(gòu)建方法

目前，在產(chǎn)品制造領(lǐng)域的數(shù)字孿生模型一般采用專業(yè)設(shè)計(jì)軟件一次性構(gòu)建，因?yàn)樗婕暗漠a(chǎn)品或設(shè)備系統(tǒng)的外形在運(yùn)行過(guò)程中一般不發(fā)生變化，發(fā)生變化的主要是運(yùn)行狀態(tài)參數(shù)。而在配送過(guò)程中，每次配送的貨物數(shù)量、種類、體積不同，調(diào)度的車輛也不同，不但使每次的孿生模型不同，而且孿生模型的數(shù)量也會(huì)變化。例如，第一次根據(jù)訂單量可能需要3輛5 t車，第二次可能只需要2輛4 t車，兩次裝箱方式都不一樣，這就要求配送孿生模型隨訂單變化，傳統(tǒng)的設(shè)計(jì)方法顯然不適合。為滿足以上要求，提出配送數(shù)字孿生模型的構(gòu)建方法。該方法以1.1節(jié)提出的配送數(shù)字孿生管理需求為導(dǎo)向，將建模過(guò)程按廣義配送的一般業(yè)務(wù)過(guò)程[1]劃分為配送前、配送訂單處理派工、配送裝箱和運(yùn)輸送達(dá)4個(gè)階段，通過(guò)逐步添加孿生體和孿生數(shù)據(jù)的方式形成滿足不同需求的孿生模型，進(jìn)而組裝為最終的配送數(shù)字孿生模型，如圖5所示。

由圖5的邏輯框架可知，整個(gè)配送過(guò)程數(shù)字孿生模型的核心實(shí)體是貨物和車輛，將其對(duì)應(yīng)的數(shù)字孿生模型稱為數(shù)字孿生體，各孿生體主要通過(guò)屬性進(jìn)行區(qū)分和關(guān)聯(lián)。為便于算法研究和后期拓展，將貨物和車輛按照?qǐng)D5抽象地表示為以下多元組，其屬性對(duì)應(yīng)地劃分為基本屬性、訂單屬性、裝箱屬性和運(yùn)輸送達(dá)屬性：

(1)

只包含單個(gè)屬性，則通過(guò)與(0,1,0,0,0)T相乘，可得到P1屬性。

在建模時(shí)需要表達(dá)配送過(guò)程中的單獨(dú)流程(如裝箱、送達(dá)等)，同時(shí)每個(gè)單獨(dú)流程之間有復(fù)雜的耦合關(guān)系，可形成不同的配送場(chǎng)景，但均可抽象為基于具體參數(shù)和需求的操作。例如，在配送過(guò)程中只需了解當(dāng)前配送客戶的貨物所在的位置，其操作參數(shù)為客戶編號(hào)。

基于以上屬性和場(chǎng)景需求形成管理數(shù)據(jù)，來(lái)描述物理場(chǎng)景的不同配送行為：

fu=U(Ca,Co,OT,X1,X2)。

(2)

式中：U為配送過(guò)程實(shí)體的數(shù)學(xué)抽象；fu為物理配送不同場(chǎng)景的輸出；OT為配送中可能出現(xiàn)的其他實(shí)體，如監(jiān)控用的溫度傳感器；X1,X2分別為配送過(guò)程中的操作參數(shù)和過(guò)程參數(shù)，用戶操作可以在不同配送過(guò)程場(chǎng)景中進(jìn)行。

相應(yīng)地，在虛擬場(chǎng)景的配送實(shí)體即孿生模型為

fv=V(Ca,Co,OT,X1,X2)。

(3)

式中：V為數(shù)字孿生體的數(shù)學(xué)抽象；fv為數(shù)字孿生體的輸出。在這樣以參數(shù)耦合作為耦合方式的抽象關(guān)系中，數(shù)字孿生體式(3)的輸入輸出與物理實(shí)體層的數(shù)學(xué)抽象模型一致，即

fu=U(Ca,Co,OT,X1,X2)×x?

fv=V(Ca,Co,OT,X1,X2)×x。

(4)

式中x表示某種操作和需求。該式可通過(guò)數(shù)字孿生模型再現(xiàn)配送物理場(chǎng)景，也可通過(guò)數(shù)字孿生模型進(jìn)行反饋控制并指導(dǎo)實(shí)際配送的物理操作。唯一的區(qū)別在于它們的映射函數(shù)U和V，前者采用建立的數(shù)字孿生體得到映射結(jié)果，后者依靠物理層的實(shí)際運(yùn)行產(chǎn)生映射結(jié)果。這樣在構(gòu)建孿生模型時(shí)，只需重點(diǎn)完成對(duì)基本實(shí)體的抽象(如幾何外形的抽象)和屬性數(shù)據(jù)關(guān)聯(lián)即可?；谝陨铣橄蠼Ｋ悸?，配送過(guò)程的信息—物理—人員混合網(wǎng)絡(luò)模型如圖6所示。

在數(shù)字孿生配送管理系統(tǒng)中，車輛、貨物和運(yùn)輸場(chǎng)景組成具有層級(jí)結(jié)構(gòu)的數(shù)字孿生模型，不同貨物通過(guò)貨物編號(hào)ID進(jìn)行關(guān)聯(lián)，構(gòu)成貨物的數(shù)字孿生拓?fù)浣Y(jié)構(gòu)，如同一客戶的貨物；不同的車輛通過(guò)車輛編號(hào)ID進(jìn)行關(guān)聯(lián)，構(gòu)成車輛的數(shù)字孿生拓?fù)浣Y(jié)構(gòu)，如同一型號(hào)的車輛；貨物搭載于車輛上，貨物和車輛均搭載于運(yùn)輸場(chǎng)景之中。用戶通過(guò)不同的ID或相關(guān)屬性可以對(duì)孿生模型進(jìn)行查詢操作，形成用戶需求場(chǎng)景的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，即用戶可以關(guān)注自己感興趣的場(chǎng)景孿生模型部分。

對(duì)不同模型進(jìn)行運(yùn)算即可實(shí)現(xiàn)裝配，形成更復(fù)雜的運(yùn)輸場(chǎng)景模型，即

l,m,n∈N。

(5)

式中：ML為一種實(shí)際配送過(guò)程的綜合數(shù)字孿生模型；∑表示同類型孿生體的組合運(yùn)算，?表示關(guān)聯(lián)運(yùn)算(如按裝箱規(guī)劃算法或任務(wù)分配確定的車輛貨物對(duì)應(yīng)的裝箱關(guān)系)；Cai，Coj，Enk分別為第i個(gè)貨物孿生體、第j個(gè)車輛孿生體和第k個(gè)運(yùn)輸環(huán)境數(shù)字孿生體。

2.2 配送基本孿生體的構(gòu)建設(shè)計(jì)

2.2.1 貨物基本孿生體的構(gòu)建設(shè)計(jì)

由于當(dāng)前被配送的貨物(本文不涉及需要專門配送的危險(xiǎn)品)各種各樣，其外形、材料、化學(xué)物理特性(如燃點(diǎn))、包裝特性等都不相同，將各種貨物均抽象為長(zhǎng)方體，根據(jù)貨物各方向(長(zhǎng)、寬、高)的最大外形尺寸生成其孿生模型的尺寸，同時(shí)為了滿足可視化管理的需求，配送管理系統(tǒng)應(yīng)對(duì)應(yīng)呈現(xiàn)明確的可視化長(zhǎng)方體。由此得到貨物未配送前的基本屬性有長(zhǎng)、寬、高、材質(zhì)和重量，對(duì)應(yīng)映射的孿生模型的數(shù)據(jù)模型描述為

(6)

2.2.2 車輛基本孿生體的構(gòu)建設(shè)計(jì)

常規(guī)貨物運(yùn)輸車輛(貨車)的構(gòu)成異常復(fù)雜，且類型較多，但與配送相關(guān)的特性主要有兩方面：①運(yùn)輸載重空間，即車廂；②一些影響配送運(yùn)輸過(guò)程穩(wěn)定性的屬性。在配送前，只有運(yùn)輸載重空間會(huì)產(chǎn)生影響。影響配送貨物運(yùn)輸數(shù)量(或裝載率)的主要是其車廂空間形式和載重，因?yàn)檩d重對(duì)裝箱布局影響不大，所以主要考慮車廂空間形式。按車廂空間結(jié)構(gòu)分，貨車有平板式貨車、廂式貨車、倉(cāng)柵式貨車、欄板式貨車，其本質(zhì)區(qū)別在于車廂空間大小或可拓展車廂空間的大小(如加圍欄、加集裝箱)。方便起見(jiàn)，將貨車的基本孿生體抽象為可視化長(zhǎng)方體，通過(guò)調(diào)整長(zhǎng)方體的參數(shù)來(lái)模擬不同形式和靈活空間的貨車，如圖7a所示。初始狀態(tài)的車輛具有長(zhǎng)、寬、高、類型、限重、編號(hào)等屬性，取值以可拓展的實(shí)際值為準(zhǔn)。

車輛基本數(shù)字孿生模型的數(shù)據(jù)模型描述為

(7)

式中：TY為車輛的類型；Q為車輛限重；L為車輛的長(zhǎng)度；W為車輛的寬度；H為車輛的高度。

2.3 裝箱規(guī)劃的數(shù)字孿生體模型構(gòu)建設(shè)計(jì)

2.3.1 裝箱表達(dá)的基本孿生體

所謂裝箱規(guī)劃的數(shù)字孿生，即在數(shù)字孿生中進(jìn)行的配送裝箱規(guī)劃既要映射實(shí)際裝箱的狀態(tài)，又能通過(guò)虛擬孿生模型反向指導(dǎo)實(shí)際裝箱規(guī)劃。在裝箱階段，不同客戶或訂單的貨物可能組合裝入不同車輛，為區(qū)分不同客戶或訂單的貨物，在貨物基本孿生體基礎(chǔ)上增加客戶編號(hào)、顏色和配送地點(diǎn)屬性，通過(guò)顏色區(qū)分客戶。而裝箱的本質(zhì)是貨物擺放和堆垛，不同的裝箱方式主要表現(xiàn)為貨物的擺放位置和貨物數(shù)量不同，貨物位置則通過(guò)位置坐標(biāo)來(lái)描述。為便于模型建立并得到貨物的三維坐標(biāo)值，建立以車廂內(nèi)側(cè)左下角為原點(diǎn)、車廂長(zhǎng)寬高方向?yàn)閄，Y，Z軸的坐標(biāo)系，其裝箱示意圖如圖7b所示，貨物的位置坐標(biāo)以坐標(biāo)軸原點(diǎn)為基準(zhǔn)。

(8)

式中Ak表示虛擬裝箱規(guī)劃的數(shù)字孿生體模型，由所涉及的多個(gè)車身和多個(gè)貨物共同組成，每一行表示一個(gè)具體配送運(yùn)輸車輛的孿生模型。貨物和車箱孿生模型由各自的靜態(tài)屬性生成，兩者由裝箱方案連接，形成可視化的裝箱規(guī)劃數(shù)字孿生模型，并能基于該模型，通過(guò)不同交互調(diào)整完成裝箱規(guī)劃的進(jìn)一步優(yōu)化。

本文在裝箱優(yōu)化中要求裝箱的貨物順序與車輛的配送順序相關(guān)聯(lián)，為了更好地交互調(diào)整配載方案，使配載方案和配送順序始終協(xié)調(diào)一致，將配送地點(diǎn)相同的貨物作為一個(gè)管理單元，即

D=(DD(o),Ca(o))。

(9)

式中：D為配送至地點(diǎn)o的貨物孿生體的集合；DD(o)表示配送目的地o。用戶地點(diǎn)DD(o)和貨物Ca(o)的管理單元D形成一一對(duì)應(yīng)的關(guān)系，如圖8所示。

當(dāng)規(guī)劃調(diào)整配送地點(diǎn)(即DD)的順序時(shí)，同時(shí)一并調(diào)整對(duì)應(yīng)的集合D。

2.3.2 運(yùn)輸環(huán)境孿生體的構(gòu)建

因?yàn)閭鹘y(tǒng)的裝箱規(guī)劃并未對(duì)裝箱方案的合理性進(jìn)行評(píng)估，所以直接使用配載裝箱規(guī)劃方案在運(yùn)輸送達(dá)過(guò)程中可能出現(xiàn)安全問(wèn)題。為評(píng)估裝箱方案的合理性，需要提前仿真車輛的運(yùn)輸場(chǎng)景，要求對(duì)車輛的運(yùn)行及其真實(shí)狀況下的運(yùn)輸環(huán)境進(jìn)行映射，以反映運(yùn)輸實(shí)體在真實(shí)物理狀況下的物理特性。車輛運(yùn)行與車輪相關(guān)，對(duì)應(yīng)的真實(shí)環(huán)境設(shè)計(jì)通過(guò)為模型添加物理材質(zhì)的方式實(shí)現(xiàn)。構(gòu)建流程和示意圖如圖9所示。

SP=nWR×WLZ。

(10)

式中n為單位時(shí)間內(nèi)車輛轉(zhuǎn)動(dòng)的圈數(shù)。

然后給車輪和車身添加材質(zhì)并進(jìn)行組合，再為貨物添加材質(zhì)形成實(shí)際孿生貨物模型，最終形成實(shí)際裝車孿生模型。

為模擬真實(shí)運(yùn)輸過(guò)程，還需要構(gòu)建道路孿生體。此處將運(yùn)輸?shù)缆泛?jiǎn)化為平面模型，以長(zhǎng)方幾何形狀為基礎(chǔ)構(gòu)建路面，以更細(xì)小的幾何體作為障礙物鋪設(shè)在路面上來(lái)模擬路面不平整的情況，設(shè)置路面的偏轉(zhuǎn)角度θ，使路面繞路面的中軸進(jìn)行調(diào)整，對(duì)上坡和下坡路面進(jìn)行仿真，如圖11所示，圖中以向左為正方向，θ為正即為上坡，θ為負(fù)即為下坡。然后，采用與車輪類似的構(gòu)建演化流程，得到如圖12所示的路面模型，該模型能夠通過(guò)調(diào)整偏轉(zhuǎn)角度的路段組合成不同起伏的路面。

2.3.3 裝箱合理性評(píng)估模型

以上設(shè)計(jì)實(shí)現(xiàn)了實(shí)體運(yùn)輸環(huán)境到虛擬運(yùn)輸孿生體模型的映射。通過(guò)對(duì)孿生體運(yùn)輸模型進(jìn)行仿真可以觀察貨物在運(yùn)輸過(guò)程中的穩(wěn)定性，從而評(píng)估裝箱方案的合理性，在此基礎(chǔ)上對(duì)裝箱進(jìn)行優(yōu)化。

本文的穩(wěn)定性指運(yùn)輸途中車廂內(nèi)所有貨物發(fā)生晃動(dòng)的綜合程度。在運(yùn)輸過(guò)程中，擁有較高穩(wěn)定性可以極大提高運(yùn)輸?shù)陌踩?，更好地完成運(yùn)輸任務(wù)和保證貨物質(zhì)量?？梢酝ㄟ^(guò)統(tǒng)計(jì)車廂內(nèi)出現(xiàn)不穩(wěn)定狀態(tài)的貨物來(lái)評(píng)估裝箱整體的穩(wěn)定性，具體方法如下：設(shè)有g(shù)輛貨車Co的m個(gè)貨物Ca，由于車速變換、路況不穩(wěn)定等因素，貨車Coi的貨物Caij可能會(huì)發(fā)生晃動(dòng)、跌落等情況，選定車輛的某一參考坐標(biāo)點(diǎn)(x0,y0,z0)，在不穩(wěn)定時(shí)，貨物的實(shí)時(shí)坐標(biāo)值ZB(xr,yr,zr)與參考坐標(biāo)點(diǎn)的距離DE會(huì)發(fā)生改變，有

(11)

設(shè)在固定的時(shí)間間隔記錄了LF次，則該貨物距離變化的標(biāo)準(zhǔn)差

(12)

對(duì)應(yīng)車輛的單次仿真穩(wěn)定性

(13)

采用以上方法進(jìn)行多次隨機(jī)模擬，取平均值作為穩(wěn)定性的最終評(píng)價(jià)值。對(duì)于不穩(wěn)定的情況，則調(diào)整虛擬貨物的裝箱位置再進(jìn)行仿真，逐步優(yōu)化裝箱方案和車廂穩(wěn)定性，最終輸出最優(yōu)裝箱方案，從而避免了實(shí)體配送裝箱過(guò)程中的反復(fù)搬運(yùn)。在此基礎(chǔ)上，以坐標(biāo)軸原點(diǎn)為基準(zhǔn)點(diǎn)，計(jì)算和記錄貨物的晃動(dòng)位移變化情況，得到貨物在運(yùn)輸過(guò)程中的運(yùn)動(dòng)軌跡，通過(guò)對(duì)比貨物運(yùn)動(dòng)軌跡追蹤圖，分析虛擬配送孿生體中車輛的穩(wěn)定性，來(lái)確定裝箱的合理性。同時(shí)，還可結(jié)合計(jì)算裝箱貨物孿生體的重心，更準(zhǔn)確地分析貨物的裝載情況。

2.4 配送過(guò)程服務(wù)優(yōu)化的數(shù)字孿生體模型構(gòu)建設(shè)計(jì)

在實(shí)際配送中，經(jīng)常需要查詢某個(gè)客戶(或訂單)的位置和安全狀態(tài)，或者某個(gè)貨物的基本信息和跟蹤配送狀態(tài)等，本文將這些行為統(tǒng)稱為用戶興趣，按照2.1節(jié)的思路，可以通過(guò)設(shè)定操作參數(shù)與孿生模型進(jìn)行交互，為了監(jiān)控和提供服務(wù)指引，需要在所構(gòu)建的裝箱孿生模型中可視化顯示交互結(jié)果，整個(gè)操作過(guò)程形成用戶興趣交互模型。

設(shè)對(duì)虛擬裝箱規(guī)劃的數(shù)字孿生體模型Ak產(chǎn)生訪問(wèn)興趣，如獲取當(dāng)前的配送狀態(tài)，則向關(guān)注范圍內(nèi)的貨物孿生體和車輛孿生體發(fā)起查詢操作請(qǐng)求，得到特定關(guān)注的貨物和車輛孿生體資源，如果假定第b個(gè)訂單為當(dāng)前興趣點(diǎn)，則其理論孿生體結(jié)果為

G(b)=[Cak1Cak2…Cakb…Cakm]T;

b=0，1，2,…,m。

(14)

(15)

交互的示意圖如圖13所示。

3 面向數(shù)字孿生的動(dòng)態(tài)裝箱布局方法

配送數(shù)字孿生模型可以對(duì)車輛裝箱結(jié)果進(jìn)行可視化展示，也為基于可視化方式進(jìn)行裝箱規(guī)劃提供了接口，然而完全采用可視化操作方式，從零開始完成整個(gè)配送任務(wù)裝車布局的工作量較大，反復(fù)迭代操作較多。為此，本文提出了基于數(shù)字孿生模型的動(dòng)態(tài)裝箱布局方法：以數(shù)學(xué)優(yōu)化方式進(jìn)行初始的裝箱規(guī)劃，基于可視化數(shù)字孿生模型進(jìn)行裝箱規(guī)劃調(diào)整來(lái)實(shí)現(xiàn)優(yōu)化，以滿足特定要求。

3.1 考慮配送路線的裝箱布局方案模型

(16)

(17)

(18)

所有的約束條件表示如下：

(19)

(20)

(21)

(22)

(23)

(24)

x1≤x2或y1≤y2或z1≤z2；

(25)

(26)

(27)

(28)

(29)

(30)

其中：式(19)～式(21)表示配送路徑約束；式(22)表示車輛容積限制；式(23)表示貨物必須裝在車內(nèi)的約束；式(24)和式(25)表示貨物空間不重疊；式(26)表示貨物之間的支撐面積約束；式(27)表示車輛限重約束；式(28)和式(29)表示貨物在車內(nèi)的擺放約束；式(30)表示線路時(shí)間約束?；谝陨夏Ｐ蜆?gòu)建算法可以得到考慮配送路線和順序的初始配送裝箱方案。

3.2 基于數(shù)字孿生模型的裝箱方案的存儲(chǔ)設(shè)計(jì)

為了方便交互調(diào)整裝箱方案，基于裝箱孿生模型設(shè)計(jì)了直觀的裝箱方案的存儲(chǔ)結(jié)構(gòu)。裝箱方案存儲(chǔ)結(jié)構(gòu)如圖15所示。

圖15的裝箱方案中，貨物在車廂前后位置(橫向順序)按配送順序排序，基于配送順序存儲(chǔ)，Bm表示X方向(橫向)的裝箱順序(其相反順序表示貨物的配送優(yōu)先順序)，Cn表示Z方向的縱向裝箱順序(即裝箱的Z向?qū)訑?shù)順序)，貨物Y方向的裝載順序根據(jù)實(shí)際裝箱情況調(diào)整，amn為每件貨物的編號(hào)(0表示空置)，通過(guò)坐標(biāo){Bm,Cn}可知貨物在車廂的裝載位置，橫向順序?yàn)閮?yōu)先裝載順序。為保證以可視化方式進(jìn)行交互調(diào)整，按照前面的設(shè)計(jì)，如果同一個(gè)橫向順序上的貨物Bm={am1,am2,…,amn}為一個(gè)組合單元，則同一單元內(nèi)貨物的送達(dá)目的相近或相同。當(dāng)調(diào)整貨物配送順序時(shí)，將根據(jù)配送順序整體調(diào)整相應(yīng)組合單元的貨物，以保證先進(jìn)后出。例如，初始的橫向順序?yàn)閧B1，B2，B3}，對(duì)應(yīng)的配送順序?yàn)?-8-9，如果調(diào)整為{B2，B1，B3}，則對(duì)應(yīng)的配送順序變化為8-7-9，如圖16所示，圖中同一顏色貨物表示送往同一地點(diǎn)。用戶(如配送人員)可以根據(jù)需要僅調(diào)整部分配送順序，其余未調(diào)整的配送點(diǎn)將采用3.2.1節(jié)的回溯算法，以路徑最短為目標(biāo)進(jìn)行調(diào)整，由此生成新的配送順序并更新對(duì)應(yīng)的裝箱方案。

3.2.1 回溯法求解運(yùn)輸順序的思路

用戶指定優(yōu)先配送順序后，調(diào)整剩下貨物的裝箱順序可以看作為有條件限制的旅行商問(wèn)題(Traveling Salesman Problem, TSP)，將指定點(diǎn)作為優(yōu)先到達(dá)點(diǎn)，其余點(diǎn)按常規(guī)TSP問(wèn)題處理，最終尋得一條返回起始點(diǎn)的最短路，即為調(diào)整后的配送順序。本文回溯法求解流程如圖17所示。

具體流程如下：

(1)將用戶設(shè)置的需優(yōu)先經(jīng)過(guò)的點(diǎn)為起始點(diǎn)，搜索所有必經(jīng)路徑存入集合作為解空間，初始化當(dāng)前路徑，將最短路徑設(shè)置為無(wú)窮大。

(2)按順序選擇集合內(nèi)的下一個(gè)地點(diǎn)作為目的點(diǎn)，對(duì)應(yīng)路段作為必經(jīng)路段，按照路段狀態(tài)執(zhí)行下一步流程，當(dāng)前路段為“已搜索”則執(zhí)行(6)，狀態(tài)為“未搜索”，則執(zhí)行(3)。

(3)判斷是否已完成當(dāng)前路段所有層節(jié)點(diǎn)的遍歷，是則標(biāo)記當(dāng)前路段狀態(tài)為“已搜索”，執(zhí)行(6)，否則執(zhí)行(4)。

(4)查找“未搜索”集合中的下一個(gè)路段。

(5)計(jì)算對(duì)應(yīng)的路徑長(zhǎng)度并進(jìn)行累加，計(jì)入總路徑長(zhǎng)度，判斷該條路徑目前的長(zhǎng)度是否小于已記錄的其他路徑長(zhǎng)度，若小于，則記錄當(dāng)前長(zhǎng)度，標(biāo)記為“已搜索”，執(zhí)行步驟(3)；若大于，則不再繼續(xù)搜索，標(biāo)記為“未搜索”，轉(zhuǎn)(6)。

(6)判斷是否所有路徑都已遍歷并標(biāo)記，是則輸出最優(yōu)配送順序，否則執(zhí)行(2)。

(7)根據(jù)配送順序?qū)ρb箱方案進(jìn)行調(diào)整。

4 系統(tǒng)實(shí)現(xiàn)驗(yàn)證及應(yīng)用實(shí)例

4.1 系統(tǒng)實(shí)現(xiàn)

基于以上設(shè)計(jì)，采用SQL Server數(shù)據(jù)庫(kù)存儲(chǔ)孿生數(shù)據(jù)，采用JavaScript語(yǔ)言編寫數(shù)字孿生配送管理原型系統(tǒng)，驗(yàn)證了設(shè)計(jì)的可行性，系統(tǒng)結(jié)合Three.js，Physic.js，Echart.js等類庫(kù)實(shí)現(xiàn)系統(tǒng)中的數(shù)字孿生服務(wù)功能，通過(guò)Physic.js構(gòu)造了運(yùn)輸?shù)奈锢硪?。目前系統(tǒng)采用禁忌遺傳算法求解裝箱規(guī)劃模型，但保留了其他算法的接口，該算法編碼的規(guī)則如下：采用自然數(shù)編碼方式對(duì)路徑進(jìn)行編碼，用0表示配送中心，用配送地點(diǎn)的序號(hào)表示客戶，設(shè)定一個(gè)配送地點(diǎn)只對(duì)應(yīng)一個(gè)客戶，適應(yīng)度函數(shù)為

(31)

式中λ1+λ2+λ3=1。開發(fā)實(shí)現(xiàn)的系統(tǒng)界面如圖18所示，系統(tǒng)劃分為功能導(dǎo)航區(qū)、視圖展示區(qū)、系統(tǒng)信息顯示區(qū)、模型信息顯示區(qū)和模型交互控制區(qū)。該系統(tǒng)的運(yùn)行流程如圖19所示。

4.2 應(yīng)用實(shí)例

下面通過(guò)系統(tǒng)管理優(yōu)化一配送任務(wù)實(shí)例來(lái)展示系統(tǒng)的主要功能，檢驗(yàn)設(shè)計(jì)和系統(tǒng)的有效性，顯示數(shù)字孿生配送管理系統(tǒng)的價(jià)值。

需要給20個(gè)客戶配送4種類別貨物共171件，總體積為80.69 m3，總重量為17 214 kg，客戶和貨物信息如表1和表2所示(為節(jié)省篇幅，只摘取部分?jǐn)?shù)據(jù)來(lái)展示其數(shù)據(jù)結(jié)構(gòu))。表1中的序號(hào)0表示配送中心，其余為客戶；表2編號(hào)的前兩位表示客戶編號(hào)，與表1的序號(hào)對(duì)應(yīng)，后兩位表示貨物種類編號(hào)，設(shè)定車輛相同。

表1 客戶信息(片段)

表2 貨物信息(片段)

(1)裝箱規(guī)劃

將按表1和表2結(jié)構(gòu)組織的客戶、貨物信息數(shù)據(jù)輸入數(shù)字孿生配送管理系統(tǒng)，應(yīng)用系統(tǒng)“數(shù)字孿生裝箱方案規(guī)劃”功能完成裝箱規(guī)劃，如圖20所示，圖中子圖序號(hào)也表示應(yīng)用流程(階段)。

首先按第3章規(guī)劃模型設(shè)置裝箱約束，包括中心、體積、路徑、重量和倒置條件，優(yōu)化目標(biāo)包括路徑、體積和重量(系統(tǒng)將裝箱規(guī)劃的要求、目標(biāo)及求解算法均設(shè)置為配置，以保證拓展)。系統(tǒng)根據(jù)訂單信息和設(shè)定的約束自動(dòng)生成配送任務(wù)的裝車初始方案，結(jié)果包括總使用車輛，以及每輛車的配送路線和每輛車的貨物裝箱情況，例如車輛5的路線為0→13→18→20→0，車輛5裝箱的貨物有1301，1302，1303，1801，1802，2001，2002(如圖20g)?；谠撗b箱方案，系統(tǒng)將生成初始裝箱可視化孿生模型(關(guān)聯(lián)了對(duì)應(yīng)數(shù)據(jù))，如圖20a所示。從孿生模型中直觀可見(jiàn)車輛總數(shù)(本實(shí)例共需要5輛運(yùn)輸車完成配送任務(wù)，車箱的長(zhǎng)為10 m，寬為2 m)和裝箱布局情況。

初始配送方案不一定完全滿足穩(wěn)定性和安全性要求，需要判定其合理性，利用系統(tǒng)“運(yùn)輸模擬仿真”和“穩(wěn)定性分析功能”基于物理運(yùn)輸引擎模擬真實(shí)運(yùn)輸場(chǎng)景，對(duì)每輛車的初始裝箱方案進(jìn)行合理性評(píng)估(圖20中的結(jié)果為實(shí)例中車輛5的結(jié)果，該車有25件貨物，按1～25自然數(shù)給每件貨物編號(hào))。將每車輛的配送任務(wù)、配送路線及其路況、配送速度要求等輸入模擬參數(shù)(如圖20b)，運(yùn)行后會(huì)發(fā)現(xiàn)不穩(wěn)定貨物(系統(tǒng)設(shè)定對(duì)狀態(tài)不平穩(wěn)的貨物自動(dòng)標(biāo)亮為紅色，如圖20c)，圖20c顯示該車的貨物11和貨物12在運(yùn)輸途中出現(xiàn)不平穩(wěn)狀況，為查看具體細(xì)節(jié)，可根據(jù)系統(tǒng)提供的位移軌跡追蹤功能得到每件貨物在運(yùn)輸過(guò)程中的位移(該軌跡圖以車輛的幾何中心為基準(zhǔn)點(diǎn)，x，y，z軸數(shù)值分別為運(yùn)輸過(guò)程中貨物相對(duì)該幾何中心在各方向的位移量)。圖20d所示為對(duì)貨物9～貨物12進(jìn)行軌跡追蹤的情況(清晰起見(jiàn)，一般只選擇模擬發(fā)現(xiàn)標(biāo)紅的貨物來(lái)顯示結(jié)果)，可知貨物9和貨物10運(yùn)輸平穩(wěn)，貨物11和貨物12在運(yùn)輸途中出現(xiàn)不平穩(wěn)狀況，與第③階段(圖20c)結(jié)果一致。

針對(duì)不穩(wěn)定的貨物，直接在可視化模型中通過(guò)拖拽調(diào)整裝箱位置，如圖20e所示。調(diào)整后再次通過(guò)仿真分析運(yùn)輸穩(wěn)定性，得到調(diào)整前后的穩(wěn)定性分析對(duì)比圖，如圖20f所示。該圖顯示，使用裝箱合理性評(píng)估模型優(yōu)化前的車輛穩(wěn)定性為1.96，編號(hào)為11，12的貨物發(fā)生了較大位移，與前面分析一致；調(diào)整優(yōu)化后，貨物位移波動(dòng)折線較之前平緩，標(biāo)準(zhǔn)差值均低于0.5，穩(wěn)定性為6.802，貨物晃動(dòng)的情況大大減少，較之前穩(wěn)定。由此證明，裝箱合理性評(píng)估模型分析在裝箱布局優(yōu)化方面是有效的。相比當(dāng)前只依賴數(shù)學(xué)模型以及數(shù)學(xué)規(guī)劃和可視化結(jié)果展示的方法，基于數(shù)字孿生的配送模型可通過(guò)模型和運(yùn)輸仿真直觀地發(fā)現(xiàn)或預(yù)測(cè)裝箱中的問(wèn)題，并能直接基于可視化模型動(dòng)態(tài)交互調(diào)整方案，快速精準(zhǔn)地進(jìn)一步優(yōu)化裝箱方案，提高了裝載的科學(xué)性。

經(jīng)過(guò)模擬運(yùn)輸和優(yōu)化調(diào)整后得到最終的(總體和每輛車)裝箱方案(總體方案如20a)，輸出的每車方案即實(shí)際裝箱作業(yè)指南，包括存儲(chǔ)模式和可視化模式兩種，如圖20g所示(圖中相同編號(hào)表示同一貨物的不同個(gè)體，0表示該位置空缺)，存儲(chǔ)模式方案便于獲取哪些貨物，可視化模式方案便于裝箱定位，兩種方案共同指導(dǎo)驅(qū)動(dòng)實(shí)際裝箱，保障裝箱不但高效，而且可以避免錯(cuò)誤，形成既提高車輛利用率，又滿足配送順序的裝箱布局。

(2)運(yùn)輸監(jiān)控及服務(wù)優(yōu)化

目前，系統(tǒng)實(shí)現(xiàn)了溫度、路線(位置)和配送狀態(tài)的可視化管控，溫度傳感器數(shù)量設(shè)定為可配置(具體需要根據(jù)裝載貨物的材料屬性和溫度監(jiān)控要求確定其在車廂內(nèi)的位置和數(shù)量)。當(dāng)實(shí)際物理配送通過(guò)RFID反饋完成相應(yīng)客戶的配送后，對(duì)應(yīng)孿生模型中對(duì)應(yīng)客戶的貨物將在孿生模型中消失。圖21所示為監(jiān)控本實(shí)例車輛5的配送狀態(tài)、路線和應(yīng)用服務(wù)情況。車輛5的運(yùn)輸路徑為0→13→18→20→0，客戶13貨物對(duì)應(yīng)的顏色為橘色，客戶18貨物對(duì)應(yīng)的顏色為綠色，客戶20貨物對(duì)應(yīng)的顏色為藍(lán)色，設(shè)定車廂內(nèi)放置6個(gè)溫度監(jiān)測(cè)器。如圖21c所示，配送狀態(tài)1表明貨物車輛剛出發(fā)，車內(nèi)溫度監(jiān)控只有一個(gè)傳感器出現(xiàn)紅色狀態(tài)；配送狀態(tài)2表明已經(jīng)配送一個(gè)地點(diǎn)的貨物，有兩處溫度傳感器顯示溫度升高，出現(xiàn)紅色狀態(tài)；配送狀態(tài)3表明只剩一處貨物需要配送。

同時(shí)，使用交互操控窗可在可視三維模型中查詢客戶貨物，結(jié)果會(huì)在可視模型中標(biāo)亮顯示，以指示運(yùn)送人員快速準(zhǔn)確獲取該客戶的貨物數(shù)量和位置，避免漏送和出錯(cuò)，提高了配送效率和質(zhì)量。當(dāng)車輛上的所有貨物消失時(shí)，表示該車已經(jīng)將貨物配送完畢，如圖21d所示。

以上功能顯示，相比傳統(tǒng)的配送管理，基于數(shù)字孿生的配送管理系統(tǒng)不但能直觀地描述裝箱方案，而且能基于模型直接進(jìn)行可視化交互調(diào)整，驅(qū)動(dòng)物理配送裝箱操作，并可仿真預(yù)測(cè)和評(píng)估裝箱方案的合理性，保證運(yùn)輸安全和貨物配送的品質(zhì)，實(shí)現(xiàn)實(shí)時(shí)可視化監(jiān)控和服務(wù)，提高了配送的便利性和效率，也為未來(lái)直接驅(qū)動(dòng)智能設(shè)備、實(shí)現(xiàn)無(wú)人配送奠定基礎(chǔ)。

5 結(jié)束語(yǔ)

數(shù)字孿生的本質(zhì)仍然是仿真，其能極大地提升應(yīng)用領(lǐng)域的服務(wù)能力和水平，是未來(lái)發(fā)展的趨勢(shì)，但是在物流領(lǐng)域鮮有應(yīng)用。本文結(jié)合數(shù)字孿生的優(yōu)勢(shì)和進(jìn)一步優(yōu)化配送的需求，開展了基于數(shù)字孿生的配送管理系統(tǒng)研究，拓展了數(shù)字孿生的應(yīng)用范圍。確定了數(shù)字孿生對(duì)配送的優(yōu)化提升范圍，數(shù)字孿生對(duì)配送進(jìn)行優(yōu)化的重點(diǎn)體現(xiàn)在智能裝箱、裝箱合理性判定和配送服務(wù)提升方面；提出基于數(shù)字孿生配送管理系統(tǒng)的體系架構(gòu)，包括物理層、物聯(lián)網(wǎng)層、數(shù)據(jù)層、模型層和運(yùn)維服務(wù)層5部分，各部分以配送過(guò)程數(shù)字孿生體為核心，基于數(shù)據(jù)實(shí)現(xiàn)互聯(lián)互通。提出一種配送過(guò)程數(shù)字孿生模型構(gòu)建方法，以配送管理需求為驅(qū)動(dòng)，逐步添加屬性方式和組合裝配方式來(lái)構(gòu)建總體孿生模型，該方法保證了配送數(shù)字孿生模型的可拓展性。配送過(guò)程孿生模型的構(gòu)建過(guò)程劃分為基本孿生體、面向裝箱規(guī)劃的孿生體和面向服務(wù)優(yōu)化的孿生體幾個(gè)階段，彼此通過(guò)屬性數(shù)據(jù)關(guān)聯(lián)、映射和表達(dá)，并完成了貨物和車輛的數(shù)字孿生體模型、裝箱規(guī)劃的數(shù)字孿生體模型和配送過(guò)程服務(wù)優(yōu)化的數(shù)字孿生體模型、用戶興趣交互模型、配載方案交互模型等的構(gòu)建設(shè)計(jì)。該設(shè)計(jì)覆蓋了配送物理場(chǎng)景的裝箱結(jié)果可視化表達(dá)、裝箱合理性仿真評(píng)估、配送過(guò)程查詢和監(jiān)控等需求，為開發(fā)數(shù)字孿生配送管理系統(tǒng)奠定了理論基礎(chǔ)。最后通過(guò)原型系統(tǒng)和實(shí)例應(yīng)用證明了設(shè)計(jì)的可行性和有效性，實(shí)現(xiàn)了對(duì)運(yùn)輸穩(wěn)定的仿真。

基于數(shù)字孿生的配送管理實(shí)現(xiàn)了實(shí)際配送過(guò)程的數(shù)字化映射，豐富了當(dāng)前配送管理系統(tǒng)的功能，為配送提供了新的直觀可視化管理和操作方式，尤其是使配送關(guān)鍵環(huán)節(jié)的裝箱優(yōu)化不僅停留在數(shù)學(xué)模型上，還能以更直觀的方式進(jìn)行調(diào)整和設(shè)置，并能預(yù)先判定穩(wěn)定性和安全性，進(jìn)一步提升裝箱和配送過(guò)程的便利性、配送效率和服務(wù)水平，降低成本，也為進(jìn)一步全面實(shí)施智能配送奠定了基礎(chǔ)。

本文構(gòu)建的配送數(shù)字孿生模型只對(duì)溫度、位置、配送狀態(tài)進(jìn)行監(jiān)控，運(yùn)輸安全性只考慮了速度、路面的影響，未考慮貨物裝箱結(jié)構(gòu)和材料對(duì)裝箱形變的影響，未來(lái)需要進(jìn)一步拓展孿生模型的屬性，并引入力場(chǎng)、有限元分析方法研究運(yùn)輸貨物力學(xué)角度等方面的安全性，同時(shí)對(duì)貨物化學(xué)狀態(tài)等特性進(jìn)行建模和監(jiān)控。另外，本文只設(shè)計(jì)了監(jiān)控軟件，未完成實(shí)際監(jiān)控的硬件布置，下一步將結(jié)合實(shí)際硬件系統(tǒng)拓展系統(tǒng)應(yīng)用。