劉 芳，黃 康，羅 雕

（中國(guó)郵政集團(tuán)有限公司郵政研究中心 技術(shù)應(yīng)用研究中心，北京 100096）

1 概述

1.1 末端配送現(xiàn)狀

隨著電子商務(wù)的快速發(fā)展，中國(guó)快遞包裹數(shù)量急劇增加，根據(jù)國(guó)家郵政局監(jiān)測(cè)數(shù)據(jù)顯示，2019年全國(guó)快遞服務(wù)企業(yè)業(yè)務(wù)量累計(jì)完成635.2億件，同比增長(zhǎng)25.3%[1]。隨之而來(lái)的投遞“最后一公里”問題也愈加突出，其表現(xiàn)為市場(chǎng)變化與資源配給平衡的沖突，客戶體驗(yàn)與服務(wù)能力匹配的沖突，作業(yè)組織與成本控制的沖突。

從企業(yè)運(yùn)營(yíng)的角度，快遞末端配送模式主要包括：自營(yíng)、第三方和共同配送。國(guó)家標(biāo)準(zhǔn)《物流術(shù)語(yǔ)》（GB/T18354-2001）對(duì)共同配送的定義是“由多個(gè)企業(yè)聯(lián)合起來(lái)組織實(shí)施的配送活動(dòng)[2]。多個(gè)企業(yè)開展共同配送，可以有效降低配送成本，其機(jī)理是規(guī)模增大可以提高效率。末端共同配送是將共同配送的理念運(yùn)用于城市配送中心到終端客戶的配送過(guò)程，是共同配送的一個(gè)子環(huán)節(jié)?？爝f末端配送方式包括：上門投遞、包裹柜自提、便利店自提、快遞公共服務(wù)站（如菜鳥驛站）、無(wú)人機(jī)投遞、投遞到車等。

快遞企業(yè)在運(yùn)營(yíng)過(guò)程中面臨諸多的困境。首先快遞行業(yè)末端配送成本占整個(gè)物流配送成本的比例居高不下，其原因主要包括：配送環(huán)節(jié)難以做到標(biāo)準(zhǔn)化、作業(yè)流程不合理、人車資源與任務(wù)不匹配等。其次，普遍存在“招人難”“留人難”的問題，一般招聘到配送人員后，經(jīng)過(guò)簡(jiǎn)單培訓(xùn)便開始上崗服務(wù)，導(dǎo)致配送人員的專業(yè)化程度較低、服務(wù)意識(shí)較差。在固定道段的作業(yè)組織模式下，業(yè)務(wù)量變化導(dǎo)致攬投網(wǎng)點(diǎn)的投遞人員富余或者不足，缺乏人力資源的合理調(diào)配手段。客戶對(duì)收件時(shí)間、地點(diǎn)、方式的個(gè)性化需求，商品品類多樣、規(guī)格不同，投遞區(qū)域的多樣性，都增加了投遞難度。派件員上門投遞時(shí)，無(wú)人在家導(dǎo)致投遞失敗，需要二次或多次投遞。這些因素也導(dǎo)致了對(duì)客戶的服務(wù)質(zhì)量無(wú)法保證[3]。

1.2 作業(yè)模式分析

末端配送無(wú)論采用哪種運(yùn)營(yíng)模式，其作業(yè)組織的關(guān)鍵都是攬投任務(wù)的分配，目前攬投網(wǎng)點(diǎn)普遍采用固定道段的作業(yè)組織模式對(duì)任務(wù)進(jìn)行分配。道段指的是將網(wǎng)點(diǎn)覆蓋范圍劃分成一些無(wú)交集的子區(qū)域，固定意味著在較長(zhǎng)一段時(shí)間內(nèi)道段組劃保持不變。

投遞道段組劃通常采用的原則包括：每條道段配備一名投遞員；保證投遞員在規(guī)定工時(shí)內(nèi)及時(shí)妥投郵件；各個(gè)投遞道段的勞動(dòng)量基本平衡[4]。當(dāng)遇到較大變化時(shí)，例如投遞員辭職、投遞部覆蓋范圍變化、增減代投點(diǎn)，則需要對(duì)道段做相應(yīng)的調(diào)整。

固定道段作業(yè)組織模式的優(yōu)點(diǎn)是生產(chǎn)組織與管理相對(duì)容易，缺點(diǎn)是當(dāng)業(yè)務(wù)量發(fā)生變化時(shí)，人工調(diào)配任務(wù)會(huì)增加管理成本、降低投遞效率，同時(shí)也會(huì)影響客戶服務(wù)質(zhì)量和投遞時(shí)限。

投遞部的道段組劃主要依賴人的經(jīng)驗(yàn)。為了完成道段組劃任務(wù)，一方面生產(chǎn)組織者要與投遞員進(jìn)行溝通，了解現(xiàn)有道段的業(yè)務(wù)量、地理特征、上門投遞占比等基本情況；另一方面通過(guò)實(shí)際生產(chǎn)來(lái)評(píng)估投遞員的投遞能力。然后經(jīng)過(guò)一段時(shí)期的磨合，最終給出道段組劃結(jié)果。雖然這種道段組劃方法能基本滿足實(shí)際生產(chǎn)需要，但是每次組劃周期較長(zhǎng)，導(dǎo)致顯著增加管理成本、降低生產(chǎn)效率。

1.3 研究現(xiàn)狀

如何提升末端投遞效率、降低末端投遞成本、提供優(yōu)質(zhì)的投遞服務(wù)，成為快遞服務(wù)企業(yè)持續(xù)關(guān)注的問題。如何以數(shù)據(jù)為導(dǎo)向，從全局出發(fā)，運(yùn)用運(yùn)籌學(xué)、人工智能、機(jī)器學(xué)習(xí)等理論與技術(shù)，實(shí)現(xiàn)道段科學(xué)組劃和攬投任務(wù)合理分配，成為學(xué)術(shù)界和行業(yè)關(guān)注的焦點(diǎn)。

張慧敏研究了任務(wù)均衡下的快遞末端配送區(qū)域劃分及路徑優(yōu)化問題，根據(jù)任務(wù)均衡、配送分區(qū)規(guī)則，將研究問題轉(zhuǎn)化為小區(qū)之間的遍歷順序和小區(qū)內(nèi)部客戶節(jié)點(diǎn)遍歷順序兩個(gè)子問題[5]。谷煒提出了一種改進(jìn)K-means 聚類算法的物流配送區(qū)域劃分方法[6]。王迪首先基于收貨點(diǎn)密度設(shè)計(jì)啟發(fā)式算法得到配送分區(qū)的初始解，之后采用禁忌搜索算法對(duì)分區(qū)結(jié)果進(jìn)行優(yōu)化[7]。

順豐科技提出了智慧物流地圖的解決方案，在客戶下單、智能調(diào)度、中轉(zhuǎn)分揀、規(guī)劃運(yùn)輸、末端配送等環(huán)節(jié)積累了大量數(shù)據(jù)，沉淀多種物流解決方案，提供貨車和騎行場(chǎng)景的高效路徑規(guī)劃服務(wù)，為業(yè)務(wù)賦能。針對(duì)收派難點(diǎn)，順豐科技提出了多維度的解決方案：通過(guò)郵件量預(yù)測(cè)，實(shí)現(xiàn)資源需求的預(yù)測(cè)；利用大數(shù)據(jù)，實(shí)現(xiàn)投遞員能力評(píng)估、訂單難度評(píng)估，從而使得任務(wù)與收派員最佳匹配；智能排班解決了收派業(yè)務(wù)中業(yè)務(wù)高峰低谷人力分配不均的實(shí)際問題[8]。

京東物流針對(duì)多時(shí)效產(chǎn)品、特定區(qū)域派送場(chǎng)景、時(shí)效優(yōu)先基礎(chǔ)上成本最低的業(yè)務(wù)需求，解決多種寬度時(shí)間窗下準(zhǔn)確的派送路徑規(guī)劃推薦，實(shí)現(xiàn)了智能路徑優(yōu)化系統(tǒng)。該系統(tǒng)融合了目前業(yè)內(nèi)最領(lǐng)先的分支-切割算法、可變鄰域搜索、快速小鄰域局部搜索、元啟發(fā)式算法、分布式并行技術(shù)，融入了客戶收貨習(xí)慣、站點(diǎn)地址、訂單號(hào)、訂單時(shí)效、客戶收貨地址經(jīng)緯度、配送員當(dāng)前坐標(biāo)、配送員配送習(xí)慣等各項(xiàng)參數(shù)，在最大限度保持配送員現(xiàn)有配送節(jié)奏的前提下，實(shí)現(xiàn)以配送路徑最短的形式準(zhǔn)確達(dá)成包括京準(zhǔn)達(dá)訂單在內(nèi)的全部訂單配送的效果，滿足客戶更精準(zhǔn)的需求[9]。

菜鳥物流云現(xiàn)已提供“車輛路徑規(guī)劃服務(wù)”，該服務(wù)將訂單信息和可用車輛信息進(jìn)行智能匹配，結(jié)合多種限制因素，給出每輛車的最優(yōu)訂單配送順序和路徑。

2 解決方案

2.1 方案概述

柔性是系統(tǒng)所具有的有效應(yīng)對(duì)環(huán)境變化的能力。柔性能力不僅僅是一種被動(dòng)的應(yīng)對(duì)變化的能力，更是一種主動(dòng)的適應(yīng)變化，甚至尋求變化的能力。將柔性理念應(yīng)用于末端配送作業(yè)組織問題，可增強(qiáng)攬投網(wǎng)點(diǎn)的快速響應(yīng)能力，高效率、低成本地滿足顧客的需求?；谌嵝岳砟詈蛿?shù)據(jù)驅(qū)動(dòng)的方式，本文提出了動(dòng)態(tài)末端配送作業(yè)組織模式的整體設(shè)計(jì)思路。

首先通過(guò)對(duì)攬投網(wǎng)點(diǎn)的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)實(shí)現(xiàn)人車資源的共享；其次利用評(píng)估攬投網(wǎng)點(diǎn)現(xiàn)有投遞生產(chǎn)效率，選址引擎給出最佳的位置選擇方案；然后以基于柔性理念的道段作業(yè)組織模式進(jìn)行末端網(wǎng)點(diǎn)的生產(chǎn)運(yùn)營(yíng)；最后融合大數(shù)據(jù)、人工智能、云計(jì)算等多種前沿技術(shù)實(shí)現(xiàn)智慧化的末端攬投生產(chǎn)與管理。

該設(shè)計(jì)思路包含四個(gè)視角：客戶視角，即采用多種渠道和手段滿足客戶多樣性需求、提升時(shí)效性和服務(wù)質(zhì)量；攬投員視角，即以動(dòng)態(tài)道段的作業(yè)組織模式實(shí)現(xiàn)任務(wù)與資源的合理分配，釋放投遞效能；管理人員視角，即為管理員提供輔助管理手段，包括攬投監(jiān)控、資源預(yù)報(bào)、投遞部選址；第三方視角，通過(guò)協(xié)同方式構(gòu)建共享的人車資源池，實(shí)現(xiàn)末端共同配送。

道段組劃是末端配送作業(yè)組織的關(guān)鍵問題之一。針對(duì)道段組劃問題，本文提出了帶有投遞車裝載量、投遞員最大工作時(shí)長(zhǎng)、客戶點(diǎn)時(shí)間窗等約束的“全局道段優(yōu)化模型”，以該模型為核心開發(fā)了“智能攬投管控平臺(tái)”系統(tǒng)，研發(fā)了排班排線引擎、經(jīng)緯度學(xué)習(xí)引擎、線路學(xué)習(xí)引擎和攬收調(diào)度引擎等。末端柔性道段組劃的出發(fā)點(diǎn)是突破固定的道段作業(yè)模式，按照郵件的流量流向來(lái)規(guī)劃任務(wù)分配和投遞線路，落腳點(diǎn)是合理均衡分配工作任務(wù)，從而使得整體效率達(dá)到最高。

2.2 場(chǎng)景設(shè)計(jì)

基于動(dòng)態(tài)的作業(yè)組織生產(chǎn)環(huán)節(jié)包括：投遞郵件信息接收、排班排線計(jì)算、任務(wù)下發(fā)、郵件接收及內(nèi)場(chǎng)處理、掃描分揀下段、掃描裝車、投遞作業(yè)處理、攬收調(diào)度、攬投實(shí)時(shí)監(jiān)控和作業(yè)結(jié)束。系統(tǒng)處理流程如圖1所示。

郵件實(shí)物到達(dá)攬投機(jī)構(gòu)前，系統(tǒng)根據(jù)提前發(fā)送的郵件收寄信息、郵件修正信息、網(wǎng)運(yùn)系統(tǒng)發(fā)送的郵件到達(dá)信息、投遞歷史數(shù)據(jù)、人員信息、車輛信息等，計(jì)算出當(dāng)天所需作業(yè)人員，生成排班計(jì)劃，預(yù)告管理人員，管理人員根據(jù)實(shí)際情況調(diào)整確認(rèn)，下發(fā)任務(wù)給攬投員。

圖1 系統(tǒng)處理流程

投遞部是按照生產(chǎn)作業(yè)頻次進(jìn)行組織的，通常一天有三個(gè)作業(yè)頻次。當(dāng)郵件處理中心的郵車將實(shí)物送達(dá)投遞部后，進(jìn)行郵件交接，開始了第一個(gè)作業(yè)頻次。攬投員進(jìn)行集中作業(yè)，每個(gè)人執(zhí)行郵件掃描，系統(tǒng)提示郵件所在的動(dòng)態(tài)段號(hào)。掃描完所有郵件后，正常郵件已經(jīng)被確定所在的動(dòng)態(tài)段號(hào)。

郵件按動(dòng)態(tài)段號(hào)歸集分堆后，攬投員根據(jù)熟練程度，選擇下段裝車方式。對(duì)地址不熟悉的投遞員，可掃描郵件，系統(tǒng)提示出郵件投遞順序號(hào)，攬投員進(jìn)行標(biāo)識(shí)，最后按順序裝車。

攬投人員根據(jù)APP 指示路線出班作業(yè)，在到達(dá)下一個(gè)投遞點(diǎn)之前，系統(tǒng)自動(dòng)發(fā)送預(yù)告投遞信息給收件人，并再次確認(rèn)投遞方式。投遞員通過(guò)手持終端設(shè)備逐件對(duì)每個(gè)郵件的妥投或者未妥投等信息進(jìn)行反饋。

攬投員在外場(chǎng)投遞作業(yè)過(guò)程中，產(chǎn)生的收寄訂單進(jìn)行如下處理：本系統(tǒng)接收到寄件信息后，計(jì)算出適合的候選攬投員，投遞班長(zhǎng)會(huì)實(shí)時(shí)看到訂單的處理情況，并可對(duì)異常情況進(jìn)行處理。

投遞部接收完第二個(gè)頻次的郵件后，由內(nèi)勤人員對(duì)郵件進(jìn)行掃描分揀下段。距離投遞部較近的投遞員返回投遞部取件，距離較遠(yuǎn)的投遞員可不返回投遞部，由汽車將郵件運(yùn)送交接點(diǎn)與投遞員進(jìn)行交接，并將收寄的郵件和未投出去的郵件帶回投遞部。第三個(gè)生產(chǎn)頻次與第二個(gè)生成頻次的過(guò)程類似。

攬投人員完成全天任務(wù)后，將收寄郵件歸集到就近的攬投部或營(yíng)業(yè)部，截郵時(shí)間前送達(dá)的，由趟車運(yùn)回處理中心，截郵時(shí)間后送達(dá)的，由攬投部或營(yíng)業(yè)部負(fù)責(zé)發(fā)出眾包信息，由社會(huì)車輛接單，運(yùn)送至處理中心。無(wú)攬收郵件的攬投員，可上傳郵件面單照片，系統(tǒng)內(nèi)完成郵件平衡合攏，自動(dòng)反饋郵件信息，結(jié)束全天任務(wù)，不必返回?cái)埻恫?。攬投員車輛由第三方公司提供的，不必停放回?cái)埻恫俊?/p>

2.3 “全局道段優(yōu)化模型”

“動(dòng)態(tài)作業(yè)與線路規(guī)劃”功能的實(shí)現(xiàn)依賴于道段組劃數(shù)學(xué)模型，在該數(shù)學(xué)模型的基礎(chǔ)上，根據(jù)驗(yàn)證方案，對(duì)模型與算法進(jìn)行了驗(yàn)證，并對(duì)模型效果進(jìn)行分析。

模型描述：給定某個(gè)投遞頻次的待投郵件、郵件的投遞時(shí)限、投遞三輪車、若干名投遞員，在不超過(guò)最大工作時(shí)長(zhǎng)、投遞車裝載量的前提下，分配投遞任務(wù)及規(guī)劃投遞線路，使得投遞員總工作時(shí)間、總行駛里程最少。

上述目標(biāo)函數(shù)約束條件的含義如下：

式（1）表示優(yōu)化目標(biāo)為總的行駛時(shí)間最少；

式（2）表示不同車型的裝載量約束；

式（3）表示每個(gè)投遞員的工作時(shí)長(zhǎng)限制；

式（4）表示每個(gè)投遞點(diǎn)只能由某個(gè)投遞員負(fù)責(zé)投遞；

式（5）表示所有投遞員都從投遞部出發(fā)；

式（6）表示每位投遞員到達(dá)每個(gè)投遞點(diǎn)完成投遞任務(wù)后離開該投遞點(diǎn)；

式（7）表示所有投遞員都返回投遞部；

式（8）表示投遞點(diǎn)時(shí)間窗口約束；

式（9）表示路線和時(shí)刻表之間的相容性約束；

式（10）表示決策變量的取值范圍。

2.4 系統(tǒng)架構(gòu)與功能

針對(duì)上述業(yè)務(wù)場(chǎng)景及其業(yè)務(wù)處理流程，研發(fā)了“智能攬投管控平臺(tái)”系統(tǒng)，系統(tǒng)架構(gòu)如圖2 所示，該系統(tǒng)實(shí)現(xiàn)了6個(gè)核心功能。

圖2 系統(tǒng)架構(gòu)圖

（1）輔助選址。該功能提升攬投機(jī)構(gòu)整合、調(diào)整能力。我們提出了一種基于均勻分割和車輛路徑規(guī)劃的選址算法，該算法根據(jù)歷史郵件數(shù)據(jù)的分布，從全局投遞效率最優(yōu)的角度給出了投遞部的建議位置。

（2）作業(yè)量預(yù)測(cè)。該功能提高資源配置精確度，利用郵件的收寄信息及全程時(shí)限數(shù)據(jù)，預(yù)測(cè)投遞部未來(lái)7天的進(jìn)口郵件量，并給出建議的人車資源配置。

（3）動(dòng)態(tài)人員分配。該功能實(shí)現(xiàn)高效排班，投遞部進(jìn)口郵件量存在較大的波動(dòng)，在現(xiàn)有生產(chǎn)作業(yè)組織模式下，投遞部每天出班的人數(shù)基本固定，該系統(tǒng)利用未來(lái)7 天的作業(yè)量預(yù)測(cè)結(jié)果來(lái)合理地進(jìn)行人員排班。

（4）動(dòng)態(tài)作業(yè)與線路規(guī)劃。該功能實(shí)現(xiàn)柔性作業(yè)，在現(xiàn)有的作業(yè)組織模式下，道段基本固定，當(dāng)郵件分布變化時(shí)，投遞效率不高，該系統(tǒng)根據(jù)投遞部每天的進(jìn)口投遞郵件，動(dòng)態(tài)地分配投遞任務(wù)及規(guī)劃投遞線路，克服了傳統(tǒng)固定道段不靈活的缺點(diǎn)。

（5）攬收調(diào)度。該功能提高派攬效率，根據(jù)所有正在外場(chǎng)作業(yè)投遞員的實(shí)時(shí)位置及攬收完成情況，在滿足攬收時(shí)限的前提下，智能計(jì)算出“搶單模式”下的任務(wù)分配方案，從而使得攬收響應(yīng)速度更快、攬收成本更低。

（6）實(shí)時(shí)監(jiān)控。該功能實(shí)現(xiàn)管理賦能，管理員根據(jù)系統(tǒng)的實(shí)時(shí)監(jiān)控信息及時(shí)干預(yù)生產(chǎn)過(guò)程，對(duì)攬投生產(chǎn)進(jìn)行質(zhì)量監(jiān)控。

2.5 “動(dòng)態(tài)作業(yè)與線路規(guī)劃”功能的驗(yàn)證

（1）驗(yàn)證方案。在驗(yàn)證階段，項(xiàng)目組與寄遞事業(yè)部的業(yè)務(wù)專家共同確定了智能攬投系統(tǒng)的驗(yàn)證方案。在該方案基礎(chǔ)上，驗(yàn)證的實(shí)施過(guò)程如下：首先進(jìn)行生產(chǎn)寫實(shí)，即利用終端設(shè)備上安裝的App 采集實(shí)際生產(chǎn)的出歸班打卡時(shí)間、投交點(diǎn)位置以及處理時(shí)長(zhǎng)，利用安裝在投遞車上的定位器記錄投遞員的行駛軌跡和行駛里程；其次排班排線引擎利用采集的數(shù)據(jù)計(jì)算出任務(wù)分配以及投遞線路；然后按照規(guī)劃的線路進(jìn)行實(shí)跑并采集數(shù)據(jù)；最后將實(shí)際生產(chǎn)、系統(tǒng)規(guī)劃和系統(tǒng)規(guī)劃實(shí)跑的結(jié)果進(jìn)行對(duì)比。

（2）驗(yàn)證結(jié)果。在育新花園營(yíng)業(yè)部、蘇家坨營(yíng)業(yè)部和頤和園營(yíng)業(yè)部分別進(jìn)行了為期一周的驗(yàn)證數(shù)據(jù)采集。數(shù)據(jù)采集時(shí)間從2020年7月13日至19日（不含17日），使用GPS定位器采集投遞員的行駛軌跡數(shù)據(jù)，使用App 打卡功能采集出歸班時(shí)間及客戶點(diǎn)服務(wù)時(shí)長(zhǎng)。GPS定位器采集的數(shù)據(jù)情況見表1。

表1 GPS定位器采集的數(shù)據(jù)情況

（3）模型效果。針對(duì)模型驗(yàn)證的行駛里程和工作時(shí)長(zhǎng)指標(biāo)，系統(tǒng)規(guī)劃結(jié)果與實(shí)際生產(chǎn)的對(duì)比結(jié)果見表2、表3，如圖3、圖4 所示，驗(yàn)證結(jié)果表明系統(tǒng)規(guī)劃結(jié)果與實(shí)際生產(chǎn)的行駛里程和工作時(shí)長(zhǎng)相比均減少10%以上。

表2 行駛里程對(duì)比結(jié)果

①總行駛里程節(jié)省13%以上。“全局道段優(yōu)化模型”充分考慮郵件的空間分布特征，并且為每位投遞員規(guī)劃最優(yōu)的投遞線路，使得總行駛里程節(jié)省13%以上。

②總工作時(shí)長(zhǎng)節(jié)省11%以上。

③任務(wù)分配更均衡。

④投遞員工作時(shí)長(zhǎng)更均衡。使用離散度（一組數(shù)據(jù)與其均值的絕對(duì)偏差的平均值）來(lái)衡量工作時(shí)長(zhǎng)的均衡性。2020年7月19日一頻次實(shí)際工作時(shí)長(zhǎng)的離散度為36.3，規(guī)劃工作時(shí)長(zhǎng)的離散度為30.6。

⑤模型適用性強(qiáng)?！叭值蓝蝺?yōu)化模型”對(duì)投遞部的覆蓋范圍、投遞員數(shù)量沒有要求，無(wú)需歷史數(shù)據(jù)的學(xué)習(xí)就可以給出規(guī)劃結(jié)果。

⑥排班排線算法框架具備可拓展性。排班排線算法框架易于拓展，算法需調(diào)整的參數(shù)少，除了可以求解標(biāo)準(zhǔn)的VRP 之外，還能夠求解VRPPD，MDVRP等變形問題。

在項(xiàng)目驗(yàn)收測(cè)試中，實(shí)跑測(cè)試驗(yàn)證選擇了10 月23日育新攬投部的一頻次進(jìn)口包裹快遞數(shù)據(jù)。

實(shí)跑測(cè)試結(jié)果見表4，測(cè)試結(jié)果表明：

①系統(tǒng)規(guī)劃結(jié)果與實(shí)際生產(chǎn)相比，總行駛里程和總工作時(shí)長(zhǎng)均節(jié)省10%以上，平均工作時(shí)長(zhǎng)節(jié)省5%。

表3 工作時(shí)長(zhǎng)對(duì)比結(jié)果

圖3 郵件分配情況對(duì)比

圖4 工作時(shí)長(zhǎng)對(duì)比

②系統(tǒng)規(guī)劃的實(shí)跑結(jié)果與實(shí)際生產(chǎn)相比，總行駛里程和總工作時(shí)長(zhǎng)均節(jié)省10%以上，平均工作時(shí)長(zhǎng)節(jié)省10%。

表4 實(shí)跑測(cè)試對(duì)比結(jié)果

3 結(jié)論

基于流量流向的“全局道段優(yōu)化模型”可以優(yōu)化人車資源分配，與現(xiàn)有固定道段的投遞作業(yè)模式相比，有如下幾個(gè)方面的優(yōu)化提升：

（1）當(dāng)投遞業(yè)務(wù)量發(fā)生較大變化時(shí)，實(shí)現(xiàn)人車資源與投遞任務(wù)相匹配，從而提升整體生產(chǎn)效率。

（2）在投遞業(yè)務(wù)量高峰期，讓沒有投遞經(jīng)驗(yàn)的人快速進(jìn)入內(nèi)場(chǎng)分揀角色、投遞角色，提升投遞能力。

（3）在投遞業(yè)務(wù)量減少的情況下，通過(guò)排班排線規(guī)劃引擎實(shí)現(xiàn)了投遞任務(wù)合理分配，釋放出部分投遞員，使得他們有更多時(shí)間去開展攬收業(yè)務(wù)。

（4）對(duì)于新成立的網(wǎng)點(diǎn)，排班排線引擎無(wú)需磨合期即可給出合理的道段組劃方案。

（5）基于“搶單模式”的智能攬收調(diào)度引擎使得攬收響應(yīng)速度更快、成本更低。

4 研究展望

采用基于動(dòng)態(tài)的末端配送作業(yè)模式，不但需要有準(zhǔn)確且較完備的收寄信息、穩(wěn)定的全程時(shí)限，還需要有準(zhǔn)確且較完備的投遞作業(yè)數(shù)據(jù)、地理信息、多維度的客戶以及攬投員數(shù)據(jù)，因此我們將在設(shè)計(jì)動(dòng)態(tài)作業(yè)組織的數(shù)據(jù)構(gòu)建方案基礎(chǔ)上，進(jìn)一步擴(kuò)展“全局道段優(yōu)化模型”開展智能接力投遞系統(tǒng)的研究。