文/趙海

0 引言

根據(jù)快餐外賣后臺數(shù)據(jù)顯示可知，在訂餐高峰時段，快餐外賣配送每天最多可以達(dá)到2.0×106單，為提高送餐效率，外賣平臺招聘了約8.0×105名專業(yè)配送人員為用戶提供快餐外賣配送服務(wù)[1]。本文將在現(xiàn)有研究內(nèi)容的基礎(chǔ)上，設(shè)計一種針對快餐外賣配送路徑方案的全新規(guī)劃設(shè)計方法，將優(yōu)化配送路徑、提高快餐外賣服務(wù)平臺注冊與下單用戶的滿意度作為設(shè)計標(biāo)準(zhǔn)，深化此項工作，從而實現(xiàn)在提高快餐外賣效率的同時，合理規(guī)劃配送路徑，為終端運(yùn)營管理企業(yè)在市場內(nèi)的發(fā)展創(chuàng)造更高的收益。

1.快餐外賣配送路徑規(guī)劃設(shè)計

1.1 建立快餐外賣配送路徑規(guī)劃數(shù)學(xué)模型

為實現(xiàn)對快餐外賣配送路徑的規(guī)劃，本章將采用構(gòu)建數(shù)學(xué)模型的方式，進(jìn)行此方面內(nèi)容的研究。在此過程中，可將最優(yōu)路徑規(guī)劃設(shè)計問題轉(zhuǎn)換為TSP商旅問題，根據(jù)TSP問題的基本特征，進(jìn)行模型的構(gòu)建[3]。假設(shè)配送人員進(jìn)行快餐外賣配送的過程是一個節(jié)點出發(fā)到達(dá)另一個節(jié)點的過程，且此過程中每個節(jié)點只需要經(jīng)歷一次即可。此時，可定義配送人員承接一組外賣訂單時，其中涉及快餐外賣商家個、客戶個，配送人員從配送中心點出發(fā)，此點表示為0。在此種條件下，配送人員從接單開始，經(jīng)過取餐、送餐等環(huán)節(jié)，需要經(jīng)過的節(jié)點數(shù)為，則的計算可用實現(xiàn)[4]。按照配送人員在取餐與配送過程經(jīng)過的節(jié)點數(shù)，對節(jié)點進(jìn)行編號。假設(shè)配送路徑中的第一個節(jié)點平面坐標(biāo)表示為，則可以表示為。同時，設(shè)定配送人員在此條路徑配送過程中的時間上限表示為，配送人員在單位時間內(nèi)的有效配送距離記為配送速度，表示為。為確保在理想狀態(tài)下配送距離為最優(yōu)，可假設(shè)配送過程中配送人員處于均勻騎行狀態(tài)[5]。按照上述方式，構(gòu)建快餐外賣配送路徑規(guī)劃數(shù)學(xué)模型。模型表達(dá)式如下計算公式所示。

公式（1）中：dij表示為配送人員在配送路徑中經(jīng)過節(jié)點i與節(jié)點j所需要的距離；xi、yi表示為配送路徑中的第i個節(jié)點平面坐標(biāo)；xj、yj表示為配送路徑中的第j個節(jié)點平面坐標(biāo)。在此基礎(chǔ)上，將最短配送時間作為建模目標(biāo)，建立如下所示的數(shù)學(xué)函數(shù)。函數(shù)表達(dá)式如下。

公式（2）中：tij表示為從節(jié)點i配送到節(jié)點j的耗時。按照上述方式，完成對快餐外賣配送路徑規(guī)劃數(shù)學(xué)模型的構(gòu)建。

1.2 基于蟻群算法的模型深度訓(xùn)練

為確保構(gòu)建的數(shù)學(xué)模型通過計算得到的快餐外賣配送路徑為最優(yōu)路徑，需要在上述內(nèi)容的基礎(chǔ)上，引進(jìn)蟻群算法，對模型進(jìn)行深度訓(xùn)練[6]。在此過程中，先對蟻群參數(shù)進(jìn)行初始化處理，重新配置蟻群參數(shù)，確保蟻群參數(shù)與快餐外賣配送路徑匹配后，設(shè)定深度訓(xùn)練螞蟻種群數(shù)量表示為m，將蟻群放置在配送人員出發(fā)點位置，蟻群將對所有配送路徑中進(jìn)行集群行進(jìn)。將蟻群在節(jié)點之間的移動過程作為訓(xùn)練過程，對此過程進(jìn)行描述，如下計算公式所示。

公式（3）中：P表示為基于蟻群算法的模型深度訓(xùn)練過程；k表示為蟻群節(jié)點轉(zhuǎn)移行為的發(fā)生次數(shù)（/深度訓(xùn)練行為發(fā)生次數(shù)）；τ表示為蟻群攜帶的信息素；η表示為蟻群有效行進(jìn)方向；α表示為蟻群在路徑中的檢索次數(shù)；β表示為蟻群移動方向權(quán)重。按照上述方式，對模型規(guī)劃的最短距離配送路徑與最少時間配送路徑進(jìn)行多次訓(xùn)練迭代，不斷縮小規(guī)劃路徑的數(shù)量，通過此種方式，實現(xiàn)基于蟻群算法的模型深度訓(xùn)練。

1.3 快餐外賣配送最優(yōu)規(guī)劃路徑生成

完成上述研究后，在快餐外賣配送終端集成一個函數(shù)，將終端派送的外賣訂單作為路徑規(guī)劃節(jié)點，根據(jù)配送人員與快餐外賣中心的位置，在終端進(jìn)行自動派單[7]。通過此種方式，實現(xiàn)外賣配送最優(yōu)規(guī)劃路徑的生成。

在此過程中，考慮到訂單位置存在一定隨機(jī)性，因此，需要按照高斯模擬的方式，進(jìn)行訂單所在位置的預(yù)測?？蓪⒋诉^程表示為下述計算公式。

公式（4）中：Q表示為快餐外賣配送訂單所在位置的預(yù)測結(jié)果；INT表示為配送人員所在位置信息的錄入；S表示為；σ表示為快餐外賣配送是否為高峰時段，當(dāng)識別為“是”時，σ的取值為<1，且>0的數(shù)值，當(dāng)識別為“否”時，σ的取值為>1的數(shù)值，具體取值根據(jù)配送時段高峰程度設(shè)定；E表示為預(yù)測餐飲飯店所在位置。完成相關(guān)信息的獲取與錄入后，使用模型按照上文所述內(nèi)容，進(jìn)行快餐外賣配送最優(yōu)規(guī)劃路徑生成，此過程如下計算公式所示。

公式（5）中：γc表示為快餐外賣配送最優(yōu)規(guī)劃路徑生成過程；K1、K2、K3表示為在不同條件下生成的三條快餐外賣配送路徑；fmax表示為配送路徑最長距離；fmin表示為配送路徑最短距離f表示為均值函數(shù)。按照上述計算公式，生成快餐外賣配送最優(yōu)規(guī)劃路徑，以此完成本文研究。

2.對比實驗

為實現(xiàn)對本文設(shè)計方法的檢驗，下述將以某外賣配送服務(wù)平臺作為測試對象，根據(jù)本文此次研究需求，設(shè)計如下文所示的對比實驗。通過與此外賣后臺管理員的交涉后發(fā)現(xiàn)，截至目前，配送平臺平均每天都會收到30.0條~100.0條的差評或投訴，主要原因是配送人員無法按照平臺上的預(yù)期時間將快餐外賣送達(dá)。盡管平臺管理員已經(jīng)采取了多種手段與措施進(jìn)行此項工作的優(yōu)化，但由于后臺提供給外賣配送人員的配送路徑規(guī)劃方案存在不合理的問題，導(dǎo)致平臺注冊用戶對現(xiàn)有的外賣配送服務(wù)存在不滿意的現(xiàn)象。通過與平臺管理員的交涉，最終決定選用本文設(shè)計的方法，將此方法集成在快餐外賣配送平臺的終端，按照本文設(shè)計的方法進(jìn)行外賣配送路徑規(guī)劃。

實驗中，獲取此平臺的訂單配送信息，將其作為測試信息集合。建立如下實驗場景，假設(shè)外賣員在收到平臺的訂單派送與分發(fā)指令后，需要先到達(dá)餐飲店（從接單位置~餐飲飯店的路徑為A），等待餐飲店的出餐時間，再根據(jù)平臺規(guī)劃的路徑，進(jìn)行外賣餐飲的配送（從餐飲飯店~客戶位置的路徑為B）。按照本文設(shè)計的方式進(jìn)行外賣配送，需要先根據(jù)平臺在配送中的相關(guān)信息，建立一個針對快餐外賣配送路徑規(guī)劃的數(shù)學(xué)模型，在此基礎(chǔ)上，引進(jìn)蟻群算法，對構(gòu)建的模型進(jìn)行深度訓(xùn)練，通過此種方式，生成快餐外賣配送最優(yōu)規(guī)劃路徑。

在此基礎(chǔ)上，引進(jìn)基于大數(shù)據(jù)技術(shù)的快餐外賣配送路徑方案規(guī)劃設(shè)計方法作為傳統(tǒng)方法，將傳統(tǒng)方法按照相同的步驟集成在外賣配送終端平臺上，建立基于大數(shù)據(jù)技術(shù)的外賣配送最優(yōu)路徑訓(xùn)練迭代模型。對本文方法與傳統(tǒng)方法構(gòu)建的模型迭代過程進(jìn)行描述，如下圖1所示。

圖1 本文模型與傳統(tǒng)模型迭代訓(xùn)練過程

上述圖1中，虛線代表傳統(tǒng)方法構(gòu)建模型的迭代訓(xùn)練過程，實線代表本文方法構(gòu)建模型的迭代訓(xùn)練過程。

傳統(tǒng)模型需要經(jīng)過約400.0次迭代才能達(dá)到此模型提出的最優(yōu)路徑長度，迭代訓(xùn)練后規(guī)劃的最優(yōu)路徑長度約為26.0km。本文建立的快餐外賣配送路徑規(guī)劃數(shù)學(xué)模型，在經(jīng)過約150.0次迭代后可以實現(xiàn)對外賣配送最優(yōu)路徑的規(guī)劃，規(guī)劃路徑長度約為25.0km。在此基礎(chǔ)上，對兩個模型的訓(xùn)練迭代過程進(jìn)行分析發(fā)現(xiàn)，傳統(tǒng)模型的迭代訓(xùn)練過程較為復(fù)雜，中間需要后臺經(jīng)過大量計算才能得到最優(yōu)路徑結(jié)果，而本文設(shè)計的模型迭代訓(xùn)練過程較為簡單，不需要經(jīng)過大量計算即可得到最優(yōu)路徑。綜合上述分析后可知，本文此次研究設(shè)計的模型訓(xùn)練迭代過程較為簡單，曲線整體較為平滑。因此，在完成上述實驗后，得到此次對比實驗的結(jié)論：相比傳統(tǒng)的方法，本文方法在進(jìn)行快餐外賣配送路徑方案規(guī)劃設(shè)計時，后臺計算較為簡單，且迭代訓(xùn)練后得到的外賣配送路徑更短。

在上述內(nèi)容基礎(chǔ)上，設(shè)定終端5個用戶完成了在外賣平臺上訂餐，預(yù)設(shè)終端用戶為1~5，使用兩種方法對配送人員的餐飲外賣配送路徑進(jìn)行規(guī)劃。假設(shè)配送人員在單位時間內(nèi)的配送距離相同，將用戶下單到其簽收清單的時間作為對比指標(biāo)，統(tǒng)計實驗結(jié)果，如下表1所示。

表1 規(guī)劃后快餐外賣配送時間對比

通過上述表1所示的實驗結(jié)果可以看出，本文方法規(guī)劃路徑后所需的配送時間<傳統(tǒng)方法規(guī)劃路徑后所需的配送時間，且按照本文設(shè)計的方法進(jìn)行快餐外賣配送路徑規(guī)劃，可以滿足快餐外賣配送平臺向用戶做出的“全城半小時高效率送達(dá)”承諾。綜合上述實驗后，得出對比實驗結(jié)論：本文此次設(shè)計的方法，不僅可以實現(xiàn)將快餐外賣配送路徑設(shè)計為最優(yōu)，同時也可以有效縮短配送時間，通過此種方式，提高用戶對外賣配送平臺服務(wù)的滿意度。

3.結(jié)束語

在互聯(lián)網(wǎng)時代背景下，線下即時配送服務(wù)成為優(yōu)化群體生活的主要服務(wù)項目之一，為滿足更多群體的需求，多個快餐外賣配送平臺向用戶做出了“全城半小時高效率送達(dá)”的承諾。為全面落實此項工作，本文從建立快餐外賣配送路徑規(guī)劃數(shù)學(xué)模型、基于蟻群算法的模型深度訓(xùn)練、快餐外賣配送最優(yōu)規(guī)劃路徑生成三個方面，開展了快餐外賣配送路徑規(guī)劃設(shè)計的研究。通過此種方式，實現(xiàn)為用戶提供更加優(yōu)化的配送服務(wù)。

引用出處

[1]王海燕,戴雪.基于雙節(jié)點時間窗的外賣配送路徑優(yōu)化研究[J].福州大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2021,35(06):42-46+83.

[2]厲飛芹,閆思佳,嚴(yán)滿玉.網(wǎng)絡(luò)訂餐平臺外賣配送安全問題透視與治理——基于社會責(zé)任理論[J].中國經(jīng)貿(mào)導(dǎo)刊(中),2021(09):86-88.

[3]張鑫,甘子明.結(jié)構(gòu)控制：互聯(lián)網(wǎng)平臺企業(yè)的勞動過程研究——以M外賣配送平臺為例[J].浙江理工大學(xué)學(xué)報(社會科學(xué)版),2021,46(04):447-455.

[4]張建斌,周璐好,王超.基于交通違法行為的外賣分級配送政府補(bǔ)貼機(jī)制研究[J].重慶師范大學(xué)學(xué)報(自然科學(xué)版),2021,38(01):69-75.

[5]劉旺盛,吳球軍,嚴(yán)浩洲,等.帶硬時間窗的外賣配送車輛路徑問題[J].集美大學(xué)學(xué)報(自然科學(xué)版),2020,25(06):441-447.

[6]溫清榮,曾維聰,朱世森,等.基于動態(tài)規(guī)劃下外賣配送最優(yōu)路線研究——以廣州工商學(xué)院為例[J].中國儲運(yùn),2020(11):106-109.

[7]何玥瑋,姜曉紅,荊文琪,等.可循環(huán)外賣餐盒的配送回收方案設(shè)計與商家選擇分析[J].物流工程與管理,2020,42(04):153-155+109.