数据驱动下考虑配送员能力的城市物流动态配送优化研究

Nowadays, urban logistics distribution gradually presents the characteristics of small batch, multiple times, high frequency and high time efficiency, etc., customers have higher requirements for distribution services, and the overall distribution process becomes more difficult. In the new logistics era, researches on urban logistics distribution based on data openness and sharing, intelligent technology, random demand, dynamic demand and the difference in the ability of deliveryman have attracted much attention in recent years. However, in the existing literature, related data researches are not comprehensive, researches of road network modeling need to be enriched, and the matching analyses of traffic uncertainty and deliveryman's ability are not deep enough. In this project, by analyzing the randomness and time-varying of traffic network and the influence factors on urban logistics distribution, data such as road network data, traffic data and deliverymen capacity are embedded into the urban logistics optimization system. Subsequently, dynamic distribution of urban logistics considering transportation uncertainty, service ability and comprehensive ability of deliveryman on data driven methodology are modeled. Interactive intelligent algorithms are designed to solve models with large-scale and dynamic characteristics, which enriches the methodology system of urban logistics distribution research. The practicality and validity of the models and algorithms are validated through a series of simulation and comparative analyses. The contributions of this project will enrich the existing urban logistics distribution theory system, and improve the distribution efficiency of urban logistics.

现阶段，城市物流配送逐渐呈现小批量、多趟次、高频率和高时效性等特点，顾客对配送服务的要求变高，整体配送难度增大。新物流时代下，基于数据开放共享、智能技术，考虑随机需求、动态需求和配送员能力差异的城市物流配送研究，成为近些年的研究热点。然而，在现有文献中，相关数据研究不够全面，路网建模研究有待丰富，交通不确定性与配送员能力的匹配分析不够深入。项目通过分析交通路网的随机性、时变性和对城市物流配送的影响机制，将路网数据、交通数据和配送员能力等数据嵌入到城市物流优化系统中；分别构建数据驱动下考虑交通不确定性、考虑配送员服务能力和考虑配送员综合能力的城市物流动态配送模型；设计能适应大规模、动态性等特征的交互式智能算法进行求解，完善城市物流配送研究的方法体系；通过实际案例的模拟仿真和对比分析，验证模型和算法的实用性和有效性。项目成果将丰富和完善现有的城市物流配送理论体系，提升城市物流配送效率。

现阶段，城市物流配送逐渐呈现小批量、多趟次、高频率和高时效性等特点，顾客对配送服务的要求变高，整体配送难度增大。新物流时代下，基于数据开放共享、智能技术，考虑随机需求、动态需求和配送员能力差异的城市物流配送研究，成为近些年的研究热点。然而，在现有文献中，相关数据研究不够全面，路网建模研究有待丰富，交通不确定性与配送员能力的匹配分析不够深入。本项目针对现有研究的局限，首先，针对城市物流配送车辆在实际应用中受不同交通道路等不确定性安全因素的影响，构建了描述路网状态动态变化的大规模时空网络，并基于时变网络建立考虑安全发车间隔的车辆配送线路优化问题的数学模型，设计多阶段动态优化算法有效地求得问题的最优解；其次，针对实际应用中的配送资源（车辆、配送员）数量限制和顾客需求可拆分配送的情况，建立考虑配送服务能力限制的城市物流动态配送问题的数学模型，并根据问题的特点改进分支定价算法对问题求解，通过与模型求解器计算结果进行比较和对载重量、成本等参数进行灵敏度分析，验证模型和算法的正确性和实际应用价值；最后，针对城市物流的“中心仓库-零售商店-顾客”结构，提出整合多渠道配送资源和流程以实现综合能力全覆盖的统一配送新模式，基于新模式构建了零售店库存共享且可拆分的数学模型，并设计基于自定义标签算法的新分支定价算法框架求解综合配送模型；实验对比分析综合配送相对于独立配送系统的优势，综合配送扩展同等库存水平紧张情况下的可行配送方案空间。以上研究成果对丰富和完善现有的城市物流配送理论体系、提升城市物流配送效率具有重要意义。