同城物流服务平台下物流协调智能方法研究

The emergence of the same city logistics service platform provides the possibility of city logistics information docking and city logistics coordination. As the key participants, the platform and the enterprises complementary in the resources and capabilities determine the coordination relationship of the interdependence. However, it is not clear that the mechanism of the inner and outer factors promoting and restricting logistics coordination under the logistics service platform. The research based on artificial intelligent method under the same city logistics service platform: (1) what factors promote or restrict the city logistics coordination; (2) the deconstruction of interaction relation between factors and mechanism of driving logistics coordination; (3) city logistics coordination intelligent method; (4) the city logistics intelligent coordination simulation. This study tries to build logistics coordination intelligent method based on revealing the dynamic coordination relationship between the platform and the settled party, which is of great scientific significance to improve the logistics intelligent and promote the efficiency of logistics resource and cost optimization.

同城物流服务平台的出现为城市物流信息对接、物流协调智能化提供了可能。作为关键的参与主体，平台和入驻企业的资源和能力互补决定了双方相互依赖的协调关系。然而学界对同城物流服务平台下促进或制约物流协调的内外部因素和作用机理缺乏研究，特别是对物流协调历史如何学习和借鉴尚不清楚。因此，本研究将在同城物流服务平台环境下基于人工智能方法研究：（1）哪些因素促进或制约同城物流协调；（2）因素间相互作用关系及其驱动物流协调的机理解构；（3）同城物流协调智能方法构建；（4）同城物流协调智能仿真优化。本研究力图在揭示平台和入驻方的动态协调关系基础上构建物流协调智能方法，对于推进同城物流智能化、提升同城物流资源效率和成本优化具有重要的科学意义。

国家自然科学基金项目：同城物流服务平台下物流协调智能方法研究（61762088）是在“同城物流车货信息不对称、缺乏协调、资源效率低”、“互联网+”推动传统物流行业创新的背景下提出的，目的在于“将智能建模、仿真优化及博弈论等方法集成应用于同城物流服务平台的物流协调问题”的研究。并于2017年8月17日由国家自然科学基金委员会信息科学部批准立项。.项目自立项以来全体课题组成员针对项目计划书所列研究目标、研究内容、研究路线，认真按研究计划进行研究。.探索利用利用基于高层体系结构（High Level Architecture, HLA）分布交互仿真（Distributed Interactive Simulation, DIS）技术结合博弈论（Game Theory）、Agent、SVM 支持向量机和基于事例推理（CBR）的智能仿真方法以同城物流服务平台为实例研究：1）辨识同城物流服务平台中物流协调的影响因素；2）探索物流协调的作用机理；3）构建基于影响因素的物流协调智能方法；4）搭建仿真模型进行验证。.项目执行后，项目组构建了社会责任水平下同城物流协同主体利润分配模型、考虑员工工作量的同城配送员工的激励机制、基于需求预测的同城物流服务平台车辆调度方法和同城物流协调优化的异维全向学习量子差分进化算法。为同城物流配送主体之间利润分配、同城物流配送路径、同城物流服务平台需求预测和车辆调度提供决策支持和参考，具有一定的理论意义和现实意义。同时这些进展的取得对进一步研究物流平台供应链系统的规律和应用具有重要的探索和指导意义，对物流平台供应链管理和协调和企业供应链数字化具有借鉴意义。.课题研究期间共发表论文12篇，其中2篇为EI期刊论文，5篇为SCI期刊论文，6篇为中文核心期刊论文；申请专利8件，7件已获授权；承办1次国内学术会议；建立云南省高校重点实验室1个；提交政府咨询报告2份；获得行业科技进步奖二等奖1项；建立1家校外实习基地；培养博士研究生4位，硕士研究生4位，其中1名博士研究生已毕业，1名即将毕业，3名硕士研究生已毕业，1名即将毕业；所指导研究生获得教育厅研究生创新项目1项和行业课题1项；课题组成员1名晋升为副教授，1名晋升为教授，1名成员被认定为云南省科学技术后备人才。