快递与外卖共同配送的路径规划研究

楚尚轩 浙江理工大学经济管理学院

快递与外卖共同配送的路径规划研究

楚尚轩 浙江理工大学经济管理学院

针对目前研究最后一公里路径规划问题的文章大多未考虑快递与外卖共同配送的模式，且没有利用实际数据来验证其效果，本文以最少配送时间为目标构建了快递与外卖共同配送的路径规划模型。快递与外卖在路线上会有很多重合，共同配送能减少快递员行走的距离。另一方面，快递与外卖单量的波谷和峰值不一样，可以充分运用对方的闲置运力来应对彼此单量高峰的冲击。在这种背景下对快递与外卖共同配送的路径进行规划研究，通过全局优化来提升效率及降低成本，具有一定的理论意义和实践价值。

快递 路径规划 蚁群算法

引言

电子商务的快速发展使得快递的数量每年迅速增长，2016年中国快递业务量达到312.8亿件，同比增长51.4%。2011年至2016年的复合增长率为53.5%，收入规模达到3974.4亿元。这些快递在配送的最后一公里，要依靠快递员将其从网点送到每一个顾客的手中。据外卖行业大数据显示，2016年中国外卖市场规模已超过1000亿元，预计到2020年可达7000亿。这些外卖需要配送员在规定的时间内送到消费者手中。随着电子商务和外卖的快速发展，最后一公里的效率和管理水平越来越受到关注。最后一公里的配送是影响消费者体验的主要环节，其调度水平的高低，直接影响最后一公里的效率，而路径规划问题是配送的核心和重要环节。

一、问题描述

城市中快递配送单量多，客户分布广，位置随机性强。外卖配送除了有快递配送的这些特点，还有时效性的要求。每个配送网点完全覆盖了整个城市并且配送范围两两不重合。快递员从配送网点出发，完成分配给其指定区域的包裹后再返回网点重复这一过程。对于外卖，快递员需要在指定时间去商户提取并在指定时间内配送至消费者。

二、快递与外卖共同配送的路径规划模型

1.参数与变量

集合

V 小区集，V={2,3,…,n+1}

V0节点集（小区和商户），商户由数字1表示，小区集由数字2,3…,n表示

K 快递员集，K={1,2,…,m}

参数

Qk快递员k的运载能力

ct单位距离的行驶成本

dij节点i和j之间的距离

Pi节点i的取货量

Di节点i的送货量

ai节点i的最早开始配送时间

bi节点i的最迟开始配送时间

ti节点i的所需服务时间

M 一个任意大的数

决策变量

xij快递员k的决策变量，如果快递员k从i点行驶到点j则xij=1；否则xij= 0

L0k快递员k离开网点的载货量

Lj快递员离开节点j后载货量

sik快递员开始服务节点i的时间，如果快递员k没有服务节点i，则

2.数学模型：

约束（4–1）是目标函数，目标是行驶距离最短。约束（4–2）确保每个节点只能被一个快递员服务。约束（4–3）限制了对于快递员服务节点后必须离开，保证了路径的连贯性。约束（4–4）- （4–6）保证每个快递员从商家出发，到达顾客后必须离开，最终返回商家。约束（4–7）-（4–9）表示快递员载货量，分别为初始载货量、服务第一个节点后的载货量和快递员在路径中的载货量。M是一个任意大的数。约束（4–10）-（4–11）表示载重量约束条件，每个快递员所装载的货物总重量不能超过车辆的额定装载能力。约束（4–12）和（4–13）为时间窗约束条件，保证了时间安排的可行性。最后，约束（4–14）表示变量的取值范围。

三、实验测试

使用评测程序对规划出的方案进行测评，快递员配送20万个快递包裹和8千个外卖所用的时间为98万分钟，平均一单的配送时间为5分钟。经过调研得知目前配送一单快递平均需要8分钟，配送一单外卖平均需要10分钟。对比可知此方案能很好的节约配送时间，提高配送效率。

四、结语

针对传统文献大多未考虑快递与外卖共同配送的问题，本文从两个阶段对快递与外卖共同配送的路径规划问题进行了研究。第一阶段考虑了快递的路径规划问题，考虑到快递员行驶距离影响运输时间从而影响整个快递的配送效率，以快递员总行驶距离最小为目标函数，同时考虑到外卖的配送地点及时间约束，得到了各条路径及每条路径上的快递数量。最后采用蚁群算法进行求解，得到了所有快递与外卖共同配送的路径规划。结果显示，经过共同配送的路径优化后，快递与外卖的配送时间都得到降低，并且可以用更少的快递员完成更多快递与外卖的配送。

[1]Sungur I, Ren Y, Ordonez F, et al. A Model and Algorithm for the Courier Delivery Problem with Uncertainty[J]. TRANSPORTATION SCIENCE,2010,44(2):193-205.

[2]Lin J R, Yan S, Lai C W. International express courier routing and scheduling u n d e r u n c e r t a i n d e m a n d s[J].E N G I N E E R I N G O P T I M I Z AT I ON,2013,45(7):881-897.

[3]杨志清.城市快递配送条件下的多目标车辆路径优化研究[D].哈尔滨工业大学,2015.

[4]何俊生.快递行业配送路径模型优化研究[D].重庆交通大学,2013.

[5]李小玲.配送中心货物配载及车辆路径综合优化模型与应用[D].西南交通大学,2015.

[6]周梦,李芳.基于云平台下的快递业车辆调度优化问题研究[J].物流工程与管理,2016(08):49-51.

[7]穆东,王超,王胜春,等.基于并行模拟退火算法求解时间依赖型车辆路径问题[J].计算机集成制造系统,2015(06):1626-1636.

[8]李军郭辉煌.车辆优化调度[M].成都:成都科技大学出版社,1994.

[9]郎茂祥.配送车辆优化调度模型与算法[M].北京:电子工业出版社,2009.

[10]张潜.物流配送路径优化调度建模与实务[M].北京:中国物资出版社,2006.