校园快递服务系统优化分析

李爽+高玉娇

摘 要：校园快递在大学校园中扮演着重要的角色。首先利用排队论知识，根据系统达到平衡并使整体损失最小原则，建立了校园快递服务系统的优化模型，然后选取燕山大学西校区某快递代收点进行实地采集数据，并计算出主要指标，最后利用优化模型给出了校园快递服务系统的优化结果，从而为校园快递系统的资源配置提供实用性建议。

关键词：校园快递；服务系统；优化

中图分类号：F25 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.01.015

1 引言

校园快递不同于一般家用快递，快递员并不会主动送到学生指定宿舍门口，主要是大学生群体每天接到快递到达通知，主动去校园快递代收点领取。因为校园快递代收点空间和服务人员有限，而大学生领取快递的时间又可能较集中，所以势必会出现排队等待现象，那么对于快递代收点，究竟设置几位服务人员进行服务，既能不浪费快递代收点成本，又能不让顾客长时间等待，此类问题随之出现。

正是基于大学生顾客取快递产生的问题，本文借助排队论知识对校园快递服务系统进行优化分析，从而为校园快递类排队模型的优化问题提供实用性建议。虽然现在学校可能都会设有快递柜，来缩减取件时间和方便派送，但仍有一些大件物品因无法放入快递柜，而需要快递员派发，所以对校园快递服务系统进行优化研究。

2 快递服务系统优化模型的建立

到达模式：大学生一般是单个去取快递，认为其到达是独立随机的，并且顾客源是接连不断无限的，到达时间间隔也是相互独立的，故假定大学生到达过程是泊松过程。

排对规则：当大学生顾客到达快递代收点时，若快递员空闲即前面没有顾客排队取快递，到达后便马上接受服务，若快递员非空闲，那么就选择最短的队列排队等待，直到服务台可以为其服务，在等待过程中，顾客可以随时更换队列选择，故校园快递服务系统遵从等待制且先到先服务原则。

服务模式：设校园快递服务系统设有c个服务台即快递员，且是相互独立并行为顾客服务，顾客也是单个接受服务的。同时假定每个快递员的服务能力无差异，不受时间的影响，且快递员对大学生顾客的服务时间服从负指数分布。

通过以上假设，校园快递服务系统可看成是一个M/M/c排队模型。

设F（c）表示單位时间系统整体损失的费用，m1表示每位大学生在排队取快递逗留时间损失的费用，也即若不排队等待取快递单位时间创造出来的价值，用大学生平均月收入来衡量，m2表示每增加一个服务台即快递员数，单位时间快递代收点产生的成本，用快递员平均月收入来衡量，故可确定如下目标函数：

3 快递服务系统的优化分析

3.1 数据的搜集与整理

选取燕山大学西校区某快递代收点进行具体研究，通过实地采集数据，获取排队模型的参数指标，即到达率、服务率等。考虑到一般快递代收点是在上午十点以后陆续发送取件短信，晚上营业到七点左右，故从早上十点到晚上七点通过实地采集进行取数。又考虑到双“十一”网购较多，所以分两部分获取数据，第一部分非双“十一”期间，将一天分为9个时间段进行采数，每个时间段以三十分钟作为单位时间，随机采集60个单位时间顾客到达的数量；第二部分是双“十一”期间，从11月1日开始，同样取样本容量60，可以得到如表1、表2：

表1和表2为顾客非双“十一”期间的到达情况，双“十一”期间的到达情况也可以类似得到，根据收集的数据，可以算出非双“十一”和双“十一”期间各时间段单位时间顾客的到达率，如表3。

从表3可以看出，有些时间段快递代收点安排的快递员数是不合理的，比如在非双“十一”期间11：00-12：00是中午休息时间，取快递的人较多，但只安排一位快递员进行服务，这样势必会造成长时间排队等待现象，类似的其他时间段也存在一些问题。

接下来是对校园快递服务系统中服务时间数据的获取，随机选取180个去取快递的大学生，记录下快递员为每个大学生顾客服务的时间，绘制出如表4。

根据表4，可以算出快递员平均服务时间为t-=52.4秒。

3.2 主要指标的计算

通过上面分析可以得到，到达均服从泊松分布，服务时间服从参数为μ=0.0191人/秒 =68.76人/小时的负指数分布，再根据M/M/c排队模型相关指标的计算，可以得到各项指标，如表5。

从表5和表6可以发现，只是部分时段的基本及主要指标，10：00-13：00这三个时间段的各项指标并没有出现在表中，是因为这三个时间段没有达到系统平衡条件。例10：00-11：00，该时间段服务强度ρ=λcμ=83.700（1×68.76）=1.217>1，此状态下队列会无限制延长下去，不能使系统到达平衡，就会使队列越来越长，所以对于这种情况需要进行优化，使系统可以达到平衡状态。此外，17：00-18：00队长较长，也需进行优化。同样，也可以得到双“十一”期间的各项指标，也存在类似问题。

3.3 快递服务系统的优化

根据上面的分析及主要指标的计算，了解到校园快递服务系统很多时间段需要进行优化，下面以非双“十一”期间的12：00-13：00进行具体优化说明。根据《就业蓝皮书：2017年中国大学生就业报告》数据显示近两年大学生平均月收入为4376元，即m1=4376；根据《秦皇岛市快递员工资福利和薪酬待遇分析报告》了解到快递员岗位平均月收入3968元，即m2=3968。

由模型知，在非双“十一”期间的12：00-13：00，ρ=λcμ=181.866（c×68.76）<1，得c≥3服务台数即快递员数应至少设置三个，再根据整体损失最少原则，若c=3，则Ls=8487，此时F（c）=1.135；若c=4，则Ls=3.369，此时F（c）=0.709，以此类推，因服务台数为整数，故最后可试算出当c=4时，整体损失最少F（c）=0.709。

同样地，对于非双“十一”其他时间及双“十一”期间的优化均可类似算出，具体如表7。

以上就是对校园快递服务系统的优化研究，从而为校园快递类排队模型的优化问题提供实用性建议。

4 结论

在校园快递服务系统中，从服务方即快递公司考虑，肯定是希望可以减少快递员数节约成本，又能使公司收益最大；从被服务方即大学生角度考虑，肯定是希望在排队取快递过程中等待时间越少，那么可能就需要增加快递员数进行服务。所以本文将两者看成一个整体，根据系统达到平衡状态条件和使整体损失最小原则构造出校园快递服务系统的优化模型，并最后得到校园快递服务系统的优化结果，为服务方即快递代收点和被服务方即大学生，减少不必要损失提供了实用性建议。

参考文献

[1]王樱红. 基于排队论的校园快递超市分析与优化—以江南大学快递超市为例[J]. 中国市场， 2015（11）： 96-97.

[2]黄友文， 关志兴， 吴志坚. 大学校园快递资源的优化整合——以广州科技职业技术学院为例[J]. 清远职业技术学院学报， 2017， 10（1）： 43-48.

[3]胡玉， 洲邓玲. 校园快递模式优化研究——以惠州学院为例[J]. 惠州学院学报， 2016， 36（2）： 54-59.

[4]严桂琴， 刘雅婧. 校园智能快递柜服务系统的优化研究—以苏外院为例[J]. 现代经济信息， 2016： 322-323.

[5]蔡金凤. 基于排队论的大型超市服务台数的最有设计[D]. 哈尔滨： 哈尔滨工业大学， 2009.endprint