《基于快递柜的快递物流系统优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
学校代码：１０２８６．，分类号：Ｕ４９２．３密级：公开ＵＤＣ：６２５学号：１１９４８５＂＂＂＂￣＇＇‘￣＊＂二——－＊－Ｖ．飞＿ｉｒ＾ｒ＾＊＾ｒＨＣ．、，广、：：、．、＜沖＾舴：怀心＇，１丨：＿、？１＇—？？＇＇？／Ｍ１ＺｉＪＭ■ｉ？卡＇＇，ｊｊｎｒｉ：—！１＾／ｐ｜＾ｎ―先ＶＳＬｗｖｒ（＼（Ｔ１１ｌ東南大Ｖ祭博士学位论文基于快递柜的快递物流系统优化研究研究生姓名：置运梅导师姓名：毛海军教授申请学位类别工学播士学位授予单位东南大学一级学科名称交通运输工程论文答辩日期２０１７年１１月２７日二级学科名称学位授予日期年月日答辩委员会主席朱金福人评阅２０１７年１１月２９日 表兩：ｋ嘹博士学位论文基于快递柜的快递物流系统优化研究专业名称：交雌输工程研究生姓名：覃运梅导师姓名：毛海军教授 ＲＥＳＥＡＲＣＨＯＮＥＸＰＲＥＳＳＬＯＧＩＳＴＩＣＳＳＹＳＴＥＭＯＰＴＩＭＩＺＡＴＩＯＮＢＡＳＥＤＯＮＥＸＰＲＥＳＳＣＡＢＩＮＥＴＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒｔｈｅＡｃａｄｅｍｉｃＤｅｇｒｅｅｏｆＤｏｃｔｏｒｏｆＥｎｇｉｎｅｅｒｉｎｇＢＹＩＮ－ｍｅｉＱＹｕｎＳｕｐｅｒｖｉｓｅｄｂｙＰｒｏｆＭＡＯＨａｉ－．ｕｎｊＳｃｈｏｏｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＮｏｖｅｍｂｅｒ２０１７ 东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：尊运■祕曰期：东南大学学位论文使用授权声明东南大学《（、中国科学技术信息研究所（含万方数据）、国家图书馆、中国学术期刊光盘版）》电子杂志社有限公司有权保留本人所送交学位论文的复印件和电子文档，可以采用一致影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布（包括以电子信息形式刊登）论文的全部内容或中、英文摘要等部分内容。论文的公布（包括以电子信息形式刊登）授权东南大学研究生院办理。研究生签名：＾导师签名：日期：＾ｏＴｉｌｈ老Ｊ ｍｍ摘要随着电子商务、网购等新型服务业对快递服务需求的不断增加，快递在经济社会发展中服务于生产和民生的作用不断增强。快递业务的高速增长面临的问题是快递服务能力的不足与顾客对快递配送效率和服务水平的要求不断提高的矛盾。我国快递业急需解决的重要问题，就是快递配送网络的优化及管理滞后于业务量增长的步伐，特“一”别是最后公里的问题没有得到很好地解决，快递配送模式有待完善。为解决快递配送系统中存在的问题，对基于快递柜的配送网络选址布局优化问题、不同规格的格口数量配置问题、混合模式下快递配送车辆的路径优化问题分别建立优化模型并设计算法进行求解，同时提出基于远景模式的动态派件系统及其优化方法，研究结果为快递配送系统优化研究提供理论依据和技术支撑。具体的研究内容如下：（１）研究了快递配送网络布局的优化问题，。首先对快递配送中心进行选址布局采用基于三角白化权函数的灰色聚类评价模型进行最优方案的选择；再针对每个快递配送中心的服务范围确定快递柜布局的选址方案，通过对快递配送成本和客户取件成、三个阶段进行求解本等因素的考虑，构建数学规划模型，对模型采用两种算法分，以获得最佳的快递柜选址位置以及快递柜服务的客户区域划分方案，从而构成包含配送中心和快递柜的快递终端配送网络。通过对快递配送中心及快递柜选址布局的优化研究，为基于快递柜配送终端网络的合理布局提供决策依据。（２）对快递柜不同规格的格口数量进行优化配置研究。考虑不确定的包裹配送量需求、包裹存柜时间、不同规格包裹比例等不确定因素以及每天多批次的配送要求，建立优化模型。把粒子群算法和禁忌搜索算法进行融合改进，对模型进行求解，并进行敏感性分析，找出影响最优方案的敏感性因素。通过获得快递柜格口的最佳数量配置方案，解决由于格口数量不合适而产生的柜组资源紧缺或闲置的情况。（３）研究了基于快递柜的配送车辆路径优化问题。对于具体的配送任务，考虑快一递配送客户多样化、动态化的需求，根据般遗传算法在求解该，建立数学规划模型。类问题的优势和不足，对遗传算法进行改进求解模型首先，通过启发式产生较优的初始群体；然后，把元胞自动机的作用机理和遗传算法的基本原理进行有机结合来设计操作算子，形成元胞遗传算法，在交叉和变异操作中，提出了二次操作方法，即把“”进行以“”快递柜及其所服务范围内的客户点定义为单元，分别单元为最小单位Ｉ 东南大学博士学位论文“”一进行第次交叉／变异操作，再在单元内部第二次操作，算法有效提高模型的求解。速度，，改进解的质量；最后求出基于快递拒的配送车辆路径的优化方案（４）根据手机定位技术的发展趋势，对快递配送未来的服务创新进行研究。设计一了种快递物流动态派件系统及派件方法，通过借助手机定位追踪系统和地理信息系统获取人们的出行轨迹，然后由中心服务器进行优化匹配计算，寻找出时间和地点与收件人状态符合的辅助派件员及快递员，协助快递公司对，制定动态配送快件的方案辅助派件员进行任务指派。，达到动态配送快件的目的论文通过对快递配送网络、基于快递柜的配送模式的实施与应用进行了优化研究，一使快递物流系统得到优化，能够进步提高快递服务水平，增强快递对经济发展的促进作用。关键词：快递；系统优化；快递柜；粒子群禁忌搜索法；元胞遗传算法ＩＩ ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＷｉｔｈｔｈｅｉｎｃｒｅａｓｉｎｇｄｅｍａｎｄｆｏｒｅｘｒｅｓｓｓｅｒｖｉｃｅｉｎｔｈｅｎｅｗｓｅｒｖｉｃｅｉｎｄｕｓｔｒｉｅｓｓｕｃｈａｓｐｅｃｏｍｍｅｒｃｅａｎｄｏｎｌｉｎｅｓｈｏｐｐｉｎｇｔｈｅｒｏｌｅｏｆｅｘｒｅｓｓｄｅｌｉｖｅｒｉｎｅｃｏｎｏｍｉｃａｎｄｓｏｃｉａｌ，ｐｙｍｅｎｎｅ’ｄｅｖｅｌｏｐｔｉｔｈｓｅｒｖｉｃｅｏｆｒｏｄｕｃｔｉｏｎａｎｄｅｏｌｅｓｌｉｖｅｌｉｈｏｏｄｉｓｉｎｃｒｅａｓｉｎｇ．Ｔｈｅｒｏｂｌｅｍｐｐｐｐｏｆｒａｐｉｄｇｒｏｗｔｈｏｆｅｘｐｒｅｓｓｄｅｌｉｖｅｒｙｓｅｒｖｉｃｅｉｓｔｈｅｃｏｎｔｒａｄｉｃｔｉｏｎｂｅｔｗｅｅｎｔｈｅｓｈｏｒｔａｇｅｏｆｅｘｐｒｅｓｓｓｅｒｖｉｃｅａｂｉｌｉｔｙａｎｄｔｈｅｄｅｍａｎｄｆｏｒｄｅｌｉｖｅｒｅｆｉｃｉｅｎｃａｎｄｓｅｒｖｉｃｅｌｅｖｅｌｏｆｅｘｒｅｓｓｙｙｐｄｅｌｉｖｅｒｙｉｓｃｏｎｓｔａｎｔｌｙｉｍｐｒｏｖｉｎｇ．Ｔｈｅｉｍｐｏｒｔａｎｔｐｒｏｂｌｅｍｓｏｆｔｈｅｅｘｐｒｅｓｓｉｎｄｕｓｔｒｙｎｅｅｄｓｔｏｓｏｌｖｅｕｒｅｎｔｌｉｎｏｕｒｃｏｕｎｔｒｉｓｔｈｅｄｅｌｉｖｅｒｎｅｔｗｏｒｋｏｔｉｍｉｚａｔｉｏｎａｎｄｍａｎａｅｍｅｎｔｌａｓｇｙｙ，ｙｐｇｇ＂ｂｅｈｉｎｄｔｈｅａｃｅｏｆｔｈｅｇｒｏｗｉｎｇｅｘｒｅｓｓｂｕｓｉｎｅｓｓｅｓｅｃｉａｌｌｔｈｅｒｏｂｌｅｍｏｆｔｈｅｌａｓｔｐｐ，ｐｙｐ＂ｋｉｌｏｍｅｔｅｒｈａｓｎｏｔｂｅｅｎｅｆｆｅｃｔｉｖｅｌｙｓｏｌｖｅｄ，ｔｈｅｅｘｐｒｅｓｓｄｅｌｉｖｅｒｙｍｏｄｅｎｅｅｄｓｔｏｂｅｉｍｐｒｏｖｅｄ．Ｔｏｓｏｌｖｅｔｈｅｒｏｂｌｅｍｓｅｘｉｓｔｉｎｉｎｔｈｅｅｘｒｅｓｓｄｅｌｉｖｅｒｓｓｔｅｍｔｈｅｏｔｉｍｉｚａｔｉｏｎｒｏｂｌｅｍ來ｐｇｐｙｙ，ｐｐｏｆｅｘｐｒｅｓｓｄｅｌｉｖｅｒｙｎｅｔｗｏｒｋｂａｓｅｄｏｎｔｈｅｅｘｐｒｅｓｓｃａｂｉｎｅｔ，ｔｈｅｏｐｔｉｍａｌｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｔｈｅｎｕｍｂｅｒｏｆｄｉｆｆｅｒｅｎｔｓｐｅｃｉｆｉｃａｔｉｏｎｓｏｆｔｈｅｅｘｐｒｅｓｓｃａｂｉｎｅｔａｎｄｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｄｅｌｉｖｅｘｙｖｅｈｉｃｌｅｒｏｕｔｉｎｇｂａｓｅｄｏｎｅｘｒｅｓｓｃａｂｉｎｅｔａｒｅｄｅｓｃｒｉｂｅｄａｓｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｓａｎｄｂｅｓｏｌｖｅｄｐｂｙｄｅｓｉｇｎｉｎｇａｌｇｏｒｉｔｈｍｓａｎｄｔｈｅｎｔｈｅｄｎａｍｉｃｄｉｓａｔｃｈｉｎｓｓｔｅｍａｎｄｉｔｓｏｔｉｍｉｚａｔｉｏｎ，ｙｐｇｙｐｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｖｉｓｉｏｎｍｏｄｅａｒｅｒｏｏｓｅｄ．Ｔｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｒｏｖｉｄｅｔｈｅｏｒｅｔｉｃａｌｂａｓｉｓｐｐｐａｎｄｔｅｃｈｎｉｃａｌｓｕｐｐｏｒｔｆｏｒｔｈｅｏｔｉｍｉｚａｔｉｏｎｒｅｓｅａｒｃｈｏｆｅｘｐｒｅｓｓｄｅｌｉｖｅｒｙｓｓｔｅｍ．Ｔｈｅｓｅｃｉｆｉｃｐｙｐｒｅｓｅａｒｃｈｃｏｎｔｅｎｔｓａｒｅａｓｆｏｌｌｏｗｓ：１Ｔｈｅｏｔｉｍｉｚａｔｉｏｎｒｏｂｌｅｍｏｆｅｘｒｅｓｓｄｅｌｉｖｅｒｙｎｅｔｗｏｒｋｌａｙｏｕｔｉｓｓｔｕｄｉｅｄ．Ｆｉｒｓｔｌｙｔｈｅ（）ｐｐｐ，ｌｏｃａｔｉｏｎｌａｙｏｕｔｏｆｅｘｐｒｅｓｓｄｅｌｉｖｅｒｃｅｎｔｅｒｉｓｃａｒｒｉｅｄｏｕｔａｎｄｔｈｅｒｅｃｌｕｓｔｅｒｉｎｅｖａｌｕａｔｉｏｎｙ，ｇｙｇｍｏｄｅｌｂａｓｅｄｏｎｔｈｅｔｒｉａｎｇｌｅｗｈｉｔｅｎｗｅｉｇｈｔｆｕｎｃｔｉｏｎｉｓａｄｏｐｔｅｄｔｏｇｅｔｔｈｅｏｔｉｍａｌｓｏｌｕｔｉｏｎ．ｐＮｅｘｔ，ｔｈｅｌｏｃａｔｉｏｎｐｌａｎｏｆｅｘｐｒｅｓｓｃａｂｉｎｅｔｌａｙｏｕｔｉｓｄｅｔｅｒｍｉｎｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｓｅｒｖｉｃｅｓｃｏｐｅｏｆｅａｃｈｄｅｌｉｖｅｒｃｅｎｔｅｒｔｈｕｈｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｆａｃｔｏｒｓｓｕｃｈａｓｄｅｌｉｖｅｒｃｏｓｔａｎｄｃｕｓｔｏｍｅｒｙ，ｒｏｙｇｃｏｓｔ，ａｍａｔｈｅｍａｔｉｃａｌｒｏｒａｍｍｉｎｍｏｄｅｌｉｓｃｏｎｓｔｒｕｃｔｅｄａｎｄｔｗｏａｌｏｒｉｔｈｍｓｗｉｔｈｔｈｒｅｅｓｔａｅｓｐｇｇ，ｇｇａｒｅｕｓｅｄｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌａｎｄｔｈｅｂｅｓｔｌｏｃａｔｉｏｎｏｆｅｘｒｅｓｓｃａｂｉｎｅｔａｎｄｔｈｅｓｅｒｖｉｃｅｃｕｓｔｏｍｅｒｓ，ｐｄｉｖｉｓｉｏｎｃｈｅｍｅｉｏｂｔａｉｎｅｄｗｈｉｃｈｆｏｒｍｓｔｈｅｔｅｒｍｉｎａｌｄｅｌｉｖｅｒｎｅｔｗｏｒｋｉｎｃｌｕｄｉｎｔｉｉｅｄｅｌｉｖｅｒｓｓ，ｙｇｙｃｅａｎｄｅｘｒｅｓｓｃａｔｔｅｓｅａｒｃｅｏｃａｎａｔｎｔｅｒｐｂｉｎｅｔ．Ｂａｓｅｄｏｎｔｈｅｏｐｉｍｉｚａｉｏｎｒｈｏｆｔｈｌｔｉｏ，ｌｙｏｕｏｆｅｘｐｒｅｓｓｄｅｌｉｖｅｒｙｃｅｎｔｅｒａｎｄｅｘｐｒｅｓｓｃａｂｉｎｅｔ，ｔｈｅｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｓｐｒｏｖｉｄｅｄｆｏｒｔｈｅｒｅａｓｏｎａｂｌｅｌａｙｏｕｔｏｆｔｈｅｄｅｌｉｖｅｒｙｔｅｒｍｉｎａｌｎｅｔｗｏｒｋｂａｓｅｄｏｎｅｘｐｒｅｓｓｃａｂｉｎｅｔ．２Ｔｈｅｏｔｉｍａｌｃｏｎｆｉｕｒａｔｉｏｎｏｆｄｉｆｅｒｅｎｔｓｅｃｉｆｉｃａｔｉｏｎｓｕａｎｔｉｔｏｆｔｈｅｅｘｒｅｓｓｃａｂｉｎｅｔ（）ｐｇｐｑｙｐｉｓｓｔｕｄｉｅｄ．Ｃｏｎｓｉｄｅｒｉｎｇｕｎｃｅｒｔａｉｎｆａｃｔｏｒｓｓｕｃｈａｓｔｈｅｕｎｃｅｒｔａｉｎｄｅｌｉｖｅｒｙｕａｎｔｉｔｙｄｅｍａｎｄｎｏｔｑ，ＩＩＩ 东南大学博士学位论文ｓｕｒｅｓｔｏｒａｇｅｔｉｍｅｏｆｐａｒｃｅｌ，ｄｉｆｆｅｒｅｎｔｓｐｅｃｉｆｉｃａｔｉｏｎｓｐｒｏｐｏｒｔｉｏｎｏｆｐａｒｃｅｌｓａｎｄｍａｎｙｂａｔｃｈｅｓｄｅｌｉｖｅｒｙｒｅｑｕｉｒｅｍｅｎｔｓｉｎｅｖｅｒｙｄａｙ，ｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｎｔｈｅｐａｒｔｉｃｌｅｓｗａｒｍａｌｇｏｒｉｔｈｍａｎｄｔｈｅｔａｂｕｓｅａｒｃｈａｌｇｏｒｉｔｈｍａｒｅｉｎｔｅｇｒａｔｅｄａｎｄｉｍｐｒｏｖｅｄｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌ，ａｎｄｓｅｎｓｉｔｉｖｉｔｙ肪ａｌｙｓｉｓｉｓｃａｒｒｉｅｄｏｕｔｔｏｆｉｎｄｔｈｅｓｅｎｓｉｔｉｖｅｆａｃｔｏｒｓｔｈａｔａｆｆｅｃｔｔｈｅｏｔｉｍａｌｓｃｈｅｍｅ．Ｂｏｂｔａｉｎｉｎｔｈｅｏｔｉｍａｌｕａｎｔｉｔａｌｌｏｃａｔｉｏｎｓｃｈｅｍｅｏｆｔｈｅｃａｂｉｎｅｔｔｈｅｐｙｇｐｑｙ，ｒｅｓｏｕｒｃｅｓｈｏｒｔａｅｏｒｉｄｌｅｃｏｎｄｉｔｉｏｎｏｆｔｈｅｃａｂｉｎｅｔｄｕｅｔｏｔｈｅｉｎａｐｐｒｏｒｉａｔｅｕａｎｔｉｔｏｆｃａｂｉｎｅｔｇｐｑｙｉｓｓｏｌｖｅｄ．（３）Ｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅｒｏｕｔｉｎｇｂａｓｅｄｏｎｅｘｒｅｓｓｃａｂｉｎｅｔｉｓｓｔｕｄｉｅｄ．Ｆｏｒａｐｓｅｃｉｆｉｃｄｅｌｉｖｅｒｔａｓｋａｍａｔｈｅｍａｔｉｃａｌｒｏｒａｍｍｉｎｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｃｏｎｓｉｄｅｒｉｎｔｈｅｐｙ，ｐｇｇｇｄｅｌｉｖｅｒｃｕｓｔｏｍｅｒｄｅｍａｎｄｏｆｄｉｖｅｒｓｉｔａｎｄｄｙｎａｍｉｓｍａｎｄｔｈｅｅｎｅｒａｌｅｎｅｔｉｃａｌｏｒｉｔｈｍｉｓｙｙ，ｇｇｇｉｍｐｒｏｖｅｄｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｓａｄｖａｎｔａｇｅｓｏｆｅｎｅｒａｌｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ．ｇｇＦｉｒｓｔｌｙｔｈｅｏｔｉｍａｌｉｎｉｔｉａｌｏｕｌａｔｉｏｎｉｓｏｂｔａｉｎｅｄｂｈｅｕｒｉｓｔｉｃｍｅｔｈｏｄ．Ｓｅｃｏｎｄｌｃｏｍｂｉｎｉｎ，ｐｐｐｙｙ，ｇｔｈｅｍｅｃｈａｎｉｓｍｏｆｃｅｌｌｕｌａｒａｕｔｏｍａｔａｗｉｔｈｔｈｅｂａｓｉｃｐｒｉｎｃｉｌｅｏｆｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｔｏｄｅｓｉｎｔｈｅｐｇｇｏｅｒａ－ｐｔｏｒａｎｄｂｅｃｏｍｅｃｅｌｌｕｌａｒｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ．Ｉｎｃｒｏｓｓｏｖｅｒａｎｄｍｕｔａｔｉｏｎｏｐｅｒａｔｉｏｎｓ，ｔｗｏｇｏｐｅｒａｔｉｏｎｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄ，ｉｎｔｈｉｓｍｅｔｈｏｄ，ｔｈｅｅｘｐｒｅｓｓｃａｂｉｎｅｔｗｉｔｈｉｔｓｓｅｒｖｉｃｅｄｃｕｓｔｏｍｅｒｎ’’ｐｏｉｎｔｓ咖ｄｅｆｉｎｅｄａｓａｕｎｉｔ，ｓｅｐａｒａｔｅｌｙｅｘｅｃｕｔｅｔｈｅｆｃｓｔｃｒｏｓｓｏｖｅｒ／ｍｕｔａｔｉｏｎｏｅｒａｔｉｏｎｗｉｔｈｐ＂＂＂＂ｔｈｅｕｎｉｔａｓｔｈｅｓｍａｌｌｅｓｔｏｐｅｒａｔｉｏｎｕｎｉｔ，ａｎｄｅｘｅｃｕｔｅｔｈｅｓｅｃｏｎｄｏｐｅｒａｔｉｏｎｉｎｓｉｄｅｔｈｅｕｎｉｔ，ｔｈｅａｌｇｏｒｉｔｈｍｃａｎｉｍｐｒｏｖｅｔｈｅｓｐｅｅｄｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌ，ａｎｄｉｍｐｒｏｖｅｔｈｅｑｕａｌｉｔｙｏｆｔｈｅｓｏｌｕｔｉｏｎ．Ｆｉｎａｌｌｙ，ｔｈｅｃｕｒｒｉｅｒｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅｒｏｕｔｉｎｇｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｂａｓｅｄｏｎｅｘｐｒｅｓｓｃａｂｉｎｅｔｉｓｓｏｌｖｅｄａｎｄｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｉｓｏｂｔａｉｎｅｄ．４Ｔｈｅｆｕｔｕｒｅｓｅｒｖｉｃｅｉｎｎｏｖａｔｉｏｎｏｆｅｘｒｅｓｓｄｅｌｉｖｅｒｉｓｓｔｕｄｉｅｄａｃｃｏｒｄｉｎｔｏｔｈｅ（）ｐｙｇｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｏｆｍｏｂｉｌｅｐｈｏｎｅｏｓｉｔｉｏｎｉｎｔｅｃｈｎｏｌｏ．Ａｄｎａｍｉｃｅｘｐｒｅｓｓｄｅｌｉｖｅｒｐｇｇｙｙｙｓｓｔｅｍａｎｄｄｅｌｉｖｅｒｅｔｈｏｄａｒｅｄｅｓｉｎｅｄｂｓｉｎｔｈｅｓｓｔｅｍｅｏｌｅｄｔｒａｖｅｌｔｒａｅｃｔｏｒｉｅｓａｒｅｙｙｍｇ，，ｙｕｇｙｐｐｊｇａｉｎｅｄｂｙｕｓｉｎｇｍｏｂｉｌｅｐｈｏｎｅｐｏｓｉｔｉｏｎｉｎｇａｎｄｔｒａｃｋｉｎｇｓｙｓｔｅｍｍｏｄｕｌｅａｎｄｇｅｏｇｒａｐｈｉｃｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍｔｈｅｎｃａｌｃｕｌａｔｅｄｂｔｈｅｃｅｎｔｅｒｓｅｒｖｅｒｔｏｆｉｎｄｏｕｔｔｈｅａｕｘｉｌｉａｒｙｃｏｕｒｉｅｒｓａｎｄ，ｙｏｆｆｉｃｉａｌｃｏｕｒｉｅｒｓｔｈａｔｍａｔｃｈｗｉｔｈｒｅｃｉｐｉｅｎｔｓｉｎｔｉｍｅａｎｄｌａｃｅａｎｄｄｅｖｅｌｏｄｎａｍｉｃｄｅｌｉｖｅｒｐ，ｐｙｙｓｃｈｅｍｅ，ａｓｓｉｓｔｔｈｅｃｏｕｒｉｅｒｃｏｍｐａｎｙｔｏｃａｉｒｏｎｔｈｅｔａｓｋａｓｓｉｎｍｅｎｔ＾ｔｈｅｎａｃｈｉｅｖｅｔｈｅｕｒｏｓｅｙｇｐｐｏｆｄｎａｍｉｃｄｅｌｉｖｅｒ．ｙｙＴｈｒｏｕｇｈｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｒｅｓｅａｒｃｈｏｎｅｘｐｒｅｓｓｄｅｌｉｖｅｒｙｎｅｔｗｏｒｋａｎｄｄｅｌｉｖｅｒｙｍｏｄｅｂａｓｅｄｏｎｔｈｅｅｘｐｒｅｓｓｃａｂｉｎｅｔａｎｄｉｔｓｉｍｐｌｅｍｅｎｔａｔｉｏｎａｎｄａｐｐｌｉｃａｔｉｏｎ，ｏｐｔｉｍｉｚｅｔｈｅｅｘｐｒｅｓｓｌｏｇｉｓｔｉｃｓｓｙｓｔｅｍｆｕｒｔｈｅｒｉｍｒｏｖｅｔｈｅｄｅｌｉｖｅｒｓｅｒｖｉｃｅｌｅｖｅｌａｎｄｓｔｒｅｎｔｈｅｎｔｈｅｅｆｆｅｃｔｏｆｅｘｒｅｓｓ，ｐｙ，ｇｐｐｒｏｍｏｔｅｓｔｏｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ．ＩＶ ＡｂｓｔｒａｃｔＫｅｙｗｏｒｄｓ：ｅｘｐｒｅｓｓｅｘｒｅｓｓｃａｂｉｎｅｔａｒｔｉｃｌｅｒｏｕｔａｂｕｓｅａｒｃｈｍｅｔｈｏｄｃｅｌｌｕｌａｒｅｎｅｔｉｃ；ｐ；ｐｇｐ；ｇａｌｏｒｉｔｈｍｓｓｔｅｍｏｔｉｍｉｚａｔｉｏｎｇ；ｙｐＶ ＳＩ目录ｉｍ＾ＡｂｓｔｒａｃｔＩｌｌ第一章绪论１１．１选题背景及研究意义１１丄１选题背景１１．１．２研究意义２１．２快递物流行业概述３Ｌ２．１快递的概念及特征３１．４．２２快递物流行业发展历程１．２．３快递物流行业发展趋势５１Ｊ關外研究職７１．３．１快递网络布局规划方面的研究现状７１．３．２快递配送车辆路径优化方面的研究现状１２１．３．３快递配送模式方面的研究现状１５Ｌ３．４快递柜方面的研究现状１６１．３１７．５研究进展小结１．４论文的主＿究内容及研究Ｍ１７１．４．１主要研究内容１７１Ａ２主要研究方法１９１．５本章小胃２１第二章基于快递柜的快递配送模式分析２３２．１２基于快递柜的快递臓模式３２．１．１快递配送模式的发展２３２．１．２快递柜的实施应用２６２．１．３基于快递柜的配送流程分析与优化３１２．２基于快递拒配送模式的优势及其面临的问題３５２．２．１快递柜配送模式的优势３５ＶＩＩ 东南大学博士学位论文２．２５．２快递柜配送模式面临的问题３２．３论文所研究的快递物流系统优化问题界定３６２．４本章小＠３７第三章快递配送网络布局优化研究３９３．１＾３９３．２快递中心网点布局优化１４４１３．２．１快递配送中心网点布局分析３．２．２快递配送中心选址评价指标体系４１３４２．２．３快递配送中心选址优化３４２．２．３．１基于三角白化权函数的灰色聚类评价模型３４４．２．３．２灰色模糊综合评价过程４７３．２．３．３算例分析３．３快递？址布局及服务区域划分５２３５２．３．１问题描述３．３．２数学模型５３３．３．１．１变量定义５３３５４．３．１．２模型建立：３．３．３三阶段求解方法５５３．３．４案例研究５７３．４本章小结６０第四章智能快递柜格口数量配置优化研究６１４．１概述６１４．２快递柜规格分析６２４．２．１快递柜规格６２４．２．２快递柜格口需求的影响因素６３４．３优化麵６４４．３．１优化问题描述６４４．３．２优化模型建立６６．４７４求雛型的改进粒子群禁忌搜索算法６４．４．１粒子群体初始化６８ＶＩＩＩ ４６８．４．２粒子更新机制及评价函数４．４．３搜索邻域和禁忌表６９４．４．４算法实现过程６９４．５案例研究７０４７０．５．１基本问题４．５．２模型输入及结果分析７０４．５．３敏感性分析７１４．６本章小胃７２第五章基于快递柜的快递配送车辆路径优化研究７３５．１概述７３５．２数学模型７５５．２．１问题描述７５５．２．２变量定义及模型建立７５５．３元臟传算法７８５．３．１元胞邻域结构及种群分布７８５．３．２染色体编码８０５８１．３．３适应度函数５．３．４基于启发知识的初始种群的产生８１５．３．５算法实现过程８２５．４案例研究８６１５．４．基本数据８６５．４．２结果及分析８７５．５本章小结９０第六章基于远景模式的动态派件系统及其优化方法９３６．１９３臟６．２＃态派件系统设计９３６．３案例研究９９６．４１０１第七章结论与展望１０３７．１论文工作总结１０３ＩＸ 东南大学博士学位论文７．２论文的主要创新＾１０４７．３研究臟１０４参考文献１〇７攻读博士期间取得的主要科研成果１１５丽１１７Ｘ 第一章绪论第一章绪论１．１选题背景及研究意义１．１．１选题背景快递业是现代物流的重要组成部分，且已经成为我国近年来发展得最快的行业之一一。随着全球经济特别是电子商务的迅猛发展，快递服务作为种先进快捷的运输服务方式越来越受到人们的欢迎，并且得到了蓬勃发展。近几年，我国快递业务量快速增长，尤其近５年快递业务量均保持５０％左右的高速增长率。２０１６年全国快递业务量突破３００亿件，达到３１２．８亿件，同比增长５１．４％，一业务收入也接近４３９７４４继续稳居世界第；快递０００亿元，达到．亿元，同比増长４３．５％。按照３００亿件快递量和中国１３亿人口计算，２０１６年在中国相当于人均发送了“”２３件快递。根据国家邮政局发布的《快递业发展十三五规划》，到２０２０年，我国快递业务量预计将达到７００亿件，比２０１５年提高３．４倍；快递业务收入将达到８０００亿元，比２０１５年提高２．９倍。快递量迅速增长的同时，快递业的改革取得了重大的进展，快递市场体系得到了不断完善一一系列法规和政策涵盖了促进快递，行业发展环境进步优化。相继出台的业与关联产业协同、企业兼并重组、邮政创新发展、快递末端投递、快递车辆通行、一寄递安全管理、行业职业教育等系列重大产业政策，使快递行业的发展环境得到持１２３［］［］［］续优化，为快递业转型升级、健康发展提供了强有力的政策保障。然而，我国快递业务量快速增长的同时，快递服务水平却相对滞后。２０１１年快递刚刚进入快速增长期的时候“一”，特别是双十刚刚形成网购节，快递服务水平满足不了由电商发展拉动快递需求的需要１１５１，快递业务有效申诉量１件，比上年增长高达３４３．６％，快件有效申诉率也由２０１０年的百万分之４．７７增长到百万分之１３．４８，２０１２年受理快递业务有效申诉量比２０１１的増长率虽有所下降，但仍然高达１７７．７％，快件有效申诉率仍持续増长，高达百万分之２４．１４。近几年，随着国家相关政策的出台和快递企业服务能力的提升，消费者对快递服务的有效申诉增长率在经历了短暂的井喷式，但仍仍存在较大的申诉总量增长之后，也逐渐平稳下降，问题主要集中在快件延误１和投递服务效率方面，以２０６年１２月为例，消费者对快递服务申诉的主要问题与上１ 东南大学博士学位论文，延误、丢失、短少问题增长较明显月比较均呈增长趋势。其中，环比分别增长１０７．６％、１０１．３％，申诉比较集中的问题是投递服务和延误，占比分别为３６．５％和３３．７％。造成投递服务和延误问题突出的重要原因，是快递配送网络的布局优化及管理滞后于业务量增长的步伐“一”，尤其是最后公里的问题没有得到有效的解决，快递４５［］［］配送模式有待完善。一近年来一一，快递终端配送模式出现了种新兴的模式智能快递柜模式，在校园、社区以及办公楼等快递量大且集中的地方实施应用，是快递末端配送中物流服务一进行创新的个重要手段，基于智能快递柜的快递末端配送模式是未来快递配送的必一。然趋势这模式在蓬勃发展的同时，在快递柜布局、配置数量、经营管理等方面也一一显现出了不够合理的面，这些问题有待进步优化解决。由于顾客的快递需求量和快递企业供给能力、市场容量都处在动态变化过程中，给快递业的发展带来了机遇的同时也带来了挑战，，而快递网络布局是否合理将极大地影响到快递业服务能力的提高，同时也影响到快递企业的发展和壮大。对快递配送网络布局与优化的研究，需要解决快递网络结点的数量、规模以及分布地址等问题，６［］以有效发挥快递网络结点的服务供给能力，合理利用资源，满足快递市场的需求。终端服务是决定快递服务质量至关重要的关键环节。终端服务是快递服务完成的一个环节最后，是快递企业与收件人进行接触和互动的重要环节。特别是对于网购客一户来说，投递服务是他们能够直接接触快递和电商服务的唯实体环节，客户。因此在很大程度上是通过在快递终端服务中的体验和感受来做出对快递和电商服务水平的评价。终端服务能否做到迅速、准确、安全、方便直接决定了快递服务质量的高低，直接关系到客户对快递和电商服务的满意度。因此，终端服务是提升服务水平的关键，７［］但目前仍是个短板。基于迅速成长的快递柜配送模式，对快递配送网络终端节点的配送模式、，、、方法技术等方面进行优化研究落实智慧快递绿色快递，这对整个行业的转型升级、提质増效将起到有力的支撑作用。１．１．２研究意义中国的快递物流行业尚处在发展阶段，具有广阔的发展前景，前途光明的同时也充满挑战。研究快递物流系统的优化问题对于提高快递业的服务能力和服务质量具有重要的意义，尤其是优化快递配送网络及配送模式对提高快递企业配送效率和运营质量具有直接的影响。２ 第一章绪论本论文通过对快递配送中心及快递柜选址布局的优化研究，为基于快递柜配送终端网络的合理布局提供决策依据；考虑随机因素构建数学优化模型，获得快递柜格口的最佳数量配置方案，解决由于格口数量不合适而产生的柜组资源紧缺或闲置的情况；考虑快递配送运输的实际情况和客户动态变化的配送要求建立模型，解决混合模式下配送车辆的路径问题，，采用元胞遗传算法进行求解并提出了单元内和单元外交叉和变异的二次操作方法，有效改进解的质量，提高此类问题的求解速度；借助手机定位技术及定位追踪的发展趋势，，设计基于远景模式的物流快递动态派件系统及派件方法为实现高效、绿色的快递配送提供思路。１．２快递物流行业雛１．２．１快递的概念及特征快递又名速递，是兼有邮递功能的门对门物流活动，即指快递公司通过铁路、公路、空运和航运等交通工具，对客户货物进行快速投递。我国的《快逢服务》邮政行业标准（２００８）给出的快递定义为：快递是指快递服务组织依法收寄并封装完好的信，件和包裹等寄递物品，或其它不需要储存的物品按照承诺时限递送到收件人或指定９［］地点，并获得签收的寄递服务。从定义中可以看出，快递是以时间、递送质量区别于，其它运输方式，它的高效运转是建立在完善的快递网络基础之上的从寄递内容上主１要可以分成文件和包裹。除了较快送达目的地及必须签收外，很多快递企业还提供邮件追踪功能、送递时间的承诺及其他按客户需要提供的服务。一快递服务使经济发展中贸易扩大的市场需求得到了满足，同时进步促进了经济９１（）［］［］全球化的发展。快递服务具有以下特征。时效性：快递时效性指的是快件的投递时限不应超出服务组织承诺的服务时限。“”一快递最主要的特点就是在于它的快，与普通的运输方式相比，快递的运费般大大高于普通运输方式，是由于其追求时效性而使得成本的增加，和满足客户对时间需求而增加的增值。不同的快递企业根据客户需求推出不同时效的服务，如顺丰速运推、出的服务时效有：顺丰即日、顺丰次晨、顺丰次日顺丰隔日、物流普运等，根据不一同的地理位置、运距、时效要求等因素，收取的费用也不样。安全性：快递服务的安全性主要包括：快递不应对国家、组织、公民的安全构成威胁，同时在向顾客；快递服务组织应通过各种安全措施保护快件和服务人员的安全３ 东南大学博士学位论文提供服务时不应给对方造成伤害；除依法配合国家安全、公共等机关需要外，快递服、收件人和快件的相关信息，务组织不应泄漏和挪用寄件人。简单地说安全性主要包一二是、，是快件安全送达收件人寄件人的信息安全；三是含以下几层含义；保证收１（）［］快件本身的安全性。从客户的角度考虑，安全性是客户在选择快递品牌时所考虑的重要因素。不同的快递企业都在为快递的安全性做出努力，尤其是在网络中操作快件利用网络信息系统对快件进行全程监控追踪一些快递的运作，保证快件的安全性。，客户端，如顺丰速递Ａｒｐ增加了快递员头像推送等功能，增强快递服务的安全。比如，当用户有快递信息时，客户端会提前进行消息推送，包括快件动态和快递员身份信息“”（如工号、照片等），用户在接收快件的时候，可以防止假快递员。便捷性：快递企业在设置服务场所、安排营业时间、提供上门服务等方面应便于为顾客服务。快递企业给客户提供更为方便快捷的快件传送服务，使快件实现了在空，并在到达时效性的要求下间位置上的转移，使客户之间进行传送快件的需求得以满足。快递企业利用信息系统，在收件、派件、查询、结算等诸多环节为客户提供更多便捷、专业的高附加值服务。。准确性：快递企业应将快件准确地投递到约定的收件地址和收件人快递传送链分为收件、运输、分拣、转运、派送等环节，在各个环节中要做到准确无误，最终达成快件的投递，完成完整的快递服务。１．．２２快递物流行业发展历程起步阶段：我国快递业起步的主要标志中国邮政快递ＥＭＳ的成立。１９７９年中国首家快递企业成立１９８０年中国邮政快递服务公司（ＥＭＳ）成立，开创了中国，次年，大陆快递业的先河。ＥＭＳ成立之初在我国快递空包代发市场上占据主导地位，市场占有率最高超过９０％。伴随着中国快递业诞生，ＤＨＬ（敦豪）、ＵＰＳ（联合包裹）、ＴＮＴ（天地）、ＦｅｄＥｘ（联邦快递）等国际快递企业也在８０年代逐渐进入大陆市场。。成长阶段：我国快递业的成长以民营快递企业的创立为标志早期的邮政快递由、于服务价格偏高服务时效不够快和运营体制不够健全等因素的影响，难以完全负担特快专递服务的全部业务，在这样的环境背景下，中国民营快递业应运而生。１９９３年，顺丰速运在珠三角诞生，同年，申通快递品牌在长三角创立，次年，宅急送和天天快递分别在北京和杭州成立。至２０００年前后，韵达速递、圆通速递以及中通快递等民营４ 第一章绪论快递企业先后成立。民营快递企业的创立解决了快递初期运力不足的问题，同时增加１１［］。了客户对快递选择的空间，为之后快递行业的快速发展打下了坚实的基础一快速发展阶段：这阶段是以快递业行业法规文件的出台为标志。随着民营快递企业的崛起，中国市场形成了中国邮政、外资快递企业、民营快递企业共存的局面。为了使我国的快递市场得到规范管理，２００９年，《快递业务经营许可管理办法》和新版《邮政法》同步实施，从法律角度明确了快递企业的地位，规范了快递服务业，随一后，更多涉及快递的相关法规文件逐步出台。在这阶段，逐步形成了快递业三足鼎立的多元化发展格局。创新发展阶段“：我国快递业的创新发展阶段是在２０１０年之后。在我国发展十二”“”２０一五规划中，多次提到快递业发展规划＾１５年，互联网＋这新型产业发展思路的提出，对于非常依赖电子商务发展的快递业来说，这是自我创新发展的时机和阶段。一一在这阶段，需要考虑如何整合快递资源、加快上下游合作、提高信息化程度等系“”“”一互联网＋高效物流为标志的列的问题。年来智慧物流加速起步，催生了，以物流的新模式、新业态。２０１６年末至２０１７年初，圆通、中通、申通、韵达、顺丰五个民企快递巨头先后上市，登陆资本市场，为快递企业赢得更大规模的融资，为企业发“”展注入更多新血液。２０１７年２月１３日，国家邮政局发布了《快递业发展十三五规“”划》，指出十三五时期是快递业改革创新的攻坚时期，是建成与小康社会相适应的现代邮政业的决胜时期，也是我国从快递大国向快递强国迈进的重要时期。１．２．３快递物流行业发展趋势（１）快递行业发展増长迅速我国快递业增长迅速，并且呈稳步髙速增长的态势。２０１６年我国的快递业务量规模持续稳居世界首位，在全球的占比中已经超过了四成，对世界快递业务量增长的贡２［１］献率已高达６０％，我国已经成为全球快递市场发展的新引擎。国家邮政局发布的《２０１６年中国快递》．发展指数报告显示，２０１６年中国快递发展指数为５３８５，同比增一长了４０．８％。从级指标来看，，，快递发展规模指数髙速增长服务质量指数稳步上扬１３］［－１１：发展普及指数保持增长，发展趋势指数积极向好，如图所示５ 东南大学博士学位论文１２００／１０００ｙＳＯＤ５３Ｓ５．：一二一２００—－二Ｚｇｒｎｚｒｒ＝＾—，一》＿Ｖ－ｇｍ：：？Ｑｒ：２０１０２０１１２０１２２０１３２０１４２０１Ｓ２０１６娜规循数寺发顯麵数十发展普及臟＋发展趋势指数中国決递发展诣数－１２００－２０１６图１１年中国快递发展指数（来源：国家邮政局网站）我国快递业的发展速度趋势可以从两个方面来看：一一方面，与国家经济的发展形势致，我国快递业的发展处在增长新旧动能的转。，，但还没有完全发挥主导作用快换期，传统动能己经在逐步放缓新动能逐渐增长递业务增速将逐步趋于稳定。一２０１６，另方面，从发展趋势指数来看，年我国快递的发展趋势指数基本平稳为９９．８。从业务增长预期指标来看，预计２０１７年我国快递量为４２３亿件，同比增长为３５％５１６５，，快递业务收入将达到亿元。随着快递发展基数的增大每个増长点带来的２０７３５０１６１．４％增速带来的增快递増量将会也会更大，１年％增速带来的增量将比２年５１３［］量还要大。（２）快递业发展由量变转向质变“”“”我国快递业发展正在经历由量变向质变的转换过程，集中体现在技术创１４［］新。、资本创新以及管理服务创新几个方面＞技术创新随着互联网的快速发展和技术的不断创新，互联网、物联网、大数据、云计算等一步优化信息技术引用到了快递业，有了更好的专业仓，使快递服务网络布局得到进。，储，快递业不在不断推陈出新利用现代化的物流设备、配送和运输网络体系同时来提高快递系统的运行效率。６ 第一章绪论＞资本创新。除了技术，资本也是快递发展不可缺少的因素快递企业无论是要实现加盟改直营的运营模式，还是要实现差异化的竞争策略，都需要大量的资本来作为支撑。圆通、中通一、申通、韵达、顺丰的相继上市，使快递企业获得了强大的资本注入，这进步。加快推动快递企业的转型升级，并逐步实现整个快递行业由大变强的转变＞管理服务创新国家政策导向和快递企业的发展策略，都指向管理和服务方面的创新发展。快递一步寻求拓展产业链企业将进、供应链和服务链，迈向综合性快递物流运营商转型之路，拓展供给范畴，发展与消费者个性化需求相适应的便捷化、差异化和定制化的寄递服务。企业竞争方式逐步发生转变，从价格竞争向服务品质竞争转变，实施品牌化“”和差异化的发展战略。《邮政业发展十三五规划》中提出，鼓励企业积极融入智慧城市建设，提升快递服务信息化水平和快件末端投递智能化水平。１．３国内外研究概述１．３．１快递网络布局规划方面的研究现状（１）快递网络规划及选址方面的研究现状１５＿２１［］国外有不少学者在关于快递物流网络的规划及选址问题做了较详细的研究。２２［］Ｃｈｅｓｔｌｅｒ分析了早期快递行业情况，指出快递网络中存在ｈｕｂ节点，并探讨了节点的选址问题，指出快递网络具有不同的结构，其中枢纽辐射和全连接是两类典型的网络２３Ａ［］结构ｌｅｘａｎｄｒｅＬａｆａｅ，。ｙ分析了各快递巨头在欧洲市场的战略与网络结构确定了枢纽选址所考虑的因素：市场和产业集中度、枢纽机场分拣的时间和地理位置等。Ｈｕａ２４Ｙ［］ａｎｇ应用复杂理论分析了快递运输网络的拓扑特征，并比较了快递运输网络与航空网络的不同，对相应的距离加权网络进行了分析，最后对地理约束和偏好同时考虑并ｐ５Ｋ］建立了优化模型，模型结果与经验结论相符。Ｄａｅｋｉｉｍ和ＣｙｎｔｈｉａＢａｍｈａｒｔ在给定服务时间窗、包裹分拣能力和有限车辆、飞机数量的基础上，建立了包裹从起点至终点的基于总成本最小为优化目标的大规模快递包裹运送网络设计模型，求解得到最优２６［］的航班航程及时刻表、地面运输路径和时刻表。Ａｎｎａｃｏｓｔ等分析了ＵＰＳ的快递网络，发现快递网络区域有类似网关的节点，具有收发该区域内其它节点货物的功能，同时还发现在快递网络中有中心点，揭示了快递网络具有典型的枢纽辐射式的网络结构特７ 东南大学博士学位论文２７］［征。ＭｉｃｈａｅｌＷａｓｎｅｒ和ＧｕｎｔｈｅｒＺａｐｆｅｌ将取送件货物路径优化和长途干线运输路径优一化视为体实行全局系统优化，即同时确定枢纽与节点的位置、数量、服务的范围以ｓＡｐ］。ｅａｎＳｍｉｒｔｍａｕｄＢ〇ｕｂｒｔ，及路径Ｍｇｉ和ｅＷ究了层级式的联邦快递网络把现有网络一一与增加个超级枢纽的轴福网络所发生的运作成本变化进行比较，得出了增加层网２９［］络后，物流成本反而增加的结论。ＡｌｅｘａｎｄｒｅＬａｆａｙｅ对ＤＨＬ、ＦｅｄＥｘ、ＴＮＴ、ＵＰＳ等几个快递巨头在欧洲市场的战略和网络结构进行了分析，得出各快递在枢纽选址考虑因素有：主要的影响因素是市场和产业的集中度，另外枢纽机场分拣的时间以及地理３（）Ｂ［］位置也会影响到枢纽的选址方案。ｅｒｅＣｈｍａｎ对不同航空快递网络结构进行研究，分３１［］析了网络结构对航空公司费用、飞行频率等参数所产生的影响。Ｂａｒｎｈａｒｔ和ｓＣｈｎｅｕｒ一Ｈｕｂ对航空快递网络进行了研究，设计出只包含个节点的航空快递网络模型，枢纽辐射式的网络结构有助于对物流资源进行整合、物流资源的利用效率得到提高，这种网络结构也通常被运用在公路快运网络以及由公路和航空组成的混合快运网络。＾３２１Ｂｕｅｄｅｎｂｅｎｄｅｒ研究了直航网络的优化问题，并应用混合禁忌搜索算法对所建立的模型进行求解。３３［］通过对快递网络的成本国内学者在这方面也有较多的研究。倪玲霖、不同服务效率的比较以及快递企业的网点布局进行研究，，以多分配的轴辐式网络结构作为基础对快递主干网络的实体网络、组织网络和路径网络的优化问题进行研究；考虑客户满意度，研究了不同的取送快件模式的适用范围、取送区域范围以及基于客户特征研究的优化策略，；研究了基于快递运输组织方案的快递市场竞争网络均衡问题建立了快３４递市场竞争网络均衡变分不等式模型［］用层次灰色综合评价法进行配送中心。陈岱莲粗选址，用所建立的基于ＣＦＬＰ模型的同城快递配送中心选址模型确定最佳选址方案，并对最终选址方案进行路径优化，为开展同城业务的快递公司选出总费用最小的配送５［］中心分析了快递企业配送系统所具有的超网络结构，。黄建华探讨了在矩阵式的管理“”结构和快递行业限时派送经营模式的制约下，物理层网络的综合优化问题；论文还从超网络的视角，分别研究了快递网络系统中的物理层网络和管理层网络遭受破坏一，种适合描述快递网络系统特征的超网络模型时的抗毁性能特征构造了，并设计了４适合物理层网络结构特点的优化算法［］从演化视角分析美国快递业发展历程的。匡旭娟外在模式和内在规律，构建解释快递网络形态变迁的运输经济模型，重点分析了快递３５网络形态变迁及决策过程的内在经济机理［］。李莉和丁以中研究了轴辐式快递网络枢纽的选址和分配方面的优化问题，，建立相应的数学规划模型对２个目标函数进行标８ 第一章绪论３６一［］，然后设计种模拟退火（ＳＡ算法来求解模型准化处理）。张兰针对快递业的行业特性，确定了服务区域的评价指标，，明确候选网点的基本条件并解决了区域网络的建设顺序和网点的初选问题，在此基础上，考虑成本最小化和效益最大化的目标，构建３７快递网络覆盖模型和中转场选址模型［］，并制定网点布局方案。戴韬、霍佳震研究了多货物流的非轴辐式快递网络，建立数学模型，分别提出了基于ＮＬＰ模型和改进的ＥＳＳＮＤ模型的两种求解方法，通过设计算例，得出改进的ＥＳＳＮＤ模型能够获得接近３８［］应用系统工程理论和解释结构模型最优的结果。张旭凤、赵迪、屈虔（ＩＳＭ）对快，并逐步分析了各个影响因素之间的邻接矩阵递网点的选址问题进行评价与分析、可达矩阵和分解矩阵等，最后得到影响网点选址的表层因素、中层因素以及深层因素。３９［］以末端网点和多分配轴辐式快递物流网络为研究对象一张永昕，在市场需求量定的情况下，以顾客满意为出发点，研究在兼并重组下快递物流网络基础设施的优化整合问题，根据末端网点、城市分拨中心和区域枢纽的特点，分别建立了快递末端网点优化整合模型和快递基础设施网络优化整合模型，并利用免疫遗传算法对所建的模型进４°［］一行验证求解，，。王鹏飞以选址模型作为出发点结合用户的潜在趋势分布提出种－ｍｅａｎｓ聚类算法的用户购买潜在意向的选址模型基于ｋ，并对其进行求解得出最佳快４１［］递网点选址布局策略，结合快递行业特性，建。刘庆耀基于对快递网络理论的梳理立了影响网点布局的指标体系，，提出了成为候选网点应具备的基本条件为实际决策４２［］提供参考依据从整体网络的视角出发，，。陈琼重点考虑网点在网络中的重要程度对同城快递的配送中心重新进行规划和优化；在网点分配问题上，综合考虑市场份额和运营成本两个要素，运用竞争性选址模型，构建同城快递二级网络；最后通过３ＴＯＰ［４］ＳＩＳ综合评价方法从三个维度对各网点的绩效进行考核。谭熙熙把主成分分析法、重心法以及聚类法运用到确定快递主干运输网络资源配置方案中，确定出快递企业建４４立轴辐式快递主千运输网络的时候需要优先进行资源配置的区域［］。张光明和王路对０—快递企业服务网点的选址问题进行优化分析１混合整数规划模型．采用ＧＭ，建立（１，１）模型在ＭＡＴＬＡＢ环境下对用户未来的需求量进行预测；考虑交通因素对运输成本的影响，建立以满足用户费用要求和时效要求条件为约束，以快递企业总收益最—大化为目标的０１型混合整数规划模型，求出服务网点的建设位置。谢逢洁和崔文田４５［］研究发现陆运快递网络是小世界网络，它的度分布形式是无标度分布，存在明显地与地理位置相关的社区结构，根据这些结构特性，在ＢＡ无标度网络模型的增长和优先连接机制中，引入边的增长机制和节点城市的地理位置因素，构建陆运快递网络演９ 东南大学博士学位论文４６化模型［］把快递服务网点的选址及车辆线路的规划问题看作是双向物。黄丽君、郭昆流网络优化问题，包括了正向物流和逆向物流，以网点的建设成本和运输成本最小化为目标，建立了快递物流网络优化模型，并通过对离散人工蜂群算法进行改进，对模４７［］型进行有效求解，。袁帅以快递配送网络中存在复杂网络现象为研究内容以最短路径问题算法为研究手段，针对存在分公司和转运中心对配送层施加影响的现状，以复一杂网络理论为指导，建立了第个复杂网络模型针对快递网络中存在的社区现象运；用数学推导的方法给出了基于成本最优的数学模型，；对建立的模型分别进行算法设计对已有的算法进行改进，并针对实际问题设计新的算法。（２）配送区域划分方面的研究现状４８国外有部分学者专门针对物流网络区域划分问题做了一些研究ＯＬＤＥＮ等［］介。Ｇ一ｃａ－Ｃｏｌａ公司采用种栅格系统将大的城区和地域分成小的区域或单元的方法绍了Ｃｏ。４９５Ｑ］Ｃｈ［［］ｅｏｎｇ等采用了基于邮政编码的客户区域化整合方法。０１ｉｖｅ．Ｆｉｓｈｅｒ在对物流区域，划分问题的研究中，分别采用网络规划和节点规划的方法来进行阐述对于网络规划沿用传统思想的方法，而对于节点规划则把问题分为生成型配送、消费型配送和运输Ｕ转运型配送等三个类别。ＪａｍｅｓＪ．ＡｓｈｅＰ在研究物流区域划分问题时，运用区域货运模型来进行解决“”，其中区域货运模型包括了四阶段法中的产生、吸引和分布三阶，虽然可以把这个方法应用到物流区域中各个小区的发生段步骤、吸引的货运量以及小区之间的分布预测，但把区域货运模型作为物流区域规划的理论模型还是存在着比５２［］区域货运模型分为三个阶段来进行求解。Ｊａｃｋ和Ｍａｒａｒｅｔ较大的局限性，最后把ｇ等把一种新的区域划分方法应用到供应链运输和配送网络的优化问题中。美国学者Ｂｏｌｔｏｎ认为区域交通的运输状况与该区域经济的发展是相应的，在经济比较发达的地区物流运输也会比较繁忙，反过来，交通运输比较发达的地区则其经济也就相对比较，发达，他认为区域经济发展规划的理论是可以应用到物流区域规划当中的同时指出了稀缺资源的有效配置与大规模投资进行结合的重要性，并且认为强制性地规划建设宏观物流设施是非常必要的一些学者曾经对区域物。荷兰鹿特丹大学和蒂尔堡大学的一流产业以及区域发展方面做了相关研究，这研究通过对特立尼达岛、多巴哥岛、新加坡等物流发展的经验进行总结，，探索经济区域的成功与物流产业发展之间的关系［５３］为荷兰Ｃｕｒａｃａｏ经济区的建设提供相应的理论指导和决策依据。５４［］国内研究方面，冯翼对我国中部地区已经形成的物流网络系统的分层体系进行了重点研究，构建了关于物流能力的评价指标体系，分析了网络上各个节点的物流能１０ 第一章绪论力，并且运用模糊聚类和因子分析相结合的方法对中部地区的物流网络系统发展进行５５［］层次分类把层次分析法和模糊理论进行综合应用，提出了应用于区域物流。郎丰平网络的多层次模糊评价方法，并构建了东北经济区物流网络的主体构架和对俄边贸的５６［］物流网络层次框架，。王涵以物流企业需求、社会需求为基础从消费者角度对影响物流企业配送服务指标进行量化，进而建立广义费用模型，并将其与图论相结合研究５７物流企业配送网络区域划分问题［］认为对配送区域进行划分时使用聚类算法。谷炜等－得到的区域划分较紧密而且更加符合实际，在分析基于Ｋｍｅａｎｓ聚类算法优劣性的基一Ｋ－ｍｅａｎｓ聚类算法础上，设计了种改进的两阶段，用于配送区域均衡的划分。阎宇５８［］提出了根据点密度选取初始聚类中心的方法婷，在原始的模糊Ｃ均值聚类算法的基一础上，ｃ，在预处理阶段先计算出每个样本的点密度初始聚类中心就是其中个密度最大的点；再按照模糊Ｃ均值聚类算法来进行相应的聚类，把初始聚类中心的随机选取变为有目的的选取；最后利用Ｍａｐｌｎｆｏ软件仿真快递配送点的地理坐标，应用改进的ＦＣＭ聚类算法划分模拟配送区域内的点，并考虑车载量等约束调整聚类划分。刘世５９［］ＲＯＡＭ萌引入ＲＯＡＭ优化模型并加以改进，借鉴了优化模型并将其重新定义、简化甚至限制所需分析指标，对于大多数处于探索阶段的快递企业派送路区优化问题进６＜）行了深入探讨［］。谭力针对白沙物流配送基于行政区域和个人经验的区域划分所存在配送客户数分配不均衡和运输路线不合理问题，提出了网格化聚类法对配送区域客户群进行划分，首先将配送区域利用网格法进行初步聚类，再通过Ｋ均值聚类算法实现６１一［］，确保客户分配均匀较优的聚类结果。杨宝石以解决物流公司最后公里的配送问一题为出发点，总结了前人的研究现状，选择了便利店自提模式作为这问题的解决方法，研究了区域划分和路径优化这两大便利店自提模式实施的关键问题，分别选择了泰森多边形和蚁群算法为这两个问题的解决方法，并进行了仿真实验，证明了泰森多６２［］ＶＲＰ配边形和蚁群算法在求解这两类问题的可行性。潘国强等针对大规模送问题，一Ｉ提出种配送区域划分的启发式，模拟退火混合搜索算法，针对ＧＳ中实际路网建立路网数学模型，，并在大规模ＶＲＰ路径规划问题研究中与实际ＧＩＳ路网相融合对配送６３一种结合Ｇ［］在对物流路径规划问题提出ＩＳ模型约束的启发式路径搜索算法。胡世超区域划分进行分析后，研究了不同类型运输需求的高铁快递运输组织模式，认为物流区域的划分有助于对高铁快递进行科学的组织与管理，进行运输组织模式的优化也将６４一［］进步促进高铁快递的发展。于晓寒、王东针对客户分布已知的快递配送区域划分，提出了考虑河流，利、公路等地理障碍和各站点工作量的带有约束的聚类算法用文中１１ 东南大学博士学位论文“”所提出的障碍距离来克服欧氏距离难以表征地理信息的不足，并设计ＢＳＰ树来实６５［］。现对点的可视化判断张睿从企业实际运用出发，以送货系统为例，尝试合理运用聚类分析法划分配送区域，然后在所分区域内运用改进蚁群算法，获得优化的配送路６６］［，选取划分指标径。侯文英、朱少冉利用两维图论聚类，划分农产品配送区域，对，依据农产品配送时间约束设定距离阈值农产品需求点进行聚类，通过调整聚类结果得到农产品配送区域规划结果。国内外对快递网络选址规划及配送区域划分方面的研究主要是针对快递分拨中心、配送中心、服务网点等方面的优化，当前的研究极少涉及快递柜布局的相关研究，这一些优化方法给快递柜的布局规划问题提供了定的理论基础和研究方法。１．．３２快递配送车辆路径优化方面的研究现状（１）国外研究现状６７＿７３７４］［［］国外学者对车辆路径问题有了较深入的研究。Ｇｅｎｄｒｅａｕ等人研究了对于随一，该种在失效时返机客户需求的状况下，用禁忌搜索法求解车辆路径的问题算法是回原点的补偿策略下的禁忌搜索算法，，通过该启发式算法当客户的数量从６变化到４６的情况下，８９．５４％的情况下可以获得最优解，并且总体的成本与最优解的偏差为７５［］０．３８％。Ｔａｒａｎｔｉｌｉｓ等提出了回溯自适应极限接受算法对分车型数量有限的车辆路径问７６［］题（ＨＦＦＶＲＰ）进行了求解，取得了较好的效果。Ｌｉｕ与Ｓｈｅｎ提出了求解带时间窗的７７［］各车型数量无限的车辆路径问题（ＦＳＭＶＲＰ）的插入启发式算法。１＾）〇１＾和｜７８Ｇ［］ｅｎｄｒｅａＵ等利用车辆路径何题与多重旅行商之间的关系，将车辆路径问题变形为旅７９［］行商问题后，再用分枝定界法求得问题最优解。Ｔａｉｌｌａｒｄ等人研究了带有软时间窗约束的路径规划问题，不在时间窗限制之内到达将会产生惩罚成本，计入总成本，建立８ｅ［］了规划模型．Ｋ．Ｙ．Ｌｉｎ，同时利用了禁忌搜索算法求解。Ｃ以车辆的固定费用和行驶费用之和最小为目标，研究了带有时间窗的取送货的车辆路径的合作策略问题。Ｒｕｓｓｅｌｌ８１一［］Ｂｅｎｔ等用两阶段混合算法求解带时间窗的多车辆取送货的车辆路径问题，第阶段一二阶用个简单的模拟退火算法来减少路线的数量，第段使用大型邻域搜索来减少总８２［］一出行成本。ＩｓｍａｉｌＫａｒａｏｇｌａｎ等研究了同时取送货的选址定位问题，提出了个有效的分支定界算法来求解一些文献中该问题的几个有效不等式和基于模拟，该算法采用８３［］退火算法的局部搜索得到的上界。Ｃａｒａｍｉａ等介绍了解决取送货服务的动态车队问题的一一个非常快速和高效的启发式，作者为每个客户定义了个弹性系数来表示在取货１２ 第一章绪论点和送货点之间按最短路行程的相对偏差，不允许存在等候时间。由于这些假设并不８４［］．ＦＰ１１〇＊１现实，Ａａｂｒｉ和．采用该算法的结果来解决带有若干个时间窗的动态取送货车辆路径问题，允许车辆有等候时间，而且，计算结果是大大提高了利用免费计算能８５［］．Ｓｕｂｒａｍａｎ力的局部搜索技术。Ａｉａｎ介绍了解决同时取送货的车辆路径问题的并行方法，该并行算法嵌入多起点的启发式算法，包含了可变邻域的下降过程和随机的邻域一８６Ｐｄ［］，集成在个迭代局部搜索的框架里ａＧａａｌｒａｋａｓｈＡｂａ顺序。Ｙｕｖｒｊｊｐ和采用蚁群系统来解决问题，该算法可以解决带有回程和混合装载的车辆路径问题。８７［］特别针对快递的车辆路径研究也有了部分研究ａｔＭａｈａａｔｍ。Ｓｕｂｒｐ研究了不同网络战略下，考虑飞机的固定成本与变动成本最小化的目标，构建了快递车辆的开行方案与车辆行驶路径优化的数学优化模型，并对不同模型的绩效进行了评估，同时对需８８Ｙ［］求变化、固定成本和变动成本等因素做了敏感性分析。Ｓｈａｎｇｙａｏａｎ建立模型制定并实时调整城市快递路径和调度方案，用启发式算法有效解决随机实时调整方案的问题，在制定计划和运行两个阶段均考虑了随机行驶时间，并在实际操作中调整计划制８９Ｂ［］定的路线ｅｒｒｕｃｃｉＦｒａｎｃｅｓｃｏｏｃｋＳｔｅｆａｎ，。Ｆ和研究了实时控制的动态取送件问题在配送过程中，可能发生各种动态的意外事件，如新产生的到达需求、交通拥堵、车辆干扰等，由于取送件问题的时间紧迫性，主要目标是要减少需求点的延误，次要目标是车辆运营成本的最小化。为调整运输配送计划以应对动态事件并能够及时响应服务请求，，用仿真的方法来调整计划的实时控制方法采用带动态开关的多阶段邻居算子选９Ｃ）Ｍ［］择方案的禁忌搜索算法搜索过程。ＧｉａｎｐａｏｌｏＧｈｉａｎｉ，Ｅｍａｎｕｅｌｅａｎｎｉ研究了即日达快递取送件车辆的动态调度问题的预测算法，算法通过短期需求样本和无差异区域选一一择的连续过程来评估解决方案，并开发应用了个统综合的方法来解决实时车队管理的所有问题，即把需求点分派给车辆、派出车辆、调度行驶路线以及安置闲置车辆。９１［］Ｓｕｎｕｒｌｌａｚ１＾１１￥１１＆〇认为快递派送问题中，，ｇｇ，＾等带时间窗的车辆路径问题中客户出现概率及其服务时间是不确定的，采用基于场景的随机规划模型来描述在不确定一的服务时间下客户和鲁棒优化的不确定性问题，通过所建立的模型生成个总体方案及日常方案，使客户的覆盖率最大化，同时使配送时间和早到及迟到的时间惩罚最小９２Ｙ［］化。Ｌｉｎ和ａｎ建立了规划模型和实时调整模型来解决快递公司面临不确定需求进行９３［］Ｔｓｍ－Ｃｈ的快递路线和日程安排问题。ｉｇＳｈｅｎｇａｎｇ等对城市快递路径问题和调度问题一进行了研究，建立了带有硬时间窗约束的多目标模型，并提出了种多目标分散搜索框架。１３ 东南大学博士学位论文（２）国内研究现状９４［１丁浩、苌道方研究了如何利用Ｄｉｊｋｓｔｒａ算法来迅速寻找出快递车辆配送派件过程中的最短路，并证明了Ｄｉｊｋｓｔｒａ算法可以迅速地寻找出快递配送车辆的路径方案。杨９５从平［］通过定义人工蚂蚁状态转移概率和信息更新规则设计了基于蚁群算法的快速物流配送车辆路径问题的算法模型，通过蚁群算法对快递网络的配送路径进行优化。刘９６［］一杰将种改进的和声搜索算法应用在快递配送的路径优化中，并通过数据仿真和实验比较了两种算法的运算性能，验证改进后的和声搜索算法在解决路径规划这类离散９７问题时在逼近性和稳定性两个方面具有更好的表现一［］。赵民基于时间窗对航空快递９８企业地面物流配送路径进行建模优化［］主要研究的车辆路径问题为配送中心。张迅等，在为各分点进行快递配送时，采用快件送达和收集同时服务的配送策略假设车辆在各点之间的行驶时间服从正态分布，配送点有软时间窗约束并且快件收集数量服从泊。松分布的条件下，建立问题的优化模型，并进行了基于遗传算法求解的应用设计张亚洁、刘烨采用与便利店的经营服务辐射半径相关的研究理论找出服务范围重合的网点，，对网点其进行优化选择计算出该方案运输距离最短的配送路径。代楚楚、徐［１（）（）］菱在传统的ＶＲＰ问题研究的基础上，将车辆数、旅行时间及碳排放最少作为模型的３个目标函数，构建基于时间依赖车辆路径问题模型的快递企业低碳配送车辆路径１（）１［选择模型］研究了带时间窗的快递，并设计多种群遗传算法对模型进行求解。刘向彬＋车辆路径问题的建模及求解，在固定时间窗问题的基础上，采用环线班车单边车的班一车安排方法，建立了该问题的数学模型，设计了种两阶段的求解算法，该算法包括时间窗求解和固定时间窗问题求解两个阶段，并且在时间窗求解阶段设计了时间窗口一１（＞２［］好坏的个评价函数。陈波以时间窗约束下的快递车辆动态调度问题为研究对象，－ｔｍｅａｎｓ聚类算法ｌａｒｃＶｉｅｗＧＩＳ使用Ｓｏｌｏｍｏｎ启发式算法和改进Ｋ，以及Ｍａｂ和Ａ等研“”“”究工具，对是否采用二程接驳以及改进二程接驳的快递车辆动态调度模型进１（）３［］行了研究，。杨志清根据城市快递配送的特点着重考虑了车型因素和不确定时间因素，构建了多目标带时间窗的车辆路径问题模型，采用改进遗传算法对该模型进行求一，解，其中在适应度函数设计上，采用量纲统和权重配比将多目标函数问题转化为１（）４［］分析了城市快递配送过程中的复杂性单目标函数问题。张晓、经济性、时效性、服务性，、不确定性和多目标性的特点建立双类别快递配送模型采用图转换法将原问题１（）５一ＶＲＰ问［］的题，然后采用改进的蚁群算法进行求解转化为单。吴海东研究了城市快递递送服务的路径规划问题，建立了两阶段优化策略，分别称为周期策略与日策略，１４ 第一章绪论为了实现规划路径相似以及服务每天随机性需求的双重目标，研究中引入了服务单元一的概念，根据客户地理位置，通过聚类算法将客户归入系列的服务单元，并将服务单元作为周期策略中路径规划的基本节点一，同时选择了以些服务单元作为交接单元，并建立了不同类型车辆之间的交接策略。国内外对快递配送车辆路径问题有了较成熟的研究，但将快递柜与客户需求点的配送顺序进行综合考虑研究的极为罕见。在送件到快递柜和送件上门的混合模式下，路径的特殊顺序决定了基于快递柜的配送路径问题的重要性和独特性，就此问题展开一般的车辆路径优化理论和方法也可提供借鉴深入研究是非常必要的，而。１．３．３快递配送模式方面的研究现状，到目前为止关于快递配送模式方面的研究较少，尤其国外的研究文献很少见，１（）６Ｓｎ［］一ｅｚａｎａ等研究了带时间窗的动态取送件模式的策略，这模式可以应用到快递配（）［１７送问题中］。国内研究方面，杨奴越研究了基于供应链管理思想的电子商务和民营快。递共赢发展模式，为电子商务和民营快递物流共赢发展的提出了基本思路和应对策略８％：■高飞对我国快递物流行业的营运模式进行了分析，得出直营模式将成为未来快递业１０一［９］注重考虑高校校园快递发展的主旋律这结论。刘珍，提出由高校、淘宝和快递公司合作共建校园小邮局，规划小邮局的管理流程，应用邮局系统，拓展快递业务的服１１（）务种类［］，提升物流在校园配送端的服务质量。杨士涓、周燕蓉、顾淑红从学校与快递公司合作建设校园快递服务中心、设置智能快递柜以及ＡＰＰ＋众包物流的新型配送“”模式、提高快递配送终端的安全性等方面来进行阐述，以建立互联网＋的校园快１１１［一］递配送模式。王惠珠等根据校园快递的特点，提出种校园快递配送模式分类方法，１１２并分析了四种模式的特点［］提出了电子商务和快递协同的配送模式。杨萌柯、周晓光以及快递末端有限区域的共同配送模式，建立以云平台为基础的快递协同服务网络，一。构建大数据的分析系统和０２０电子商务系统，使快递末端的协同配送得以进步完善１１３［］通过设计快递企业末端配送众包模式的总体框架结构吴竞鸿、吕能芳，分析了快递企业末端配送众包模式中发包方、接包方及中介方主要参与主体，并从平台建设、参与主体多元化、业务流程规划及风险管控方面提出快递企业构建末端配送众包模式的１１４［］关键策略。王笛淑、王爱玲构建了采用基于公共配送点的快递社区末端共同配送模１１５“一［］式的运作主体、运作流程和收派系统。杨晓红、严中华针对我国高校快递最后”１１６［］公里问题构建了间接配送和直接配送相结合的多样化综合配送模式。范静静等提１５ 东南大学博士学位论文出应在结合现有分布的实体店和第三方末端快递服务点的情况下，建立上层共同配送分拣中心一，并进行车辆统规划并将快递配送到末端客户手中的共同配送服务模式。１１７［］卢涵青对市场上存在的几种快递终端配送模式进行详细的阐述、对比与研究，通过对比分析各个模式的优缺点，结合我国实际情况，对快递终端配送模式提出了建议。１３．．４快递柜方面的研究现状。随着近几年快递柜的逐步应用推广，有关快递柜方面的理论研究也逐步出现国１８１］外的相关研究很少［，主要对国内的研究进行分析。尚玉冰指出了智能快递柜的开发一是快递行业向互联网转型升级的重要实践，在定程度上解决了末端配送问题，可有１１９］［效降低物流成本，为客户提供更高质量的服务。刘立华对国内外的快递柜研究应用状况进行了介绍，指出传统快递自提模式所存在的问题，分析了快递柜服务的应用及一些建议优势，指出现阶段快递柜服务存在的问题，最后针对快递柜的发展提出了。１２Ｇ］朱溪亭［在分析目前高校快递终端业务存在问题的基础上，提出构建基于智能快递柜１２１］的校园快递服务点校园快递终端业务高校园快递服务水平［。丁猛，以整合，提针对大学校园智能快递柜选址的特点，在满足所有需求点快递需求和取件距离之和最短的约束下，分别以网点数量最小和固定网点数量为目标建立大学校园智能快递柜网点选址模型，构建了适合深圳大学的智能快递柜网点选址模型，模型可以为快递企业、电商企业和第三方智能快递柜平台在大学校园的智能快递柜网点选址方面提供备选的选１２２一］［择方法和网点选址方案，具有定的实际应用价值和理论研究价值。孙红对其发展过程中存在的问题进行研究分析一，并且论述些行之有效的办法来完善智能自助快递２３１服务系统［］，以便更好的服务消费者。王嘉琦分析了智能快递柜的现状，提出加快快一递柜标准的制定、对超期未？（的报告收取定的管理费、引导消费者对公共资源进行１２４［合理使用等建议］分析了快递柜在使用和发，为快递柜的发展应用提供借鉴。高东东一展中仍存在定的问题，，尤其是因其使用过程中产生的法律问题为有效避免这些问１２５一［］题，对相关法律进行了定的思考。王凤美从当前末端配送的种种问题出发，提出“”快递物流最后一公里配送的解决方案将是以智能快递柜为主体的智能化综合运作１２６［体系］。王冬良以珠海市为例，分析珠海市快递末端配送的发展情况以及快递柜发展中面临的问题，从信息技术、快递柜智慧邮政建设等方面提出合力打造智能末端投递１２７“”［］通过分析城市轨道交通企业一的内涵平台的具体对策。范良松四网体，基于１６ 第一章绪论ＳＷＯＴ分一析广州地铁集团有限公司发展智能快递柜项目的可行性，为进步探索经营模式、提升经营能力提供思路。１．３．５研究进展小结通过对国内外相关文献的分析发现，物流配送优化问题受到了越来越多的关注，并取得了大量的研究成果一，特别是针对快递配送体系的优化问题也有了定的成果，但现有研究还存在明显的不足之处，主要表现如下：（１）在快递网络选址规划及配送区域划分方面的研究主要针对快递主干网络选址以及配送中心选址问题的研究，而随着电子商务的发展和人们对快递服务水平要求的不断提高，快递末端配送问题越来越成为制约快递业发展的关键问题，智能快递柜的推广应用也成为解决这一问题的有效方法。然而，针对配送终端的快递配送中心及智能快递柜方面的选址规划，以及对快递柜服务范围的区域划分的研究较少。（２）在快递配送车辆线路优化方面的研究主要是对普通的车辆路径的优化，包含对带时间窗的随机需求问题的取送货车辆路径的研究较多；而在带有快递柜的配送过程中，需要考虑客户临时决定需要把快件放入快递柜的情形，同时要避免重复到达同一个快递柜，对于此类考虑快递柜因素的配送车辆路径研究鲜有报道。（３）国内外对快递配送模式方面的研究主要集中在政策、运营模式等方面的研究。对快递柜方面的研究，主要从发展现状、发展趋势、快递柜应用过程中存在的问题等方面进行研究，特别是对快递柜不同，而对快递柜实施的优化理论方面研究相对欠缺，罕见有相关的研究报道规格的格口数量的配置问题，现实中缺乏对快递柜优化配置的理论指导依据。快递柜已经成为快递网络的末端节点，在对快递的运营管理和决策中有着重要的影响一个很好的，把快递柜融入到快递物流布局、配送路径等方面的优化过程中，是切入点。１．４论文的主要研究内容及研究方法１．４．１主要研究内容：在对新形势下快递配送模式进行分析的基础上研究快递物流系统的优化问题，首先＾？快递配送网络布局进行优化，包括对快递配送中心的布局、快递柜的选址及其、口服务区域的划分问题，；其次依据快件需求量快件留柜时长等因素确定快递柜格１７ 东南大学博士学位论文，对考虑了快递柜因素的快递配送车辆的路径进行优化数量的优化配置问题；然后；最后，对快递配送的远景模式进行分析研究。具体研究内容如下：“”（１）对快递配送模式进行分析，从传统门到门的配送模式的特点和不足，指出当前新形势下各种新型的配送模式，尤其对基于快递柜的配送模式的应用发展概况、面临的问题、盈利方法以及配送流程进行探讨，明确快递柜配送模式优化问题研究的切入点和角度，并为快递配送系统优化研究提供支撑框架。２一（）在上级快递分拨中心已经确定的前提下，首先对承担快递配送工作的配送中心进行选址布局，采用基于三角白化权函数的灰色聚类评价模型进行最优方案的选择；再在每个快递配送中心的范围内，考虑快递需求点的位置和快递量等影响因素，通过优化模型并设计算法求解，获得最佳的快递柜选址位置以及快递柜对应的服务客户点的区域划分方案，从而构成包含配送中心和快递柜的快递终端配送网络。（３）在快递柜选址选址已经确定的前提下，对快递柜不同规格的格口数量进行优化配置。根据不确定的包裹配送量需求、不确定的包裹存柜时间和不确定的不同规格包裹比例等实际操作问题和相关约束，以直接的财务成本和间接的罚量成本最小为目标构造快递柜格口数量配置的优化模型单一，并把禁忌搜索融入粒子群算法，克服算法本身的缺陷，，对模型进行求解并进行敏感性分析，获得快递柜格口的最佳配置数量降低不确定因素对决策的影响。（４）在配送中心及快递柜的位置及配送区域已经确定的前提下，对于具体的配送、任务，以客户点快递柜及客户点划分到快递柜服务范围得到的配送单元为研究对象，建立了快递配送车辆分派任务及其行车路线的数学模型，根据问题的复杂程度和常规遗传算法在求解该类问题的优势和不足，对遗传算法进行改进，在算法的设计操作过程中，通过启发式产生较优的初始群体，并把元胞自动机的作用机理和遗传算法的基本原理进行有机结合来设计操作算子，形成元胞遗传算法，求出基于快递柜的配送车辆路径的优化方案。一（５）根据手机定位技术的发展趋势，设计种快递物流动态派件系统及派件方法，通过借助手机定位追踪系统模块和地理信息系统获取人们的出行轨迹，由中心服务器进行优化匹配计算，寻找出时间和地点与收件人相符的辅助派件员及快递员，制定动态传递快件的方案，帮助物流快递公司借助辅助派件员进行动态传递快件。１８ 第一章绪论１．４．２主要研究方法论文综合运用运筹学理论，数理统计理论、系统综合评价理论、最优化理论以及智能优化算法等相关理论和方法，采取理论分析和案例研究相结合、定性分析与定量，注重对模型和算法的创新与验证研究相结合的方式，对快递物流系统的优化问题进行研究：（１）在深入调查快递配送流程并查阅文献资料的基础上，对国内外快递配送的发展现状进行了分析和对比，，指出快递配送新模式的特点和需要解决的问题明确快递配送优化问题研究的切入点和角度，并为快递配送体系优化研究提供支撑框架。（２）调查和分析快递配送选址问题的实际操作情况，对快递配送中心网点布局优三角白化，化问题，建立了综合评价指标体系，将权函数与模糊评价语言进行结合构造评价方案的模糊隶属度矩阵，根据方案所属的灰类来判断方案的优劣；对快递柜选址布局优化问题，明确基本要求并设定相应的约束条件和优化目标，然后利用数学建，分三个阶段对模型进行求解模技术展开数学建模研究：用动态聚类算法解决快递柜选址及客户点归属划分问题，二次使用动态聚类算法分配车辆的派送任务，再用改进－的ＣＷ节约算法求出车辆的行驶路线。（３）调查和分析快递柜不同规格格口的数量配置情况，根据实际操作要求和限制条件，考虑不确定的随机因素以及每天多批次的配送要求，建立优化模型，并把粒子群算法和禁忌搜索算法进行综合改进对模型进行求解，在获得优化结果的同时，进行敏感性分析。（４）对基于快递柜的快递配送车辆路径优化问题，根据实际操作要求和限制设定相应的约束条件和优化目标，重点考虑客户需求、车辆限制、快递柜与客户点的配送顺序要求等影响因素对基于快递柜的快递配送路径问题进行数学建模研究，并根据问题的求解难度设计改进的元胞遗传算法对模型进行求解，并对结果进行定量分析。－２所示论文的技术路线如图１：１９ 东南大学博士学位论文—不同的快递配送模式分析；ｆ３Ｉ快模于快递柜的配送模式分！＾＃＠丨—于快递柜的配送流程优化！；）－＿＿Ｉ评价指标体系影响因素：｜ｋ＞［—Ｌ冊模型？溫：ｉ｜｜布；化Ｈ．ＩＳＳＥ＼丨ｊ！布局优！：＼ｒ数学模型距离、容量＇服＞：化研究１ｃ＾！［快递柜逸＾丨｜ｐ＾址布局及一级动态聚类＇：／ｒｒＩ！＿—阶段求解方法、：＇改进Ｃ－Ｗ节约算法７区域划分：Ｉ１１案例研究：ｉ［）ｉ规快递柜垂分析＞（Ｉ响ｇ＞：；ｐ丄ｍ智能粒酿銳機！快递柜格丨＞＜Ｔ＾、１２ｇ５ＩＳ２＾＞！一口数量配置优：；）化研究一求解模型—粒子群禁忌搜索＞ｉ＞｜＜＾ｉ￣：案例研究＜）：：＿问题描述＿＜）；￣￣！于＾递柜的ｆ＼户需求、车辆限带１｜基建乂数字悮型ｉ快递配送车辆｝递柜与客户配送顺」｜一ｉ：路径优化研究．Ｎ—求解模型改进元胞遗传算法＞；＜＞〕；￣＾案例研究：（３Ｉ动态派件系统设计！！｜基于远ｋ模式的ｐＸ）一动态派件系统及ｉ！其优化方＾法案例研究；３｜图－２１论文研究的技术路线２０ 第一章绪论１．５本章小结，作为全篇的引文，本章通过对研究背景的分析以及国内外研究现状的总结归纳提出论文的研究内容和研究方法。、国外学者对网络选址问题车辆路径问题的研究较成熟，但对于快递配送模式的一般研究仍不多见。而且，比，由于快递配送涉及的范围广泛，呈量大、分散的特点的物流配送问题更具多样性和复杂化。总的来说，国内外对快递配送模式方面的研究一主要集中在政策、运营模式等方面的研究，对采用快递柜的配送模式出现在些局部小范围内，仍未出现实践性推广，相关理论研究更是鲜有报道；在快递网络选址规划方面的研究主要针对快递主干网络的选址以及配送中心的选址，而本课题研究的自动一快递柜属于快递配送的终端，比般的结点选址问题规模更庞大、更复杂在配送区；域划分方面的研究主要考虑的是分拨中心、配送中心的服务范围，而本课题的研究主要是划分每个快递柜的覆盖区域，同时还对不同规格的快递柜格口数量配置问题进行优化研究。在快递配送车辆线路优化方面的研究主要是对普通的车辆路径的优化，包一含对带时间窗的随机需求问题的取送货车辆路径的研究，本课题除了考虑上述般性一个定点的问题，还考虑快递柜作为、容量有限的因素融入取送件车辆的路径优化问，对快递配送的远景模式进行题进行研究。另外，考虑到手机通讯中高新技术的发展一分析研究，提供以种可能的发展前沿导向。２１ 第二章基于快递柜的快递配送模式分析第二章基于快递柜的快递配送模式分析国家邮政局在《关于提升快递末端投递服务水平的指导意见》中指出，快递末端、投递是快递服务的重要环节，是行业发展惠及百姓服务民生的重要体现，也是衡量企业是否具有竞争优势的重要标准。随着城市化进程的加快，快递物流服务于生产和民生的作用将更为明显。随着大型的居民居住区、商业区、校区、综合办公区等不断涌现，对快递末端投递服务能力提出了新的要求。这些区域人员密集、交通繁忙、对快递的需求旺盛、服务需求个性化突出；但同时，在部分居住区、校区、写字楼、机关办公区中，快递服务与用户使用需求、生活习惯不匹配，造成服务满意程度降低。，为了破解投递难题，各级邮政管理部门、快递企业开展了大量实践进行了多种探索，取得了明显成效，这些好的做法应当及时总结、予以推广。全行业必须充分认识到提升快递末端投递服务水平的必要性和紧迫性，心协力破解末端投，凝聚智慧和力量齐递服务难题。２．１基于快递柜的快递配送模式２．１．１快递配送模式的发展（１）传统快递配送模式“”１２８［］快递终端配送模式中，传统的方式就是门到门的运作模式。这种运作模式是传统的模式，也是最成熟、主流的运作模式，快递投递的时候需要快递员与收件人当面完成快件的交接。在这种模式下：，呈现出以下特点＞对客户和快递员的时间要求高在“”门到门的传统配送模式下，由于要求快递员和收件人进行亲手交接快件，一这就要求在快件的投递时间窗口内，快递员和收件人要在时间和空间上都要保持致，一时间到达同一一旦其中一方不能到达即要在同地点，，则投递失败。＞投递延误经常发生“”一一通常情况下，门到门的投递方式，需要把快件件件地送到客户手中，当其中某个客户处交接的时间受到了耽搁，则会影响到后面的快件投递时间。甚至对于一。些提前约定时间的客户也不能按时送达，造成延误的情况时有发生２３ 东南大学博士学位论文＞投递成功率偏低当快递员投递快件时，经常会碰上客户不在家或者快递员赶不上客户的时间点的情况，这时候就没办法签收快件，导致投递失败，需要第二天再重新进行二次投递，三。甚至次投递，投递的失败造成服务感受的降低同时，由于二次投递额外产生的人“”一力物力的投入定的社会资源，与绿色物流、可、交通资源的占用等都都会浪费持续发展不相一致。（２）快递发展对传统配送模式的挑战“”在城市环境中，门到门的投递模式使快递员面临着严峻的挑战。递送质量的好坏除了取决于快递员对交通状况的熟悉程度，还依赖于投递时间与顾客的时间窗的吻合程度。在快递的递送过程中，由于客户对快件到达时间的不明确，快件送达但客户不在从而不能签收的情况经常发生，导致大量的无效投递，产生二次投递甚至更多次投递，，造成效率下降以及资源的浪费。或者由于投递员与顾客时间窗的轻度不吻合一但为了签收成功，需要其中方催赶到达或者延长等候，从而也影响到快递的服务效率和顾客的服务感受。物流快递需求量的增长对传统的快递派送模式提出了新的挑战。针对传统快递配一些新型的配送模式送模式的不足，采用，以解决客户取件时必须与快递员在时间和地点达到一致的问题，减少交接快件的时间及其带来的麻烦，有效提高快递服务效率。和服务水平，同时降低成本、节约资源，成了新形势下快递配送需要解决的问题（３）新形势下的快递配送新模式。在经济发展的新形势下，快递配送也迎来了配送模式的创新在社会需求之下，一一公里难题的模式应运而生大批旨在解决快递配送最后，快递企业也在寻找适合的１２９一一［］解决办法，快递最后公里的配送模式显然已成为个受到关注的社会问题。＞个体便利店加盟模式一般都是在社区便利店、校园进行个体经营的小店，没有连锁店那样有许多管理一规则，比较自由，容易协商合作。通过与便利店合作，在每单的快递收入上与店主进行分成一。包裹放在便利店，通过收人的自提行为，还能给小店増加定的人流量，通常还会顺带购买店里的其它商品，，因此比较容易进行合作不过只有长期经营的稳定的便利店才适合合作。２４ 第二章基于快递柜的快递配送模式分析一：优点客户存取包裹的时间店铺营业时间致，方便灵活安排，业务办理手续也快捷方便一一，便利店老板的积极性般也比较高，对便利店的经营发展也有定的促进作用。一缺点：由于是与个人经营的小店合作，会存在定风险，因此选择合作对象时，要一定的难度选择长期经营而且口碑较好的店，这对于新社区会有。而且，若店主为了盈利而收取的寄件费用较高，会导致客户流失。＞连锁店合作模式连锁店合作模式是由快递公司与连锁店进行合作，利用连锁店具有的成熟社区网点，在连锁店内增加包裹自提与代收服务的业务员。例如顺丰速递与成都红旗连锁店、南京苏果便利店等多个大城市的主要连锁店合作，在其连锁店开展顺丰速递的代收业务和代发业务，合作的代办网点几乎覆盖城区的所有社区。优点：工的人工服务比较客户存取包裹方便，通过便利店员容易沟通，包裹的自提一时间与商店的营业时间致，，方便上班时间不能取快递的客户对于连锁店来说，这也是一种延伸发展的好模式。一缺点：连锁店代办的费用较高，特别是对于些空间有限的连锁店，要腾出存放包裹的空间一，有定的难度，同时由于收发快递导致连锁店员工的工作量增加，工资成本也是会提高利润较低的快递公司来说也不一，对于定能够合作成功。＞代收模式一代收模式是专门提供包裹代收服务的种商业平台，通过为客户提供包裹代收服一务而收取三方—定的费用，例如国内最大的第代收货平台收货宝，收货宝创立于２０一１１年４月，从、退开始的代收货业务始，逐渐延伸到代寄货等所有的包裹服务业务，为用户提供快递管家服务。２０１４年，６月３０日，成立收货宝联盟，２０１６年１月３０一站式的快递包裹服务解决平台日，收货宝推出裹儿ＡＰＰ，。用户通过裹儿ＡＰＰ，可以代收、代寄包裹，到店自取、自寄包裹，在线叫快递员上门，查询追踪包裹物流信息，更便捷的管理所有快递信息。除此之外，菜鸟驿站、阿里巴巴校园邮局、国美自提点、京东自提点等也属于自营的快递代收模式。优点：客户存取包裹方便，通过人员服务比较容易沟通，业务种类齐全，能够满足客户的不同需求一，可以存放各种形状不的包裹。一缺点：平台运营成本比较高部分的费用。，特别是房租和人工成本占据了很大２５ 东南大学博士学位论文５＞快递柜模式快递柜又称自助提货柜、智能提货柜、智能快递存储柜、智能快递箱等等。目前，工作原理是相同的一。快递柜是市面上出现的智能快递柜越来越多，具体的个基于物联网的一起构成、能够将快件进行识别、暂存、监控和管理的设备，快递柜与服务器一智能快递终端系统，由服务器对系统的各个快递柜进行统管理，并对快件的入箱、１３（）［］存储以及领取等信息进行综合分析处理。由于它集成了物联网、智能识别、动态密码、无线通讯，物业功能等技术，能够实现快递邮件的智能化集中存取、指定地点存取、２４小时存取、远程监控和信息发布等功能，可以改善快递的投送效率及用户邮件１３１［］的存取体验。一快递柜模式是目前大多数小区。、写字楼等都具备的种接收包裹的模式通常在地铁、公交枢纽站、小区出入口处、写字楼、大学校园等人流量大的区域安装快递柜，快递员将货物放入箱柜的同时，快递柜的服务系统会自动给收件人发送短信，客户在方便的时间可凭短信中的验证码在快递柜中提取包裹。该模式下，能够最大化地满足客户对时间自由度的需求，同时节约快递员的等待时间，节省沟通环节，提高配送效一率。不足之处是快递柜占用空间大，存储空间和存储数量有限，对于些特别长、大等异形的包裹无法存放。２．１．２快递柜的实施应用（１）国内外的应用发展情况国外自助快递站的建设已经有１０多年的历史，，从其成熟市场的经验来看自提柜进入社区将是今后的趋势。目前全球已有不少国家开始应用，但具体是由谁来负责建１３１［］一。则各有不同在日本，每栋楼宇都安装有个标准的配置设施来收发快件，大多是由政府进行投资安装，操作过程很简单，体现的是公益属性。在德国，敦豪快递服务公司（ＤＨＬ）就是相当于德国邮政系统的国企，旗下的甫田国际快递自动化包裹邮寄站Ｐａｃｋｓｔａｔｉｏｎ已经服务德国９０％的总人口，并且这也已经作为部分新建小区的配套设施。（）该系统不进行单独收费。因他的铺设量已经够大，所获得的运营收入可以收回前期的投入和使用过程的维护成本，现已经向境外进行拓展。在美国，自助提货柜也是相当“”亚马逊的ｃｋｅｒ普遍，Ａｍａｚｏｎｌｏ通常安装于杂货店、２４小时便利店以及药店，客户可以在三日之内来取走包裹。在加拿大，目前已被谷歌收购的加拿大ＢｕｆｅｒＢｏｘ公司创建于２０１１年５月，提供包裹自助揽收站服务，可以在用户不方便收取包裹时帮忙收取２６ 第二章基于快递柜的快递配送模式分析来自ＵＰＳ、ＦｅｄＥｘ、ＵＳＰＳ以及Ａｍａｚｏｎ、沃尔玛电子商务的快递。用户只要在Ｂｕｆ一ｅｒＢｏｘ上注册，就会获得在离公司或家较近的个ＢｕｆｅｒＢｏｘ箱子的特别地址，用户可以用这个地址收取包裹一ｅＢｏｘ一，旦包裹寄送到，Ｂｕｆｆｒ就会给用户寄封带有取包一密码的电子邮件裹唯，然后用户就可以凭密码拿走包裹。“”项国内的应用是最近几年兴起的。２０１２年，三泰公司在成都首推出速递易目。２０＾？１３年，北京高校出现了快递智能寄存柜快递智能寄存柜在中国人民大学校园试，快递公司会和快递收件人电话确认是否选择自助服务运行，工作人员会将取件密码发送到自助收件人的手机上，收件人可以在自己时间方便的时候，凭密码自取快件。随后，，南京、重庆等个别居民小区也出现了快递柜但仍处于尝试阶段。这些尝试表明该模式受到用户的欢迎，但快递柜的建设费用、管理方式以及使用模式等均有待解决。从快递柜发展规模来看０１４年我国智能快递柜行业市场规模就已达到５０．１０亿，２－２０％－１４年数据分析中３％，２０１６元，根据２００９，快递柜市场规模占快递行业总收入ｇ年达到近百亿的规模，２０１７年快递柜市场规模将超过１００亿元。从快递柜安装数量来看，截止到２０１５年４月，５０座城市共安装智能快件箱超过３万组，格口约１１８万个。至２０１６年６月底，我国快递柜布置总数量约为９万组，按照年内同等增速，２０１６年底我国快递柜存量保守估计约为１２万组。根据行业统计，每组快递柜约６０个箱子，总共７２０万个快递柜。另外，２０１６年平均每日快递包裹数约为８７００万个，假设所有快递一一柜每日都被使用次，也未达到快递业务包裹总量的十分之，因此的确存在巨大的１３２［］行业空间和用户数增长的可能性。按目前各地快递柜总数来看，假设所有快递柜每一一日都被使用次，其涵盖的包裹总量也未达到全部的十分之。相比国外，中国智能快递柜这种共享经济模式的发展前景还十分巨大。从快递柜的运用企业来看，到目前为止，市面上运行的智能快递柜公司，国内大概有几十家，从数量上来看，目前市场数量最多的快递柜企业是独立的第三方快递柜运营企业，其中包括丰巢、速递易、近邻宝、海尔日日顺、乐栈、鸟箱、格格货栈等约几十家智能快递柜企业，另外还有收件宝、京东、邮政的易邮柜等多个品牌的智能快递柜分布。快递柜行业在国外已经有十多年的发展历史，而我国的快递柜行业仍处１３２［］。：于发展期，快递柜的数量及市场规模均有较大的提升空间典型的快递柜有“”业务＞速递易：三泰电子从２０１２年１０月底开始布局速递易，１２月，三泰电子通过变更募集资金用途暨使用募集资金对外投资设立成都我来啦网格信息技术有限公２７ 东南大学博士学位论文“”司，从事以速递易业务为载体的２４小时自助便民服务网格及平台项目的实施与运营。至今速递易已经覆盖全国７９座城市，每天投件量最高突破２５０万件，至２０１７年２月速递易累计快件处理量突破８亿件。＞丰巢：２０１５年４月，丰巢公司成立，是由快递业巨头顺丰、申通、中通、韵达以及物流地产业巨头普洛斯联合创办。主要定位于智能快递柜的研发、投产和应用方面，并以此为核心６，公司五大创始股东，开展全方位的专业快递末端服务。２０１年６月一轮轮按原持股比例增资５亿元，继续看好智能快递柜行业，最终在２０１７年１月新２５亿的融资后，公司的估值近４０亿。仅用２年的时间，丰巢就已经在全国７４个城市投放的智能快递柜超过了４万个，平均每日的处理的包裹量超过２００万件。＞近邻宝：近邻宝是中科富创公司着力打造的快递自助服务运营平台，目前已入驻全国多个省市。２０１７年３月发布了５．０版智能快递柜，具有更多格口类型，容件率提高了４０％。在原有的微信、ＡＰＰ、屏幕取件方式上，增加了蓝牙定位、扫码取件等功能，提高了用户体验。，快递柜发展得到了政府和其它相关部门的大力支持从政策和环境来看。国家邮政局于２０１５年１２月３１日印发了《智能快件箱投递服务管理规定（暂行）》，从政策法“十”规上为快递柜配送模式提供了保障。在快递业发展三五规划中提出了快递柜发展的目标，指出智能快递柜投递快件占比将由２０１５年的２％上升到２０２０年的１０％，通过快递柜投递的快件量年均增长８％。这些政策法规、规划文件的发布，为快递柜配送模式提供了良好的发展环境。（２）快递柜的成本与盈利分析智能快递柜的应用给快递企业和客户都带来了极大的便利，然而，对于快递柜的运用企业来说最难的就是盈利问题，目前普遍还处于投资推广、实验阶段，收回成本仍有困难。每组智能快递柜的铺设投资大约需要３万元到５万元，根据大部分城市的使一用情况，从财务的角度来看，以１０年寿命期来计算，组快递柜平均每年的成本约－８０００－１００００５０００元５０％元，其中快递柜造价折旧约４０００，占成本的；而进驻小区的费－用约３０００元５０００－，占３０４０％加上电费、网络费用、维修费用等相关费用则需元左右；１３２［］要１０００元左右。因此，大面积铺设智能快递柜需要大量的资金。但是，由于中国用户对于额外缴费认同度还不够高，智能快递柜企业还未能实施行之有效的盈利模式，不利于长远发展。对于政府投资安装的智能快递柜基本上是免费使用的，而对于大部一直免费使用使不现实的一分是有快递柜运用企业安装的快递柜，，盈利更是个急需２８ 第二章基于快递柜的快递配送模式分析解决的问题。很多小区、校园的快递柜本身是不赚钱甚至是亏钱的，但由于这种模式“”一些资本仍在不断投钱能够成功打通快递派送的，收费会抑制用户的最后短板，，不是长久之计。因此扩张速度，不收费则会使快递柜企业难以为继，如何权衡利弊，采用合适的收费方式，找到其中的平衡点是非常重要的。快递柜运营主体有不同的形式，运营主体不同则盈利模式也不同，分析盈利模式一须明确快递柜的利润对象和利润点、，智能快递柜的盈利点般来说包括基本功能辅助功能以及增值服务功能带来的不同收入。⑴基本收入智能快递柜的基本收入主要包括向快递企业或快递员收取的包裹投放存储费用和向客户收取的逾期取件费用。①收取投放存储费用快递柜作为一种终端配送商业模式，通过收费获得收益是无可厚非的。包裹入箱一一，收费有两种方式种是向快递企业收费，另种是向快递员收费。＞向快递企业收费一一还有向快递企业收费有两种形式：种是包格口，种是按件收。包格口的方式一一就是快递企业按月或者按年付费，包下定数量快递柜格口的使用权。另种是按件一一个包裹到快递柜中，，收费，每放进就收取快递企业定的费用大概在４毛钱到６毛钱左右。。除了收件，各大快递柜服务商也在努力把快递柜的功能从收件拓展至寄件在寄件的时候，寄件人可以在快递柜终端系统或手机ＡＰＰ上填写投递信息，同时进行选择快递公司、物品的类型以及物品的数量等相关参数，系统根据填写的信息计算应收的。费用，用户通过手机付费后，即可使用特定的快递柜格口存放需要寄送的物品快递柜服务商则可以根据约定的标准与快递企业对寄件服务所收取的费用进行分成。＞向快递员收费向快递员收费的形式一个包裹进入快递柜快递员收取，通常是快递员每放，则向一定的费用。快递员需要在快递柜的ＡＰＰ系统中注册后才可以使用相应的快递柜，通过快递员的账号放入包裹时。这种收费方式招来了大，可以从其账号中扣除相应费用一部分快递员的抵制。很多城市的快递柜在开始使用的段时间内，对快递员和客户都实行规定时间内免费存放，大大减少了快递员等待取件时间，同时也方便了客户回家后取件，广受欢迎。免费推行期过后，快递柜投放企业为了弥补电费、通信费等成２９ 东南大学博士学位论文。本，开始对快递投放进行收费如某快递柜企业采取向快递员收费的方式，价格标准一为大箱０．６／０．５／０．４／。元件，中箱元件，小箱元件这样的收费方式引发了些快递员弃用一。些快递员反映，，非常乐意使用快递柜，因为这样很方便快递柜没收费前；收费一一一后，己跑自单快递就赚块钱左右，而用快递柜后差不多半利润都支付为快递柜使用费了，感觉非常不划算，所以，在这种情况下，多数时候会打电话叫客户到楼下取快件，遇到客户不在家的时候就找物业代收，实在没有办法了才会使用快递柜。如此，快递拒因为收费费用高遭弃用的情况就比较多，某快递网点负责人说，收费之前是能用则尽量用，收费之后则是能不用的就尽量不用，从而造成了快递柜的闲置。②收取逾期取件费用，快递柜的使用是为了方便快件的投递和取件，包裹放进快递柜以后客户应该尽快取走。然而，在实际使用过程中，有些人是因为没时间，有些是因为觉得免费使用，这样就造成了包裹占用柜子时间过长所以不急着把包裹取走，使快递柜的使用频率下降，资源得不到有效利用。基于此，大部分快递柜企业推出了对客户限时免费使用的策略一，即在规定时间内取走包裹就不收取客户的费用，若超过定时间，则收取相应的费用，，称之为逾期取件费。不同的快递柜企业、在不同的使用区域对逾期取件的收费标准可以不同一些快递量大的区域兔。为了提高快递柜的使用效率，通常会在费使用的时限较短、逾期收费也较高。根据不同区域，可以设定免费使用时限为４小时、８小时、１２小时或者２４小时，收费标准可以根据逾期时间的长短收取０．５元、１元、一一１．５元或者２元等不同的费用，在些快递量不太高的区域，也可以采用统标准，比如逾期２４小时统一收取１元。为了使客户对收费情况具有知情权，当包裹投放入快递柜的时候，发送给客户的信息应该注明收费标准，对客户起到告知及提醒的作用。在这种一情况下，客户般会尽快取走自己的包裹，实在不能按时取走的情况下，也可以通过付费的方式来达到自己的便利。（２）增值服务收入考虑到快递企业和客户的接受程度，向快递企业、快递员或者客户收取的费用不１３６［］能过高，因此，智能快递柜的主要收入将寄托于对增值服务的收费。＞广告收入：智能快递柜的增值服务主要与它的功能设置有关，可以利用智能快递柜创造箱体广告和显示屏广告来获得广告收入，广告价值具有巨大成长空间，屏幕数量和公司营业收入及其市值密切相关，单个屏幕的广告价值可高达数万元。如成都邮政与百德邮政专业设备制造有限公司于２０１６年达成了合作协议，按照协议把邮政的３０ 第二章基于快递柜的快递配送模式分析“”易邮柜柜面广告发布和执行全部外包给百德公司５年期限，预计总共收入１７７９万“元，通过合作，成都邮政能够借助百德公司的管理、营销、客户资源等，把易邮”柜的柜面广告市场做大做强，获取的收益也有助于降低快递柜的建设成本。＞社区０２０业务收入一２０：社区０２０，另外个理解就是０综合类电商，它的电商“”属性决定了流量是其能够迅速发展乃至获得盈利的一个重要因素。快递柜可以利０２０提供。，用广泛的社区布点为社区服务，从中获得收益例如速递易正在积极发展广告、洗衣、商家配送等社区０２０业务。，并取得了不俗的成绩＞其它服务：可以通过网络后台接口连接到相关的服务相关平台，为客户提供相关的自助查询、缴费功能等。２．１．３基于快递柜的配送流程分析与优化（１）快递柜使用操作流程目前市面上出现的快递柜使用操作流程类似，以丰巢公司的操作为例，对于消费－－者来说，有寄件和收件两种不同的操作，操作流程如图２１和２２，对于快递员来说，主２－要的使用操作就是如何把快件放入快递柜中，具体流程如图３，图片来源丰巢官网。ｓａｗ＃ａｍｒｆｓ關￣〃ｉ．微信公众２．微信付圭扫描柜ｍ寄件二４娜会雖口关注丰巢］夫递拒．徵信／支付宝自劻下莒３／支号茂歷驗窗驗■号進薛ｆＬ－：，Ｉ震二？Ｓ，扫码支符运養６？放入■关＿］７■，印运单并寄ｍ，抉递员取泮图２－１客户使用快递柜寄件流程３１ 东南大学博士学位论文ｒ％＿观件一方法：Ｂ码取件１□謂ｍ，１１ｍｍｇｉｌＥｉＩ．〃■二《消要者取释２．唆到微信支荇圭勒牛通紹３，鐵信支付至扫描柜ｉｒｔ取件ｉ．关注丰巢侠递便徽信公众／／翻号茂付圭藐顏；驗魏号方言去二：输码顯件短信取街＞，到Ｉ＞？取１．收到微信／支Ｂ宝／２巨扔输入取件Ｐ３ｍ诀件图２－２客户使用快递柜收件流程Ｍｖｍｔｍｍ？－．ｍ＾＞ｊｑ國ｗＳｔＫ／ＳＫＬ？ａ车巢管家ａｐｐ注驗厶墳写括关注罷儀ｍｓ．ｍｍｍ４等待宙梭：ｉ个工伟日内拜通ｉ．在拒ｉ／Ｅ撕窗職件状态？■’？－１＞．运单？ｆＴ亘？铁件《态，下载丰巢筐冢ＡＰＰ后登录２焦击Ｑ韻麵瘍ａ状态？？－＞１．下戴集慧家卿后登炎么痛击格口ａｒ了鲜描３状态图２－３快递员使用快递柜流程（２）快递柜配送流程优化分析在单纯的快递柜模式下，通过在快递客户需求点附近定点布设自动快递柜，快递提取快件，取员把快件送到快递柜，通知客户信息，客户自主安排时间到快递柜自助一确定快件件信息发送到配送中心，则语音联系收件人；若定时间后快件仍未被提取（ａ），则快件发回原地，结束的投递方式，若多次联系设最多联系次数为仍无法投递派件２－４所。基本流程图如图示。，而在当前的快递发展现状中，全部采用快递柜配送模式显然不现实仍然是多种２－５。模式并存的混合模式，在这种情况下，配送优化流程如图所示３２ 第二章基于快递柜的快递配送模式分析＜寄件人寄件＞快件到达配送中心按快递柜服务范围对快件柜行分类￥确定派件£配送方案及行路线ｆ派件员把快件扫描装入快递柜，系统发送短信通知客户＜＝递柜反馈快件已—检查是否有超＞ｂ＾取￣人工联ｉ客户，提醒取件＜联系客户达到—快件发往原地冰＼Ｕ派件结束（）一图２＞４基于快递柜的单模式派件流程图３３ 东南大学博士学位论文件人寄科＞＾）选择收件模式Ａ：未选择收件模式Ｂ：常规模式Ｃ：快递柜模式Ｄ：代收或合作店模式快件到达配送中心Ａ、Ｂ模式Ｄ模式断收件模＾＞餅上ＤＣ模式送到代收点或１＾｜Ｊ－入柜Ｙ■通知客户｜？Ｙ户同意把鲁＞丨快递柜反馈快件＾再次派送Ｎ—检查是否有超时＾＞人工联＾客户，提醒取件户取＞＾￣＜联系客户达到￣快件发往原地Ｋ？ｅＳ￥（）图２－５基于快递柜的混合模式派件流程３４ 第二章基于快递柜的快递配送模式分析２．２基于快递柜配送模式的优势及其面临的问题２．配送模式的优势．２１快递柜基于快递柜的配送模式作为一种新兴的终端配送模式，它具有其它模式所没有的优势。一方面，对快递公司来说，可以有效降低各种繁琐的订单处理作业和意外失误等情况的发生。，规范的作业程序也有利于降低处理订单的人力、物力和财力成本同时，可以大大降低快递员派件的工作强度一，提高工作效率。件快递从打电话到等客户来，而如果直接放进快递柜则只需１分钟。更为重要的是拿或送上门通常需要５分钟，１３１２４二［］智能快递柜可以提供小时自助服务，从而避免客户不在家时的次投递。另外，这种模式实现了快递的集中投递，能够有效减少快递员与客户、物业之间的冲突。另一方面，对于客户来说，这种模式安全并且高效，能够有效地保护客户的个人隐私，同时，智能快递柜模式加大了取件时间的灵活性，随时取件，避免了在家等候，可以在自己方便的时间再去取件。对于校园等快递量大的地方快递的麻烦，这种模式还有效避免了集中取件时出现的拥挤、混乱的场面。特别对于高校来说，由于校园“”安全管理的需要，快递配送不能实现到门的服务，而通常是在校园内外设置各个。快递公司的取件点，当取件点设置得不合理时，会给学校的后勤管理带来很多麻烦１３３］而智能快递柜的配送模式对学校稳定校园秩序［、整顿校园环境具有积极意义。而对于非校园的场所，快递柜的模式同样也可以给客户带来很好的快递服务体验。２．２．２快递柜配送模式面临的问题采用快递柜的配送模式为快递企业和客户都带来了很多便利之处一些需，但也有１３４［］要面临的问题。（１）快递柜布局需要选址和协调对于快递柜企业来说，快递柜制造完成之后需要找到合适的地方进行安装，有两一是快递柜的选址问题方面需要解决的问题。，如何根据快递需求量、客户点的分布等问题选择合适的地点来安装快递柜。二是协调各方面的关系问题，需要跟小区物业、校园后勤部门等协商；还有电线的布置，同时要考虑安全问题；同时还要跟快递企业去协商，，动员快递企业使用快递柜。所以作为智能快递柜的制造业企业来说各方关系的协调是非常重要的一环。（２）快递柜的格口数量配置不合理３５ 东南大学博士学位论文在快递柜推广使用的过程中，存在快递柜的格口数量不够、安装不合理的现象，甚“”至会出现快递员投递时争抢有限格口的情况。格口数量配置不合理，导致快递柜的使用频次差异很大。速递易、丰巢、云柜、富友、中集Ｅ找、日日顺乐家、各地邮５政等落地网点已经超过１万个，每天有超过６００万的快件通过智能快递柜投递给用户，１３５［］使用频次从３５％到１６０％不等。（３）快递柜模式下配送路径需要优化在传统配送模式下一，快递员的配送车辆路径只需要按照般的路径优化即可。目前的快递柜配送模式，快递员派送的包裹并不是全部送到快递柜，而是有部分送到快，有部分仍需要送到客户手中递柜，是传统模式与快递柜模式的混合模式。在这种模，式下，往往会发生送达客户门口的时候客户临时有事不能接包裹，需要把包裹放进快递柜的情况一。为了避免多次到达同个快递柜，需要访问该快递柜服务范围内的所一有需要送件上门的客户，最后再访问该快递柜，以便次性把不能签收的包裹在客户同意的情况下放进快递柜。这种模式下的路径规划变得更加复杂，而目前的快递员基本上是按照经验选择配送路线，路线的优化问题有待解决。２．３论文所研究的快递物流系统优化问题界定一快递物流系统优化问题十分复杂，针对不同的假设条件，研究的问题也就不样。为了方便对所研究的问题进行建模和求解，对论文所研究的基于快递柜的快递物流系统优化问题进行如下界定：（１）研究基于快递柜的快递物流系统优化问题，所研究的快递柜是公共型的快递、柜，快递柜面向所有快递企业所有快递员，所有的快递员可以按需要把包裹放进快递柜中。２一（）快递服务网点是快递服务网络中的节点，目前快递网络的布局般各个快递企业各自布局，因此对快递配送中心网点布局问题的优化也是从快递企业的角度来进行。（３）对快递拒的布局选址研究，面向不同的快递柜运营者，应从全局的高度进行考虑，后布局的运营者，要综合考虑之前的布局情况，特别考虑快递量的分担份额，这个问题在论文的研究工作中不做分析，仅对不受其它运营者影响的快递柜布局问题进行研究。３６ 第二章基于快递柜的快递配送模式分析（４）对快递柜格口数量优化配置问题的研究是从快递柜运营者的角度进行考虑，模型涉及到的快递量包括所有使用快递柜的快递公司送来的包裹数量的总和。（５）快递配送车辆属于快递公司所有，车辆从配送中心出发，完成配送任务后再一回到配送中心。对每次快递配送任务，从快递公司的角度对车辆路径进行优化，不考虑共同配送的情形。（６）对动态派件系统的研究是在基于未来移动通信、定位系统的技术更加成熟和智能的发展愿景上进行的一，通过手机定位追踪系统获取其用户在未来段时间内的去向信息为基础，构造动态派件系统和派件方法。２．４本章小结本章首先阐述了基于快递柜的配送模式，通过分析快递配送模式的发展过程，并对快递柜配送模式及其配送流程进行描述，指出基于快递柜的快递配送模式的优势与面临的问题，，引出研究问题的切入点最后对论文所研究的快递物流系统优化问题进行了界定，为后续章节提供研究的范围和依据。３７ 第三章快递配送网络布局优化研究第三章快递配送网络布局优化研究３．１概述快递网络是依附在交通运输网络中的一种特殊网络，是构成快递业生产能力的重一要物质技术基础，快递网络是由各级服务网点按照定的原则和方式组织起来的，在一８［］控制系统的作用下，遵循定运行规则传送快件的网络系统。快递服务网点是快递服“”务网络中的节点，是快递企业运营的空间集聚点，包括面向客户服务的快件营业网点（快递取送点）、负责空间集散的各级分拨中心（中转场站）和各级网络，涵盖了快递企业为客户提供快递服务的所有地域范围。在本章所研究的快递网络中，主要针对面向客户服务的网点，有直营营业网点、加盟网点、取送点、配送点等，这些网点是完成快件配送任务的重要窗口，在本章及后续章节的研究中统称为快递配送中心。同时，由于快递柜在快递配送中逐步应用推广，本章所研究的构成快递配送网络的节点就包括了快递分拨中心、快递配送中心和快递柜３－１。快递网络构成示意图如图所示。□□□０□□□？？□□门□□□□〇□９心□〇０〇〇□＾〇Ｃ３分拨中心Ｃ＾二级分拨中心□配送中心□营业网点／ｓｅ送中心快递柜（ａ）常规快递网络（ｂ）本章研究的快递配送网络图３－１快递网络构成示意图３９ 东南大学博士学位论文，是在有快对快递配送网络进行选址布局优化研究，是快递系统规划的重要内容一。递需求分布的区域内，选择定数目的地址作为快递配送设施选址位置的决策过程、成本和服务水平，在快递配送网络布局的合理程度直接影响快递配送的效率。然而一，或者是当前的快递网络选址研究中，大多数是针对同层次的快递中间网络的选址３４一［］虽然已经取得了定的研究成果，，但是随着经济社会的发单纯的配送中心选址，展和快递配送模式的变化，简单的中间网络或者配送中心的选址已经不能满足当前快递配送发展的需要。由于快递柜在配送网络体系中发挥出越来越重要的作用，而对包问题的研究仍是十分空缺，对这个含常规的快递配送中心和快递柜的选址布局，因此问题的研究已经迫在眉睫。本章的研究主要是在快递分拨中心己经确定的情况下，首先对承担快递配送工作一，定的规则和方法的配送中心进行选址，这个问题的研究是从若干个备选点中按照进行择优选取合适的点作为快递配送中心内，依托；然后在每个快递配送中心的范围快递需求点的位置和快递量，通过优化模型并设计算法求解，获得最佳的快递柜选址配送中心和快递柜的快递终端配送网络３－２所示。。选址过程如图位置，从而构成包含〇〇°〇〇Ｏ°Ｏ０〇〇＾＾０〇〇？？０〇°〇□〇Ｕ□？■＾Ｏｕ〇〇＿Ａ〇〇〇〇°〇０〇？〇＿＿ｋＡ〇〇？？４〇？？〇？？〇〇□□□□〇？Ｈ°°〇□〇〇〇〇〇〇〇Ａ〇〇□〇？〇〇？園〇〇〇？ｕ？〇〇〇ｏ〇□〇〇□〇快递分拨中心圖选中的配送中心备选配送中心｜｜９〇客户需求点图３－２快递配送网络选址过程示意图４０ 第三章快递配送网络布局优化研究３．２快递配送中心网点布局优化３．２．１快递配送中心网点布局分析快递配送中心的选址布局非常关键：，若选址布局不合理，会造成以下结果（１）若配送中心数量太少，会增加配送的运输费用及因配送不及时造成的延误成本，同时会影响服务水平，降低客户满意度。（２）若配送中心数量太多，会增加基础设施建设费用和运营管理费用。（３）若地理位置选址不当，会影响快递企业的知名度和声誉，影响配送路径策略的制定，从而影响到服务水平和运营成本。可见，配送中，快递选址位置直接影响到整个系统的运营成本和服务水平，因此心选址是开展快递配送业务的重要环节，对快递物流系统的发展至关重要。在对快递配送中心的选址中一，是在上级分拨中心已经确定的情况下，进行多个设施同时选址。选址过程中，需要对影响因素进行分析，基于专家决策展开研究，充分考虑各种因素，建立快递配送中心选址的综合评价指标体系，将备选方案的评价指标值表达为基于中心点的三角白化权函数，构造灰色模糊隶属度矩阵，将模糊语言变量和灰色聚类理论相结合的方法对所有备选地址进行评价选择。３．２．２快递配送中心选址评价指标体系，要具有战略眼光。既要考虑全局目标对快递配送中心进行选址布局，又要考虑长远战略。快递配送中心选址主要考虑的因素有环境因素、经济因素、社会因素、人文因素等诸多方面一。快递配送中心不同于分拨中心、中转站等大型结点，选址后般不需要自己进行建设而是租用门面房，故选址时可以不用考虑自然因素。结合快递配送中心选址的实际情况以及国内外对选址方面的研究状况，构建两层次的选址评价指标体系，从基础设施、经济因素、经营环境、候选地以及其它因素五个方面进行综合评价，其中，基础设施包括交通设施、通信设施、以及水、电、气，经济因素包括建设／装修成本、运营成本、服务水平，经营环境包括周围客户点分布状况和客户点快递、需求状况，候选地包括建筑性质、价格和面积，还有其他因素包括环保因素治安环３４１３７［］［］－境以及周边状况。选取的具体指标体系如图３３所示：４１ 东南大学博士学位论文—交通设施〇？ｉ＼基础设施。通信设施ｃ—Ｉ｜１１２１水；、电、气ｃ１３１｜、／快Ｓ（，建设／装修成本ｃ２地址八２递「１７＾—经济因素（：运营成本Ｃ２２｜２｜霊１｜中一服务水平Ｃ—２３—周围客户点分布状况Ｃ３．ｍ１｜／—客户点快递需求状况Ｃ３２／：芸｜｜价—建筑性质Ｃ４２｜｜地址Ａｉ指／Ｉ１Ｉ—候选地ｃ４价格ｃ４２ＩＩ标１Ｉｙ！一面积Ｃ４３ＩＩ｜＜—Ｊ—环保因素ｃ５２地址Ａｍ｜ｙ＾—治安环境ｃ其它因素ｃＴ３２Ｉ］１｜Ｚ，—周边状况ｃ５２｜图３－３快递配送中心选址方案评价指标体系针对所建立的评价指标体系，邀请专家对指标权重和各方案在二级指标下的得分三角白化权函，值进行评价，采用基于数的灰色聚类评价模型对备选地址进行评判确定快递配送中心的选址方案。３．２．３快递配送中心选址优化３．２．３．１基于三角白化权函数的灰色聚类评价模型模糊数学和灰色系统理论是解决不确定性系统较为常用的方法。模糊数学侧重研“”究认知不确定性的问题，单纯使用模糊方法经常会造成信息丢失；而灰色系统理论则着重研究概率统计和模糊数学难“”“”以解决的小样本、贫信息的不确定性问题，仅采用灰色系统理论方法则不能充分利用评价规模模糊性的特点，这两种情形都３８１］［会导致评价结果与实际情况存在偏差。在快递配送中心选址评价问题中，由于评价准则存在模糊性而采用模糊评价法，同时又由于评判者的偏好与能力水平存在差异性而导致评价信息具有一心选址评价中定的灰度，因此，在对快递配送中，将模糊评价方法和灰色理论进行结合。，建立基于灰色模糊理论的综合评价方法一三角白化权函个灰数的白化权函数是根据已知信息设计的，基于数的灰色评估１３９一［］些评估实践中取得了较好的应用模型是刘思峰于１９９３年首次提出的，该方法在。基于三角白化权函数的灰色评价理论：４２ 第三章快递配送网络布局优化研究■＝＝２—？《设有ｍ个方案，ｎ个评价指标，ｓ个灰类，＜〇／１，，？《１２为方案《关，；＿／，，，）于指标的观测值，要根据＜对相应的方案ｕ进行评价。＿／基于三角白化权函数的灰色评价模型通常可以采用基于端点的方法和基于中心点的方法，由于端点三角白化权函数存在两个以上灰类的多重交叉，且不满足规范性，１３９而中心点白化权函数不存在多重交叉现象且满足规范性［］心点白化权函，，故采用中数的方法来划分指标的灰类。划分灰类时，把属于某个灰类程度最大的点称为该灰类的中心点。ｓ，对各个指标①按照评价要求所需划分的灰类数＿／分别确定各个灰类的中心点２一Ａ；…；可能是其Ｉ，，，，中心点是指最有可能属于某灰类的点，可以是区间的中点也；＾；它的点。采用基于中心点的三角白化权函数的方法把每个指标的取值范围相应地划分？？？表示为＾个灰类，各个灰类的代表用灰类中心￥，＜。，，￥②将灰类分别向前、向后两个方向进行延拓，得到〇灰类和ｓ＋１灰类，对应的中＋１心点为；ｌ：１，忑和ｓ＋１新的中心点系列表示为丨，％＋１－－将第＆１和第ｆｃ＋１个灰类的中心点〇０和（０分别与（＃１连接，如图３４＾，）＜，），）＝．．．＝２．－所示指标关于＆灰类的三角白化权函数１１２《无１。，从而得到（）（，，／／／＿／，，，；，为？Ｆ个￣ｌｘ＝＝＝＝＝＝」＾ｙｙｊｙｆｊｙｆｊｙｆＴｙｆ；—＇／ＫＨ／ｔＶ，－２－１＋１＋１ＡＸ…２ｘ１＾４］］４４４４；；；图３－４中心点三角白化权函数的示意图个指标的某个观测值Ｘ：对于第，计算出其所属灰类ｋ的隶属度函数＿／４３ 东南大学博士学位论文ｒ＋１０，Ｗ［？］ｘ＝－ｘｅｆ（）ｚ，［］Ｊｊ＾ｊｒ＾＾＼＾￣＾（３．１）ｊｊｋ＋ｌＡ－ＸＴｒ，邱；，肀］＃八＾＿Ａｊｊ＝…＝…１，２Ｗ＆Ａ：１２Ｊ的综合聚类的系数记为￡７，计③方案，，）关于灰度（，）算ｏ，，＾ｆ得到：（，３．２）Ｍ式中，／／（＜）表示第＿／个指标第ｔ类的白化权函数，７／为第Ｊ个指标在综合聚类中的权重。根据计算得到的综合聚类系数＜，构造方案《的模糊隶属度矩阵＜Ｔ：？＝④找出方案ｍ的综合聚类系数的最大值ｍａｘｏｏ，则可以判定方案Ｍ属于灰丨ｆ丨ｆＨｋ＜Ｓ一类Ｆ。当有多个方案属于灰类ｆ时，可根据综合聚类系数的大小来确定同属个灰类的各个方案的优劣次序。３．２．３．２灰色模糊综合评价过程利用通过上述灰色聚类方法得到的综合聚类系数矩阵，构造模糊隶属度矩阵，然后再利用模糊评价方法评估方案的优劣，形成基于灰色模糊的综合评价方法。（１）建立评价指标层级结构根据对所决策问题的调查研究和分析，将方案选择的各个影响因素按照它们的性质分成若干个层次，构成层级结构，通常包含目标层、准则层、指标层和方案层，准一…？？？级指标ＣＣＣ．（：通常就是二级指标则层通常也就是，设为，，，，指标层，设为（；２，，，，－？？－？－？？＊ＣＣＣ．Ｃ／＝１２／〇（ｎ，，，，ｎ），，，，ｊ２ｉ（２）确定各影响因素的权系数一方案选择的影响因素很多，且不同的因素对方案选择策略的影响程度也不样，因此一，需要相关的专家对已经建立的指标层级体系赋予权重系数，设级指标（因素）４４ 第三章快递配送网络布局优化研究的权重系数向量为二级指标的权重系数向量为一．＂－．．＝＂．＜《１２，／二（＾烏，，，，？＇“，，），丨表示第／个级指标下的级指标个数。＂＇？＝２…＝２一依次计算各指标综合权重１／１／，％，，，；，，七，〇＿／，巧）为因素第＿／个二级ｍ＝ｖ．指标在指标体系中的权重。设指标的总个数为：。，＾ｉ（３）构造基于灰色聚类理论的模糊隶属度矩阵①建立评语集“”“”“”“”根据评估要求将方案选择评价结果划分为优、良、中、差４个灰’４类评语集，采用标度，结合人们的认知习惯，确定因素Ｚ下的指标的个灰类中＝０义＝０＝０心为．８．７．５：／Ａ〇＾，，；：“特优”和“特差”将灰类中心向前后两个反向分别进行延拓，增加两个类别，＝＝１〇３Ａ．并设定该两类的中心为＜，得到新的评语集的灰类中心点序列为：％＝１＝０＝＝＝＝．０Ａ．９０．８Ａ０．７０．５０．３，，，，Ａ，ｙｙｙ②确定样本矩阵ｒ位专家对指标层进行评价：设共有，得到ｉ因素第＿／指标的评价向量为…．．？（４，与，，４，，％），则丨因素第指标／的综合评价指标值为：＿（３．３）由于指标体系中有成本型指标和效益型指标，其中，建筑／装修成本、运营成本和价格是成本型指标，其它的是效益型指标：，需要对不同类型的指标进行处理丨〖〖，为给因素指标评价值为＃的专家个数。得到因素指标的综合评价向式中／＿／……量为：（＾，５，，￣，，＼。）③建立三角白化权函数３．１）丨将灰类中心点的值带入式（，可得到因素指标的三角白化权函数：＿／４５ 东南大学博士学位论文０ｘ运０．８１．０，［，］Ｏｒ＿Ｑｘ＝ａ：ｅ０．８０．９ｆＵ），，，＼［］Ｊ－（３０．４）０．９．８１—０ｘｘｅ０９１－０．，［，］－１．００．９ｒ０ｘｇ０．７０．９，［，］ｒ＿０７＝ｘｅ０７０８ｆｈｘ．．）＼，［，］，Ｊ８－００．７．３（．５）—０９ｘｘｅ０．８０．９，［，］０－０．９．８ｒ００．５０．８，［，］５Ｇ．７卜邱．办，］（３．６）為一［〇圳００．３０７ｘｇ．，［，］Ｙ＿〇Ｔ．Ｘ—ｅ０３０５）ｘ．．乂，；（，［，］Ｊ—０５－０．．３０．７）〇Ｊ￣Ｘｊｃ£０．５０．７，，［］０－．７０．５〇■④构造方案Ｍ的模糊隶属度矩阵？，计算方案《关于灰类＆的综合聚类系数为：ｄ（３．８）以令％Ｕ式中，）表示因素丨第个指标第＆类的白化权函数，〖第ｙ个指标＃（＜＿／％为因素综合权重。４６ 第三章快递配送网络布局优化研究由综合聚类系数，构造模糊隶属度矩阵ｏｏ…ｏｆｆｆ２°…２匀—ｃｒ—ｃｒ—（ｕ）９）（３．■？？ａ｝ａ２ａｓｍｍ⑤进行模糊评价对方案ｗ进行评价得：２Ｂ＝ｂｂｂｂ＝ａａａ（３１［．０）ｕｌ，ｕ，ｌ，：］［ｌ＾，ｌ，：］ｃｊＷ属于：根据卜ｆ来判定方案灰类ｆ，从而可以根据以下进行判断４“”ｍ＝当ａｘｆｔ；，纪，纪，九｝奂时，方案为Ｗ属于灰类１，即为优；４“”ｍａｘ＝当況，纪，纪，九｝办２时，方案为ｗ属于灰类２，即为良；３４“”当ｍａｘ＝ｗ属于｛ｇ，Ｋ，九，九｝夂时，方案为灰类３，即为中；４“”ｍａｘ＝当択｝匕时，方案为ｗ属于灰类４，即为差。，纪，＆九最后，根据需要，从各个方案的评价结果中选择效果较好的方案。３．２．３．３算例分析一快递企业要进行配送中心选址工作Ａ城市，在进行初步调查和粗略筛选的基础……上五个备选点中选出八个作为快递配送中心，，需要在枣為，，４皂十邀请１〇，３．１：位专家按照评语集对各个方案的每个指标进行评分，如表所示４７ ｇｇ＾和大学＾ｌ文ｇ＾Ｈ＇ｆ＂３Ｊ方址＿案子、、－；＊Ａ２＾－ｖ３－Ａａ７以／读／７』“方木方读方ｒ％；＾ｌ５＾－合评附等级评价鐵评评等评价等ｒ＿Ｊ，＿＇指＾／０Ｔ＂ｐｃ＾＾ｓ重＾良４＿＿差｛优良Ｖ中■＿々杧自４＿＿＿Ｔ优－良中差ｔ自良差－１７－－９－８－－５＾＾－９－８－９１８７５７７０〇８ｏｏｏｏ００ｏ）．９ｏ００．５ｏｏｏ．５ｏｏ０ｏ）．５ｏ）．９．＾６２５－８－１３－１－４－２－３－－２：１０ｇ＾０ｏｏｏ１．１ｃ１ｏ００ｏ）．１ｏ）．６０．２ｏｏ．ｌｏｏ００．１ｏ）．３ｏ０＾．１－１１－１１１－５－Ｉ＇＾＾－５：１７５７Ｓ０ｏｏｏ０ｏ）．ｏ）．５０．４ｏｏｏ３ｏ００＞ｏ）．ｌｏ０ｏｏ３ｏ１．１ｃ２．０１＇）－１１２０－－６－２＾＾－２－５：１５７１０ｏｏ０；—ｏｏ．１０．６ｏｏｊ１ｏ００－１ｏＪｏ００．３ｏｏｏ２０．１ｃ３．０）．１－１１５＾０－－２－５－２＾＾－１：２－８１１０ｃ１２０ｏｏ００００．３ｏｏ１ｏ００ｏａｏ００．２ｏｏ２ｏ４．３１１３＾０－－３－３－２＾＾－２－３：２ｌ０－８１０．３ｏｏ２ｏ００ｏ．２ｏ００．３ｏｏｏ４０．１ｃ２２ｏｏｏ）．１ｏ．２－１５０－－４－２＾＾－１：２）５－６）－２１０４ｏｏＯ１ｏ００－３ｏ－ｏ００．３ｏｏ２ｏ４．３ｃ３０．０ｏｏｏｏ）．１ｏ．１０．：４＾＾－２－３－９１４０－－－５０４ｏ１ｏＯｏ００．１ｏ２ｏｏ３．３ｃ１２ｌｏ０ｏ＾０ｏ．２〇ｏＤ０００－－１－２，９０－３－２０－０－－４－２－３＾＾００４ｏｄｊ１０ｏｏＪｏ０－０．４ｏｏ６．１ｃ３２０．０ｏ〇ｏ１１０ｏ．３．：＇ｓ０－－－，６１０－３－３－３０－０－－２°－－３＾＾１００ｏ１．７ｃ４１０．０ｏＱｏ２ｏ）．１ｏ．１０．３ｏｄ１４ｏｏ．２ｏ００．３Ｊ，８〇０－１３０－＾０－０－－４０－＾＾０－－１０－－６０－－０．０ｏｏ＾１０ｏ１０．５ｏ：２３ｏ；ｏ．７ｏ０：＾０ｏ３ｃ４２〇．＇０°－，６１４０－－３０－０－－３－３－３＾０－－１－０ｃ４３０．０ｏｏ＾０ｏ．１０．２ｏ１ｏｏｏ；－ｏ＾００．６４４．１－－〇°－１４０－－３０－０－０－－４＾０３０－，４—－００ｏ〇０１ｏ＾ｏ．１０．２ｏ１；４ｏｏ．ｌｏ＾００．４；ｏ５０．１ｃ５１．°－３－２０－＾０－０－－４０－＾＾０－－２０－－３，３〇０ｏ．３０．４ｏ－２３ｏ．１ｏ．２ｏ００．２ｏ３．２ｃ５２０．０ｏ〇０１ｏ＾：ｒ１°－－２０－－１０－０－°－＾０－－２０－°－，３ｏ０００ｏ０１ｏ＾ｏ．５０．２ｏ１２３ｏ；－ｏ＾００．４２３．３ｃ５３．＾、＾－＾＾＾＾４＾ＳＣＡＷ０Ｉ口力Ａ方木／方ａ＾／方案－＂、指一３／ｄ＾／ｄ０＾＾〕＾ｌ－差尤１差＿欧良牛窆差＾尤良ｌ＊＾差优ｔ良中户差ｂ尤ｂ良中廿良￣＾００－°－－５＾０－－３０－０－２５－２０－－０－００ｏ５２２１ｏ．２ｏ００．１５１．１ｃ１１０．１２ｏ＾０１ｏｏ．７．２＾０）００－－３＾０－－５０－０－７５－２０－－０－７ｏ６３ｏ．４ｏ００．１２－０．１ｃ１２°°７ｏ０２ｏ－ｌｏ．６〇．３＾０）１，－－２－０－５－５０－－２０－０－０－０－°－－４＾００１３０１ｏｏＪｏ３１ｏ００．２４２０．２ｃ００ｏＪ〇．６１５１ｏ．２０－０－－３０－－３０－０－０－０－０－－３＾－１０－２１２０４ｏｏＪ０３ｏ３１４２３ｏＪｏ００．３３４０．２ｃ０ｏ．３．－３０－－２０－０－１－３０－－３０－０－０－０－０－＾０２２１ｏ０．１４３０．１ｃ２２０ｏ１０３ｏ．３ｏ．２〇．３ｏ２３４ｏ．２０－１１０－－２〇－０－０－０－０－－４＾０－－１－００．ｃ２３Ｏ．Ｏ５ｏ１０４ｏ．４ｏ．４〇．３ｏ１１４４１ｏＪｏ０．１５０１Ｏ－３０－０－０－０－－４＾０－－３０－０－０２０．１ｃＪ１１ｏ０３ｏ．２ｏ．５〇．４ｏ＾０）２５３ｏ．３ｏ０．１４２２０－°－０－０－０－－６＾０－－２０－０－－０２０ｏｌｏ３〇．６ｏ＾〇）２５２１ｏＪｏ０．１５２０．１ｃ３Ｏ．Ｏ９ｏ１６－．ｎ００－０－０－－３＾０－－２０－０－１０－－３－０１０ｏｏ０．４ｏ２仏２３３２ｏ．２ｏ０．２３ｊ０．２ｃ４０．０６ｏ２．７．１０－０－００－－５＾０－－１０－０－１１０－－２０－－０２０ｏｏ〇６ｏ１２５２１ｏ．２ｏ０．１６２０．１ｃ４Ｏ．０８ｏ１７Ｊ．１．＾０－－２０－０－１－２０－°－０－０－０－０－０Ｓ０２ｏ．２１４．３ｃ４３Ｏ．０６ｏ０５ｏ．２ｏ．５〇．２ｏ＾２１５２ｏ＾ｉ－２＾０－－３０－０－－２０－０－０－０－０－ｏ００ｃ５１０．０４ｏ０５ｏ．ｌｏ．６０．３ｏ＾２３４１ｏ．３０．１２５〇）－３＾０－－５０－０－－４０－－２〇－０－０－０－０－ｏ０ｏ４０．１２２０．１ｃ５２０．Ｏ３ｏ０３ｏｎｏ．５〇．２ｏ１６２１１．０－°－１－２°－－２０＇０－°－０－＾０－０３０ｏｏｏ５１ｏ＾００＿４３２．１ｃ５０．０３ｏ１３．４．６０．２０）２２ｏ．６．１－＾＾ｊ＜１＾＾Ａ１１＾２°ＡＡＩａ方案＾｜案Ａ案Ａ＾＾案０示、＞＾指一ｎ＾＾ｄ兰ｎｔａ／ｕ＾差￡良ｌ中差尤ｕ％弓和差你尤良１＿差§ｓ伪＿良中ａ＿ｕ尤良１＾二优００－－４００－２５－６０－１０－０－０－０－０－－２－０１１１ｏｏ＾ｏ４１．１Ｃ１０．１２ｏ＾０１ｏＪｏ．１０．７ｏ１ｌ７ｏ．７０－０－７５－３０－－４０－０－０－０－０－－２－２－５０－３Ｃ１２０．０７ｏ０１ｏｎｏ－１０．３ｏ２１ｌ４４ｏ．６ｏｏ０２０１－６０－－６０－０－０－－６－２０－－２０－０－３４０５１０．２Ｃ１０．０５ｏｉ０２ｏ－ｌｏ．１０．１ｏ２０ｏ｝６ｏ．１ｏｏ．１－２０－－２０－０－０－０－－３－４０－－１０－０－２１Ｃ２１０ｏｉ０４ｏ．３ｏ．１０．２ｏ５０２３５ｏ．１ｏｏ０．２３３０．３－３０－－２０－０－０－０－－５＇３０－０－０－２．Ｃ２２０ｏ０３ｏ．２ｏ．２０．３ｏ３０１２７ｏ．２ｏｏ０１４４０１０－０－０－０－０－０－－３－５０－０－０－－３－５１１０３０４ｏ．２０．２ｏ１２６ｏ．１ｏｏ０．１２４３．１Ｃ２．Ｏ５ｏ０ｏＪ６０－－３０－０－０－０－０－－５０－０－０－１－０１５。０Ｃ３１２１ｏ１０３Ｏｃｏ．１．２ｏ４２２ｏ．４ｏｏ２５２０．１－－－－０－０－０－－２－２０－０－０－４０５０４０１４ｏ０４２ｏ．５ｏ．１１７１０．１Ｃ３２Ｏ．０９ｏ０４ｏＪ０ｃ〇．１ｏ＊００－３３０－０－０－Ｔ－２０－－５０－０－－０－４－４－Ｉ２ｏ３２０．２３４１Ｏ．Ｏ６ｏ－０３ｏ．２ｏ．１〇．２ｏ２１３ｏ．ｏ０３０－０－０－１－７０－－６０－０－０－０－０－－－６－２０２０２１ｏ．１１６２０．１５４０．Ｏ８ｏｉ０２ｏｃｏ．１．２ｏ１３４ｏ１ｏ－２０－－０－１－４０－１０－０－°－０－０－－５００５２．１４３．６ｏ０４ｎｏＤ０．１ｏ１１７１．２ｏ０．１２５ＯＯ１ｏ８ｏｏ－３０－－２０－°＇０－０－－３－４０－０－０－Ｃ５１０．０４ｏ０４ｏＪｏ．１〇．１ｏ６１ｏ｝３６ｏ．２ｏｏ０．１４３２０．１－６０－－６０－０－０－０－３－２０－０－０－１Ｃ５２０．０３ｏｉ０２ｏＪｏ．１０．２ｏ１０２６２ｏ．５ｏｏ０６３１０－０－－４０－０－０－０－０－－３－０－０－０－７３０１Ｏｏ．２〇．１３１１７１ｏ．５ｏ＾０．１７２１０Ｃ５．０３ｏ０ｏｏｏｙ＾＾＇曰３＾＾／ｒ－＂Ｖ－２ｒ臓镇１阶豕ｆ叮表，进１０计算得，到个＼義各術＾刀表：戶｜４８ Ｈ￥快递赚化織炉ｔ配送雕＾表＾４１方案不同指ＩＩ评＾３表ｕＡ２＾７＞／ＭＡＡ９Ａｊａ－Ａ＼３－／＼５从／Ａ８９０Ａ１１１２Ａ１３ＡＵ４Ａ１５０－－８４－８７６－８６８６０－２ｏ．７７８７７．７６ｏｃｕｏ７８ｏｏ８２ｏａ０．８０．７ｏ９ｏ０１ｏ．８．８０－－８３－８７５０－８８５０－４７９０．８５．７８８１ｏ７１．５４ｏ８２ｃｕｏｏ．ｏｏ８１ｏ０９ｏ０６ｏ．８０－－８３－７ｏ－７－７９７６４０－７６７６ｏ７５ｃＵｏ６．７６ｏｏ７７ｏｄ０．７９０．７ｏ４ｏ６９０．６２ｏ．２１０－－８７－６－７－６７６９０－０９ｏ１６８ｏ６４０．６２ｏ７１ｏ６９ｃｏ９ｏ．７ｏｏ６８ｏｄ０．７．６．２２０－－８５－７７１－６９７３０－．７３ｏｏ．５０７ｏ７９ｏ７４ｃｏ３ｏ７５ｏｄ０７５０．７ｏ６７３ｏ７１．５．２３０－－８２－７６９－６５７９０－７．７４５０３ｏ７６ｃｏ６ｏ．ｏｏ６８ｏｄ０．７４０ｏ７５ｏ７４．７２ｏ．７Ｗ０－８８－７７２－７３８４０－ｃｏ８０？７６ｏｏ．７ｏｄ０．７９０．７８ｏ８７８ｏ６６０．６４ｏ．８３ｏ７７３２０－８７－７６８－７２８２０－ｃｏ８０．７ｏｏ７２ｏｄ０．７７０．７６ｏ７７４ｏ７２０．６６ｏ０．８ｏ７７０－８１－６７１７２－５７０－ｃＷｏ９０？６８ｏｏ５９ｏｄ０．７３０．７３ｏ３７４ｏ．７０．６６ｏ．８１ｏ７５４２０－８７８６－７１７６０－－７０７ｏ６ｏ０５ｏ６ｏｃｏ５０．７６ｏｏ７８ｏｄ０．７７．７７９７２７６．７．７４３０８９－６０－６１０－７ｄ７８－０ｏ４ｏｃｏ８０．６９ｏｏ７４ｏ０．７０．７１ｏ９７４ｏ５５．７１７４．７Ｉ０－８４－６６５７４８５７－０－ｃ：ｏ８０．６５ｏｏ７５ｏｄ０．７５０．７６ｏ８ｏ６１０．６５ｏ５ｏ７９７５．７５２０－８４－７７４－７６－８０－ｃｏ．ｏ７６３ｏ８５８０７６ｏｏ７３ｏ０．８２０．７９ｏ８ｏ７２０．６８ｏ．８５３０－８３０－８６５－６６８４０－ｃｏ５０．６８ｏｏ．７ｏ０．８０．８１ｏ９８１ｏ６９０．７１ｏ．８１ｏ８６７ｉ）Ｊ＋ｆ＿分旅三§—？３）根据右式（３．５）别舞各个１角权玫，＾賭么＞＾５（．８ｒ、％一４＝５）＾？１２３－计＾各於義Ｎ＾ｔｃ，综合碰ｔ女表３．３３１７ｆＪＴｏ个灰类，Ｉ、表３．３不案１的灰色ＩＩ评价嫌＾！ｘｘ３ｘ５ｘｘ０ＸＸＸＩ—－ＡＸＨ＾＾ｃ１４６Ａ９ＩＡ１如３ｔ皮、＼７°－５．ｓ１ｏ１ｏ４ｏ３０．７ｄ２０．８０．７ｏ．０．７ｏ．９０．４ｒ４ｏ３Ｉ５２°ｔ７－°－５ｒ２ｏ．６ｏ８．２０１ｏ－７ｏ４８７２ｄ０．３ｏ．９０．３ｏ．０．６．６ｏ３ｏ３０ｏ０ｏｏ。Ｇ０ｏｏ０ｏｏ００４ｏ３０ｏ０ｏ。。Ｇ０ｏｏｏｏｏ００表３．４亦＾２的灰色麟Ｉ评ｆｇｘｘ，ｔ２３５０ｃ—ｘ１《Ｘ６，Ａ勿＾１０Ａ１＾＾１３Ｘ１４ｔ．欠７－￣７２－４０ｏ０６１ｏ．ｏｏ０ｏ０ｏ。０００Ｏｏ０丨－６°－６°－３２ｏ．８ｏ０ｄ６０．８０．８００．５ｏ０ｏ８１ｏ４９．°－４°７－００９５２ｏ９０９ｏ２ｏ４４３ｏ０ｏ０．９５ｄ４０．２．２０．．．．．４ｏ０ｏｏ０．０５ｏｏ。００．０５０ｏ．１０．１ｏ丨０ｏ０２表方案３的灰色麟｜评哺ｍ＾ｘｘ３ｘ５—ｘ＾ＡＨ６－Ａ１Ｍ３ＸＣ１４ｆＧ１坤＾祀灸＾＾￣＼７１ｏ００ｏｏｏ０ｏ。ｔ００ｏｏｏ１０ｏ００°－６００．６．２ｏ．８ｏ－ｏｓｏ０ｏ００６ｏ０ｏ．６０ｏ３６°４°７－－？５ｏ２ｏ－１０ｏｏ．９）ｏ６２３．ｌ１０．４ｌ）．９０．４ｏ．．７５．４４３５ｏｏ００ｏｏｏｏ０。ｏ）１０ｏ０２５ｏ—ｏ．１［０２．．．４９ 东南大学博士学位论文表３．６方案４的灰色聚类综合评价系数ＸｉＸ２Ｘ３Ｘ４ｘ￥ＸｅＸｊＸ８ＸｇＸ＼ｑＸ＼＼Ｘ＼２Ｘ１３Ｘｊ４＜Ｊ￣￣￣￣１００００００００００＾０００００．０５２０２０．０．４００００９０．６０．５００．１００．０１．４０．１３０１．．０．．．４０．５１０．９０９５０．８０．９０９００．５５０．７５６０７５０．７０４０２５．２５．０５００．１０００．４５．０００．０６１００００００表３．７方案５的灰色聚类综合评价系数ＸｌＸ２Ｘ３Ｘ４Ｘ５Ｘ６ｘ１ＸｇＸ９Ｘ１０Ｘｎ々２Ｘｌ３Ｘｌ４＾￣１０２０．１０００００００００００００．０３２０．８０．９０．．．．７００．５０００２００．８０４０．５０３００．３９．３０００．３０．．．．．９０．５０９１０８０．４５０．２０６０．５０．７１０５３３Ｉ００００．１００．１０００．５５００００００．０５表３．８方案６的灰色聚类综合评价系数ＸｌＸ２Ｘ３ｘ４ｘ５Ｘ６ＸｊＸｇＸ９Ｘ１０ＸｌｌＸｌ４〇￣￣１０６０６００００００００００００．０７２０１００．２１．４．２６．４０．９００．３０００．０００．６００３０００．８５７５５９０．．１００．９５０．０．７０．８０．３０．１６０．４０．８０．５８．０５．２５００００．２４ＯＯＰ０．１５００．６５０００００．０８［表３．９方案７的灰色聚类综合评价系数ＸｌＸ２Ｘ３Ｘ４ｘ５ｘ６ＸｎＸｇＸ９ＸｌＯＸｌｌＸｉ２Ｘ１３Ｘ１４〇￣￣￣￣￣￣￣￣￣￣１６５００６００．４０２００００５０ＯＡ００．０．．２１２０．４０．．０．．５０６００．３０．９０．６０８０．２６０．８０．５１０．６０．５１３０００．．４０．９５０．７０．１０００．８０４０．２００００．２８４０．０５０００００００００００００．００Ｉ０表３．１０方案８的灰色聚类综合评价系数ＸｌＸ２Ｘ３Ｘ４ｘ５ＸｅＸｊＸｇｘ９Ｘ１０Ｘ１１Ｘ１２Ｘｌ３Ｘｌ４ＣＪ￣￣￣￣１００５０００００００００００２００．０４２１０．５０．９０００．４０．７．０．７００．０．８１０．５９．５０．９０３５３０００．１１０．５０．６０．１０．３０．７０．３１０．５０００．３７４．００！０００００００００００００００表３．１１方案９的灰色聚类综合评价系数ＸｌＸｌＸ３Ｘ４Ｘ５ｘ６ｘ７＾８工９ＸｌＯＸｕＸ１２Ｘｌ３尤１４〇￣￣￣１ｏ００００００００００６０ｏｌ０．００２０１．．７０．９０．４００．５０．４０．８０．６０．３０．７０．０．６０．９０９０．５５３０．３０１５２．．４５．０．６０．９０．５０．６０．０４０．７０．３０．９０．４０１００．４００００００００００００．００．０５０００１５０ 第三章快递配送网络布局优化研究表３．１２方案１０的灰色聚类综合评价系数－ｘＸＸＸＸ〇＾＾￡００＾ＸｉＸ２３Ｘ４ｘ５ｘ６ｙｇ９ｙ〇ＸｎＸ＼２Ｘ１３Ｘｙ４￣＾１０００００００００００００００．００２０１０．．１０５７３０００１０．６１．９４０．６０．０．８０．０．．６．８０．９３０．１００．６０．９０．４０．５０．２０．３０．７０．４０．９５０．２００．１０．３９４０００００００００００，０５００００．００［表３．１３方案１１的灰色聚类综合评价系数ＸｌＸ２Ｘ３Ｘ４Ｘ５Ｘ６ＸｌＸ９Ｘｘ〇ＸｎＸｎＸｌ３Ｘｌ４ａ￣￣￣￣￣￣１ｏｏｌ０００００００００００ｏｌ０．０１２０８０９０６００３０５０．８０４０４０９０４０５０６０９０５６．．．．．．．．．．．．．．２０．４．．．１０．３０００．９０７０５０．２０．６０．６０．６０．５０４００．４２４．１０００００００００００．０１｜〇０００３１４１表．方案２的灰色聚类综合评价系数ＸｉＸｊＸ３Ｘ４ＸｓＸｅＸｉｘｇｘｇＸｉ°ＸｕＸｕＸｕＸｕａ￣１〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇．〇〇２０．．．２００２．７０．１０００１０４００．２０００．００．１７３０．３０．９０．９５０．７０．９０．６０．８０．８１０．８０．２５０．５５０．８０．９５０．７２４０．２００Ｑ００００．０５０．３００．７５０．４５００．０５０．１２表３．１５方案１３的灰色聚类综合评价系数Ｘ２ｘ３Ｘ４Ｘ５Ｘ６ｘ７ＸｇＸｇＸｉ〇ＸｎＸ１２Ｘｉ３Ｘ１４〇￣￣￣１０００００００００００００００００．２０．１０００００．２００００．５０．．１０００１０．０７３０．９０．７５０．６０．６０．３５０．８０．７０．８０．８０．５０．９０．５０．９０．９０．７０４．２５０．．．．．００．４０４０．６５００．３０２０２０００５０１００．２３表３．１６方案１４的灰色聚类综合评价系数Ｘｌｘ２Ｘ３Ｘ４ｘ５ｘ６ｘ７ＸｇＸ９Ｘ１０ＸｕＸｕＸ１３Ｘ１４ａ￣￣￣￣￣￣￣＂￣￣￣１０６０４０００００３０〇７ｌ０〇６０．３０１０１６．．．．２０．，．．４０．６０．６０．１０．９０．３０７１０９０．６０．４０．５０．７０９０．６０３０００．４０．９０１０７００００４０６０５０００．２４．．．．．４１０００００００００００００００．００３１１表．７方案５的灰色聚类综合评价系数ＸＸＸＸＸＸｘＸＸ〇ＸＸ２Ｘ３Ｘ＼Ｇｌ２３４ｓ６７９ｉｎ＼ｉ４￣￣￣￣￣￣￣￣１００２０００００００００００．５０．６０．０５２１０．０００．００４０．９００．８０５．４０．６７．７．５０．６０．．５．４０．５９３０００．５０．９５０．６０．４０．３０．３０．５０．４０．６０．１０００．３６４００５０００００００００００００．．［ＯＯＰ由综合聚类系数，构造模糊隶属度矩阵，并且对方案进行评价，如表３．１８所示：５１ 东南大学博士学位论文表３．１８评价结果方案Ｍａｘ评价等级方案选择１０．５２０．４８０００．５２１优Ａ！２．４４００．０６０．４９０．０２０．４９２良Ａ２３００．．．３６０６２００２０．６２３中４０７．．７．０５０．１９０．００６０３中５０３０．５３．５３．００．３９０．０５０３中６０．０７０．２６０．５８０．０８０．５８３中７０．２１０．５１０．２８００．５１２良Ａ７８０．０４０．５９０．３７００．５９２良Ａ８９００．４５．５５０００．５５２良Ａ９１０００．６１０．３９００．６１２良ＡＩ０１１０．０１０．５６０．４２０．０１０．５６２良Ａｎ１２００．１７０．７２０．１２０．７２３中１３００．０７０．７０．２３０．７３中１４０．１６０．６０．２４００．６２良Ａ１４１５０．０５０．５９０．３６００５９２Ａ］５＾“优”“”经过对评价结果进行分析，选出评价等级为和良的方案作为快递配送中心的最终选择策略，得到选址方案为：，９个点作为４４，為，４共选址的快递配送中心。３．３快递柜选址布局及服务区域划分３．３．１问题描述一配送中心布局已经确定、快递柜逐步推广使用的情况下，进步需要考虑的就是快递柜如何选址布局的问题。如速递易由于初期粗放式的布点策略，导致不少网点的９５％的投递量是４万１利用效率差异较大，其中多台设备完成的，剩下万台左右投递量占比不到，说明快递柜分布存在不合理现象。其它快递柜企业也同样存在类一似的布局不合理的问题一些不合理。些快递柜企业正在加强重视对布局的优化，对布点的快递柜进行返厂处理，重新布置到合适的地方。影响快递柜布局的因素有很多，包括快递量、顾客取件的行走路程、快递柜的服务范围和服务水平、车辆配送的成本等，本章在综合考虑这些因素的情况下，对快递柜进行选址布局及服务区域范围划分问题进行优化，具体过程包括优化包含快递柜布设点的选址、客户点的归属划分以及配送车辆的行驶路线问题。这里考虑配送车辆的，根据预测的客户点需求来进行研究行驶路线问题，主要是在选址阶段，为的是考虑行驶路径对快递柜选址布局成本的影响，与第五章在快递配送环节所研究的配送车辆５２ 第三章快递配送网络布局优化研究一一ｎ路径问题不样。假设城市某区域的快递客户点总数为，需要在这些客户点分布的范围内布设ｍ个快递柜，每个快递柜为归属于它的附近客户服务。设快递公司派出ｓ一辆车执行派件任务，每辆车出行趟可为若干个快递柜派送快件。针对快递客户需求点的分布、需求量及相关建设、配送、取件成本等因素，生成系统优化方案，使快递派送系统的总成本最小。对问题的假设如下：一，车辆数足够①物流公司派件的车型统；一一辆车派送②对于同个快递柜的所有快件由同；一③同客户地点的不同快件的收件人是独立的。３．３．２数学模型３．３．１．１变量定义变量定义如下：’’？定义１．ｚ＝ｌ２ｎ：客户点ｉ的坐标记为〇，，，，，递柜ｊ的坐标记为，乂）；快＿＝＝…ｅ／＝１２ｍ点的归属划分变量为）．，ｌＯｏｒｌ，ｚｅｔ／当］１（，），，；客户，；５乃＿／，，；；＿／；＝表示客户点；归属于快递柜的服务范围，当０表示客户点不归属于快递柜的服＿／％＿／务范围。＝定义２：车辆的派送关系变量为Ｚ＆，１表示车辆Ａ：为快递柜派送快件，Ｚ０＿／＆表示车辆Ａ；５１表示车辆＆派送不为快递柜派送快件；车辆行驶路线变量为５，＊＿／＿＾快件时经过路段（ｙ），５表示车辆派送快件时不经过路段（以）。定义一３：对基本参数作如下设定：建设个自动快递柜的成本Ｃ〇，快递柜驻小区的年费用Ｑｕ，快递柜服务年限为ｔ，快递柜年平均维护使用费为ｑ，每年的工作天数为Ｔ。配送区域内所有快递柜日平均财务成本如式（３．１１）所示：Ｚ＝＋Ｘ１＿ｍａＸ１＿°｛－Ｕ（，｝）（３）ｌ吾争＾）〔Ｊ＠５３ 东南大学博士学位论文？式（３．１１）中，对于ｙ，当尤１＾１时，表示快递柜ｊ被选用，此时＝ｉ；－－ｌ－￣１ｍａｘｌ０ｍａＸ｛｜Ｘ〒（：，即被选中建设的快递柜数量增加１，文（｛，｝）则；ｆＸ／＝＝１ｊ＼ｉ＝ｌ表示被选用的快递拒的数量。定义４：客户点ｉ位置与自动快递柜ｊ两点间的距离＆根据两点的坐标〇，，妁）＾－－计算得到：Ｘｖ和ｆ＋ｉｙｙｆ，人均步行速度为，城市人均国民生产（＆，：）ｈｊｉｊ＾ｊ总值为Ｐ，ｉ的日平均快件量为必客户点，人均每天工作小时数为ｈ。客户提取快件的单位成本如式（３．１２）所示：Ｚ＝－ｘＸｘ２２ＳＥ（＾ｔ＾〇（３．１）ｖＴｘｈ定义５：车辆年平均固定使用成本为Ｑ，单位距离运输费率为Ｃ２，车辆派送快件至快递柜的成本如式（３．１３）所示：＋从（３．１３）丄ｋ＝＝＝￣＼ｌｋ＼Ｊ＼ｊｉ７２式（３．１３）中Ａ：，，对于当时，表示车辆Ａ执行派送任务，此时，－－－－＝．ｌｍａｘｌ．０ｌ，１，ｌｍａｘｌ０，即配送车辆数增加（｛则表示执行派｛｜Ｘ｝２ｆＸ，｝）＝ｌｋ￣＼ｊ＝＼ｊ送任务的车辆数。定义其它参数如下：客户取件最大容许距离为Ｌ，快递柜最大容量为Ｄ，快递柜最低服务率为Ｘ，每辆车次派送最大件数为Ｗ；３．３．１．２模型建立建立模型如下：ｖｃｖｍ＝－ｉｒ－＼－．ＺＺＺＺ（３１４）．＾ｘ１Ｓｔ．ｙｊ（３．１５）＝ｉｌ＞ＡＤ，Ｖ／３（．１６）５４ 第三章快递配送网络布局优化研究＜！Ｖ＇．ｚ７ｍａｘ｛｝，？（３．１）＾，７Ｗ＜３．１８）＝１Ｍ１ＶＺＷ〇（３．１９）／＝〇ｍ二１勺ｋｉ，，（３．１０）Ｙ／ｋｔｊ沾＝〇ｙ式（３．１４）为目标函数，表示总成本之和最小；式（３．１５）表示快递柜服务量不超过最大容量；式（３．１６）表示快递柜服务量不少于最小服务率的要求；式（３．１７）保证客户取件行走路程不超过最大容许距离３．１８）；式（表示每辆车派送快件数量不超过车一辆的运输能力；式（３．１９）和式（３．１０）表示车辆ｋ只经过所服务快递柜的线路唯性＝ｉ、〇时表示快递公司的约束，式中当ｊ。３．３．３三阶段求解方法针对问题的复杂性，对上述模型的求解采用两种算法，分三个阶段进行。先把问题分解为三个阶段，即快递柜选址及客户点归属划分阶段、分配车辆的派送任务阶段、制定车辆行驶路线阶段－Ｗ节约算法进行求解。采用改进的动态聚类算法和Ｃ，先用动态聚类算法解决快递柜选址及客户点归属划分问题，再二次使用动态聚类算法分配车辆的派送任务－Ｗ节约算法求出配送，文中称之为二级动态聚类方法然后用改进的Ｃ；车辆的行车路线。第一阶段：采用改进的动态聚类算法来求解快递柜选址和客户点的归属划分问题１４１动态聚类算法［］是依据若干个指标把样本进行分类，文中对算法进行了改进，在考虑约束条件的情况下，用动态聚类的方法把坐标位置比较相近的点进行了归属划分。用改进的动态聚类算法来解决该问题时：，具体的步骤如下步骤１：对需求点的坐标进行标准化处理ｎ一设需求点的样本数量为，每个样本含有Ｓ个指标值，原始的坐标数据为：＿…＊？？＾．ｊＣ－＾＂＾■＾尤ＩＨ３ＸＸ１２５尤’对原［５５，，，，，ｎ，，ｊ２１２２，１２，ｊｆ；１１２ｌｔ＝…＝ｆｌ２１２。始数据进行标准化处理后得：４，，，抑，，（步骤２：计算初始的分类数５５ 东南大学博士学位论文“”「１根据快递柜容量的限制条件来计算初始分类数为：尤（注：是上取整的符号，求不小于给定值的最小整数）。步骤３：根据初始的分类数ｉ：进行分类把所有的快件需求点划分为ｉ：类。设由标准化处理获得的第ｉ个需求点的第ｔ个指ｓ标为＝＝，令：ｓｕｍ（ｉ）ｘ，ＭＡ＝ｕｍ９ＭＴｓｕｍｉ，则４ｙ＾；ｔ３ｘｉｓ＾｛ｊ）｝ｔｎｉｆｌＸＹｉ＇＝＜ｎｔ＼ｌｉＳｎ１＜／Ｓ．－－尺１麵，Ｍ／（）［（）］卜，需求点ｆ被归类为与＊最接近的整数（１彡技幻，得到的类＋１ＭＡ－Ｍ（）别记作／…＾，，＝记算法的迭代次数ｍｌ入步骤４。，进步骤４：算出每个类别的聚类重心。对于第ｔ个类别的聚类重心为：＝／，（其中４指需求点，的标准化数据指需求点ｆ的权重，Ｉ（户乂）；仍算；乙凡＝例中认为每个需求点的权重与其需求量相关，取仍名），对于纵坐标计算方法也同样。求出尤个新聚类重心记为：５步骤：按新的聚类重心进行分类１计算每个需求点ｆ／到各个重心Ｃ的距离。如果到Ｃ最近，就把它划给／类。；Ｔ；？？各个需求点依据新的重心被重新划分为尺个新的类？。：／％£；，，＃对算法的停止条件进行判断：（ａ）连续两次迭代获得相同的分类结果（ｂ事先；）设定的某个评判值不再产生明显变化；（ｃ）迭代次数达到事先规定的最大值。如果第＝ｍ＋ｍ次迭代能够达到停止条件，迭代运算结束，进入步骤６；否则，令ｍｌ，返回步骤４。６ｍ－步骤：对上述迭代运算得到最后的分类即第１次迭代的分类结果依次对约束条件进行判断。若满足所有相关约束，则把该分类结果确定为最终分类，进入第二阶段；－２次－……１若不满足约束条件、第ｍ３次、、第次的分类结果进行，则按顺序对第ｍ判断，若存在满足条件的分类，令其为最终分类，转到第二阶段；若所有的分类均不一能满足上述条件，则对最后分类即第次的分类结果进行下步调整，执行步骤７。ｖ步骤７：令７ｕ为需要进行调整的Ｖ次迭代中不满足约束条件的第Ｕ类，引入罚量＝一？（（Ｕ）的重心之间的＇４乙，其中为该类第Ｕ类）中第ｉ需求点到其它类＾ｊｐ距离ｉ，Ｌ表示中第需求点到它所属的Ｕ类的重心之间的距离。令５６ 第三章快递配送网络布局优化研究—ＷｍｉｎｌＭＡ．ｚｅ／ｅＫ目＾ｕＪ，，ｊｊ７）把需求点／调整到类别Ｊ，这样调整得到的结果与原来分类的差异是最小的。对调一整得到的每类判断其是否满足模型的约束条件。若满足条件，则该分类就是最终的分类结果，进入第二阶段否则，转到步骤８。；特别说明：以上步骤中用来计算的各需求点和重心点的坐标值是经过标准化得到的数据，在计算实际的重心坐标和取件距离的时候则需用原始的坐标值来计算。实际的重心坐标是＾（式＾式，计算调整后得到的最终分类的实际重心坐标就１１ｉｅ／ｒｉｅ／ｒ是快递柜布设位置的坐标。８：将其它罚数按，依次调整步骤照由小到大的顺序排序，先满足条件的分类确定为最终分类二一，转到第阶段；若按照所有罚数的调整均不能满足条件，则对前次的分类结果进行调整，重复执行步骤７。若对所有分类进行调整后仍不满足约束条件，则尺＝尺＋１令分类数，返回步骤３，直到满足约束条件为止。第二阶段：用二级动态聚类算法分配车辆的派送任务本阶段第使用二级使用动态聚类算法把各个快递柜的派件任务分配给不同的车辆。分类的基本步骤与第一阶段相同，差别在于调整阶段考虑的约束条件为车辆的容量限制条件。第三阶段－Ｗ节约算法制定车辆行驶路线：用Ｃ根据第二阶段获得的车辆派送任务划分方案，根据快递柜坐标值计算各点间的实一际距离辆车的行车路线，，，分别求出每即由起点（快递公司）出发确定车辆在各个快递柜依次送货的顺序，最后返回原出发点，使行程最短。该问题可归结为货郎担１４２［］问题－，采用ＣＷ节约算法求解，制定每辆车的最短行驶路线。３．．３４案例研究一区域布设快递自动快递柜对快递柜使用正处在快速发展阶段的Ａ城市中的，构＝４一建优化模拟系统。设区域内共有需求点个数Ｎ５，布设个自动快递柜的成本Ｃ＝＝＝〇５００００元，快递柜驻小区的年费用ＣＧ１５０００元，快递柜服务年限为ｔ１０年，快递柜＝＝－＝年平均维护使用费为ｑ１５００元，每年的工作天数为ｒ３６５１１３５４（其中１１为当前我国每年法定节假日天数，考虑到目前大多数快递公司周末正常派件，故工作天数包Ｐ＝３００００元＝８含双休日）。该市人均国民生产总值为，人均每天工作小时数为ｈ，平均５７ 东南大学博士学位论文＝５ｋｍ＝步行速度ｖ／ｈ，车辆每年固定使用成本Ｃ尸３００００，单位距离运输费率Ｃ２３．０元／公＝＝里１．３ｋｍＤ１００，客户取件最大容许距离Ｌ，快递拒最大容量，快递柜最低服务率为＝７０％＝入Ｗ３００。，客，每辆车次派送最大件数区域内的配送中心坐标位置为（０，０）户需求点的地理位置坐标及快件量式如表３．１９所示。表３．１９客户需求点的地理位置坐标及快件量序ｘ坐ｙ坐快件序ｘ坐ｙ坐快件序ｘ坐ｙ坐快件号标标量名号标标量必号标标量４￣￣＂￣０＾０８＾５Ｉ２０１６Ｔ２２ＡｖＨＴｌ＾２１２２１１－３２－０－８７０．８１０．８．５．２０．７１５１．６８－３３－－３１．２０１．８１２．５１．７１９１８．６１３．５１９５－－－４１．１．９２１１９２０．８１７３４２．７２．３２３４２０－－－５１．７１２３２１６３５２．８０．６２０１．－－６１．８５１５３．１０３．８１１２１２．３０．３６０．９２－－７．１２．２５２２２．５２１．７２６１８３７０．６１．８１８２－－．３２２３１．８１６２．９１７３８０．７０．７２２－－－９２．５２．．．．３２０２４０４０２２０３９０９２．３２０－１０２－－．２１．３１８２５０．９２１７４０２０．８１５－－－１１２．５１Ｕ５１４１１２．８２６２６１．４１１．．１６－－－１２２２７１．１２．７１５．３２．３１５４２６２１９－－－１－１３０３２４１２２８１．０９１８４３２．９．６２５．．５，－－－－４４２１４０．１．８２．４１．１８．５１２２０２９．８１１５－－－２－１５１０６３０．１．１６２１２．５２４４５．６１９｜Ｉ三阶段方法求。用上述解问题，得到快递柜的选址坐标及约束参数如表３．２０所示在第二阶段和第三阶段，对用上述方法的求解结果和用常规启发式算法的求解结果进行比较，显示用上述方法求解的结果优于用常规启发式求解的结果。对比结果如表３－．２１３５所示及图：５８ 第三章快递配送网络布局优化研究表３．２０布局的快递柜坐标及相关参数柜１２３４５６７８９編５－－－－ｘ坐标２．５１２１．２０５１．１８３０．６４９２．１６８２．３４９０．０９２１．６６３２．４８３－－－－－１．７８４１．８３６０ｙ坐标．２５４１．３３６１．６９３１．４１７１．５０９１．３５２２．３６３归属需３０，３３，２５２６２７１５２１２４３６３７３８１６１８１９４０４２４３１２１３３４５７８９，，，，，，，，，，，，，，，，，，，，，，，，求点３４，３５２９，３２２８，３１３９，４１２０，２２，２３４４，４５１４，１７６，１０１１，１２１．２１８０．５９６１．２４７０．９９６１．０５１０．９４９１．２１８０．７９９０．４７３件距呙平１＾取１０．７２００．４４７．８４００．７８．５６５．．５４７．３４５仵０．６５５０９００８７４００距■罔快递量８６８５９０９６９８９６８５８７８２服务率８６％８５％９０％９６％９８％９６％８５％８７％８２％表３．２１两种算法结果比较一比较指标二级动态聚类及Ｃ－Ｗ启发算法般启发式算法０－３－－－－－－－行车路线车辆１５０９．４８ｋｍ０２１３０６．７４ｋｍ１，（），（）０－２－４－６－０８－－－－及＾亍驶里车辆２．５６ｋｍ０４６８０８．１８ｋｍ，（），（）程车辆－７－９－８－０７－－－－３０．５ｋｍ０５７９０１１．０ｋｍ，（），（）总车辆数３３总里程２５．５２５．９目标函数１７２８Ｈ３０？？ｏ－ｔ递柜．一（ａ）用二级动态聚类算法和Ｃ－Ｗ启发式算法求解（ｂ）用般启发式算法求解图３－５派件网络图图中坐标原点表示快递配送中心，菱形表示客户需求点的坐标位置，圆形表示快递柜位置，需求点与其所归属的快递柜之间用虚线连接，车辆配送路线用带箭头的实－Ｗ启发算法可以使用线表示，可见用三阶段二级动态聚类及Ｃ。通过对比分析更少的５９ 东南大学博士学位论文计算成本获得更优的方案。３．４本章小结本章针对快递配送网络布局优化问题，分别对配送中心选址布局问题和快递柜选址布局问题进行研究。对快递配送中心选址布局的研究中，首先，建立了综合评价指标体系，并通过专一二二三级指标和级指标进行赋权，家分别给，计算得到级指标的综合权重。其次将角白化权函数与模糊评价语言进行结合，构造评价方案的模糊隶属度矩阵，根据方案所属的灰类来判断方案优劣。最后，通过案例分析阐述了该评价方法的实践应用过程。对快递柜选址布局问题的研究中，综合考虑了顾客取件的行走路程、快递柜的服务范围和服务水平、车辆配送的成本等因素建立数学规划模型，对模型采用两种算法、分三个阶段进行求解。先把问题分解为三个阶段：快递柜选址及客户点归属划分阶段、分配车辆的派送任务阶段－Ｗ、制定车辆行驶路线阶段。再把改进的动态聚类算法和Ｃ节约算法相结合：用动态聚类算法解决快递柜选址及客户点归属划分问题，二次使用－Ｗ节约算法求出车辆的行驶路线动态聚类算法分配车辆的派送任务，再用改进的Ｃ。一最后，，通过案例分析验证模型和方法的实用性，并通过与般的启发式算法比较验证用二级动态聚类算法和Ｃ－Ｗ启发算法相结合的求解方法更为有效。、本章提出的通过布设自动快递柜优化快递配送网络来提高快递系统效率的方法，一定的实际应用价值对提高物流服务能力有。同时，这两类不同的选址优化方法也可以应用于其它类似的设施选址布局问题，为选址规划问题提供了有效的决策支持工具。６０ 第四章智能快递柜格口数量配置优化研究第四章智能快递柜格口数量配置优化研究４．１概述近几年来，快递柜发展迅速，对快递业的发展起到了很好的促进作用，给快递员、客户都带来了极大的便利。然而，在某社区或校园内安装的快递柜，存在格口不够用，或者同一组柜子不同规格的格口使用率不均的情况。北京、广州、武汉等地的多个小“”“”一区度出现了快递柜爆仓、抢柜行为，主要原因就是快递柜设置的总量不足、一分布不均。在资源有限的情况下，同样的总体积，不同规格的格口配置会得到不样的格口总量．要在某社区安装快递柜，或者对快递柜进行扩大或缩减规格等优化工作时，需要确定快递柜格口的需求量一。格口数量过少，客户需求得不到满足，运营商会丧失了定的商业机会，；反之，如果格口数量过多，则会导致资源的浪费造成经济上的损失。同时，由于包裹规格大小不同，在确定了格口总数量的情况下，合理分配不同规格的格口数量也非常关键。若小规格的格口数量过多而较大格口的数量不足，则会造成小格口空闲而包裹放不进去的情况；若大规格的格口数量过多，则会造成不必要的浪费。由于上述原因，对于快递柜企业来说，在快递柜的规划安装中，确定最适合的格口数量及不同规格的配置，是必须要解决的问题。然而，由于在使用过程中每天不同批次的包裹到达量、以及客户取走包裹的速度都会发生随机波动，而这两者是影响快递柜格口需求的关键因素，因此，如何如何克服随机性，确定不同规格格口的合理数量，是进行快递柜优化配置需要解决的问题。以往的有关快递优化的研究中，没有针对不确定性需求下快递柜格口数量的优化计算问题，本章将考虑在最大化满足客户需求的前提下，根据快递总量以及快件在柜中暂存时间的长短来确定快递柜格口的总数量，并根据包裹大小规格比例来确定不同格口的数量配置，以降低资源的消耗，提高资源的利用率。由于目前使用的快递柜大多是为所有快递公司提供服务的公共型快递柜，本章的研究是从快递柜运营企业的角度考虑公共型快递柜的格口数量配置问题。对于少数快６１ 东南大学博士学位论文，可以参考公共型快递柜格口的递企业独立建设、自己使用的快递柜，问题相对简单。优化方法，本章不做单独分析４．２快递柜规格分析４．１．２快递柜规格（１）柜组规格快递柜有不同的规格，从柜体来看，通常分为标准柜和拓展，以丰巢快递柜为例柜。标准柜由１个主柜和４个副柜（共８４格）组成，高度２．１米、宽度４．５米、深度２０－．５米２．２５ｍ４１，（ａ）所示。拓展柜则是两侧副柜可以进行拓展、增，占地面积如图－加，或者根据实际需求进行缩减，如图４１（ｂ）（图片来源于丰巢官网）。哪■（ａ）丰巢标准规格的快递柜组（ｂ）丰巢小规格的快递柜组图４－１快递柜组规格（２）格口规格一口个快递柜组通常由不同规格的格口组成，不同的快递柜公司制造的快递柜格，大部分有大、中、小三种尺寸的规格。对于丰巢快递柜格口的规格尺寸会有不同，ＸＸ４５３４Ｘ４５ｃｍ８３４ｃｍ格口为１９Ｘ３４Ｘ４５ｃｍ，大格口２９Ｘ。小格口为，中（３）格口规格改进经调查发现了与以上三种规范接近的尺寸一，还有相当，日常包裹的规格中，除通常只占格口宽度的一部分的小型包裹的宽度远小于格口宽度３４ｃｍ，半左右，为了在柜组总面积不变的情况下，，获得更多的格口数量，兼顾与标准柜组的布置情况保留。标准柜组的原有高度和深度，对宽度进行改进经过对大量快递包裹的观察与分析，一些快递员的意见，并参考，设定宽度为２０ｃｍ的窄组快递柜。因此窄组柜的格口也有６２ 第四章智能快递柜格口数量配置优化研究三种规格，分为窄组小格口为８Ｘ２０Ｘ４５ｃｍ，窄组中格口为１９Ｘ２０Ｘ４５ｃｍ，窄组大格口２９Ｘ２０Ｘ４５ｃｍ。口规格有标口４－２改进后的格准柜和窄组柜的格，如图所示。同时，考虑到柜组的构造一口，窄组和标准组同列的格数量相同。羞學』■３－？－ｍＩ２９ｃｍＭＭｆ馨！８ｃｍ，ＷＷ４ｃｍ４４３３ｃｍ３ｃｍ（４）标准组小格Ｕ（５）标准组屮格ｎ（６）标准组大格Ｕ秦备．…＇…一ｆ』爲囊一．ｌＩＩｙｆＭｘＳＭ■１！１染２９ｃｍ４一；ｉｓ“８ｃｍＷｆｗｗｃｉｎ２ｃｍｃｍ２００２０（１）窄组小格Ｕ（２）窄组中格Ｕ（３）窄组大格口窄组标准组（ａ）格口（ｂ）柜组图４－２改进的快递柜规格４２．２快递柜格口需求．的影响因素快递柜格口需求的影响因素有很多，主要有：＞快递量：快递量受到多个因素的影响，包括消费者整体分布和网购消费者的消费特点；地理位置特征，如住宅小区、写字楼、学校；人口分布因素，如年龄、性别、职业、收入等。通常所说的快递量包括了使用快递柜的快递量和不通过快递柜配送的快递量，本章研究的快递量指的是需要采用快递柜模式进行投递的包裹数量，作为均，用于对快递柜格口需求量的分析值已知的参数来使用，而对上述其它因素对快递量的影响不做研究。快递量的大小对快递柜格口的总数量需求具有关键性的决定作用。＞客户取件速度：在本章中，客户取件速度指的是包裹从放入快递柜到被客户取出的时间长度，，即包裹的存柜时间长度。客户能够越快取走包裹快递柜的利用率就一越高，在快递量定的情况下，所需要的快递柜格口就越少口越多。；反之，需要的格＞包裹外形：收快递柜格口尺寸的影响，快递柜能接收的包裹是常规形状的，对于一些特大、特长等异形包裹没法接收。在常规形状的包裹中，根据包裹的外形大小６３ 东南大学博士学位论文放入相应规格尺寸的格口，因此，包裹外形大小将影响到快递柜的不同规格。４．３优化模型４．３．１优化问题描述根据所划分的一个快递柜服务范围的区域快递投递情况，进行快递柜格口数量的优化配置。Ｕ）参数描述表示优化周期的天数集合一般情，存放在快递柜的包裹大部分当天会被取走，况下不超过２天会被取走，为提高优化的精确性，按较长取件周期的３倍作为优化周＾＝Ｆ＝一Ａ１２３４５６。表示期的天数，即６天，，，６｛，，，，｝记天中按小时划分的批次…集合，妒＝１２，，２４。事实上，不同快递投递公司送达快递柜的时间有可能相同、｛，｝一一接近或者不同，为描述方便，同个小时的时间段内到达的包裹均视为同批次，有，包裹到达的时间段批次视为有效批次，记第ｗ天的有效批次总数为ｉＴ表示快递柜格口规格集合。表示第ｗ天第ｒ点批次到达快递柜的包裹数量集合。严表示第ｗ天第ｒ点批次快件的到达时间，按照优化周期的时间考虑，＝－＋ｒｅ０１４Ａ且严２４ｘｗｌｒ。［，（）表示第ｗ天第ｒ点批次的一个批次〖规格第件包裹被放入快递柜的时间，视同＝２４ｘｗ－ｌ０１４４到达的包裹入柜时间无差异，有ｆ（＋ｒ，且ｅ［，）。）ｆｚｆ表示第ｗ天第ｒ点批次的丨规格第Ｊ件包裹存放在快递柜中的时间长度（ｈ），有“［０，１４４）。表示第ｗ天第ｒ点批次的ｆ规格第件被放入快递柜的包裹的取走时间，有＋＝２４ｘＷ－１＋，＋ｅ０１４４。（），［）酽＾，酽一一批包裹到达快递柜的时间是１０：００２０１７／０５／０２（设优天为若，化周期第２０１７／０５／０１），其中第３种规格的第５件包裹在快递柜存放了２６小时后被取走，则该包１裹被取走的时间是１２：００２０７／０５／０３上述信息用符号表示为：，，２１００’２１０ｆ＝３４＝３４ｒ＝２６？＝，，，６０＜ｆ３：５Ｃ一组快递柜的固定成本ｑ表示建设。６４ 第四章智能快递柜格口数量配置优化研究ｃ２表示由于快递柜格口不能满足需求，导致包裹不能放进快递柜而产生的成本罚一ｃ量。，不能满足个包裹存放需求的成本为２Ｃ７，表示ｆ规格快递柜格口的变动成本，与快递柜的格口数量相关的费用，含维护费、电费，以及小区进场费分摊到格口的费用等，不同规格的单个格口的费用有差别。？表示快递柜使用寿命年限。ａ表示配送的包裹能够放入快递柜的最低完成率。户表示各个规格的快递柜格口被占用的最低比例。７表示各个规格的快递柜格口平均每天最低使用率。表示各个规格的包裹不能全部放进快递柜的次数占总批次的最大比例。（２）不确定的需求及变量描述一组快递柜中不同规格的格口数量取决于快递市场的需求情况，送达的包裹数量。由于快递需求是随机波动的，每天每批次到达快递柜的包裹数量都不能事先确定。对问题涉及的随机变量及其实现值做相应的定义如下：＇表示第ｗ天到达快递柜的快递配送随机需求变量，定义如下：ｗｗ＾Ｓ（ｓｗｅＮ（４．１），）■，一是随机需求变量，的个实现：，用如下向量来表示ｗｗ＝ｄｗ＆ＮＤ（４．２），（）？表示第ｗ天第ｒ点批次的快递配送随机需求量：，定义如下ｗｗｒｗｒ＝ｗｅＳｓＮｒｅＮ（４．３）（＿，，）■１＂是随机需求变量的一个实现＾，向量表示如下：ｗｗｒｗＲ＝ＤｄｗｅＮｒｅＮ（４．４）（，，）表示第ｗ天第ｒ点批次ｉ规格包裹的随机配送需求，定义如下：ｒＲ１＝ｗ４５ｅＡＴｒｅｉｅ（．５）ＮＮ（；，，，）的一ｆ是随机需求变量个实现，向量表示如下：ｗｒｒＲ１＝ｄＤｗｓｅＮｉｅＮ（４．６）（；，，）表示第ｗ天第ｒ批次（小时）的包裹占全天包裹数量比例的随机量，定义如下：（４．７）？表示是随机变量的一个实现，向量表示如下：６５ 东南大学博士学位论文ｗｗｒｗＲＢ＝Ｘｒ＾Ｎｗ＆Ｎ（４．８）（，，）■（５ｒ批次到达的包裹中丨规：Ｔ表示第ｗ天第格包裹比例的随机量，定义如下ｗｒｗＲＩＡ＝５ｒｅＮｗｅＮｉｅＮ（４．９）（ｒ，，，）？一个实现為是随机变量＜的，定义的向量如下：ｗｒｒＲ１＝ｗＢｅｒｅｉ＾Ｎ４Ｎ（．１０）（＾，，，）ＴＴ７■■＾、ｆ、的概率分布是已知对该问题的研究中，，、ｆ，而且是规划模型的重要输入参数。对于随机变量的特定实现：，有如下关系ＷＷ＝ＤＤＢ（４．１１）ｗｄ广＝ｄＡＴ（４．１２）ｘ表示第丨规格格口配置的数量。，？是第ｗ天第ｒ点批次放入／规格快递柜的包裹数量（简称放入量）。夺厂是第ｗ天第ｒ点批次从ｆ规格快递柜取出的包裹数量（简称取出量）。＝Ｚ厂是第ｗ天第ｒ点ｉ规格快递柜累计放入的包裹数量，２厂＾＞厂。ｗ，ｒ之厂是第ｗ天第ｒ点ｆ规格快递柜累计取出的包裹数量。？］此时是第ｗ天第ｒ点ｆ规格可用的快递柜空格数量，，），■＝当时，则，。，否则１ｆ＾＂１Ｇ＇｝＝３４２厂、名与ｆ、ｒ、是相关的，如对于前述例子当产，ｆｆｆ。２°２ｗ３１２１３，，＝３４ｒ＝＝２６６０Ｚ、ｆ、１？，，时，此时的值对应增加给３ｊ３３４．．３２优化模型建立由于问题涉及到多个随机变量，若按常规方法建立随机优化模型则会很复杂，模型的求解也不容易实现，故本章采用随机变量的实现值来描述模型，而在求解的时候采用编程产生随机数来输入模型的求解算法中进行多次运算模拟，经过多次模拟获取较稳定的解。＝＋－１＾２０／ｎ３６５ｘ＋３６５ｘＣＣＩＸ＾Ｄ（４．１３），＾ｉｉ２＾ＳＺ＾１ｗＲ１ｉ＆ＮｗｇＮｒｅＮｉｇＮＳ．ｔ．＜ｄ４ｑＴＹ．１４），（６６ 第四章智能快递柜格口数量配置优化研究ｑ＾＜Ｙ＾ｙｗｒｉ（４．１５），，，ＥＥｆＭｉ（４．１６）ｗＲｗ＾Ｎｒ＾ＮＺｒＺｍＺ／呢’ｒ￡Ｗ—＞３Ｖ／（４１Ｊ，７）ｘｉ＇＾ｒｗＺＹ．ｊ＿Ｌ＿＞ｒ，ｖｚ（４．ｉ８）Ｘｆ？ｌ－ｍａｘｌ—０Ｚ［（｛（？），｝）挪’Ｗ—＜；Ｖｆ；，（４．１９）Ｒ４一一一（．１３）年的三项费用的最小化项费用是设立目标函数是快递柜使用，第个快递柜的固定成本，，对于某个快递柜组来说，这类费用对格口数量的优化没有影响第二项费用是设置快递柜的变动成本，前两类成本之和可以认为是直接的财务成本。第三项是当快递柜格口不能满足需求时间接产生的罚量成本，这类成本的单价Ｃ２没有精确的衡量方法一，对于不同的消费者和不同的决策者所感受到的值不样，本研究采：４用咨询法确定（值。公式（．１４）表示放进快递柜的包裹数量不超过配送需求量。公２。公式（４．１６）表式（４．１５）表示放进快递柜的包裹数量不超过当时的空柜格口数量示配送的包裹能够放入快递柜的比例不小于最低完成率要求。公式（４．１７）表示各个规格４的快递柜格口在有效批次时间段内平均被占用的比例不少于最低要求。公式（．１８）表示各个规格的快递柜格口平均每天使用率不少于最低要求。公式（４．１９）表示送达的各个规格的快递中不能全部入柜的次数占总送达批次的比例不能超过最高要求，式中，＂、０时－ｍａｘ－＝，ｌｌ０１１当（，即分子的值增加，表示？｛？），｝所有批次中规格ｉ的包裹不能全部放入快递柜的次数。４．４求解模型的改进粒子群禁忌搜索算法对模型的求解，采用随机变量的实现值来输入模型的算法，进行多次运算获得稳定状态下的解。模型的算法采用粒子群算法和禁忌搜索算法进行融合的方法，克服两。种算法各自的不足，以期获得问题的满意解６７ 东南大学博士学位论文ｒｔＰＳＯ一粒子群算法（ＰａｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，），是近年来发展起来的种新的，它是从初始解出发进化算法，通过迭代寻找最优解，通过适应度来评价解的品质，一通过追随当前搜索到的最优值来寻找全局最优。在每次迭代中，粒子通过跟踪两个“”一极值来更新自己的位置：个是个体最优解ｐｂｅｓｔ，是每个粒子自身所找到的最优１４３一［］解，另个极值是群体最优解ｇｂｅｓｔ，是整个群体目前找到的最优解。这种算法具有容易实现、精度高、收敛快等优点，但同时这种方法也存在易早熟收敛的缺点，很一容易就会陷入局部最优解。（ＴａｂｕｓｅａｒｃｈＴＳ）是由Ｇｌｏｖｅｒ提出的禁忌搜索算法，种迭［１４４］一，代局部搜索算法，是种具有自适应性特点的邻域算法，采用局部搜索机制利用１４５［］。记忆具有较好的跳出局部最优解的能力，但其对初始解具有较大的依赖性结合这两种算法的优劣势，把这两种算法进行融合、改进，提升寻优水平而得到的算法对本章的模型具有较好的求解能力。４．４．１粒子群体初始化模型中，口规格总数为／，法在／维搜索空间中进行问题求解，群体快递柜格．故算ｍ…Ａ由个粒子组成，，ｘｆ。时刻第／个粒子在搜索空间中，｝＝．．？？？？…的位置向量为ｊｃ，；ｃ，１２，，／？，是该个体在搜索空间中的位ｆ，ｆ｝，＿／，一置，也是该问题的其中的个可能解，搜索空间的维度编号就表示格口的规格编号。粒子取值采用自然数的编码方式，在任意时刻Ａ第ｆ维度第个粒子的搜索空间为＿／ｅｌｉ＜（，＜），＜为规格的包裹在整个模型周期内的日均值。４．４．２粒子更新机制及评价函数在每一个迭代周期，粒子个体根据自身的位置向量、速度向量、个体历史信息、群体信息和扰动来产生新的位置状态。Ｖ表示粒子的飞行速度，粒子的位置；Ｃ与速度Ｖ的关系描述为：＋１）ｖ＝ｗｖ＋Ｃｒ－ｘ＋－ｘ｛ｐｃｒ））２ｐ＾ｙｆｘｘｆｆ２｛ｆ＇４ｋ＋（．２０）ｉ＊＊＋ｉ（）＿（）（）￣ｘＸ￣￣ｘＸ＋ｔｖＶｉｉｊｊｊｉ式中，；＾是个体极值，是全局极值，ｃ２是学习因子，可以按常规选择，＝＝本模型求解釆用ｑｃｌ，ｒ是在〇，１］之间的随机数，灸是粒子群的更新迭代次２２［数。Ｗ为惯性权重，较大的ｗ有利于对搜索空间进行探索，增加群体的多样性，有利６８ 第四章智能快递柜格口数量配置优化研究于陷入避免局部的最优，而较小的Ｗ有利于局部开发的能力，有利于粒子群收敛１４６１４７［］［］Ｗ，但是，过小的会使群体失去探索的能力，因此在探索过程中采用动态权重，如式（４．２１）所示：＝＋￣ＷＷＷ／ｋ＜４．２１）ｍｉｎｍｉｎ）ｎ＾＂ｗ其中，＾。为进化到最大代数时的权重极小值，ｍａｘＳ权重极大值。解的好坏需要通过适应度值来进行评价，，适应度值越高说明解的质量越好。由于模型的目标函数是成本的最小化：，故把目标函数值转换为适应度值，评价函数如下Ｆ＝ｊ＼（４．２３）ｚｊ其中，个解的目标函数值：：为时刻ｔ（第ｔ次迭代）第，为时刻Ａ（第Ａ次４＿／迭代）第个解的适应度值。＿／４．４．３搜索邻域和禁忌表按照粒子更新机制式（４．２０）得到搜索邻域，为了探索问题空间中尚未探索到的区一“”域，对于新获取的候选解的每个改进，将其存储在禁忌表（Ｔ表）中。表的长ａｂｕ－Ｓｉｚｅ０）度称为Ｔ，可以用来控制局域搜索和广域搜索，炫的大小主要依据实际—问题、实验和设计者的经验来选取。禁忌表需要进行动态更新把最新的解记入，最老的解从表中释放（解禁）。４．４．４算法实现过程步骤１：初始化。设置参数：群体规模大小ｍ，学习因子ｃ，惯性权重ｗｍｎ、ｗｍａｘ，最大速２ｉ度匕ｎａｘ，禁忌表长度以，最大迭代次数欠。初始化群体：若初始群体在最优解附近，则较容易迭代得到最优解。根据对快递柜使用情况的判断，最优值在彳）范围内的可能性较大，故在该范围内随机产生ｍ组数据，作为粒子群的初始群体。计算各粒子的适应度值，把各粒子的适应度值作为各自的最优解ｐｂｅｓｔ，把当前最优粒子的解作为群体最优解ｂｅｓｔｇ步骤２：寻找搜索邻域，根据更新机制对粒子进行更新搜索，并对禁忌表进行更新。６９ 东南大学博士学位论文步骤３：对当前的优化结果与原来的ｐｂｅｓｔ和ｇｂｅｓｔ进行比较，若结果比ｐｂｅｓｔ和ｇｂｅｓｔ更优，则对ｐｂｅｓｔ和ｇｂｅｓｔ进行相应更新。步骤４：若达到迭代停止条件（迭代次数达到最大迭代次数尤），输出最优解ｇｂｅｓｔ，否则，返回步骤２，继续进行迭代计算。４．５案例研究一以快递柜使用正处在快速发展阶段的地区为例，该地区Ａ城市要在个快递柜服务区域范围内设置一组快递柜，快递柜位置已经选定，现要根据该区域内日常的快递量来配置合理的快递柜格口数量。４．５．１基本问题＝－假设问题的相关取值为：快递柜格口总数为／６，格口规格尺寸及编号按图４２＝６。根据平时的快递配送数据所示。优化周期的天数为ｗ，该区域日平均包裹量为＝ｍａ＝４１００件，用ｔｌａｂ生成６个服从；１１００的泊松分布随机数来表示周期内各天的快递量一一，总和记为＜；天总量定的情况下，有效到达时间内，各批次到达比例随＿０．２５０１５０．１０．２５０．１５０．１机；不同规格包裹数量比例均值为［，．，，，的随机数列；快递存柜平，］＝＝均时长为４小时ｍａｔｌａｂ生成＾个服从／４的负指数分布随机数（取整数）＆，用／＿来表示各个包裹的存柜时长。＝＝＝ｎ１０（５００００Ｃ０．３元快递柜使用年限为年，固定成本＾元，罚量成本２，不同规格快递柜格口的可变成本为ＣＴ＝［０．３，０．５，０．８，０．５，０．８，１．０］，约束条件的比例要求为：？＝＝＝＝＝：０．８０．５１．０７〇．２ｗ６，＾，，，计算周期天，包裹送达快递柜的时间分布／７—１１：００７：００１０７时的批次。在每天的１０，即有效批次为每天的时到４．．５２模型输入及结果分析＝２：０，学采用改进的粒子群禁忌搜索算法求解，设算法参数为群体规模大小ｍ＝＝＝习因子＜￡１．５，ｗ（４．２１），其中ｗ０．９，禁忌表长度＾＾惯性权重如公式ｍａｘ技＝０＝１，最大迭代次数尺５００。由于模型的输入涉及到大量随机数，通过计算机编程计算，每次运行产生的随机一一。数都不致，故计算结果也不完全相同但随机数服从的分布是样的，经过多次运７０ 第四章智能快递柜格口数量配置优化研究一行得到的结果具有在定范围内轻微波动．１，具有较稳定的特性。表４是某次运行产生的输入数据结果以及运行５０次得到的数据均值。表４．１模型运行数据各天需求量ｗｌｗ２ｗ３ｗ４ｗ５ｗ６／／一Ｈ４８６９某次运行的值１９４１０２１０７／／５０运行的均值１００．７８１００．７４９８．２２９８．７２９８．６８１０１．０６／／次不同规格包裹比例规格１规格２规格３规格４规格５规格６／／￣￣￣一某次运行的值０．２４０３０．１５４９０．１０５４０．２５１４０．１４９０．０９９１／１５０运行的均值０．２４９８０．１５１４００９９７０２４９３０．０９９９／／次．．．１４９９０３批次包裹比例批次１批次２批次３批次４批次５批次６批次７批次８＂＂＂＂￣￣￣￣￣一０某次运行的值．１２２９０．１１４５０．１２１９０．１３０８０．１２８４０．１２４６０．１２６７０．１３０２５０运行的均值０．１２４２０．１２５０．１２５４０．１２５５０．１２５５０．１２４７０．１２５７０．１２４１次得到的优化结果如表４．２：４２表．模型运行结果￣￣得到的解规格１规格２规格３规格４规格５规格６合计目标值一某次运行的值］８１１７１６１１６６９２．１３１６５０次运行的均值１８１１７１８１０６７０２．１６７４经过５０次运行，得到的解在相对稳定的范围内波动，取平均值作为问题的最终解，１至１１１７１即规格规格６的快递柜格口优化配置数量为［９，，，８，１０，７］。在设计建造柜组的时候，再根据规整性进行微量调整，以得到规整尺寸的整个柜组。４５．３．敏感性分析一般的敏感性分析是分析参数变化对目标函数引起的变化情况，本章模型由于涉（ＣＰＣ及到随机变量，模型每次运行产生的随机量都不相同，很难分析参数如Ｊ）变２化对原来的解的目标函数值产生的变化。因此，本模型的敏感性分析为了验证包裹特性对快递柜格口数量配置的影响，选择反映特性的主要指标为平均每天包裹量＜和包对解的影响进行敏感性分析－２０％－１裹平均存柜时间ｒ。。在两个因素取值变化为、０％、＋１０％、＋２０％的情况下进行分析，每次变化也是对程序运行５０次，再取５０次运行结果的均值来分析。具体结果如表４．３和表４．４．７１ 东南大学博士学位论文表４．３平均每天包裹量７变化对解的影响。包裹量名变化规格１规格２规格３规格４规格５规格６合计２０９６１４８５５７－１８＜％１５．６％减少－＜１０％１７１０６１６９６６４８．６％减少＝ｆｉ？１００得到的解１８１１７１８１０６７００。＜１０％２０１２８１９１１８７８＋１１．４％增加４２０％２２１３８２１１２８８４＋２０．０％增加表４．４平均存柜时间变化对解的影响存柜时间６变化规格１规格２规格３规格４规格５规格６合计ｒ减少２０％１７１０－５７１７９６６６．７％０－ｒ减少１０％１８１１７１７９６６８２．９％０ｒ＝４得到的解１８１１７１８０１０６７０〇ｒａ增加１０％１９１１７１９１０６７２＋２．９％ｒ增加２０％１９１２７１９１０７７４＋５．７％。从表中可以看出，平均每天包裹量＜和平均存柜时间ｒ的变化均会对最优解产生。一影响。其中，名的变化率对最优解的变化率基本致，而＆的变化率引起最优解的变化率较小。由此说明，，在对快递柜格口数量配置优化时获得较准确的每日包裹数量的数据是关键问题，，同时包裹存柜时间也是重要影响因素。４．６本章小结本章研究了在包裹数量和包裹存柜时间均不确定的情形下，布设快递柜的过程中对快递柜格口数量进行优化配置的问题。问题的特征如下：（１）包裹配送量需求不确定；（２）包裹存柜时间不确定；（３）不同规格包裹比例不确定；（４）每天多批次的快递配送。本章对这个问题的研究通过建立优化模型，并采用改进的粒子群禁忌搜索算法进行求解，然后通过案例分析，表明模型和算法的可行性，并通过敏感性分析找出模型的敏感因素。模型能够协助快递柜运营者确定最佳的格口配置数量，有效降低不确定性因素对快递柜运营所造成的损失。７２ 第五章基于快递柜的快递配送车辆路径优化研究第五章基于快递柜的快递配送车辆路径优化研究５．１概述快递配送车辆的路径优化问题是快递物流配送网络优化的关键环节，该问题可以描述为一：对于定数量的快递需求点（送件点和收件点），各自有不同的快递需求量，一由快递配送中心组织合理的行车路线，定的约束条件下在满足，如快递需求量、车辆容量一定、行驶里程、时间窗等方面的限制，使车辆有序通过各个需求点，并达到的目标，如费用最少、时间最短、行驶里程最短、派出的车辆数最少等。本章从快递企业配送快递的角度来对配送车辆的路径优化问题进行研究。传统的快递配送车辆路径问题，通常是取件和送件分开，对各个需求点分别送货一（到门或到门取件），需求点类型单，属于常规的车辆路径问题。近年来随着随着智能快递柜的推广，在快递配送过程中，有部分快件需要直接送到客户手中，而有部分需要直接放到快递柜，还有些快件送到客户家门口之后，客户不在家，在经得客户同意后在放到附近的快递柜一个。另外，有些快递企业的送件员和收件员是独立的，快递员只负责送件或者只负责收件，而有些快递企业的快递员兼备送件和收件两种功一能。因此，针对不同的配送情况，合理制定快递配送车辆的路径，是个必须要面对的现实问题。根据不同的情形，对快递配送车辆的问题可以分为：常规的快递配送车辆路径问题、基于快递柜的快递送件车辆路径问题以及基于快递柜的快递取、送件配５－送车辆路径问题，对于不同类型的配送路径对比如图１所示：７３ 东南大学博士学位论文一〇—客户需求点＜〉一智能快递柜快递柜服务的＾＞需求点范围（ａ）传统快递配送车辆路径（ｂ）基于快递柜的快递配送车辆路径图５－１不同类型的快递配送车辆路径对比示意图一从图５－１辆车对所服务的需求点是按照中可以看出，传统的快递配送路径中，每最短的路径依次到达客户需求点，而在有快递柜和普通客户需求点共存的混合配送模一个快递柜有特定的客户点服务范围式中，，在服务范围内的客户需求点的快件在经得客户同意后，有，快递员可以把快件放进该需求点归属的快递柜。在送件的过程中些原来要求送件上门的客户临时情况有变而需要改为送到距离最近的快递柜，为了避一次配送过程中多次访问同一个快递柜免在，在这种模式下，在车辆的配送任务范围．一内个快递柜的所有客户，通，对同属于常需要先送达要求送件到门的客户，再到达快递柜，这样就可以把签收失败的快件在经得客户的同意后放入其所归属的快递柜，然后再到达下一个快递柜服务范围的客户需求点，直到完成配送任务，再回到配送中心。当快件送达某个快递柜的时候，若柜格已满，则快递员需要把快件带回配送中心，第二天再进行配送。在快递柜逐步推广使用的情况下，对于同时服务快递柜和普通客户需求点的快递配送问题的研究具有很强的现实意义。本章将在前面章节的基础上进行研究，即在各个配送中心的配送区域已经确定、地址已知的前提下一，对于每次的配送任务，考虑快递配送运输的实际情况和客户多样化、动态化的需求特性，研究各个配送中心配送范围内基于快递柜的配送车辆路径。问题首先，以派出执行快递配送任务的车辆数量最少和所有配送车辆的总行驶里程最小为目标，同时考虑配送车辆的装载容量、配送车辆经过各个客户需求点及其所属，的快递柜的行驶次序要求等约束条件建立数学规划模型；再根据问题的复杂程度和７４ 第五章基于快递柜的快递配送车辆路径优化研究常规遗传算法在求解该类问题的优势和不足，对遗传算法进行改进，采用元胞遗传算法对规划模型进行求解，在算法的设计操作过程中，通过启发式产生较优的初始群体，同时把元胞自动机的作用机理和遗传算法的基本原理进行有机结合来设计操作算子；最后通过算例分析，并与普通遗传算法进行比较，验证所采用算法的寻优速度得到提高，解的最优值得到改良，表明算法的寻优性能和效率均优于普通遗传算法，对解决一个新的研究思路大规模的基于智能快递柜的快递车辆路径问题提供了。５．２数学模型５．２．１问题描述对快递柜和普通客户需求点共存的混合配送模式的车辆路径问题描述如下：（１）车辆要求：车辆从快递配送中心出发，依次到达所需要服务的客户需求点和快递柜一，完成运输任务后再返回配送中心，而且所有的配送车辆的车型统，车载容量相同，车辆无最大行驶距离的要求，车辆来源充足。（２），客户需求特性：客户需求点和快递柜的位置和快递量已知快递需求量以“”件为单位一个快递，快件体积大小的差异对对车辆装载能力的影响忽略不计，同一辆车派送柜及其所属客户需求点的所有快件由同，不拆分给不同车辆。（３）道路：不考虑道路的实时交通状况交通状况，设定配送中心、客户点及快递柜任意两点之间均存在可连通的双向线路。（４）限制条件：每条闭合的车辆路径上的各个客户点和快递柜的需求量之和不能一一超过车辆的容量一；在次配送过程中个客户点和快递柜只能被辆车访问，每次；一一辆车服务同属于个快递柜服务范围的客户点只能由同，不能分给不同的车辆进行配送。（５）：，在满足约束条件的前提下求解目标制定合理的车辆路径，使派出执行配送任务的总车辆数量最少，同时所有配送车辆的总行驶里程最小，从而达到总配送成本最小的目标。５．２．２变量定义及模型建立一根据上述问题描述可知，每辆车的行驶路径是由系列的客户需求点和快递柜组成的序列，且车辆的起点终点相同，故在模型建立和优化计算过程中，车辆的起点和终点编号相同。对模型建立涉及到的参数和变量定义如下：７５ 东南大学博士学位论文０＝｛〇｝表示快递配送中心，即配送车辆的出发点和返回点；Ｍ＝为配送中心配送范围内的所有快递柜的集合。为按照快递单显示需要送件上门的客户点集合，当签收失败时，这部分客户的快件在经得同意后被放进快递柜；尸＝＝＋ＭＵ＃为所有待送快件目的地对应的快递柜和客户点的集合；＝＝．．．．＂０（９ＵＭＵ＃〇ｌ２ＭＭ＋ｌＭ＋ｉＶ为配送中心、所有待送快件目的地｛，，，，，，，｝对应的快递柜和客户点的集合；ｉ＝＂‘尺：１２｛，为配送车辆的集合；，，｝＜为从ｉ点到＿／点的运输距离（千米），其中Ｆ为车辆的装载能力（件）；ｔ为／点（含快递柜和客户点）待配送的快递量（件）；车辆賴Ｓ送快件时经过线路（／，刀，当／，户〇时表示配送中心，？＝０否则ｉ；车辆Ａ；为快递机ａ及归属于快递机＾的客户点服务，少一〇否则；ｉｉ客户点归属于最近的快递机？＿／ｚ＝＜［；〇否则。ｔ根据上述参数及变量的定义，建立基于快递柜的快递配送车辆路径优化问题的混合整数规划模型如下：执行快递配送任务的车辆数最少的目标：ｍｉｎ＾＝ｘｉＺＥ〇／（５．１）ｋ＾Ｋ＆Ｐｊ所有配送车辆的总行驶里程最小的目标：ｍ＝ｄｘｉｎｚ２ＳＳＺｉｊｉｊ（５．２）ｋ＆ＫｅｅｉＱＪＱ设每派出一辆车配送快件的固定成本是Ｑ，单位距离的平均运输费率是Ｃ２，把两个目标转化为单一的目标，构建模型如下：ｍｍｚ＝－－ｃｚ＼ｃｚ５．３）ｌｌ２２（７６ 第五章基于快递柜的快递配送车辆路径优化研究ｓ．ｔ．Ｕ＝－１－ｚｍａｘｌ０００Ｊｍｉｎ１０００Ｊ０ＭｅＰｕｅＭ５．４）｛（［｛［，（，｝，ｊＩ９］Ｉ］｝）ｊ９Ｖ／ｅＰ（５．５）ｕｅＭ（５．６）＾Ｐｊ＾ｋｅＫＪｅＰ（５．７）／ｅ尸＆Ｐｊ＊＋－＝＼／ｋｕｅＭｘｚｍａｘｌｚ０１ｅＫ（５．８），＾（ｔｐ｛（），｝，＾ｊｊｅＮｊ＾Ｎｋｕｘｚ＝Ｑ＾ｋｅＫ｛，ｕｅＭ（５．９），ＹｊＵＪＪ）ｊｅＮ－－－＾ｌｍａｘｌｚ０＾ｋｅＫｕｅＭ（５．１０）｛２Ｅ４＞＾，／ｉ＾Ｑ＾Ｐｊ＋ｘ＝１ＶｋｅＫ（１）＾ｕｅＭ５．１Ｅｕｆｉ，ｖｅＭｖ＾ｕ＾Ｐ（）ｊ如２＞（义尺＜５．１２）ｕｅＭ［Ｐｊ＝０＞ＡｒｇＫｉ（５１）ｘＶ．３＾９ｅ０ｌ，ＶｋｅＫｅｅ（５．１４）＾｛，｝ＪＱ，ｊＱ＾ｙ＾ｅ｛０，１｝，ｙｋｅＫ，ｕｅＭ，ｊｅＰ（５．１５）ｊ，目标函数（５．３）表示所５．４）模型中有配送车辆的总费用为最小的目标；约束（“”＝＝表示客户点归属于距离最近的快递柜，按整数的米取值，当时４１表示快一一递柜归该点归属它自身；约束（５．５）表示个客户点只能归属于个快递柜；约束（５．６）表示所有配送车辆都是从快递配送中心出发；约束（５．７）规定了车辆路径的连贯性；约束（５．８）表示配送车辆在服务完快递柜Ｍ所属的其它客户点之后再驶入快递一个快递柜柜心若快递柜《所属的客户点没有需要送件上门的，则配送车辆直接由上直接到达快递柜约束（５．９）规定了车辆到达快递柜《后之后，不再返回该快递柜所属的其它客户点；约束（５．１０）中当ＨｇｇＸ）时，得到＞＾＝１，表示车辆为快ｉｅＱｅＰｊ递柜《及其所覆盖的客户点服务；约束（５．１１）表示配送车辆服务完快递柜《之后驶入一个快递柜ｖ所覆盖的客户点ｖ下＿／（包含快递柜及其所覆盖的其它客户点）或者返回一—配送中心５．１２）表示辆车的配送快递量不超过车辆的容量。约束（５．１３）；约束（７７ 东南大学博士学位论文一（５．１５）表示变量的取值范围。该模型与其它般的车辆路径问题最大的不同之处是限定了车辆在快递柜及其所覆盖客户点之间的服务顺序。５．３元麵传算法同时为快递柜和需要送件上门的客户送件问题是ＮＰ难题，随着快递柜数量和客户点数量的增加，问题的求解难度加大，求解时间将呈指数增加。遗传算法（ＧＡ）是求解“”这类难题比较有效的方法，但它同时存在容易早熟收敛以及求解速度不够快的１４８［］，还有不足就是遗传算子无方向性问题，对遗传算子的操作运算不能保证产生新个体的优良性。为解决这些问题，需要对传统的遗传算法进行改进。针对解的特点，采１４９［］ｅｌｕｅｎｅｔ用元胞遗传算法（ＣｌｌａｒＧｔｉｃＡｌｇｏｒｉｈｍＣＧＡ）对问题进行求解。元胞遗传算，一一个法是种将元胞自动机作用机理和遗传算法进行有机结合的算法，是遗传算法的一一一，它将种群中的每分支个个体看成是个元胞，所有的元胞被分配在个空间网络一中（即元胞空间），按照定的拓扑结构分布，而算法的遗传操作也在传统的遗传算一步改进一法进。传统遗传算法是在整个群体中进行遗传操作，而元胞遗传算法是在定的邻域内进行，从而减慢遗传信息在整个群体中的扩散速度，有利于保持群体在进化过程中的多样性一，为避兔局部收敛并对发生的变化及时做出反应提供了定的条件。研究发现，在处理动态问题和多峰问题时，维持群体的多样性是个关键性的问题，因一一１５Ｑ［］此，元胞遗传算法也就成为了解决这类型复杂问题的种有效的方法。５．３．１元胞邻域结构及种群分布元胞自动机邻居指的是某元胞搜索的空间域。邻域通常只由邻接的元胞构成，若邻居空间域过大，演化规则的复杂性会随着邻居元胞数量成指数增长，从而变得不可一－接受。因此，常用的元胞自动机邻居有下三种情况，即冯诺依曼（Ｖｏｎ．Ｎｅｕｍａｎｎ）、Ｍｏｏｒｅｅｘｔｅｎｄｏｏｒｅ－摩尔（和扩展的摩尔Ｍ，如图５２所示。）（）７８ 第五章基于快递柜的快递配送车辆路径优化研究］＝＝＿，，中心元胞ｍ（ａ）冯－诺依曼ｏｎＮｅｕｍａｎｎｂ（Ｖ．（）ｏｏｒｅ）摩尔（Ｍ）＇邻居元胞｜欄ＩＮ｜｜ｕｌｕｒ其它兀胞，１１蒙ｌｒ＇（ｃ）扩展的摩尔（ｅｘｔｅｎｄＭｏｏｒｅ（ｄ）马ａｒｏｌｕｓ）哥勒斯（Ｍｇ）图５－２元胞自动机的常见邻居形式图Ｖｏｎ一．Ｎ由图中可以看出，ｅｕｍａｎｎ型中，个元胞的上、下、左、右四个相邻的元一胞为它的邻居，在Ｍｏｏｒｅ型中，个元胞的上、下、左、右、左上、右上、坐下、右下八个相邻的元胞为它的邻居，而在ｅｘｔｅｎｄＭｏｏｒｅ型中，则在Ｍｏｏｒｅ型邻居的外围再增加１６个邻居元胞，共有２４个单元细胞。另外，马哥勒斯（Ｍａｒｇｏｌｕｓ）型，这种邻居类型同以上邻居类型大不相同，它是将元胞按２Ｘ２单元进行网格划分，每次将这个２Ｘ２一的元胞块做统处理，而前面的邻居类型都是对每个元胞分别进行处理的。这种元Ｖ．ＮＭ胞自动机的块邻居类型在遗传算法中很少用，常用的是ｏｎｅｕｍａｎｎ型和ｏｏｒｅ型。一般的遗传算法中，种群中的个体以离散形式分布，而在元胞遗传算法中，种群一Ｍｏｏ中的个体被看作单元细胞，按照定的拓扑结构分布，我们采用最为常用的ｒｅ型１５１［］邻域结构，每个个体仅与邻居个体之间进行遗传操作，有效降低了算法的选择压力，５－３提高搜索效率。种群分布如图所示：７９ 东南大学博士学位论文〇°〇°〇〇〇〇〇〇〇〇一〇〇〇〇〇｜？中心元胞＂〇〇〇〇＂＾〇〇ｉｉｔ一Ｅｆｅｌ＿戀（ｂ）Ｍｏｏｒｅ型邻域结构的ＣＧＡ种群分布（ａ）ＧＡ种群分布图５－３种群分布示意图５．３．２染色体编码染色体编码就是把问题的解从解空间转换到算法所能处理的搜索空间的转换方法，一个关键步骤如何把问题的解转换为编码所表达的染色体是设计遗传算法的。编码方法会决定整个个体的染色体排列形式、变异算子等遗传算子的运，还会影响交叉算子？二进制编码方法可以分为三大类．、算操作的过程和效率，但主要。编码的方法有很多，需要结浮点数编码方法和符号编码方法，不同的编码方法有各自的优势和适用范围合所解决问题的特点来选择。一针对快递配送问题，采用十进制浮点数编码方法。个可行解可以编码成长度为ＡＴ，＋Ｍ＋Ｗ＋１的染色体，根据问题的假设条件派车车辆最多的情况就是每个快递柜一尤的最大可能值为Ｍ因此染色及其服务范围的客户点需要辆车服务，这种情况下，２Ｍ＋Ｗ，＋１０从＋，体的编码长度也可表示为，编码的取值范围为［川且为整数其中，“”０代表快递配送中心，［１，Ｍ］为快递柜编号，［Ｍ＋１，Ｍ＋ＡＨ为需要送件上门的客户一“”一点的编号。个染色体中每两个相邻的〇之间的数列就是辆车依次为客户及快递一〇４９０６８１０３０１７５２柜派送快件的行驶路径，的染色体对应，如个编码串为（，，，，，，，，，，，、、ｘ、ｘ、ｘ的解码为：Ｘ、Ｘ、Ｘ、ｘ、ｘ、ｘ２、ｘ２。、ｘ０６ｘ６８８的取０４４９ｇ１０１０３３。！１７７５５，，，，，，，，＞，，，“”“”１：值为，其它为０车辆路径方案为：车辆１的行驶路径为，该解对应的配送————————————０９６８１０３０。０１７５２０，：４车辆１白勺行驶路径为）８０ 第五章基于快递柜的快递配送车辆路径优化研究５．３．３适应度函数个体适应度的大小决定了该个体被遗传到下一代的概率。根据研究的问题，要找出由目标函数值到个体适应度值之间的转换关系，以保证得到群体中所有个体的适应一（度值为非负值。计算适应度值通常经过下过程：１）对个体的编码串进行解码处理，获得个体的表现型；（３）把；（２）由个体的表现型计算个体的目标函数值目标函数值按照一定的转换函数计算成适应度值。由于模型的目标函数是求最小化问题，并且由问题的特征决定了模型的目标函数一值定是正值，故染色体的适应度函数可以用目标函数值ｚ的倒数来表示。设第ｊ个染＝１。色体目标函数值为＜／，则其对应的适应度可以用／来表示当染色体个体不）／＜／）；一。能满足所有的约束条件时，把它的适应度函数值赋予个极小值当适应度函数值越大时，表示染色体所对应的车辆行驶路径方案的总费用越小，则该染色体个体被遗传到子代的概率也会越大。５．３．４基于启发知识的初始种群的产生根据快递配送过程中车辆先到达某快递柜服务范围内所有需要送件到门的客户点，再到达该快递柜的特性，，构造基于启发式知识来生成初始群体中各个个体的方法具体过程为：根据＜划分客户点归属其对应的快递柜，把每个快递柜及其服务范围内的一“”“”客户点看作分派车辆的个单元。按照最大可能车辆数来设置Ｍ＋１个０，以单元１为初始单元，初始单元的快件量加上距之最近的邻近单元的快件量，依次累加邻近单元的快件量，直到超出车辆运载能力，则把最后添加的单元作为辆车２的开始任务，之前的单元作为车辆１的配送任务，对于车辆１所服务的所有单元，先从快递柜所覆盖的客户点进行编号１，再对该快递柜进行编号，这时得到了第个染色体个体；再分……２个……Ｍ为初３个Ｍ别以单元２、单元３，，单元始单元获得第，第，，第个染色体个体。若Ｍｋｉ？，，则取前及个染色体作为初始种群若Ｍ＜ｉ？，则按照下述方“”〇和表示快递柜编号的￣Ｍ的数字法继续寻找新的染色体：令染色体个体中的１的位置不变保持不变随机改变任一单元内表示客户点位置的编号顺序，生成新的染，色体，直至得到及个染色体，初始群体产生。用该方法生成的初始群体保证了解的可。行性，且能够使其中的个体具有较高的适应度值８１ 东南大学博士学位论文５．３．５算法实现过程（１）：按照选定的方法对染色体进行编码：群算法初始化，设置参数取值体规模及、交叉概率尺、变异概率４、染色体被重复选择的最大次数以及算法的最大迭代次数Ｔ的取值，算法的初始化过程如下：。①采用基于启发知识的方法生成初始群体，包含及个染色体＝②根据公式／！／＜／计算群体每个染色体的适应度值，把适应度值最大的个体记）；为历史最佳个体。（２）重复执行以下操作步骤，直到满足算法的终止条件：①选择操作为了解决基于排名的选择方法可能会导致局部收敛的问题，以及由于轮盘赌选择法误差较大而可能发生适应度较高的个体也不能被选中的问题，把基于排名的选择方法与轮盘赌选择方法进行融合改进，过程如下：一＝（ａ）把当前染色体／被选择到下代的次数记为＾０，按照适应度值把当前染色体从高到低排序一，选取前个直接进入下代群体，当染色体／被选择时，令其对应的被选择次数的值６＋１，其余的（２／３）７？个染色体中按照改进的轮盘赌选择法来选择。＝＝．．．（ｂ）令，１２及。只１／，，，）；／２乃（＝Ｍ／ｉｉ一一（ｃ）设当前群体中同个染色体被重复选择到下代群体的最大允许次数为：Ｔｍａｘ，ｏ且＜ｒ一生成随机数６［ｉ，若ｍａｘ，则染色体ｆ被选择到下代，令ｆ，；：（一＝＋１否则若＞ｒ个染色体被重复，染巧（；（ｍａｘ色体／不能再被选择，从而可以避免选择的次数过多的问题。重复本步骤，直至得到及个染色体个体。②交叉操作在由种群个体所构成的二维空间矩阵中，把选定的中心元胞个体作为交叉操作的一一二父代之，然后在邻居结构中选出个适应度值最高的邻居元胞作为父代之，选定二５－４所示的两个父代进行配对，将配对好的染色体进行次交叉操作，如图。８２ 第五章基于快递柜的快递配送车辆路径优化研究資＿以Ｐｃ／２的概率进行｜｜Ｉ若子針■于柯子代个体图５－４用元胞遗传算法进行交叉操作示意图二一次交叉按照以下步骤进行：将般遗传算法中的交叉概率巧表示成两部分，先“”“”２一２以巧的概率以单元为最小单位进行第次交叉操作，再以的概率在单元／£／内部第二次交叉操作，。若第二次交叉后产生的新个体优于中心元胞则用新个体替换中心元胞，否则，不替换。一首先进行第次交叉操作，把染色体中的单元。由于快递配送车辆问题的特殊性Ｕｎｉｔ的排列位置依次用基因座ｌｏｓｕｓ表示，基因座ｌｏｕｃｕｓ的编号按顺序排歹！Ｊ，而单兀Ｕｎｉｔ的编号表示快递柜编号ｔ，，单元Ｕｎｉ编号的排列顺序对应的是车辆路径顺序与基一一因座ｌｏｕｃｕｓ编号顺序不定相同。在第次交叉操作中，采用两点交叉的形式，在配对好的两个父代染色体中，随机选择两个基因座的位置作为交叉操作的位置点Ｃｒｏｓｓｏｉｎｔ１和Ｃｒｏｓｓｏｉｎｔ２。设选定选定的两个交叉点对应的基因座分另丨ｌｏｕｃｕｓ众和ｐｐＪ为一ｔｌｏｕｃｕｓＶ，则交换两个父代染色体ｌｏｕｃｕｓＡ和ｌｏｕｃｕｓｖ之间上对应的系列单元Ｕｎｉ。不一同于般问题的遗传操作，交叉后直接得到子代染色体，在快递配送车辆路径问题中，一限定了每个客户点和快递柜都是由配送车辆访问并且只访问次，故在进行交叉之后，会出现交叉进来的单元Ｕｎｔｉ编号与交叉区域之外的Ｕｎｉｔ编号重复，而交叉出去的部分在新得到的染色体中又出现缺失，不满足快递配送车辆路径问题的约束条件，故需要一ｔｔ５－５剔除重复的单元Ｕｎｉ，而补充缺失的单元Ｕｎｉ。第次交叉操作的示意图如图所示。８３ 东南大学博士学位论文Ｃｒｏｓｏｉｎｔ１Ｃｒｏｓｓｏｉｎｔ２ｐｐｊＬｏｃｕｓＬｏｉｓ．Ｌｏｃｕｓ．＋１ＬＬｏｃｕｓｍＬｏｃｕｓｌ２二圭￣…一一……ｎｉｔＵｎｉｔ＾０ｎｉｔ０，Ｕｎｉｔ？，，ｎｗ，｜ｉｔ３，Ｕｎｉｔ１０，，ｆｎｉｔ２，Ｕ／，，［｜｜次交叉父代：０，｜Ｕ｜，ｊ｜１｜｜｜＂｜：＾＇＇／与交叉进来的１；如１重／与交叉进来的Ｕｉｎｔｎ重ｙ复ｉｎ，由缺失的Ｕｔ２替换复，由缺失的Ｕｉｎｔ潜换―一—ｉｔｉｔ０Ｕｎｉｔ／ｉＵｉｔ＾０二ｔｎ，，ｕｎｔ；／，ｎｗｉｔ３０Ｕｎｉｔ１，Ｕｎ，Ｕｎｗ，，｜［｜ｌ］次交叉父代：０，Ｕｎｉ２，ｕ，，，：｜｜｜｜ｌ［ｌ｜｜｜ｙ｜＾？＇＾？ｉｎｔ；．与交叉进来的Ｕ重＿＿ｆｔｓｓｏ，ｉｎｔｎｏｉｎｔ１Ｃｒｏｓｓｏｉｎｔ２由缺失的Ｕ替换对Ｃｒｐ和ｐ复ｍ，２＾复ｔ，由缺失的Ｕｌ替换－？”从：叫／八？ｔｏＺ间的值进行交换，并对重复的ｕｎｉｔ？行替换；？＇…一…一—ｉｔｗ；０Ｕｎｉｔｕ，Ｕｎｉｔ；，０ｉｔ０Ｕｎｉｔｌ，Ｕｎｉｔ，，Ｕｎ，，丨｜次交叉子代：〇，Ｕｎｉｔ３，Ｕｎ２，，，｜｜｜｜＼｜｜｜｜｜ｙ｜｜｜＂！一（二次交叉父代）…一——ｎｉｔ；／Ｕｎｉｔｍ，０二ＵｎｉｔＵｎｉｔＵｎｉｔ，：０，Ｕｎｉｔｎ，，Ｕ，ｉｔｌＵｎｋ３０，，Ｕｎ２，／，，｜｜｜｜［｜次交叉子代：〇，，Ｔｊ｜ｙ｜｜｜［１｜｜｜｜＇＇：（二次交叉父代二）一图５－５第次交叉操作示意图一一２的概率进行第二次第次交叉操作完成后，再对第次交叉得到的染色体以£／一一二次交叉的父代，交叉操作，在这对新的染色体中。第次交叉得到的子代就是第一一一到另条染色体中对应的单先从其中条染色体中随机选择其中个单元Ｕｎｉｔ／，再找？一ＵｎＵｎｉｔ，随机选定元ｉｔｙ，对这两个单元ｙ的内部编码按照单点交叉的方式进行交叉，。对于单元内部的所有个基因座作为交叉点，把该交叉点之后的编码进行交换同样一出现次，故同样也需对交叉区域之外的部分客户点，配送车辆也是访问并且只访问５－６所示的重复客户点进行更新。第二次交叉操作示意图如图。８４ 第五章基于快递柜的快递配送车辆路径优化研究ＳｅｌｅｃｔＵｎｉｔｉ，，，Ｍ，，，，，，Ｍ一二次交叉父？？？？？？？？？：，，，ｎｎ代０Ｕｎｉｔ３，Ｕｎｉｔ２，０Ｕｉｔ１，Ｕｎｉｔ，，Ｕｎｉｔｎ０ｉｔｕｉ／ｗｙ，，Ｕｎ，，Ｕｔ，Ｕｎｉｔ，０？？？？？？二次交叉二？…父代：０，Ｕｎｉｔ１’Ｕｎｉｔ３，０，，Ｕｎｉｔ２，Ｕｎｉｔ／，，Ｕｎｉｔｊｆ０，ＵｎｉｔＵｉｔｉｔｒｕ，ｎｕ，Ｕｎｍ？０‘对选定的单元Ｕｎｉｔｙ的内部客户点编码进行交叉Ｃｒｏｓｓｏｉｎｔｐ一二Ｕｎ＊？＊次交叉单兀父代ｉｔ：ｖｌｖ２ｖ４ｖ３ｖ／ｖｖｋｖｎ，，；，，，，，，）＾｜｜／与交叉得到的ｖ２重复，由缺失的ｖ３替换二次交叉单兀父代二Ｕｎｉｔｙ：〔ｖ３？，）ｖ４，Ｉｖｌ，１ｖｉ，ｖ２，ｖｊ，ｖｋ，ｖｎ…〇ｓｓ〇对ｃｒｉｍ師的紐行，ｎｐ交换？’并龍■客户点勝替换更新■＂二次交一Ｕｎ：ｖｌ叉单兀子代ｉｔｙ，ｖ３，ｖ４，ｖｉ，ｖ２，ｖｊ，ｖｋ，ｖｎ二Ｕｎ…二次交叉单兀ｌ子代ｉｔ厂：ｖ２，ｖ４，ｖ，ｖ３，Ｗ，ｖ，ｖＡ：，，ｖｎ＿／图５－６第二次交叉操作示意图依次考察所有的中心元胞。对进行交叉运算得到的新个体，判断其是否符合约束一条件，若不符合，则把该个体的适应度值变为个极小值，由此可以降低该个体遗传到下一代的概率。③变异操作变异可以增加种群的多样性。采用插入式的变异方式，即在染色体中随机产生两ｏｉｎｔ１和ｐｏｉｎｔ２，２位置的基因插入到ｏｔ１个变异位ｐ再把ｐｏｉｎｔｐｉｎ位置的起因之前。Ｐ把变异概率分为两部分，依次考虑各个染色体，生成随机数ｅ０ｌ？，若，ｆ［，］“”“”则以单元Ｕｎｉｔ为单位来进行变异，若，则在单元Ｕｎｉｔ内部进行变异，若£＞怂，则不对该对染色体执行变异操作。同样，若在变异过程中个体不能满足所有一个极小值－７的约束条件，则把其适应度值赋予。变异操作过程如图５所示。８５ 东南大学博士学位论文Ｐｏｉｎｔ１Ｐｏｉｎｔ２丄小＿＿＇？…－？…０ＵｎＵｎｉＵｎｉｔｍ０ｉｔ１Ｕｎｉｔ２，０，，Ｕｎｉｔｉ，，０，ｉｔＭ，ｔ，，，，｜，１｜｜｜Ｕｎ｜｜＼｜／｜ｔＩ￣“…．．．？ｉ００ｉＵｎｉｔ２０Ｕｎｉｔ，Ｕｎｉｔ／，，０，Ｕｎｉｔｕ，，Ｕｎｔｍ，，Ｕｎｔｌ，，，，｜＿／｜｜｜“”ａ一Ｕｎ（）第次以单元ｉｔ为单位的变异操作Ｐｏｉｎｔ１Ｐｏｉｎｔ２Ｕｎｉｔｊ：ｖ２，ｖ４，ｖｌ，ｖ３，ｖｉ，ｖｊ，ｖｋ，ｖｎｔ｜＼７＂…Ｕｎｉｔ：ｖ２，ｖｌ，ｖ３，ｖｉ，ｖｋ，，ｖｎｙ，ｖ４，ｖｊ“”ｂ一Ｕｎ（）第次在单元ｉｔ内部的变异操作图５－７变异操作示意图，找出群体中的最优适应度值④计算本次遗传操作所得群体中各个体的适应度值，最优适应度值对应的个体为本次迭代的最佳个体。若群体中的最优适应度值大于到本次迭代为止的历史最优适应度值，则用当前群体的最优适应度值对历史最优值进行更，新，其对应的本代最佳个体也成为历史最优个体否则不更新。⑤判断是否达到算法的终止条件：（ａ）算法迭代次数已经达到最大迭代次数。，（ｂ）有连续ｒ代的最佳个体相同若满足终止条件，迭代搜索过程结束输出首次ｉｓａｎｅ出现算法终止时历史最优值的迭代位置、最优适应度值以及最佳个体，否则返回步骤①继续迭代优化。（３），重复运行算法若干次，对每次运行算法得到的最优解进行比较，选取最优解得到快递配送车辆送件路径的优化方案。５．４案例研究５４．１基本数．据一某快递配送中心对配送区域范围内的快件进行配送，各个快递柜和客户需求点？的坐标以及待配送的快件量如表５．１所示１１０的数字编号表示快递柜，，其中其它编〇＝２５０件，快递配送中心的坐标为（〇）辆的装载能力『。号表示客户需求点，，车８６ 第五章基于快递柜的快递配送车辆路径优化研究表５．１客户需求点的坐标及待配送的快件量序ｘｙ必序ｘｙ的序ｘｙ④序ｘｙ④巧＾＾／ｋｍ／ｋｍ／件／ｋｍ／ｋｍ／件＾／ｋｍ／ｋｍ／件／ｋｍ／ｋｍ／件￣￣￣￣＂￣￣￣￣￣￣￣￣＂￣￣￣￣￣￣￣￣Ｉ０５〇５４６＾＾６Ｌ２ｌ６Ｕ０７１＾１１３Ａ３０５〇１５－－２１１２．．９．５０．８４０１７．１６３２１．８０．５７４７０７０４－－－－０３０１．８０．６．８６０８１．３０．８８３３０．４０．９８４８０．６５－４－１１４－０５－１２１．２０．２７０１９．５．６４３．．６４９０．９０．８２－－－－５．７１１．０６１．５８０２０１．８２３３５０．８０．２６５０．７１．２６－０－５５２０－－－－．６１．３１．３０．８５３６０．９１３５１０．３０．９３－－－－－－．５０．８８０２２０１３７１．５４５２２１５７７１．５１．６０１．．－－－－－８０．４３．７０．９２３８１３５５３１０．８９０２０．２１．．７０．７６－－－－－９０．４６３９．５．１．９０．４５０２４０９１．０１１６５４０．４．４１－－－－－６１０１５５１１．５４００．６０．６．１６０２４．８３５５０１－－－－１１０．４０１２１．６３．６３２６．０．７８４１６０．６８５６１．６０．２１－－－－１．４０２４２７１７４２１．７１５４５７１．３４．１．５．３．０．２－－－０１－０６４３１１５８１３．７１８５２８６．６１．７．３２５８．８１．．．－－－２－１４．７０．９２９１４．１０．９１．６４４１８０．５３５９１．９．６２－－－－１５１１．５５３０１１６４５１．９０．８６６０１．９１５案例中配送节点由１个配送中心、１０个快递柜和５０个客户需求点组成，设车辆的＝＝固定成本＾８０（元），变动成本〇５（元）。采用元胞遗传算法求解，设定种群２＝４＝＝＝大小为及９，交叉概率为＾０．８，变异概率为Ｐｍ０．１，迭代终止代数为ｒ５００，最＝＝ｒ５０５。佳个体的最大相同代数，个体最大重复选择次数ｍａｘ５．４．２结果及分析应用ＣＧＡ算法，通过计算机进行编程运算。通过算法运行计算，第２３次运行第３＝３９次迭代得到的最优解适应度值为／１．９８３ｘ１（Ｔ，共需要４辆车执行配送任务，目标Ｆ５０４．２。函数即总成本为．２４１（元），最优解如表５所示８７ 东南大学博士学位论文５．２表ＣＧＡ算法得到的最优路径方案配送车辆决策变量决策变量行车路径＜０—２１—２２—２４—３０—＊＾Ｘ＾ＸＸＸＸ９５５５３３＾９５９——￣￣——２２４２２６２８２８３１．２２２２，２４，３０３０，３２３３，２６，，２２３２６２８．Ｊ３３２１３１４１２▽匕】１】尤尤尤叉一＾＾＾１＾＾，，，’叉’，’戈’文１１＇６１２０２０３２１２２，４４，６，１７１７，９＾９，２０，１８１８，２，，２０———１８２００—１—４—１——１１５１３＊ｔ＇＊＾Ｖ＊Ｘ：Ｘ，Ｘ，Ｘ，Ｘ，：ｒ，，＊，，ｌ，—￣—￣—０ｌ４１１ｌＩ４〇５５４７，ｌｌ，１４Ｉ，５Ｉ５，３３ｉ，５５４，５５０，５５，５０”，１５４５５４７’２８，２９ｃｅ，＝Ｖｅｈｉｌ２ｖｖｖｌ’’＝￣￣－＾——＊１５１８＾８６３５＾＾＾＾＾＞＾＾＾５４６３５７４９９４１４，Ｓ８４５４４４９，０，＜＜＜，，，５７＿４９＿９＿〇０－３７—３８－＾２—４３—３３３＾尤＾：文＾：尤尤工’’￡’’尤５［＊，’’０３７３３４４２４３４３４５４５４４４４４＇—１４１４５，３７，８８，２，，，，，７７＞５６４４４１７５６？３７３Ｊ〇１ｙ，ｙ５３—６０—５８—５９—４＾４＊，５３，６０４，５８５２—１０—０４４４４４４４４４０—３３—４０—３６—３９—ａｖｒｙｙＹｒｒｖｒ＾９ａ＾？＾Ａ５－＊－ＡＡ５３４０５Ｊ５５５￡４３９３４４２２Ａ．０３３３〇３６３６３９３，６６，５５３１３１，２７ｅ，，，，，６＇－５Ｖｅｈ４＝——５———ｉｃｌｅ／ｌ３４６２３１２７，／４４４＝—１ＪＣＸＪＣ２７２９，？，５５，０，Ｉ２９５０备注其余为０其余为０—为了进一ＣＧＡ步验证所采用的带启发知识的元胞遗传算法（）的有效性，针对案例提供的数据，采用普通遗传算法（ＧＡ）进行运算对比，对两种算法设置相同的基本参数，两种算法分别随机运算１００次，每次运行最大迭代次数均设定为５００代。表５．３给出了用这两种算法分别执行运算。１００次所得的对比结果５表．３ＧＡ与ＣＧＡ算法的运算结果平均最优值历史最优值最优解的｜出现算法３－３迭代次数适应度值／ＨＴ目标函数值／元适应度值／１〇目标函数值／元平均．０７５１１．ＧＡ１．８６６５３６．９５４５１８４４６６ＣＧＡ１．５．９６４５０９２３４１．９８３０４．２４１１２从两种算法分别进行１００次的运算结果中，分别选取出最优解来进行对比分析，一图５－８给出了分别用两种算法得到最优方案的车辆行驶路径示意图，图中每条回路代一－表辆车的行驶路径。图５９给出了分别用两种算法求得的最优方案的收敛趋势。８８ 第五章基于快递柜的快递配送车辆路径优化研究ｋｍ＿＿￣￣｜１１ｒＶ１１＇Ｖ１ｋｍ＾－－－－２１．５ｉ＼／０．５）．－■＼＾着．（＼０５１５＼２二：：＞籲一自动快递机？一客户需求点，」－２（ａ）ＧＡ算法求得的配送路径ｋｍ—＜１，八，－－＇２４ｌ．５ｉ＼／丨１／１Ｖ．０．５１＾．５＼２ｍ－？一自动快递机？一客户需求点－２（ｂ）ＣＧＡ算法求得的配送路径图５－８两种算法求得的最优解路径８９ 东南大学博士学位论文允０２「１＂５－５５０１．９ｔｉｋ／＇ＶＣＧＡｉｔｓｓａｌｕｅＳＦｎｅｉ．ｆ蠢－－ＧＡＦｌ５４０１ｉｔｎｅｓｓＶａｕｅ．９／制＇ｆｇ街」ＧＡＯｂｅｃｔｉｖｅＶａｌｕｅ验卜ｊ？ＶＯｂｅｃｔｉｖｅａｌｕｅ禁，ｉＣＧＡｊ，＇５３０Ｓ１．８５，：Ｓ＾２ｌ＾－－５２０＾１．８运＼１－５１．７５１０、Ｌ＇１１１５００１７〇ｌ〇〇２００３００４００５００迭代次数图５－９两种算法求得的最优解收敛趋势对比图－５。．３中可以看由图５９可以看出，ＣＧＡ算法能够更快地收敛于问题的最优解从表出，通过１００次随机运算，ＣＧＡ算法平均用１２次迭代就能够获得最优解，而ＧＡ算法平均要用６６次迭代才能够获得最优解，ＣＧＡ算法比ＧＡ算法少迭代４０多代就能得到最优解，而且ＣＧＡ算法得到的平均最优值优于ＧＡ算法平均最优值的５％左右，历史５ＧＡ算法的ＧＡ算法，Ａ１％。计算结果表明，Ｃ最优值亦优于Ｇ算法的．寻优性能优于。获得的优化方案更好，运算的收敛速度也更快５．５本章小结本章研究了基于快递柜的快递配送车辆路径优化问题，根据快递配送作业特点，综合考虑客户需求、车辆限制、快递柜与客户点的配送顺序要求等影响因素，以客户，建立了快递点、快递柜及客户点划分到快递柜服务范围得到的配送单元为研究对象配送车辆分派任务及其行车路线的数学模型，模型突出了快递柜及其所属客户点之间的行驶次序。针对所建立的数学模型设计了基于模型特点的带启发式知识的元胞遗传“”一染色体交叉操作先以单元为单位进行第次交叉，再在算法，提出了对算法中的“”“，，二次交单元内部进行第二次交叉的叉的算子设计，同样再对变异操作进行“”“”单元的配送顺序和二次变异的算子设计，有效解决配送过程中以快递柜为９０ 第五章基于快递柜的快递配送车辆路径优化研究“”单元内客户点的服务次序。最后，通过案例进行了实验对比分析，计算结果表明，该基于启发知识的元胞遗传算法具有较强的寻优能力，避免了传统遗传算法中存在的。早熟收敛的问题因此，本章提出的基于快递柜的快递配送车辆路径优化方法为解决当前出现表现为较大规模的、越来越复杂的快递送件问题提供了有效的决策途径。９１ 第六章基于远景模式的动态派件系统及其优化方法第六章基于远景模式的动态派件系统及其优化方法６．１観当前，城市快递配送通常是由快递员按照收件地址把快件送达收件人或者快递柜，通常是到达之前通过电话或短信联系收件人，收件人需要等候收件或者在规定的时间内到达快递柜领取。遇到收件人有事外出的情况，则派件失败，或者送到快递柜的快件由于未能按时取件而需要支付额外的费用甚至被退件。这种派件方式对收件人与快递员的时空的对接有要求，经常会导致收件人为了取收件而耽误其它事情，或者导致快递员因联系、等候收件人而降低配送的效率。城市中每天都有很多人因日常活动而产生出行。若能够利用人们出行的移动来顺，便运送快件，则可以减少很多快递车辆的出行和快递员的工作从而大大减少碳排放、减少人员成本、提高快递派送的效率。随着移动通信、定位系统的技术不断发展和成熟，通过手机进行定位的技术已经一出现，，并在些领域中得到了应用。今后通过手机定位追踪系统获取其用户在未来一一技术应用到快递配送领域段时间内的去向信息完全有可能。若能把这，借助城市中曰常出行的人们作为辅助派件员，精确定位搜索到收件人及社会中辅助派件员的未来出行的起、终点及相应的运动轨迹，获取每个人在不同时间到达的地点，则可以寻。找出时间和地点与收件人相符的辅助派件员及快递员，进行快件的动态传递派送在此提到的收件人未来出行的终点包括了有快递柜的地点和非快递柜的普通地点，若收件人到达的终点刚好有快递柜的地点，则快递员或者辅助快递员把快件送到收件人将要到达地点附近的快递柜中，通知收件人取件；或收件人到达的是普通地点，则按照时间和地点的匹配关系把快件送到收件人手中。６．２动态派件系统设计本章设计了一帮助物流快递公司借助种物流快递动态派件系统及派件方法，能够辅助派件员进行动态传递快件。通过借助手机定位追踪系统模块和地理信息系统（ＧＩＳ）模块获取人们的出行轨迹，由中心服务器进行优化匹配计算，找出动态传递快件的方。案，并按照优化流程进行实施９３ 东南大学博士学位论文物流快递动态派件系统包括快件扫描系统模块、手机定位追踪系统模块、地理信息系统模块和中心服务器，快件扫描系统模块、手机定位追踪系统模块和地理信息系统模块分别与中心服务器连接。如图６－１为物流快递动态派件系统的结构框图，该系统包括快件扫描系统模块、手机定位追踪系统模块、地理信息系统（ＧＩＳ）模块和中心服务器。所述快件扫描系统模块用于扫描快件上的条码，获取快件的相关信息，包括快件收件人的姓名、手机号码及收件地址；所述手机定位追踪系统模块通过手机网络获知每个收件人及辅助派件员即将发生的动态去向；所述地理信息系统（ＧＩＳ）模块把数字化地理信息与实际地理位置相对应，对网络中的人和快件进行精确定位，获取相关的交通网络信息；所述中心服务器根据快件扫描系统模块、手机定位追踪系统模块和地理信息系统（ＧＩＳ）模块得到的信息进行数据处理，通过优化匹配计算生成动态传递快件的优化派件方案，并将、快递员和辅助派件员派件方案指令下达收件人。快件扫描系统快件信息中心服务器、、｜—＾￣－Ｊ接收信息｜｜收件人及辅助派１手机定位追踪件员动态信息、数据处理｜｜■￣系统模块！Ｊ优化算法｜｜地理信息系统交通网络信息￣＇、｜＂（ＧＩＳ）模块生成方案图６－１动态派件系统的结构框图物流快递动态派件系统的派件法中－２，快递公司的组织结构如图６所示，具体的６－３步骤流程如图所示：９４ 第六章基于远景模式的动态派件系统及其优化方法收件人Ａ合…Ａ、ｔ／Ｖ／Ｔ￣￣￣Ｌ￣￣￣￣￣￣２ｌ２ＩＩＩ２］Ｉ２ＩＩ………ａａ－Ｓｉｊ＋ｉ／辅助派ｉ件员／／ＪＬ＾．．．．■■■＊……．．（Ｘ＊＊（Ｘ■以＋１＾＿／＇ＩＸ／快递员物流快＾—＜；递公司１流快递公（＾图６－２快递公司的组织结构图９５ 东南大学博士学位论文ＣＭ）、征集辅助派件员，资格审查签署协议快件到达快递公司，提取收件人信息中心服务器获取实时数据，方案寻优预置传递级数Ｎ距离精度＝，时间精度，令ｉ０，￣￣丄通过手机定位追踪系统模块获取收件人去向的时间、地点向Ｙ￣￣＝＾ｌｉＩ｜丄，，一间搜索马玉、地点相符的第激辅助派［Ｉ，件员对应方案为有效方案，记为Ｍ个，找ｊ出对应的出发时间、地点、行程距离及路径ＩＩ￣￣将有效方案按照程距离排序，Ｙ｜＿—ｊＴＮ递员相Ｉ１短信通知该方案的辅助派件员＾＾１｜（！１－１由快递员直接派件Ｔ，短信通知收件人并要求回复丨細乂Ｉ？Ｉ１该辅助派件员标志为辅助派件贯－ｐ－当天不可调用人员安排调度方案ｒ短信通知收件ＩＩ人并要求回复丨Ｉ－１ＬＮ｜｜语音联系收件人”，同意按常规方式派件Ｉ安排快递员按优化方案派件｜１１￡Ｎ良馈信息，服务￣１１人员进行事件处理Ｎ签收，信息中心服务器取消派件，快件发往‘地玉（＆）图６－３快递动态派件流程图９６ 第六章基于远景模式的动态派件系统及其优化方法结合流程图：，设计快递动态派件过程如下ａ、征集社会辅助派件员，由物流快递公司发出征集通知，征集社会人员作为物流快递的辅助派件员。快递公司对所征集的辅助派件员进行身份认证及资格审查，并签署双方合作协议，规范双方的权利和义务。ｂ、物流快递公司收到快件后，通过快件扫描系统模块扫描快件信息，输入中心服务器，中心处理器读取收件人信息，获取收件人的手机号码，通过手机定位追踪系统模块获知收件人的去向，同时通过手机定位追踪系统模块搜索辅助派件员的去向。由地理信息系统（ＧＩＳ）模块把数字化地理信息与实际地理位置相对应，获取相关的交通网络信息。这些相关信息输入中心服务器。ｃ、中心服务器将获取的实时数据，进行派件调度优化计算，派件调度优化方案寻优过程如下：＿步骤０：０级Ｊ预置快件最多传递级数约束Ｎ。记收件人为第，第个收件人为…？？ｚ辅助派件员为第Ｕ，Ｖ级，＿。，第ｉ级第／个辅助派件员为＜，第／个快递员为巧时间精度距离精度名，使以下步骤采用的数据均按照该精度进行处理。一１步骤：寻求第个收件人＜的快件派送方案。根据获知的收件人在未来段ｊ。时间内去向的时间和地点，，记时间为地点为％把地点信息转换为坐标（Ｖ々）。一判断是否有快递员巧的投递时间和地点与收件人的去向致，若有，形成快递员，／＝／＋１直接派件的方案，短信通知收件人并要求回复，转入步骤６，否则令，进入步骤２。２一：级时间、地点相符的第ｆ级辅助派件员步骤搜索与上，通过手机定位追踪系统模块搜索在时间到达乂的辅助派件员，设搜索到满足条件的辅助派件员数量ｆ为对应的方案为有效方案。记满足条件的第＿／个辅助派件员的出发时间为＾，丨出发地点为＜，对应坐标为，少），计算行程距离。考虑到城市中常见的路网４《丨９７ 东南大学博士学位论文结构为方格路网：，故这里釆用行程距离计算公式为，１记录下辅助派件员的路径，对应的行程时间为〖ｆ。，对于非方格路网可以对上述计算得到的距离值乘以０．７的系数进行修正。Ｋ步骤３：判断是否存在有效方案，若存在有效方案，并按照行程距离排序，令，进入步骤４；否则，进入步骤ｅ。步骤４：考虑当前ｆ级第Ａ个有效方案。若该方案与快递员投递的时间和地点相符，下发手机短信通知辅助派件员交接快件的时间、地点及最佳行程路线，辅助派件员收到信息后，根据自己的实际情况决定“”是否执行该派件任务回复信息。若收到辅助派件员回复同意信息，中心服务器下发手机短信通知收件人取件的时间和地点并要求回复，转入步骤６；否则该辅助派件员＝Ａｒ入步骤５标志为当天不可调用人员＋ｌ。，令Ａ，进＝若该方案与快递员投递的时间和地点不相符：Ａ：＋１，５。，令Ａ进入步骤＿５！步骤：判断当前级有效方案是否考虑完毕。若成立，重复步骤４；若＜＃＝，／成立，不成立判断是否达到最大传递级数，即若，令，重复步骤２若不成立，转入步骤ｅ。“”“”ｄ步骤６：若收件人回复同意，进入若回复，执行派件方案步骤，不同意，进入步骤ｅ。ｄ、ｆ安排快递员把快件按照优化方案的时间送到投递点，进入步骤。ｅ、若上述步骤不能成功派件，则语音联系收件人，按照常规方式派件，语音联系后成功派件，进入步骤ｆ；若连续语音联系派件失败，则取消派件，把快件发往原地。ｆ、收件人当着快递员或辅助派件员的面进行当场验收，若验收无误，收件人签收，快递员或辅助派件员把签收信息反馈中心服务器，派件结束；若验收发现有误或有损坏，收件人拒收，快递员或辅助派件员收回快件，并将信息反馈中心服务器，由快递公司派出服务人员进行特殊事件处理。对物流快递公司收到的所有快件，依次按照以上方法和步骤进行动态派件优化，寻求最佳方案，实施派件。９８ 第六章基于远景模式的动态派件系统及其优化方法６．３案例研究如图６－４４所示，实验中对个收件人进行派件。结合实际问题，设置实验时间精度＝＝／１分钟。、距离精度名１００米，即数据处理过程中，对坐标数据精确到１００米。搜索数据及优化方案如下表６．１所示。以物流快递公司的位置为坐标原点，表中数据坐标值单位及距离单位均为１００米，时间单位为分钟。设派件的行程速度为１２ｋｍ／ｈ。－１００Ｉ－９０ａ４ｊｋ■８〇Ｉ＾ｉ〇．■／６０＼／ａ－％５〇？ｊ＼＾／［／／－３〇＾＂２〇＾／－１００２０４０６０８０１００１２０图６－４派件任务基本信息９９ 东南大学博士学位论文表６．１动态派件方案收件人快递｜第１级辅助派件员第２级辅助派件员第３级辅助派件员／快递柜Ｃ员＾＾＾ｎｎＨｊｎｈａｎｒａｉ０．ｉ１ｊ２０２３ｊｔＡ〇°〇｝ｔＡ；ａｔ，Ａ，，ｔＡ．ｒａ〇ｉ／］＾ａ３３？＇？？ＪａＪａＪ…）ｊ７／Ｉ）ａｊ，ｔ，ｆｉｆｌａａ］ｊａ９：５０２０３０（，）Ｐ＼ｉ４０／２ａ１０：１０４０４０ａ（，）ＬＡ＼＼３６／１ａ１１：１０（４０８０ａ１０：５５３０６６＼，）（，）＼８５０／２ａ０５０５０４０ａｌ１：（，）Ｌ＼６０／３４〇／１２：００７０６０ａ１１４５４０３０ａ１０：００２０５０ｌ（：，）（，）＼（，）＼Ｊｆ２ａ４？０２５ｉ４０／２°５〇／？ａａ１１：３５５５３５３６）＾１１：１０３０１０（，）（＼２，）爲＼＾？０？２５１５３４７ａ９：５０４８８（，）Ｌ｛１７吒４６／２５〇３６７ａ１２：３５９６９０ａｌ２：１０９０５０ａ］１１：２０７０２８１１：１５９６１０Ｔｌ（，）１（，）（，）Ｊ＾＼ａ＼（，）？－３心４？３／２５１８ｉ２４〇４０ａａ６：４５１５＜２１１５０８０２０ｌｌ：３〇（，）ｌ（，）ＬＰ２５＼／２０？５／２０＾３０ａｌ〇：４０６０１０（，）ＬＪ＼？３／１５一Ｃ４１８０ｉ（，）Ｃ９０３０２（，）Ｉｉ丨Ｉ丨Ｉ丨１丨ＩＩ１００ 第六章基于远景模式的动态派件系统及其优化方法“一一表中，第个收件人行，是根据快件收件人的手机号码进行搜索定位，一＝段时间内的去向１０：２０、地点为获知在未来，即到达目的地时间为（２０３０）。搜，故由送＜（），索到快递员戽投递的时间及地点与收件人＜相符爲直接派ｉ给ａ。派送方案表达为爲ｆ“”二一，在第个收件人ｇ行，根据获取的收件人去向的时间和地点没有与收件一。人去向致的快递员，故需要搜索辅助派件员搜索到到达地点的时间和地点与。°？２相符的辅助派件员有三个，分别为４、４和获取其对应的出发时间和地点。快递员投递爲与辅助派件员４出发的时间＾及地点相符，故由快递员Ａ送件至交给，而当到达。的时候，收件人ｇ仍未到达搜索。附近的快递＜柜，发现快递柜Ｑ非常靠近故由ａ／送到快递柜Ｃ：，然后由快递柜系统发送消°息通知交给收件人１ａ２，由收件人到快递柜Ｑ取件，ａ丨和％则不需执行本次任务。派送方案可以表达为Ａ——ｃ。４４Ｑ２°同理４，，寻找第三个收件人的派件方案为爲４？４４％第四个收件人的派件２——方案为爲４￡１＞０＞。＾＾４４６．４本章小结本章根据手机定位技术的应用和未来定位追踪的发展趋势，对快递配送未来的服务创新进行了研究。构建包括快件扫描系统模块、手机定位追踪系统模块、地理信息系统（ＧＩＳ）模块和中心服务器的系统平台，获取收件人、辅助派件员和快递员的即将发生的出行轨迹，根据得到的相关人员出行起、终点的时间和地点，通过中心服务器寻求优化方案进行动态派件，实现各级派件人员交接快件的无缝衔接，消除传统派件模式中快递员与收件人必须当面交接而产生的相互等候或催赶问题，提高快件的派送效率。利用城市中人们的日常活动产生的出行来顺便派送快件，在不产生额外交通及碳排放的情况下帮助完成快件的派送工作，充分利用社会资源、减少配送车辆的交通出１０１ 东南大学博士学位论文，大大降低快递派送成本以及提高效率行，使物流快递达到真正意义上的低碳化和生态化。１０２ 第七章结论与展望第七章结论与展望７．１论文工作总结我国经济的发展尤其是电子商务的快速发展，使快递业迎来了极大的发展机会，同也时对快递配送能力的提升提出了更大的挑战，而快递配送末端已经成为制约快递业发展的瓶颈。快递配送存在的主要问题体现在快递配送网点布局不合理、快递末端配送模式不匹配，客户个性化需求旺盛、快递服务与消费需求不能有效衔接。论文以快递配送活动为研究对象，运用运筹学理论、组合优化方法、智能优化算法以及数理统计的相关知识，对快递配送系统的优化进行研究。论文的主要研究工作体现在以下几个方面：（１）从快递配送中心选址布局和快递柜选址布局两个方面对快递配送网络的布局进行优化研究。在对快递配送中心的选址布局优化中，建立了评价指标体系，并构建了基于三角白化权函数的灰色聚类评价模型，对备选方案进行优化选择。对于快递柜布局优化问题，建立数学规划模型，并采用两种算法、分三个阶段进行求解，获得快递柜选址布局和快递柜服务区域划分的优化方案。（２）对快递柜不同规格的格口数量优化配置问题进行研究。考虑快递配送中的不确定性因素以及实际操作中的相关约束，构建数学优化模型，采用粒子群算法和禁忌搜索算法进行结合改进的混合算法，编写程序对模型进行求解，并把模型和求解方法应用到具体案例，验证了模型和算法的有效性，获得快递柜格口的最佳数量配置方案，然后进行敏感性分析，找出影响决策的关键要素。（３）对基于快递柜的快递配送车辆路径进行优化研究。考虑快递配送运输的实际情况和客户动态变化的配送要求，研究各个配送中心配送范围内对于快递柜模式和传统模式相结合的混合模式下配送车辆的路径问题。通过分析问题的特性，建立数学规划模型，采用元胞遗传算法对规划模型进行求解，并与普通遗传算法进行比较，验证算法的有效性，对当前不断推广应用的基于智能快递柜配送模式下的路径问题提供了有效的决策方法。一（４）设计了种基于远景模式的物流快递动态派件系统及派件方法。借助手机定位技术及定位追踪的发展趋势，构建系统通过借助手机定位追踪系统模块和地理信息１０３ 东南大学博士学位论文系统（ＧＩＳ）模块获取人们的出行轨迹，由中心服务器进行优化匹配计算，找出动态传递快件的方案，方案的实施能够使快递公司把快递员和客户进行动态匹配，实现高效、绿色的快递配送。７．２论文的主要创新点本论文的创新点主要体现在以下几点：（１）提出了快递柜格口数量配置的优化方法。考虑在快递配送中不确定的包裹配送量需求、不确定的包裹存柜时间、不确定的不同规格包裹比例等不确定因素以及每天多批次的配送要求，并且从消费者和运营者的角度考虑使用过程的相关约束，建立数学优化模型。把粒子群算法和禁忌搜索算法进行融合改进，对模型进行求解，并进行敏感性分析，找出影响最优方案的敏感性因素，解决由于格口数量不合适而产生的柜组资源紧缺或闲置的情况＾（２）解决了基于快递柜的快递配送车辆路径优化问题。考虑车辆在各个客户需求点及其所属的快递柜之间的特殊行驶次序要求等约束条件，建立了数学规划模型，以一个快递柜造成的路径冗余避免由于客户需求的动态变化而反复访问同。采用元胞遗传算法对规划模型进行求解，在交叉和变异操作中，把快递柜及其所服务范围内的客“”户点定义为单元，提出了单元内和单元外交叉和变异的二次操作方法，算法有效提高模型的求解速度，改进解的质量。一（３）针对手机定位技术的应用和未来定位追踪的发展趋势，提出了把这技术应用到未来快递配送领域的新型配送模式，借助城市中日常出行的人们作为辅助派件员，利用定位系统对收件人和辅助派件员及快递员的运动轨迹进行匹配，进行快件的动态传递派送，实现交接快件的无缝衔接。７．３研究展望尽管论文针对快递配送新模式中系统的复杂结构特征和配送、管理过程的特殊性，提出了更加有效且符合实际的快递配送网络优化和快递配送新模式下的优化方法，但一是，由于以往的研究大多以普通的快递配送模式为研究对象些新，对于当前出行的型配送模式特别是基于快递柜的配送模式的理论研究相对空缺，缺少可以参考和借鉴１０４ 第七章结论与展望的经验和方法一，加之本人的水平和时间有限，以下内容有待在今后的研究中进步探索：（１）对快递柜收费标准的研究。当前大多数快递柜运营商还处于亏本运营的状态，而收费一一些社区的快递柜在收费之前使用率很高直是大难题，，而实行收费后快递。柜的使用率大为降低，甚至出现闲置的现象论文对快递柜盈利方面的研究，仅对盈利模式进行探讨，分析快递柜可以获得盈利的方式，但没有对具体的收费标准进行详细研究。后续的研究可以探讨制定对于不同规格格口、不同存放时间的收费标准，以达到快递柜运营商、快递企业、快递员和客户之间的平衡，维持快递柜的使用率并实现快递运营的盈利，是非常紧迫且意义重大的事情。（２）对快递柜格口数量优化配置的研究。论文的研究主要是根据快递配送需求量、包裹存柜时长等因素来确定快递柜格口的配置数量，假设条件是不同规格的包裹只能放进对应规格的格口中，然而，在实际操作中，对应规格的格口数量不足的情况下，如果较大规格的格口有剩余，则快递员可能会把小包裹放进较大的格口中，当然，考虑到不同规格格口的费用不一样，这种选择行为具有不确定性，因此在实际操作中，这是相当复杂的因素，在今后的研究中，可考虑这些因素，以优化配置更符合实际的格口数量。另外，文中的快递柜格口配置没有考虑将来的快递量发生变化之后的动态优化问题，随着快递需求量的快速增长，格口数量也应该随之发生变化，在今后的研一，究中，应以定年限作为周期进行动态规划以获得格口数量的动态优化方案。（３）对送件到门及送件到快递柜的混合配送模式下的快递配送车辆路径进行优化研究。研究这个问题主要从客户点和快递柜的送件顺序特点来进行优化，在以后的研究中，可以同时考虑收取快件的功能，増加客户需求的随机性、配送车辆的动态容量、实时路况等约束条件，求出快递车辆在同时取、送件过程中的动态路径及实时调整策略。（４）开发通过手机定位追踪技术进行动态派件的系统平台。构建了系统的组成模块及实现的方法一，对系统的实施仅提供了理论基础和实施方法，今后可以进步开发系统平台，解决大规模的送件需求和快递员／辅助快递员以及客户之间的匹配问题，实时制定出最优配送方案。１０５ 参考文献参考文献１２０倪玲琳．快递营运网络优化设计与竞争网络均衡研究．中南大学，１１．［］［Ｄ］“”２国家邮政局．邮政业发展十三五规划．［］“”［３］国家邮政局．快递业发展十三五规划．４．演化视角下的快递业网络形态研究［Ｄ．北京交通大学，２．匡旭娟］００８［］５．Ｄ２０１１．．大连理工大学［］黄建华复杂快递网络的优化方法及抗毁性能研究［］，６赵衫？快递企业网点布局与优化研究［Ｄ］．重庆交通大学，２０１２．［］’“‘一”７金京华．完善快递发展政策，释放末端服务活力．快递最后公里峰会，２０１５．［］８波．快递企业服务网络布局优化研究［Ｄ］．北京交通大学，２０１０．［］李９郭云．基于时空属性的快递企业边界问题研究．．［Ｄ］北京交通大学，２０１６［］１０刘京平．浅谈快递服务的安全性，中华人民共和国邮政局网站，［］ｗｗ－－ｈｔ．．．ｐ：／／ｗ．ｓｐｂｇｏｖｃｎ／ｆｏｌｄｅｒ２１２５／ｆｏｌｄｅｒ２１２６／２０１０／１０／２０１０１０２５６５９７０．ｈｔｍｌ，２０１０１１２０１６徐宁．电子商务环境下我国民营快递业发展研究［Ｄ］．山东建筑大学，．［］１２３赵展慧．中国成全球快递发展引擎．人民日报，２０１７．．２９，第０１０版．［］１３２０１６快递发展指数．国家邮政局网站，［］＾ｈｔｔ．ｏｖｃｎｚ￡１１１１０．ｐ：／／ｗｗｗ．ｓｐｂｇ．／ｚｇｋｄｆｚｚｓ／２０１７０４／ｔ２０７０４０５５４８ｈｔｍｌ．“”“”１４１－：８１［庞顧．快递业发展由量向质转变［Ｊ．中国物流与采购，２０７，（２）３４．］］１５ＭｉｒＳａｍａｎＰｉｓｈｖａｅｅ，ＦａｒｉｂｏｒｚＪｏｌａｉＪａｆａｒＲａｚｍｉ．Ａｓｔｏｃｈａｓｔｉｃｏｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｆｏｒｉｎｔｅｒａｔｅｄ［］，ｐｇｗ－ｆｏｒａｒｄｒｅｖｅｒｓｅｌｏｉｓｔｉｃｓｎｅｔｗｏｒｋｄｅｓｉＪ．ＪｏｕｒｎａｌｏｆｆａｃｔｕｒｉｎＳｓｔｅｍｓ２００９．ｇｇｎ［Ｍａｎｕ２８（）１０７１１４］ｇｙ［１６］ＤａｎｉｅｌａＡｍｂｒｏｓｉｎｏ，ＡｎｎａＳｃｉｏｍａｃｈｅｎ．Ａｃａｐａｃｉｔａｔｅｄｈｕｂｌｏｃａｔｉｏｎｐｒｏｂｌｅｍｉｎｆｒｅｉｇｈｔｌｏｇｉｓｔｉｃｓ－－－－ｌｔｉｌｔＪ．ｍｕｍｏｄａｎｅｗｏｒｋｓ．ＳｒｉｎｅｒＶｅｒｌａＢｅｒｌｉｎＨｅｉｄｅｌｂｅｒ２０１６１５９００１６１０２２８［］ｐｇｇｇ，［１７］ＡｌｅｓｓａｎｄｒｏＣｒｅａｚｚａ，ＦａｂｒｉｚｉｏＤａｌｉａｎ＆ＴｏｍｍａｓｏＲｏｓｓｉ．Ａｐｐｌｙｉｎｇａｎｉｎｔｅｇｒａｔｅｄｌｏｇｉｓｔｉｃｓｎｅｔｗｏｒｋｄｅｓｉｇｎａｎｄｏｐｔｉｍｉｓａｔｉｏｎｍｏｄｅｌ：ｔｈｅＰｉｒｅｌｌｉＴｙｒｅｃａｓｅ［Ｊ］．ＩｎｔｅｍａｔｉｏｎａｌＪｏｕｍａｌｏｆＰｒｏｄｕｃｔｉｏｎＲｅｓｅａｒｃｈ，２０－１１３０２１３０３８．，１ｉｒａｎｉＦｒ．ＡｒｅｚａＢｒｒ：Ａ８ＲｅｚａＺａｎａｒａｈａｎｉａＭａｓｏｕｄＨｅｋｍａｔｆａｄｌｉｏｌｏｏｉＡａｂａｎｉ．Ｈｕｂｌｏｃａｔｉｏｎｒｏｂｌｅｍｓｊ５［］ｐｒｅｖｉｅｗｏｆｍｏｄｅｌｓ，ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｓｏｌｕｔｉｏｎｔｅｃｈｎｉｑｕｅｓ，ａｎｄａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆Ｉｎｄｕｓｔｒｉａｌｅｅｒ－Ｅｎｇｉｎｉｎ６４２０１３０９６０９ｇ，（）１１１．［１９］ＳｉｂｅｌＡｌｕｍｕｒ，ＢａｈａｒＹ．Ｋａｒａ．Ｎｅｔｗｏｒｋｈｕｂｌｏｃａｔｉｏｎｐｒｏｂｌｅｍｓ：ＴｈｅｓｔａｔｅｏｆｔｈｅａｒｔＳｉｂｅｌＡｌｕｍｕｒ，Ｂａｈａｒ－Ｊ．Ｅｕｒｏｅａｎｉｏ２００８１Ｙ．ＫａｒａＪｏｕｒｎａｌｏｆＯｅｒａｔｎａｌＲｅｓｅａｒｃｈ１９０１２．［］ｐｐ（）２０ＭｉｒＳａｍａｎＰｉｓｈｖａｅｅ，ＫａｍｒａｎＫｉａｎｆａｒ，ＢｅｈｒｏｏｚＫａｒｉｍｉ．Ｒｅｖｅｒｓｅｌｏｉｓｔｉｃｓｎｅｔｗｏｒｋｄｅｓｉｎｕｓｉｎ［］ｇｇｇ－ｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎＪ．ＩｆＴｅｃｈｎｏｌ２０１０４７ｇ［ｎｔＡｄｖＭａｎｕ）：２６９２８１．］（２１Ｒ．Ｓ．ｄｅＣａｍａｉｏＧ．Ｍｉｒａｎｄａ．Ｓｉｎｌｅａｌｌｏｃａｔｉｏｎｈｕｂｌｏｃａｔｉｏｎｒｏｂｌｅｍｕｎｄｅｒｃｏｎｅｓｔｉｏｎ：Ｎｅｔｗｏｒｋ［］ｇ，ｇｐｇｏｗｎｅｒａｎｄｅｃＡ２０２－ｕｓｅｒｅｒｓｔｉｖｅｓＪ，ＥｘｅｒｔＳｓｔｅｍｓｗｉｔｈｌｉｃａｔｉｏｎｓ３９１３３８５３３９１．ｐｐ［］ｐｙｐｐ（）１０７ 东南大学博士学位论文２２ＣｈｅｓｔｌｅｒＬ．Ｏｖｅｍｉｈｔａｉｒｅｘｒｅｓｓ：Ｓａｔｉａｌａｔｅｍ５ｃｏｍｅｔｉｔｉｏｎａｎｄｔｈｅｆｕｔｎｒｅｉｎｓｍａｌｌｐａｃｋａｅｄｅｌｉｖｅｒ［］ｇｐｐｐｐｇｙｖｅ—ｓｅｒｉｅｓ［Ｊ］．ＴｒａｎｓＰｏｒｔａｔｉｏｎｕａｒｔｅｒｌｙ，１９８５ｓ３９（ｌ：５９７１．Ｑ）＇Ｄ２３ＡｌｅｘａｎｄｒｅＬａｆａｅ．ＩｎｔｅｒａｔｏｒｓａｉｒｎｅｔＡｒｅｖｉｅｔｈｅＤｏｍｅｓｔｉｃＥｘｒｅｓｓＥｉｉｒｏｅａｎＭａｒｋｅｔ［ｗｏｒｋｗｏｆ］．］ｙｇｐｐ［ＣｒａｎｆｉｅｌｄＵｎｉｖｅｒｓｉｔｙＳｃｈｏｏｌｏｆＥｎｉｎｅｅｒｉｎ．ＭＳｃＴｈｅｓｉｓ．２００７．ｇｇ２４ＨｕａＹａｎｇ，ＹｕｃｈａｏＮｉｅｔａｌ．ＩｎｓｉｈｔｔｏｔｈｅｅｘｒｅｓｓｔｒａｎｓｏｒｔｎｅｔｗｏｒｋＪ．ＣｏｍｕｔｅｒＰｈｓｉｃｓ［］ｇｐｐ［］ｐｙＣｏｍｍｕｉｉｉｃａｔｉｏｎｓ（２００９．）２５ｒ－ｍｏｄａｒｅｓｓｅＤａｅｋｉＫｉｍＣｎｔｈｉａＢａｒｎｈａｔ．Ｍｕｌｔｉｌｅｘａｃｋａｄｅｌｉｖｅｒ：Ａｓｅｒｖｉｃｅｎｅｔｗｏｒｋｄｅｉｎ［］，ｙｐｐｇｙｓｇｌｎＮｏ．ａｉｃａｔｉｏｎＪ．ＴｒａｓｒｔｔｉｏｎＳｃｉｅｎｃｅ．Ｖｏｌ．３３４１９９９．ｐｐ［］ｐｏａ，，－２６ＡｎｎａｃｏｓｔＡＰＢａｒｒｔｈａｒｔＣｒｅＫｅｔａｌＳｏｔｉｉｚｅｓｉｔｓａｉｒｎｅｔｗｏｒｋＪ．Ｉｎｔｅｒｆａｃｅｓ２００４１ＷａＡ．ＵＰｍ，３４：１５［］ｊ，，ｐ［］，（）２５．２７ＭｉｃｈａｅＷｕｎＺｍｕ－－ｏｎｖｅｈｅｒｏｕｌｌａｓｎｅｒＧｔｈｅｒａｆｅＬＡｎｉｎｔｅｒａｔｅｄｌｔｉｄｅｏｔｈｕｂｌｏｃａｔｉｉｃｌｔｉｎｍｏｄｅｆｏｒ［］，ｐｇｐｇｎｅａｎｎｒｃｅｒｖｃｅ－ｔｗｏｒｋｐｌｉｎｇｏｆａｌｓｅｉＪ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔｉｏｎＥｃｏｎｏｍｉｃｓ．９０２００４：４０３ｐ［］（）４１９．［２８］ＭｅｇａｎＳｍｉｒｔｉ．ＡｍａｕｄＢｏｕｂｅｒｔ．ＭｏｄｅｌｉｎｇｔｈｅＬｏｇｉｓｔｉｃｓｏｆＦｅｄＥｘＩｎｔｅｒｎａｔｉｏｎａｌＥｘｐｒｅｓｓ．—／ｈｔｗｅ．ｒｎｕｆ２００７ｏｃｕｍｅｎ２．２０ｐ：／／ｗｗ．ｍｔｒａｎｓｏｇ／／ｄｔｓ／ＳｍｉｒｔｉＯＯＯ．ｐｄｆ．００９，０９２８０７．２９＇ｗｏｖｘＤＡｌｅｘａｎｄｒｅＬａｆａｅ．ＩｎｔｅｒａｔｏｒｓａｉｒｎｅｔｒｋＡｒｅｉｅｗｏｆｔｈｅＤｏｍｅｓｔｉｃＥｒｅｓｓＥｕｒｏｅａｎＭａｒｋｅｔ．［］ｙｇｐｐ［］ＣｒａｎｆｉｅｌＵｎｉｖｅｒｓｉｔＳｃｈｏｏｌｏｆ．ｄｙＥｎｇｉｎｅｅｒｉｎｇ．ＭＳｃＴｈｅｓｉｓ．２００７［３０］ＢｅｒｅｅｈｍａｎＪ，ＰｏｄｄａｒＳ，ＳｈｙＯ．Ｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅａｎｄｅｎｔｒｙｉｎｔｈｅｄｅｒｅｇｕｌａｔｅｄａｉｒｌｉｎｅｉｎｄｕｓｔｒｙ［Ｊ］，ＫＥＩＯＥｉｉ－ｅｏｎｏｍｅＳｔｕｄｅｓ，１９９８３５８２：７１．，３１ＢａｒｎｈａｒｔＣＳｃｈｎｅｕｒＲ．ＡｉｒｎｅｔｗｏｒｋｄｅｓｉｎｆｏｒｅｘｒｅｓｓｓｈｉｃｅＪｅｒａｏｎｓｍｅｎｔｓｅｒｖｉ．ＯｔｉＲｅｓｅａｒｃｈ［］？ｇｐｐ［］ｐ，—１９９６，４４６：８５２８６３．（）［３２］ＪＢｕｅｄｅｎｂｅｎｄｅｒＫ，ＧｕｎｅｒｔＴ，ＳｅｂａｓｔｉａｎＨＪ．Ａｂｙｒｉｄｔａｂｕｓｅａｒｃｈ／ｂｒａｎｃｈａｎｄｂｏｕｎｄａｌｇｏｒｉｔｈｍｆｏｒｔｈｅ—＊ｄａｎｓｐｏｒｅｎｃｅ２０００３４４４３８０ｉｒｅｅｔｆｌｉｈｔｎｅｔｗｏｒｋｄｅｓｉｎｒｏｂｌｅｍＪ．ＴｒｔａｔｉｏｎＳｅｉ：３６．ｇｇ，，ｐ［］（）３３愧玲篆快递营运网络优化设计与竞争网络均衡研究［Ｄ，２０１１．中南大学．［］］［３４］陈岱莲．基于ＣＦＬＰ模型的同城快递配送中心选址问题研究Ｐ］．重庆交通大学，２０１０．３５李莉，纽选址和分配优化Ｊ，１２３３（２：丁以中．轴辐式快递网络的枢］．上２０）［］［海海事大学学报，－３３３９．３６．Ｄ？张兰快递企业网点布局研究中南大学，２００８．［］［］－，霍佳震？Ｊ２０１０：３７戴韬非轴辐式快递网络的航线规划研究．计算机工程与应用，４６（５）１９３［］［］，１９６．［３８］张旭凤，赵迪，屈虔．基于ＩＳＭ理论的快递网点选址影响因素研究［Ｊ］．物流技术，２０１１，３０－（１２）：１１２１０８．３９张永昕？整合模式下的快递物流网络优化冏．北京交通大学，２０１５．［］［４０王鹏飞．基于聚类算法的快递服务网点布局研究Ｐ．成都理工大学，２０１６．］］４１刘庆耀？快递企业网点布局优化研究Ｄ］．南昌大学，２０１６．［］［４２陈琼．同城快递网络布局优化及网点绩效评价研究［Ｄ］．浙江理工大学，２０１６．［］１０８ 参考文献４３２０．谭熙熙．轴辐式快递主干运输网络资源优化配置研究［Ｄ］．北京交通大学，１６［］－４４张光明王路Ｊ：．［］．快递．江苏科技大学学报自然科学版２０１５２：１９９２０４，服务网点选址模型研究［］，，（）－４５谢逢洁崔文田．陆运快递网络的复杂结构特性及演化模型Ｊ２０１６２：３６４．系统管理学报［］，［］，，（）３６９３７８．，４６黄丽君，郭昆．收发件同步的快递服务网点选址与车辆线路规划算法研究［Ｊ．福州大学学报：自［］］－然科学版２０１５（３）：３２２３２７．，，２０１３．４７袁帅．基于复杂网络的快递企业配送系统优化研究［Ｄ］．哈尔滨工业大学，［］［４８］ＧＯＬＤＥＮＢＬ，ＷＡＳＩＬＥＡ．Ｃｏｍｕｔｅｒｉｚｅｄｖｅｈｉｃｌｅｒｏｕｔｉｎｇｉｎｔｈｅｓｏｆｔｄｒｉｎｋｉｎｄｕｓｔｒｙ［Ｊ］，Ｏｅｒａｔｉｏｎｓｐｐｈ１９８７３５１－Ｒｅｓｅａｒｃ：６１７．，？（）［４９］ＣＨＥＯＮＧＹＭ，ＯＮＧＨＬ，ＨＵＡＮＧＨＣ．Ｍｏｄｅｌｉｎｇｔｈｅｖｅｈｉｃｌｅｒｏｕｔｉｎｇｐｒｏｂｌｅｍｆｏｒａｓｏｆｔｄｒｉｎｋ－ｄｉｓｔｒｉｂｕｔｉｏｎａｎＪ．ａｃＪｏｕｃｏｍＡｓｉａＰｉｆｉｃｒｎａｌｏｆＯｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈ２００２１９１：１７３４．ｐｙ［］ｐ，，（）５０ＯｌｉｖｅｒＪ．Ｊ．Ｆｉｓｈｅ．ＴｈｅＰｌａｎｎｉｎｏｆＲｅｉｏｎａｌＬｏｉｓｔｉｃｓｏｕｒｎａｌｏｆＭｅｌｂｏｕｒｎｅＵｎｉｖｅｒｓｉｔ［］ｇｇｇｙ［］ｙ，２００２４１０２－１２２：．，（）５１ＪａｍｅｓＪ．Ａｓｈｅｒｉｌｆｒｅｉｈｔｍｏｄｌｉｉｔｎｎｎｏｆｒｅｉｌｔｗｒｋｓｒｌｏｆ［．ＲｅｏｎａｅｓａｌｅｄｔｏｈｅｌａｉｏｎａｎｅｏＪ，Ｊｏｕｎａ］ｇｇｐｐｐｇｇ［］Ｍｒ－ｏｌｅｃｕｌａＬｉｕｉｄｓ１９９３：１２３１２７．ｑ，［５２］Ｊａｃｋ，Ｍａｒｇａｒｅｔ，Ｊａｃｋｓｏｎ，ＳｔｅｖｅｎＪ．Ｌｏｇｉｓｔｉｃｓａｓｃａｒｅａｎｄｃｏｎｔｒｏｌ：ＡｎｉｎｖｅｓｔｉｇａｔｉｏｎｉｎｔｏｔｈｅＵＮＩＣＥＦｓｕｌｄｎｃＦａｒｓｕｔ－５ｉｖｉｓｉｏｎＪ，ＣｏｎｆｅｒｅｅｏｎＨｕｍａｎｃｔｏｉｎＣｏｍｔｉｎＳｓｅｍｓＰｒｏｃｅｅｄｉｎｓ２０１６：ｐｐｙ［］ｐｇｙｇ，，（）２２０９－２２１９．［５３］王涵．物流企业配送网络区域划分研究［Ｄ］．西南交通大学，２０１０．５４Ｄ．冯翼．中部地区物流网络系统发展研究武汉理工大学，２００６．［］［］［５５郎丰平．区域物流网络系统规划研究Ｄ．哈尔滨工业大学，２００６．］［］５６Ｄ？２０王涵？物流企业配送网络区域划分研究西南交通大学，１２．［］［］－５７ｍｅａｎｓ聚类的物流配送区域划分方法研究Ｊ．中国管理信息化．２０１０［．基于改进Ｋ］谷炜，张群，胡睿［］，（２）６０－６３．［５８］闾宇婷．基于ＦＣＭ改进算法的快递配送区域划分问题研究［Ｄ］．大连海事大学，２０１２．［５９］刘世萌．基于服务效率的快递企业派送区域优化问题的研究［Ｄ］．北京交通大学，２００９．６０．５谭力白沙物流基于区域划分的软时间窗配送研究［Ｄ］．长沙理工大学，２０１．［］６，１１杨宝石．Ａ公司配送区域划分与配送路径优化研究Ｄ．２０４．［］［］福州大学６２潘国强，胡俊逸，洪敏．考虑ＧＩＳ的物流配送区域划分与路径规划算法［Ｄ］．大连海事大学学报：自［］２０－１５１然科学版：８３９０．，，（）６３胡世超７２－．基于物流区域划分的高铁快递运输组织模式分析Ｊ．，２０１５，（７）：１［］［］黑龙江交通科技１７３．－６４于晓寒，王东．基于带约束Ｋｍｅａｎｓ聚类的城市快递配送区域划分Ｊ．哈尔滨商业大学学报：自［］［］－，２０１６，（５）：６３１６３４６４０．然科学版，６５Ｊ－［张睿．．物流科技２０１５３：８４８６．］基于服务区域划分优化的配送路径规划问题研究［］，，（）１０９ 东南大学博士学位论文－６６．Ｊ．内蒙古科技大学学报２０１４１６６基于两维图论聚类的农产品配送区域规划［］：［］侯文英，朱少冉，，（）６９．ＡＡ－６７ＧｕｉｍａｒａｎｓＤａｎｉｅｌＤｏｍｕｅｚｃａｅ．ＭｉｎＯｓｒＪｕａｎｎｌａｒｔｉｎｅｚＥｎｏｃ．Ａｍｕｌｔｉｓｔａｒｔｓｉｍｈｅｕｒｉｓｔｉｃｆｏｒ［］，，ｇ，；，ｇ；，ｈｅｈａ－Ｐ－ｔｓｔｏｃｓｔｉｃｔｗｏｄｉｍｅｎｓｉｏｎａｌｖｅｈｉｃｌｅｒｏｕｔｉｎｇｐｒｏｂｌｅｍＣ］，ｒｏｃｅｅｄｉｎｓ＾ｎｔｅｒＳｉｍｕｌａｔｉｏｎ［ｇｏｎｆｅＪａｎｕａｒ７２０１７２３２６－２３３４Ｃｒｅｎｃｅ１．，ｙ，，ｐ－６８ＳｏｅｆｌＨｃｅｒａ．ａｔｔｆｅｌｄＤｉｒｋＣ．ＰｒｏｂｌｅｍｓｅｃａｒＮｉｎＵｌｍｅｒＭａｒｌｉｎＷＭｉｆｉｃｓｔａｔｅｓａｃｅｔｉｔｉｏｎｉｎｆｏｒ［］，ｊ，，；，ｐｐｐｇｄｎａｍｉｃｖｅｈｉｃｌｅｒｏｕｔｉｎｇｒｏｂｌｅｍｓＣ．ＭｕｌｔｉｋｏｎｆｅｒｅｎｚＷｉｒｔｓｃｈａｆｔｓｉｎｆｏｒｍａｔｉｋＭＫＷＩ２０１６ｖｌｙｐ［］，，？ｐ２２９－２４０．［６９］Ｎａｌｅｐａ＾Ｊａｋｕｂ，Ｂｌｏｃｈｏ，Ｍｉｒｏｓｌａｗ．Ａｄａｐｔｉｖｅｍｅｍｅｔｉｃａｌｇｏｒｉｔｈｍｆｏｒｍｉｎｉｍｉｚｉｎｇｄｉｓｔａｎｃｅｉｎｔｈｅｖｅｈｉｃｌｅ－ｒｏｕｔｉｎｒｏｂｌｅｍｗｉｔｈｔｉｍｅｗｉｎｄｏｗｓ［Ｊ．ＳｏｆｔＣｏｍｔｉｎ２０１６２０６：２３０９２３２７．ｇｐ］ｐｕｇ，，（）７０ＡｋｉｎａｒＳｅｎｅｒＨｂｒｉｄｌａｒｅｎｅｉｈｂｏｕｒｈｏｏｄｓｅａｒｃｈａｌｏｒｉｔｈｍｆｏｒｃａａｃｉｔａｔｅｄｖｅｈｉｃｌｅｒｏｕｔｉｎ［］ｐ，，ｙｇｇｇｐｇｒｗＡｃａｏｎ２０－ｏｂｌｅｍＪ．ＥｘｅｒｔＳｓｔｅｍｓｉｔｈｌｉｔｉｓ１６ｖ６１：２８３８．ｐ［］ｐｙｐｐ，，７１ＶｉｄａＴａｅｏｄＧａｂｒｉｅｌｅｎｄｅＰ．ｃｌｈｉｂａｕｔＣｒｉｉｃＴＧｒｅａｕＭｉｃｈｌｒｉｎｓＣｈｒｉｓｔｉａｎＩｍｌｉｉｔｄｅｏｔ［］，，ｎ，ｏｒ；，；，ｐｐａｓｓｉｇｎｍｅｎｔｓａｎｄｒｏｔａｔｉｏｎｓｉｎｖｅｈｉｃｌｅｒｏｕｔｉｎｇｈｅｕｒｉｓｔｉｃｓ［Ｊ］，ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＯｐｅｒａｔｉｏｎａｌｅ２３７ｌ－Ｒｓｅａｒｃｈ２０１４：１５２８．，，（）［７２］Ｂａｎｓａｌ，Ｓａｎｄｈｙａ，Ｇｏｅｌ，Ｒａｊｅｅｖ；Ｍｏｈａｎ，Ｃ．Ｕｓｅｏｆａｎｔｃｏｌｏｎｙｓｙｓｔｅｍｉｎｓｏｌｖｉｎｇｖｅｈｉｃｌｅｒｏｕｔｉｎｇｐｒｏｂｌｅｍｎｎｄｖ２３６－ｉｔｈｅ２０１４５０．ｗｔｉｍｅｗｉｎｄｏｗｃｏｎｓｔｒａｉｎｔｓＪ．ＡｄｖａｎｃｅｓｉＩｎｔｌｌｉｅｎｔＳｓｔｅｍｓａＣｏｍｕｔｉｎ：３９［］ｇｙｐｇ，，７３ＤｒｏｒＭ，ＬａｏｒｔｅＧａｎｄＴｒｕｄｅａｕＰ．Ｖｅｈｉｃｌｅｒｏｕｔｉｎｗｉｔｈｓｔｏｃｈａｓｔｉｃｄｅｍａｎｄｓ：ｒｏｅｒｔｉｅｓａｎｄｓｏｌｕｔｉｏｎ［］ｐｇｐｐ－ｆｒａｍｒｋｓ．ＴｎｏｒｔａｔｉｏｎＳｃｉｅｎｃｅ１９８９２３３．ｅｗｏｒａｓ：１６６１７６ｐ，，（）７４ＧｅｎｄｒｅａｕＭＬａｏｒｔｅＧａｎｄＳｅｕｉｎＲ．Ａｔａｂｕｓｅａｒｃｈｈｅｕｒｉｓｔｉｃｆｏｒｔｈｅｖｅｈｉｃｌｅｒｏｕｔｉｎｇｒｏｂｌｅｍｗｉｔｈ］，［ｐｇｐ－ｓｔｏｃｈａｓｔｉｃｄｅｍａｎｄｓａｎｄｃｕｓｔｏｍｅｒｓ．Ｏｅｒａｔｉｏｎｓ１４６９Ｒｅｓｅａｒｃｈ９９６４４３：４７７．ｐ，，（）［７５］Ｔａｒａｎｔｉｌｉｓ，Ｃ．Ｄ，Ｋｉｒａｎｏｕｄｉｓ，ＣＴ，Ｖａｓｓｉｌｉａｄｉｓ，Ｖ．Ｓ．ＡｔｈｒｅｓｈｏｌｄａｃｃｅｐｔｉｎｇｍｅｔａｈｅｕｒｉｓｔｉｃｆｏｒｔｈｅｈｅｔｅｒｏｅｎｅｏｕｓｆｉｘｅｄｆｌｅｅｔｖｅｈｉｃｌｅｒｏｕｔｉｎｒｏｂｌｅｍＪ．ＥｕｒｏｅａｎＪｏｕｍａｌｏｆＯｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈｇｇｐ［］ｐｐ，２００４２－１５：１４８１５８．（）７６Ｌｉｕ，Ｆ．Ｈ．，Ｓｈｅｎ，Ｓ．Ｙ．ＴｈｅｆｌｅｅｔｓｉｚｅａｎｄｍｉｘｖｅｈｉｃｌｅｒｏｕｔｉｎｒｏｂｌｅｍｗｉｔｈｔｉｍｅｗｉｎｄｏｗｓＪ］．Ｊｏｕｒｎａｌｏｆ［］ｇｐ［Ｏ－ｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈＳｏｃｉｅｔ１９９９５０：７２１７３２．ｐｙ，（）７７ＬａＰｏｒｔｅＧ．ａａｖｅｎｍ．ＬｏｕｖｅａｕｘＦＡｒｉｏｒｉｏｔｉｍｉｚｔｉｏｎｏ他ｅｒｏｂａｂｉｌｉｓｔｉｃｔｒｌｉｓａｌｅｓｍａｎｒｏｂｌｅＪ．［］ｓ，，ｐｐｐｇｐ［］Ｏｅ—ｒａｔｉｏｎｓＲｅｓｅａｒｃｈ．１９９４４２３５４３５４９．ｐ，（）：７８Ｇｅｎｄｒｅａｕ５Ｍ．５Ｈｅｒｔｚ？Ｇ．ＡｎａｒｏｘｉｍａｔｉｏｎａｌｏｒｉｔｈｍｆｏｒｔｈｅｔｒａｖｅｌｉｎｇｓａｌｅｓｍａｎｒｏｂｌｅｍｗｉｔｈｂａｅｋｈａｕｌｓＪ，［］ｐｐｇｐ［］—ＯｐｅｒａｔｉｏｎＲｅｓｅａｒｅｈ＊１９９７４５：６３９６４．（）［７９］Ｔａｉｌｌａｒｄ６，ＢａｄｅａｕＰ，ＧｅｎｄｒｅａｕＭ，ＧｕｅｒｔｉｎＦａｎｄＰｏｔｖｉｎＪＹ．Ａｔａｂｕｓｅａｒｃｈｈｅｕｒｉｓｔｉｃｆｏｒｔｈｅｖｅｈｉｃｌｅｗ－ｒｏｕｔｉｎｒｏｂｌｅｍｉｔｈｓｏｆｔｔｉｍｅｗｉｎｄｏｗｓ．ＴｒａｎｓｏｒｔａｔｉｏｎＳｃｉｅｎｃｅ１９９７３２：１７０１８６．ｇ，，（１）ｐｐ８０Ｃ．Ｋ．Ｙ．Ｌｉｎ．Ａｃｏｏｅｒａｔｉｖｅｓｔｒａｔｅｆｏｒａｖｅｈｉｃｌｅｒｏｕｔｉｎｒｏｂｌｅｍｗｉｔｈｉｃｋｕａｎｄｄｅｌｉｖｅｒｔｉｍｅ［］ｐｇｙｇｐｐｐｙｗｎｄｏｗｓＪＩｎ５５－ｉ．Ｃｏｍｕｔｅｒｓ＆ｎｄｕｓｔｒｉａｌＥｎｉｎｅｅｒｉ，２００８，（）：７６６７８２．［］ｐｇｇ８１Ｒｕｓ－］ｓｅｌｌＢｅｎｔ，ＰａｓｃａｌＶａｎＨｅｎｔｅｎｒｃｋ．Ａｔｗｏｓｔａｇｅｈｂｒｉｄａｌｇｏｒｉｔｈｍｆｏｒｉｃｋｕａｎｄｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅ［ｙｙｐｐｒｏｕｔｉｒｏｂｌｅｓｗｉｔｈ５－ｍｔｉｍｅｗｉｎｄｏｗｓＪ，Ｃｏｍｕｔｅｒｓ＆ＯｅｒａｔｉｏｎｓＲｅｓｅａｒｃｈ２００６３３：８７８９３．ｎ，ｇｐ［］ｐｐ，（）ｉ－８２ＩｓｍａｌＫａｒａｏｌａｎ，ＦｕｌａＡｌｔｉａｒ，ＩｍｄａｔＫａｒａｂｈｔｌｉｈｍｆｏｈｌｔｉｍａｋ．Ａｒａｎｃａｎｄｃｕａｏｒｔｒｔｅｏｃａｏｎ［］ｇｙｐｇｒｏｕｔｉｎｒｏｂｌｅｍｗｉｔｈｓｉｍｕｌｔａｎｅｏｕｓｉｃｋｕａｎｄｄｅｌｉｖｅｒＪ．ＥｕｒｏｅａｎＪｏｕｒｎａｌｏｆＯｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈｇｐｐｐｙ［］ｐｐ，１１０ 参考文献２０２－１１１１：３１８３３２．５（）［８３］ＣａｒａｍｉａｊＭ．，Ｉｔａｌｉａｎｏ，Ｇ．Ｆ．，Ｏｒｉｏｌｏ，Ｇ．，Ｐａｃｉｆｉｃｉ，Ａ”Ｐｅｒｕｇｉａ＾Ａ．Ｒｏｕｔｉｎｇａｆｌｅｅｔｏｆｖｅｈｉｃｌｅｓｆｏｒｄｙｎａｍｉｃｃｏｍｂｉｎｅｄｐｉｃｋｕｐａｎｄｄｅｌｉｖｅｒｙｓｅｒｖｉｃｅｓ．Ｉｎ：ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＳｙｍｐｏｓｉｕｍｏｎＯｐｅｒａｔｉｏｎＲｅｓｅａｒｃｈ－－２００１ＳｒｉｎｅｒＶｅｒｌａＢｅｒｌｉｎ／Ｈｅｉｄｅｒ．ｌｂｅ：３８，ｐｇｇ，ｇ［８４］Ａ．Ｆａｂｒｉ，Ｐ．Ｒｅｃｈｔ．Ｏｎｄｙｎａｍｉｃｐｉｃｋｕｐａｎｄｄｅｌｉｖｅｒｙｖｅｈｉｃｌｅｒｏｕｔｉｎｇｗｉｔｈｓｅｖｅｒａｌｔｉｍｅｗｉｎｄｏｗｓａｎｄ－ｗａｉｔｉｎｔｉｍｅｓＪ．ｇ［．ＴｒａｎｓｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＢ４０２００６３３５３５０］ｐ（）．．ｍｍｏｎｄＡＶＲ８５Ａ．Ｓｕｂｒａｍａｎｉａｎ，ＬＭＡ．Ｄｒｕ，Ｃ．Ｂｅｎｔｅｓ．ａｒａｌｌｅｌｈｅｕｒｉｓｔｉｃｆｏｒｔｈｅｅｈｉｃｌｅｏｕｔｉｎ［］ｐｇＰｒｏｂｌｅｍｗｉｔｈＳｉｍｕｌｔｏｉｅｏｕｓＰｉｃｋｕｐａｎｄＤｅｌｉｖｅｒｙ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆ＯｐｅｒａｔｉｏｎｓＲｅｓｅａｒｃｈ３７（２０１０）－１１１８９９９１．［８６］ＹｕｖｒａｊＧａｊｐａｌ，ＰｒａｋａｓｈＡｂａｄ．Ａｎａｎｔｃｏｌｏｎｙｓｙｓｔｅｍ（ＡＣＳ）ｆｏｒｖｅｈｉｃｌｅｒｏｕｔｉｎｇｐｒｏｂｌｅｍｗｉｔｈａｎｄｃｋｕＪ－ｓｉｍｕｌｔａｎｅｏｕｓｄｅｌｉｖｅｒｉＲｒｃ２００９２ｙ．Ｃｏｍｕｔｅｒｓ＆Ｏｅｒａｔｉｏｎｓｅｓｅａｈ３６３２１５３２３．ｐｐ［］ｐｐ（）８７ＳｕｂｒａｔＭａｈａｐａｔｒａ．Ａｎａｌｙｓｉｓｏｆｒｏｕｔｉｎｓｔｒａｔｅｉｅｓｉｎａｉｒｔｒａｎｓｏｒｔａｔｉｏｎｎｅｔｗｏｒｋｓｆｏｒｅｘｒｅｓｓａｃｋａｇｅ［］ｇｇｐｐｐｄｅｌｉｖｅｒｓｅｒｖｉｃｅｓｏｆａｎｄｅ．ｙ［Ｄ］．ＵｎｉｖｅｒｓｉｔｙＭａｒｌＣｏｌｌｅＰａｒｋＭＳｃＴｈｅｓｉｓ．２００５ｙｇ－８８ＳｈａｎａｏＹａｎＪｅｎｎ－ＲＬ－ｄｓｅｎｏｆｉｎＣｈｕｎＷｅｉＬａｉ．ｔｈｅｌａｎｎｉａｎｄｌｔｉｍｅａｕｔｍｔｃｏｕｒｉｅｒ［］ｇｙ，ｏｎｇ，ｐｎｇｒｅａｊｒｏｕｔｉｎｇａｎｄｓｃｈｅｄｕｌｉｎｕｎｄｅｒｓｔｏｃｈａｓｔｉｃｔｒａｖｅｌｔｉｍｅｓａｎｄｄｅｍａｎｄｓＪ．ＴｒａｎｓｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＥｇ［］ｐ２０３４－４７５３１３．（）ｒｉｅｓｃｏ－８９ＦｅｒｕｃｃＦｒａｎｃ．ＢｏｃｋＳｔｅｆａｎｌｉｒｌｉｒ．Ｒｅａｔｍｅｃｏｎｔｏｌｏｆｅｘｒｅｓｓｉｃｋｕａｎｄｄｅｖｅｙｐｒｏｃｅｓｓｅｓｉｎａ［］ｐｐｐｒｏａＢ６３１４１－１４ｄｎａｍ．ｙｉｃｅｎｖｉｎｍｅｎｔＪ．ＴｒｎｓｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔ２０［］ｐ（）［９０］ＧｉａｎｐａｏｌｏＧｈｉａｎｉ，ＥｍａｎｕｅｌｅＭａｎｎｉ，ＡｎｔｏｎｅｌｌａＱｕａｒａｎｔａ．ＡｎｔｉｃｉｐａｔｉｎｇａｌｇｏｒｉｔｈｍｓｆｏｒｔｈｅｓａｍｅｄａｙｒｓａｃｈｓｅａｒｃｒＥ－ｃｏｕｒｉｅ４ｄｉｐｔｉｎｇ．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｈＰａｔ５２００９９６１０６．（）９１ＳｕｎｕｒＩｌＲｅｎＹｉｎｔｒｄｏｎｅｚＦｅｄｏ．Ａｍｏｄｅｌａｎｄａｌｏｒｉｈｍｆｏｔｈｒｉｌｉｖ［ｇａｚ，ａｏＯｒｎａｎｔｒｅｃｏｕｅｒｄｅｅｒ］ｇｇ，ｇｙ－ｒｏｂｌｅｍｉｈｕｎｒｔｉ．Ｔｒａｎｓｏｒｔａｔｉｏｎｉ１１２０５．ｗｔｃｅａｎｔｙＪＳｃｅｎｃｅ２００４４２：９３ｐ［］ｐ，，（）－９２ＬｉｎＪ．ａｎ２０１２．Ｉｎｅｒｎａｏｕｉａｎｄｓｃ．ＲＹＳ．ＬａｉＣ．Ｗ．ｔｔｉｏｎａｌｅｘｒｅｓｓｃｏｕｒｉｅｒｒｔｎｈｅｄｕｌｉｎｕｎｄｅｒ［］，，，，，，ｐｇｇｎ－ｕｎｃｅｒｔａｉｅｍａｎｄＪ．Ｅｎｅｅｎｚａｏｎ４５１３：８８ｄｓ］ｉｎｒｉｇＯｐｔｉｍｉｔｉ２０１８９７．［ｇ，）（ｕｎ－－Ｍｅ－９３ＴｓＳｈｅｎｈａｎＨｕｉｉＹｅｎ．ＣｉｔｙｃｏｕｒｉｅｒＲｏｕｔｉｎａｎｄＳｃｈｅｄｕｌｉｎＰｒｏｂｌｅｍｓＪ．Ｅｕｒｏ［］ｇｇＣｇ，ｇｇ［］ｐｅａｎ－ＪｏｕｒｎａｌｏｆＯｅｒａｔｉｏｎａｌ２０１２２２３２Ｒｅｓｅａｒｃｈ：４８９４９８．ｐ，，（）Ｄ－９４丁浩．ｉｋｓｔｒａ算法的快递车辆配送路径优化Ｊ．２０１４３：１５１８．［］，苌道方基于ｊ［］价值工程，，（）９５杨从平Ｊ工程与管理６５－？基于蚁群算法的快递物流配送路径优化．物流２０１４４：６７５７．［］［］，，（），９６刘杰．改进的和声搜索算法在快递配送路径优化中的应用［Ｊ．佳木斯大学学报（自然科学［］］版２０－５８８５９２）１３４：５８６．，，（），一１－［９７？Ｊ．，２０４：１１７１１８１０６］赵民航空快递的地面物流配送路径优化［］物流工程与管理，⑶，２０－２６７张迅．１３３２６３．［９８］，刘海东，李丹．基于遗传算法的快递配送车辆路径问题研究［Ｊ］物流技术，，（）：［９９］张亚洁，刘烨．快递企业服务网点选址优化及其配送路径的研究［Ｊ］．东南大学学报（哲学社会科学２０－１４Ｓ１９８１０１．版），，（）：Ｊ２０－１００代楚楚徐菱．考虑碳排放的快递企业配送路径研究．铁道运输与经济１４７：７１７７８３．［］，［］，，（），［１０１刘向彬？带时间窗快递车辆路径问题模型及算法研究Ｐ］．中国科学技术大学，２０１６．］１１１ 东南大学博士学位论文１０２陈波．时间窗约束下的快递车辆动态调度问题研究Ｐ］？浙江工商大学，２０１４．［］１０３．城市快递配送条件下的多目标车辆路径优化研究．，２０１５．［］杨志清［Ｄ］哈尔滨工业大学１０４张晓．城市快递配送车辆路径规划研究［Ｄ．西南交通大学，２０１６．［］］１０５吴海东．城市快递服务的车辆路径规划问题研究［Ｄ］？清华大学，２０１１．［］６Ｓｎｅｚａｎａｉｔｖｉｃ－ＭｉｎｉｃＧｉｌｂｅｔＬａｒｔｅａｎｄ１０Ｍｒｏ．ａｉｔｉｎｓｔｒａｔｅｉｅｓｆｏｒｈｅｄｎａｍｉｃｉｃｋｕｄｅｌｉｖｅｒ［，ｒｏＷｇｇｔｙｐｐｙ］ｐ－ｒｏｂ．ｔａｒｃｒ８５５ｐｌｅｍｗｉｔｈｔｉｍｅｗｉｎｄｏｗｓＪＴｒａｎｓｏｒｔａｉｏｎＲｅｓｅｈＰａｔＢ３２００４６３５６．ｔ］ｐ（）１０７．杨奴越．电子商务与民营快递物流共赢发展模式研究ｐ］大连海事大学，２０１２．［］“”２０１３（３）－１０８高飞二五：？十规划下我国快递企业营运模式急需转型Ｊ？物流科技，，６１６２．［］［］１０９Ｊ２０１３１２７－刘珍．高校校园快递新模式研究．武汉商业服务学院学报，２７（）：２９．［，［］］”１１０杨士涓时代下高校校园快递配送模式研究Ｊ．物流２０１７［］，周燕蓉，顾淑红互联网＋［］科技，，－（２：８９９２．）－王惠珠？１１１，？Ｊ２０１５．，于利俊校园快递配送模式分析中国储运，１０：１５９１６１［］郑伟勇［］，（）“”１１２杨萌柯，周晓光．互联网＋背景下快递末端协同配送模式的构建［Ｊ．北京邮电大学学报（社［］］２０－会科学版），１５，（６）：４５５０，５７．１１３．西昌学院学报吴竞鸿．［］，吕能芳基于众包的快递企业末端配送模式研究［Ｊ］（自然科学版），２０－１６２：６９７３，，（）１１４．工程学院学报王笛淑，王爱玲基于公共配送点的快递社区末端共同配送模式研究［Ｊ．徐州［］］－自然科学版２０１５２８６．：５１（），，（）“”一１１５ＥＲＶＰＥＲＦ配送模式研究．杨晓红，严中华．基于Ｓ的高校校园快递最后公里Ｊ物流技［］［］２０１５３４４－：９．１１６１术，，（）一［１１６］范静静，周晓光，杨萌柯等．城市末端快递配送现状及共同配送模式研究以北京市海淀区－为例Ｊ？物流技术．：，２０１６３５（７）２４２８．．［］Ｊ２０１４４－［１１７］卢涵青，田甜．电子商务环境下快递终端配送模式比较研究［？现代商业，，（２）１８１９．］－１１８Ｊ．２０１６３８．尚玉冰．我国智能快递柜发展现状分析［经营与管理，，（８）：３６［］］１１９５５－５５刘立华？智能快递柜自助服务的应用及其发展方向［Ｊ．物流工程与管理，２０１，（８）：４．［］］—［１２０］朱溪亭．基于智能快递柜的校园快递终端业务整合探究以苏州健雄职业技术学院为例［Ｊ］．２０１５２７－中国商论（）：８７８９．，丁猛－－２０１２１．大学校园智能快递柜选址研究以深圳大学为例［Ｄ］．深圳大学，１６．［］１２２孙红，周帆，刘玉博等．智能自助快递柜的应用及发展方向Ｊ？科技传播，２０１６，（５）９７１３９．［］［］，１２３Ｊ．２０１５王嘉琦．，３４（５）：［］，邹恩基于智能快递柜模式的网购末端物流应用分析［］物流技术，５８－６０．２４．Ｊ．法制社会１高东东，汪超，俞春梅基于对智能快递柜现状分析的法律思考［，２０１６，（２１）［］］９－１８１９０．一—１２５公里的智能化解决方案智能快递柜［Ｊ］，２０１，王凤美．谈最后？物流工程与管理６［］（６－１２）：６７６８３．，１１２ 参考文献１２王冬良—６．智慧城市背景下的智能快递柜发展对策研究以珠海市为例Ｊ，２０１６，［］．物流技术［］－２８３５（５）．：２５－１２７１１１３３２［．广州地铁智能快递柜项目ＳＷＯＴ分析［Ｊ．物流技术与应用，２０６，０１．］范良松］（）：１２８吴竞鸿，吕能芳．基于众包的快递企业末端配送模式研究Ｊ自然科学版［］］．西昌学院学报）［（，２０－１６３０２：６９７３．，（）“”一１２９罗雁君２０５１３８－１３［］．快递最后公里配送模式探究［Ｊ．中国市场１６１：９．］，，（）１３０王珂？快递业自动化物流终端设备技术研究［Ｄ］？云南财经大学，２０１４．［］“”１３１ｚｅｎｇｙａｎ．智能快递柜让物流更亲民国内智能快递柜行业的现状分析［］，ｈｔｔ／／ｆｉｎｉｎａｉｍ．ｃｏｍ／Ｎ／２０１７／０４／２１／１４４ｌｐ：ａｎｃｅｘｈｅｗｓ７２９７９１．ｈｔｍ．１３２兴业证券．市场规模将超百亿．，谁将成为智能快递柜的领军中国物流与采购网，［］ｈｔｔ／／ｌｉ．ｃｏｍ．ｃｈｉ．ｃｎ／ｚｉｘｕｎ／２０１７０４／１３／３２０４９５ｈｌｐ：ｗｗｗｎａｗｕｕ．ｓｔｍ．￣１３３Ｊ．２０１５３２９２４２４．施书彪．智能柜在校园快递配送中的应用研究计算机仿真：４１［］［］，，（）１３４１．．．ｃｌ．快递最后１，２０５，ｈｔｔ：／／ｗｗｗｓｂｏｖｎ／ｚｘｚｂ／ｋｄｚｈｆｈ／．杨世忠公里峰会主题发言［］ｐｐｇｙｇ－１３５［张英贤，智能快递箱发展遇难题：利用率分化盈利模式不清晰，中国交通新闻网，２０１７４）３］１６ｗｗｗ２０１７－０３１４０３ｍ，ｈｔｔ／／．ｚｔｂ．ｃｏｍ／／６／ｃｏｎｔｅｎｔｌ０９．ｈ：ｔ．ｐｇｊ＿１３６１６１－罗江婷．基．商场现代化，２００：４２４３．［］于智能快递柜的末端配送的盈利模式研究［Ｊ］，（）［１３７吴桂芳？物流配送中心选址优化模型及算法研究Ｄ］．武汉理工大学，２００９．５．］［［１３８］李立新，刘琳，王强．模糊灰色综合评价方法的构建及应用［Ｊ］．沈阳建筑大学学报（自然科学版），２００８４５７７－：５８０．，（）３９－［１］刘思峰．灰色系统理论及其应用［Ｍ］．北京：科学出版社：１１８１３０．１４０华西都市报记者董兴生．三泰控股迎来８０后期货少帅速递易将全面转型升级．［］．ｃｃｄａｍｌｈｔｔｐ：／／ｗｗｗｗｉｌｙ．ｃｏｍ．ｃｎ／ｓｈｔｍｌ／ｈｘｄｓｂ／２０１６１２３０／２９９４１．ｓｈｔ．１４１．胡峰，王国胤，代劲基于动态聚类的Ｒｏｕｈ集快速离散化算法［Ｊ］．西南交通大学学报，［］ｇ－２０１０４５（６）：９７７９８３．，一４２－Ｊ１朱晓兰，赵飞．ＣＷ节约算法在装配企业采购物流中的应用．上海交通大学学报，２００７，４１［］［］－４２３（９）：１４２０１．－１４３．潘峰，李位星，髙琪等．粒子群优化算法与多目标优化：：９［］［Ｍ］北京北京理工大学出版社１８．［１４４］ＧｌｏｖｅｒＦ．ＬａｇｕｎａＭ．ＴａｂｕＳｅａｒｃｈｐｖｌ．Ｎｏｓｔｏｎ：ＫｌｕｗｅｒＡｃａｄｅｍｉｃＰｕｂｉｓｈｅｒｓ，１９９７．］４５，［１］郑直，范惠林张司明．基于改进离散粒子群禁忌算法的并行测试任务调度Ｊ．控制技术，［］－２０１４３３（９）：１４３１４５１４９．，，１４６戴永彬．基于粒子群优化的非线性预测控制算法的特性分析与仿真研究Ｊ．辽宁工业大学学报［］［］２０－（自然科学版），１４，３４（６）：３６０３６３．１４７．李相勇，田澎带时间窗和随机时间车辆路径问题：模型和算法［Ｊ．系统工程理论与实践，［］］（－２００９：，２９８）８１９０．１１３ 东南大学博士学位论文－１４８玄光男．，２１．［］．遗传算法与工程优化［Ｍ］北京：科学出版社００４：２１４９．工程与电子技术陈昊，黎明，江泽涛处理动态优化问题的演化元胞遗传算法［Ｊ］．系统，［］２０－１３，３５５：１１２１１１５１．（）０１５鲁宇明．元胞遗传算法研究及应用Ｄ？南京航空航天大学，２０１３．［］［］１５１朱大林．，詹腾，张屹等．基于元胞小生境遗传算法的物流配送路径优化Ｊ组合机床与自动化［］［］２０－１３（１加工技术，，）：１２１１２５．１１４ 主要科研成果攻读博士期间取得的主要科研成果１：？发表的论文［１］ＹｕｎｍｅｉＱＩＮ，ＨａｉｊｕｎＭＡＯ，ＹｉｉｈｕｉＬＩ．ＯｐｔｉｍｉｚｉｎｇＭｅｔｈｏｄｏｆＥｘｐｒｅｓｓＤｅｌｉｖｅｒｙＮｅｔｗｏｒｋａｎｄＶｅｈｉｃｌｅＲｏｕｔｅｓＢａｓｅｄｏｎｕｔｏｍａｔｉｃＰａｒｃｅｌＭａｃｈｉｎｅＣ．ＦｒｏｎｔｉｅｒｓｏｆａｎｕｆａｃｔｕｒｉｎｄｓｉＡ［］ＭｇＤｅｉａｎｇ－－ＳｃｉｅｎｃｅＩＶ（Ｐａｒｔ５）ＭＭｌＶ．５００２０Ｃ，Ａｐｐｌｉｅｄｅｃｈａｎｉｃｓａｎｄａｔｅｒｉａｓｏｌｓ４９６１４，２９１２２９１６．ＥＩ）（）ｐ２覃运梅，毛海军，黑秀玲．基于自动快递机的快递配送车辆路径优化研究［Ｊ．公路交通科技，［］］２０－４０１５３２（１０）：１３４１？（中文核心期刊），－－ＨＥＩ－３ＩＮＹｕｎｍｅｉＭＡＯＨａｉｕｎＸｉｕｌｉｎ．ＯｔｉｍｉｚａｔｉｏｎｏｆＤｅｌｉｖｅｒｅｈｉｃｌｅＲｏｕｔｉｎｆｏｒＥｘｐｒｅｓｓＪ．［］Ｑ？ｊ，ｇｐｙＶｇ［］Ｄ－ＪｏｕｒｎａｌｏｆＲＥｎＨｉｈｗａａｎｄＴｒａｎｓｏｒｔａｔｉｏｎｅｓｅａｒｃｈａｎｄｅｖｅｌｏｍｅｎｔｌｉｓｈＥｄｉｔ，２０１６１０３：９７１０４．ｇｙ，ｐｐ（ｇ）（）２．获授权的发明专利：ｌ毛海军，罩运梅．物流快递动态派件系统及派件方法，国家知识产权局，专利号［］：ＺＬ２０１２１０１４２５０３３：１５．２．．，授权日２０．４９１１５ ｍｍ致谢。时光荏苒，岁月如梭回首刚入学的情景，踏入东南大学，内心汹涌澎湃，能够。心中充满在这所百年名校继续深造是我长久以来的追求和梦想如今即将毕业之际，了感恩。！在学术方面首先由衷地感谢我的博士导师毛海军教授对我的悉心指导和培养，毛老师严谨的治学态度和缜密的逻辑思维深深地影响了我的学习和科研态度；渊博的专业知识、敏锐的洞察力和丰富的科研项目经验给我指引了研究的方向、方法。本论文在选题、研究方向的确定以及具体研究工作的展开、论文的修改及定稿等方面，都凝聚了毛老师的大量心血。在工作方面，成为我，毛老师也给予了很大的支持和帮助今后工作的榜样。衷心感谢东南大学交通学院何杰教授、李铁柱教授、赵池航教授、陈大伟教授、鲍香台教授、杭文教授等在本论文的开题、预答辩以及修改环节给我提出了宝贵意见并悉心指导，使论文的研究工作得以顺利完成。感谢课题组的师兄！他们活泼开朗、积极向、师姐、师弟、师妹们的陪伴和支持上的生活热情，以及刻苦努力、严谨治学的工作和学习态度也深深地影响了我，使我能够在和谐、积极的环境中完成学业。一直在背后默默地关心和支持我特别感谢我的家人，在我读博这些年来，，是我努力奋斗的动力和源泉！一最后对给予我关心和支持的领导、同事、同学、朋友并表示感谢，有了你们对我的大力支持！，才使我能够顺利地完成博士阶段的科研和学习工作１１７
此文档下载收益归作者所有
