点击蓝字 关注我们
本文引用信息
贾兆红，王少贵，刘闯. 多模式下的车辆和无人机联合配送模型与优化算法[J]. 控制与决策, 2024, 39(7): 2125-2132.
2024年第7期封面文章推荐
多模式下的车辆和无人机联合配送模型与优化算法
贾兆红，王少贵，刘闯
本文创新点：
2) 本文建立了以系统交付时间最小化为优化目标的混合整数规划模型,并在GUROBI求解器上对所建模型进行了验证。
✦✦
研究背景
电子商务的持续繁荣带动了快递行业的蓬勃发展,使得现有物流配送服务模式亟待新的变革。全球包裹递送业务的总成本每年超过万亿人民币，其中，“最后一公里”的配送成本占总成本的50%以上。“最后一公里”配送，是指从下游配送设施到客户的运输过程，是整个物流配送环节的末端，也是直接和客户面对面接触的最后配送阶段。在传统的“最后一公里”配送中，通常由车辆完成包裹的配送。然而在城市地区，车辆的行驶容易受到交通等因素的影响，如在部分区域，车辆只能在规定的时间段内通行。而在广袤的农村地区，村落分布范围大，人口密度低，配送成本高等因素，导致包裹的配送范围只能辐射到乡镇，难以直接投递给农村居民，从而降低了农村居民网购的便利性，不利于促进我国经济“内循环”的高质量发展。
为了提高配送效率，降低配送成本，物流公司进行了积极探索，其中，利用无人机的高效快捷提高配送服务质量的先进配送方式引起了国内外物流公司和电商平台的广泛关注。与卡车相比，无人机飞行不受路况和地理条件的限制，且具有灵活和操作方便等优点，在老旧小区或者偏远地区配送能减少人力成本。然而，无人机在配送过程中也受到一些因素的限制，如无人机的运载能力有限，仅能装载少量包裹；无人机的续航能力有限，无法支撑远距离投递任务；无人机的飞行过程容易受到各种干扰等。因此，卡车与无人机进行协同配送则可以扬长避短，减少卡车的送货压力，使物流配送更加高效，成本优势更加明显。
在车机并行配送模式中，离仓库近的客户可以使用独立的无人机舰队服务，而远离仓库中心站点的客户采用车辆服务。但是该模式存在以下问题：由于受到地理环境、交通设施等因素的限制，远离仓储中心站点的城市老旧社区和偏远农村地区的客户很难或无法被车辆直接服务，使得客户需要自己去较远地点取包裹，从而降低了客户的满意度。为了更好地解决上述问题，本文融合了车机协同配送与并行配送两种模式，在后者的基础上引入协同模式中的车载无人机来服务该类客户，提出了一辆搭载无人机的卡车和一组独立的无人机舰队组成的卡车无人机联合配送模式（Travelling Salesman Problem in the Joint Delivery Mode of Truck and Drones, TSPJD）。
✦✦
模型介绍
本文构建了TSPJD问题的混合整数规划模型，优化目标是最小化总交付时间，通过多个约束条件限定了各个决策变量之间的关系以及决策变量的取值范围，并通过商用软件验证了模型的正确性。为了解决大规模的问题，本文设计并提出了融合知识学习的混合交叉变异的改进遗传算法，并在大中小不同规模的数据集上对所提算法的性能进行了验证。
✦✦
学术见解
✦✦
贡献与展望
“最后一公里”物流配送场景中存在一些车辆无法或者很难直接服务的客户。基于此，本文在并行配送模型的基础上引入了车载无人机，提出了考虑车载无人机的车辆和无人机联合配送的旅行商优化问题TSPJD，建立了以系统交付时间最小化为目标的混合整数规划模型，同时设计了融合知识学习的混合交叉变异的改进遗传算法。
本文没有考虑无人机的能耗与包裹重量之间的关系，无法精确刻画无人机续航时间的动态变化过程。在未来，我们将引入无人机能耗模型，以进一步接近复杂的真实的无人机投递场景。
作者介绍
贾兆红，教授，博士，从事计算智能、多目标优化、智能决策支持的研究，E-mail: zhjia@mail.ustc.edu.cn;
王少贵，硕士生，从事计算智能、车辆和无人机组合配送优化等研究，E-mail: 17806281495@163.com;
郑重声明：根据国家版权局相关规定，纸媒、网站、微博、微信公众号转载、摘编本微信信息，需包含本微信名称、二维码等相关信息，并在文首注明《控制与决策》原创。个人请按本微信原文转发、分享。
－联系我们－
《控制与决策》
网站：http://kzyjc.alljournals.cn
电话：024-83687766
邮箱：kzyjc@mail.neu.edu.cn
《Journal of Control and Decision》
网站：
https://www.tandfonline.com/toc/tjcd20/current
邮箱：tengrong@ise.neu.edu.cn
点击“阅读原文”查看全文信息
