考虑送提一体的网购物流城市共同配送问题及算法研究

摘要

随着电子商务发展的市场环境与技术平台的日益完善，网络购物作为一种全新的购物方式因其便利性、便捷性以及良好购物体验备受全民青睐。作为网络购物的支撑和落地环节，城市配送正随着网购市场的快速发展呈现爆发式增长。然而，不同于传统的城市配送，网购物流城市配送呈现出显著的广分布、多品类、多批次、小批量、个性化及需求不确定的特征，这些特征使得网购物流城市配送成为电商供应链成本最高、效率最低且污染最严重的环节。此外，传统粗放的单兵作战带来严重的资源重复配置、交通拥挤及噪声污染等环境问题。因此，网购物流城市配送受到了国内外学术界和产业界广泛关注。然而，当前针对网购物流城市配送问题的研究主要集中在配送模式、管理策略及服务体系上，运作优化层面上的研究大都缺乏对网购物流特征的深入考虑，对实践的指导性不足。本文主要从网购物流配送的服务个性化、成本优化与环境友好的视角出发，开展同时考虑送货上门与客户自提两种服务方式下的共同配送问题研究，主要包括：
　　①针对单个配送企业，从配送的个性化与经济性出发，同时考虑送货上门和客户自提两种服务方式（送提一体）、自提点容量等级以及双环路配送策略，开展送提一体的多容量终端选址-双环路车辆路径问题研究。在该问题中，首先根据网购客户空间分布特征，采取客户分群策略，并设计基于自提点位置的二元服务选择模型来描述送货上门和客户自提两种服务需求。此外，提出改进的连续近似模型来描述客户群内部的车辆路径问题。通过分析模型特点，设计模拟退火遗传算法对模型求解，并结合大量实验对模型和算法的有效性进行验证。
　　②在提出的送提一体配送模式的基础上，从配送的经济性与实施的可行性出发，提出自提点共享模式下的多主体共同配送问题。在该问题中，自提点可同时为不同配送主体的客户提供自提服务，且任意自提点均可同时被来自不同配送中心的车辆访问。针对该问题建立了基于送提一体与自提点共享的选址-路径模型。针对模型特点，设计混合进化搜索算法求解。该算法利用局部搜索提高种群进化过程中新生成的解，并设计有效的初始解与初始种群生成算法以及有效的个体评价、交叉和变异操作来提高进化和搜索效率。基于实际案例的对比实验和基于标准算例库的算法测试分别对模型的有效性和和算法性能进行验证。
　　③鉴于双层配送系统在解决城市配送问题上的有效性，研究第二层共配模式下的双层选址-路径问题。考虑中转站及所属车辆共享、两个配送层级间的车型组合与协同等要素，构建了基于资源共享的双层共配选址-路径模型。针对模型特点及求解的复杂性，在前文提出的混合进化搜索算法的基础上，设计双种群平行进化算法来求解问题。算法通过对可行解和不可行解的独立管理实现双种群的平行进化，并通过变概率交叉机制实现两种群的基因交换。基于实际案例，开展不同的车型组合和配送模式下的成本和碳排放对比分析，并结合生成算例对算法的求解性能进行验证。
　　④从整个城市配送系统的集成优化角度出发，同时考虑送货上门和客户自提两种服务方式、中转站共享、第二层车辆共享以及自提点共享等核心要素，构建基于资源共享和送提一体的双层共配车辆路径模型。针对问题求解的高度复杂性，在设计的双种群平行进化算法的基础上，提出混合多种群平行进化算法对问题求解。在该算法中，多个可行解和一个不可行解种群平行进化。算法的核心思想是通过可行解种群之间最优解共享提高算法求解效率以及可行解与不可行解的变概率交叉拓展搜索空间。另外，针对问题的高维约束特征，提出三阶段启发式算法构造合理的初始可行解。最后，基于实际案例和生成算例的大量实验对模型和算法和有效性进行验证，并得出有益的实践启示。

目录

1 绪 论

1.1 研究背景及意义

1.2 国内外研究现状分析

1.3 论文课题来源与研究目的

1.4 研究内容与创新点

1.5 研究方法与思路

2 基于送提一体的多容量终端选址-双环路车辆路径问题研究

2.1 引言

2.2 问题描述

2.3 基于自提点位置的HD 和CP选择模型

2.4 客户群内车辆近似连续模型

2.5 送提一体的多容量终端选址-混合车型路径模型

2.6 模拟退火遗传算法

2.7 实例仿真实验

2.8 算法性能测试

2.9 本章小结

3 基于送提一体与终端共享的选址-路径问题研究

3.1 引言

3.2 问题描述

3.3 数学模型

3.4 混合进化搜索算法

3.5 仿真实验

3.6 本章小结

4 基于资源共享的双层共配选址-路径问题研究

4.1 引言

4.2 问题描述

4.3 基于资源共享的双层共配选址-路径问题模型

4.4 双种群平行进化算法

4.5 实例仿真实验

4.6 算法性能测试

4.7 本章小结

5 基于资源共享与送提一体的双层共配车辆路径问题研究

5.1 引言

5.2 问题描述

5.3 数学模型

5.4 混合多种群平行进化算法

5.5 算法参数设置

5.6 实例仿真实验

5.7 算法性能测试

5.8 本章小结

6 结论与展望

6.1 主要研究结论

6.2 未来研究展望

致谢

参考文献

附录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间承担的科研项目

C. 案例补充数据