摘要
物流是实体经济的“筋络”，物流降本增效对提升经济运行效率和促进物流可持续发展具有重要意义，城市快递物流配送作为物流体系的重要组成部分，已经成为降本增效的关键环节。随着小批量、多频次、高时效的城市快递物流配送需求与日俱增，快递企业提供端到端、点到点的专业化和精细化配送服务使地面交通压力增大，车辆高空载率、迂回绕行、延误送达等问题日益加剧，而城市地下公共交通网络与低空运输网络还有巨大的闲置运能未得到充分利用。因此，本文将城市地下公共交通资源、城市低空运输资源以及城市配送资源充分整合，优化运输结构，发展共享经济与低空经济，提升资源配置效率，从不同运输工具联合的角度研究地铁与货车联运、无人机与货车联运、以及地铁-无人机-货车联运的配送路径问题，形成高效、绿色、智能的城市快递物流配送体系，可有效解决上述问题。主要研究成果如下： （1）研究基于联运的城市快递物流配送模式。首先，界定本文研究的适用范围，分析基于地铁的城市联运配送网络基本形态，重点分析地铁配送的主要方式、开展地铁配送所需要的相关技术以及适于地铁配送的货物种类，并对地铁剩余运能进行估算；其次，分析无人机与货车联运配送模式以及无人机与货车联运配送网络构成；最后，分析地铁-无人机-货车联运配送模式以及地铁-无人机-货车联运配送网络系统；为下文的研究奠定基础。 （2）以地下网络为重点，提出考虑地铁剩余运能的客货共运配送模式，重点分析地铁非高峰时段剩余运能对货运分配和联运配送路径的影响。首先，针对城市快递配送车辆走形路径重复绕行，导致货物无法准时送达的问题。在不改变地铁开行方案的前提下，考虑客户服务时间窗、货车容量、最大行驶距离等因素，以联运配送距离最短为目标，构建带时间窗的联运配送路径优化模型，设计不规则二维矩阵编码结构的改进自适应遗传算法对模型进行求解。其次，针对地铁剩余运能与货运需求不匹配问题，在可变地铁开行方案的前提下，进一步考虑地铁剩余运能与货运需求之间的关系，增加地铁发车间隔和乘客最大允许等待时间的约束条件，以联运配送成本最小为目标，构建带时间窗的联运配送路径优化模型，设计基于逆向方法的双层组合启发式算法对模型进行求解。最后，结合不同算例验证模型和算法的有效性。 （3）以地面交通网络为重点，针对传统动态配送过程中，通过增派车辆或调度现有车辆往返来完成配送任务，导致配送成本高，无法保证时效等问题，提出货车与地铁联运实现动态配送，分析接运货车容量与地铁剩余容量在转运点的空间匹配关系，以及货车取送路径与地铁转运点选择的时间衔接关系。考虑地铁非高峰时段的共享剩余运能，货车容量、客户服务时间窗、多转运点取送等约束条件，以联运配送成本最小为优化目标，构建两阶段动态选点-路径整体优化模型，设计改进遗传和改进蚁群的内外层信息交互的双层启发式集成算法对模型进行求解，并结合仿真算例对模型和算法进行验证。 （4）以低空网络为重点，针对动态取送过程中，车辆往返于配送中心和客户点，产生车辆路径迂回绕行的问题。首先，在满足无人机载重和航程前提下，分析多架无人机与多个转运点之间的对应关系，以及多辆货车的取送路径与多个转运点之间的关系，优化无人机支持货车配送模式，考虑客户服务时间窗，货车容量，多转运点取送等因素，以联运配送总成本最小为目标，建立多无人机、多货车的无人机支持货车的动态选点路径优化模型。其次，针对动态取送的即时响应特征，提出缓冲区暂存优质解和虚拟关键点的触发策略，制定无人机支持货车的转运点选择规则。最后，设计基于来源点规则的改进蚁群算法进行求解，并结合仿真算例验证模型和算法的有效性。 （5）以“地下网、道路网、低空网”三网融合为背景，研究地铁-无人机-货车联运配送的两级动态选点路径问题。在满足地铁剩余运能、无人机载重和航程前提下，考虑客户服务时间窗，货车容量，多转运点取送等约束条件，对一级联运子系统中的转运点选择、联运路径，二级取送子系统中的取送路径的组合问题进行综合优化，以联运配送总成本最小为目标，建立地铁-无人机-货车联运配送的两级动态选点路径优化模型。设计BP神经网络与改进遗传算法相结合的混合启发式人工智能算法对模型进行求解，并结合仿真算例验证模型和算法的有效性。 本文的研究成果一方面拓展了城市快递物流配送模式的研究思路与研究内容，丰富了物流配送路径优化和联合配送网络优化理论体系；另一方面能够为快递企业城市配送服务提供辅助决策支持，有效提升了配送的精准性和时效性，促进了快递行业向绿色、智能化方向发展，同时对城市智慧交通与智慧物流的深度融合提供了理论支持和实践指导。
NETL