摘要
十四届全国人大二次会议首次将加快发展新质生产力，积极打造“低空经济”新引擎写入政府工作报告中，而低空物流作为“低空经济”应用的重要领域之一，越来越受到重视。物流企业开始布局无人机配送，打造物流低空航线，将物流与“低空经济”紧密结合，探索越来越丰富的物流配送新模式。近年来，快递货运量激增，传统车辆配送存在道路受阻的问题日益凸显。落后的城市配送体系也难以满足不同客户的即时配送要求。为了合理安排快件送达次序，解决城市“最后一公里”车辆配送难的问题，本文开展了考虑顾客优先级的车辆－无人机联合配送路径优化问题研究。 本文在分析国内外研究现状的基础上，概述车辆路径问题、车辆－无人机联合配送模式、客户价值（RFM）理论及求解算法等相关内容，进而开展下文研究。首先，在顾客与物流企业双重视角下，利用拓展的RFM理论，通过分析顾客价值、顾客需求紧急程度、优先配送该顾客给企业带来的影响，设计了深度神经网络－网格搜索－支持向量机混合算法（DNN-GSM-SVM）对顾客进行优先级分类，并将优先级与软时间窗融合，建立顾客优先级代价成本模型，为后续的路径优化研究做准备。其次，在综合考虑顾客优先级和需求可拆分的情况下，构建了以物流运营成本及顾客优先级代价成本最小为目标的车辆辅助无人机配送路径优化模型。设计了遗传粒子群混合算法用于模型的求解。再次，在综合考虑顾客优先级和需求可拆分的情况下，构建了物流运营成本及顾客优先级代价成本最小为目标的车辆－无人机共同配送路径优化模型，并设计了融合大规模邻域搜索的遗传算法用于模型的求解。最后，基于车辆辅助无人机配送和车辆－无人机共同配送，引入无人机辅助车辆配送模式，将三种配送模式结合，并综合考虑顾客优先级、需求可拆分、多车多无人机、需求动态以及无人机的异构性，提出考虑顾客优先级的车辆－无人机混合动态配送模式，将其分为静态配送阶段与动态配送阶段，构建了以物流运营成本及顾客优先级代价成本最小为目标的车辆－无人机混合动态配送路径优化模型。设计了灰狼遗传混合算法用于模型的求解。通过算例分析，验证了模型正确性和算法有效性，确定了车辆－无人机联合配送最优路径。 本文研究考虑顾客优先级的车辆－无人机联合配送路径优化，不仅丰富和完善有关物流最后一公里配送的研究理论，还有助于物流企业提高配送效率，降低配送成本，满足顾客个性化的需求，具有重要的现实意义。
NETL