电商订单共同配送路径优化存在的问题及对策研究

3.3 结果分析.....................................................................................................25

3.4 本章小结.....................................................................................................27

4 电商包裹的最后一公里配送路径优化..................................................................28

4.1 电商包裹配送模型.....................................................................................28

4.2 算法设计.....................................................................................................29

4.3 结果分析.....................................................................................................32

4.4 本章小结.....................................................................................................33

5 电商包裹与同城 O2O 包裹共同配送路径优化................................................... 35

5.1 电商订单与 O2O 订单的背包合并........................................................... 35

5.2 等待时间的优化.........................................................................................36

5.3 结果分析.....................................................................................................37

5.4 本章小结.....................................................................................................41

5 电商包裹与同城 O2O 包裹共同配送路径优化

  电商包裹与同城 O2O 包裹是目前中国最后一公里极速配送的典型案例。区别在于电商订单没有固定的配送时间窗口，而同城 O2O 订单模式的物流配送有相对的固定时间窗口。两种包裹的配送路径优化都受到物流公司的重视，在天池全球算法大赛中举办的“最后一公里极速配送”是该问题的简化模式，就为通过大赛形式用大数据对中国物流最后一公里配送提供智能配送方案，通过全局优化来提升效率和降低成本。两种包裹在电商的发展中扮演者至关重要的角色，如何将两者很好的融合，进行共同配送，从而降低成本，提高服务质量，是物流公司进一步需要解决的关键问题。

5.1 电商订单与 O2O 订单的背包合并

  在上文分别对电商订单和同城 O2O 订单的“最后一公里”配送问题的分析和求解中，我们知道同城 O2O 订单配送的起始时间为 11:30 之后，如图 5-1 所示，而快递员开始一天的配送是在早上的 8:00。这样配送同城 O2O 订单的快递员在8:00-11:30 是闲置的，这是在人力物力财力上的浪费。为了充分利用这段空闲时间，物流公司可以安排配送同城 O2O 包裹的快递员在这个时间段配送电商包裹。怎么安排这些快递员在 8:00-11:30 期间去配送电商包裹，这个问题可以看作是一个 0/1 背包问题，其中 8:00-11:30 这个时间段看作背包的容量，而电商订单的配送路径段看作物品，配送该路径段消耗的时间看作物品的体积，配送这个路径段的过程中，所含订单的个数看作物品的价值。通过求解这个背包问题就能知道将哪些电商订单插入到这个时间段，会使配送同城 O2O 订单的快递员配送更多的电商订单，此时得到电商订单和同城 O2O 订单共同配送的结果。图 5-1 是对同城 O2O 订单的下单时间和配送时间订单量的统计，横轴是时间，纵轴是订单量。图 5-2 背包问题的结构图。

6 总结与展望

6.1 总结

  电商的快速发展使得快递配送服务要求越来越高，无论是传统的电商订单的配送还是新型电商模式 O2O 业务的同城配送，都存在诸多问题，这些问题得不到解决，会限制电商的进一步发展。传统的电商订单和新型 020 业务同城配送，都面临配送成本、服务质量等瓶颈问题，如何突破瓶颈，在电商企业和物流公司的发展中发挥重要作用是本文的重要研究内容。总体来讲，主要完成以下内容：

（1） 本文总结分析了“最后一公里”配送路径问题的特点，以最小化配送距离为目标分别构建电商订单与同城 O2O 订单的配送模型。

（2） 以同城 O2O 包裹的路径规划为背景，构建带时间窗和同时取送货配送路径优化模型。然后用双段法处理，先对配送区域采用 K-Means++聚类算法进行划分，接着用最小费用最大流算法构建网络，求解产生配送路径段，对得到的结果动态规划合并得到同城 O2O 包裹的配送方案。

（3） 以电商包裹的路径规划为背景，构建以最大载重量为约束的配送路径优化模型。以最小化配送距离为目标函数，用 C.W 法生成初始可行解，再对其解用禁忌搜索算法处理得到电商订单的配送方案。
（4） 以同城 O2O 包裹与电商包裹共同配送的路径规划为背景，在路径段的组合上使用 0/1 背包合并算法，与此同时再次优化配送同城 O2O 包裹时的等待时间。最后为验证算法的有效性和实用性，与用传统启发式算法计算的共同配送结果做对比。