农村电商物流下无人机与车辆协同配送路径优化研究

无人机配送正在成为解决物流末端配送难题的重要手段。无人机与车辆协同配送模式克服了无人机配送能力不足、安全性不高的弊端,是无人机参与配送的重要途径之一。针对农村电商物流“最后一公里”配送难、配送贵问题,考虑无人机与车辆协同方式、多无人机多包裹配送等约束,以配送成本最小化为目标构建混合整数规划模型并提出一种两阶段算法对无人机与车辆协同配送路径优化问题进行求解。第一阶段通过带约束的自适应K-means算法确定车辆停靠点范围,第二阶段设计爬山算子与分裂算子改进遗传算法,求得无人机与车辆配送路径。最后,通过算例实验验证了模型和算法的可行性与有效性。研究成果有望为农村电商物流末端配送降本增效提供新思路和参考价值。

车辆与无人机协同配送路径规划问题研究进展

随着民用无人机技术的不断发展,无人机速度快、通行能力强等优势更加凸显。且无人机已经被一些企业应用到了物流配送当中。最近,一种车辆与无人机协同进行配送的模式在物流运输领域得到了广泛关注,国内外的学者针对车辆与无人机协同配送路径规划问题进行了大量的研究。首先,本文从优化目标以及约束两个方面对车辆与无人机协同配送路径规划模型进行了梳理。然后,对现有的车辆与无人机协同配送路径规划算法进行了分类总结。最后,探讨了车辆与无人机协同配送路径规划问题相关的研究热点与方向。

有禁飞区的时间依赖型车辆与无人机协同配送路径优化

本文针对有禁飞区的时间依赖型车辆与无人机协同配送路径问题,综合考虑分时段禁飞的无人机禁飞区域、车辆行驶速度连续变化、车辆及无人机能耗等因素,以车辆派遣成本、车辆能耗成本、无人机能耗成本之和最小为目标建立优化模型.根据问题特征,设计遗传变邻域搜索算法对其进行求解.针对遗传算法易早熟、局部搜索能力较差等缺陷,将变邻域搜索算法与其结合以增强算法的局部搜索能力,引入自适应邻域搜索次数以增强对种群的搜索深度,采用精英保留策略不断改进最优解.通过多组算例验证了算法的有效性,并分析了配送模式、禁飞区数量、车辆行驶速度变化对配送方案的影响,结果表明禁飞区及车辆速度等因素在很大程度上影响物流配送成本.研究成果不仅丰富了车辆与无人机协同配送的场景,拓展了VRP问题的研究,也为物流企业制定配送方案提供了依据.

基于HTGVNS算法的卡车与无人机协同配送方法

在现代物流中,针对最后一公里配送中的成本高昂、耗时长、道路不易通行等难题,首次引入卡车与无人机协同配送模式,并以总配送时间最小化为目标,建立混合整数规划模型(MIP)。提出一种新的混合禁忌可变邻域搜索算法(HTGVNS)进行求解。算法利用旅行商问题(TSP)求解器和系统性邻域变化的探索能力求解卡车路径,将客户分配给无人机形成聚类,再使用禁忌搜索过程来优化无人机路径。通过求解不同规模算例验证了所建模型的可行性和算法的有效性。结果表明卡车与无人机协同配送模式能有效地减少配送时间,提高配送效率。

一种多车辆协同多植保无人机作业路径规划方法

在植保作业中多车辆协同多无人机能突破续航等限制,可大幅提高作业效率.针对多车辆-多植保无人机作业路径规划求解难度大等问题,建立一种多车辆协同多植保无人机路径优化模型,并以无人机最大作业时间最小化为优化目标.同时,提出改进的simulated annealing‐Lin Kernighan Helsgaun(SA-LKH)算法求解该模型.所提算法融合K-均值聚类法和凸包插入法生成初始解,利用LKH算法优化每组无人机和车辆路径.此外,构建有向扰动算子,通过扰动每次迭代过程中作业时间最大和最小的路径来实现算法的快速收敛.5种不同规模算例的结果表明,所提算法在求解质量和效率上均优于对比算法.

无人机和车辆协同配送映射模式综述与展望

基于近年来兴起的无人机和车辆协同配送模式的研究,主要从无人机和车辆映射关系的角度着手进行了分析,包括单车单机映射模式、单车多机映射模式和多车多机映射模式。在单车单机映射模式中,主要总结了无人机和车辆协同配送的4种模式,包括无人机和车辆同步配送模式、无人机和车辆并行配送模式、车辆保障无人机配送模式和无人机保障车辆配送模式。在单车多机映射模式中,主要总结了基于车辆保障无人机配送模式的相关文献;而在多车多机映射模式中,主要总结了基于无人机和车辆同步配送模式的相关文献。探究了3种映射模式中的相同变体和不同变体,并归纳分析了目前无人机和车辆协同配送模式中的目标、算法、相关参数及约束条件。展望了无人机和车辆协同配送模式中需要考虑实际性能分析和异构无人机优化,对未来研究和实际运用具有重要参考价值和指导意义。

农村地区卡车与无人机协同配送路径优化

针对农村地区末端配送道路通行条件差、网点覆盖率低等现状及乡村聚落集群分布的特点,提出基于集群的卡车和无人机路径问题。考虑卡车与无人机协同方式、无人机多包裹配送等约束,以最小化综合配送成本为目标建立混合整数规划模型,并提出了一个两阶段混合蚁群算法对卡车路径和无人机路径进行联合优化以实现问题求解:第一阶段设计基于2-opt局部搜索策略的改进自适应蚁群算法求解卡车路径,第二阶段借助就近聚类机制和蚁群算法求解无人机路径,综合两阶段求出卡车和无人机路径的综合方案。通过算例实验验证所建模型的可行性和设计算法的有效性,为实现农村地区末端物流配送降本增效提供决策参考和依据。

卡车-无人机协同救灾物资避障配送问题研究

针对洪涝灾害中存在积水障碍区的卡车-无人机协同配送的最优路径及最短配送时间问题,建立了一种整数规划模型,并提出了一种两阶段启发式算法,第一阶段将积水障碍区进行二维网格化处理并确定无人机运输救灾物资时卡车的安全等待点以及各等待点无人机运送客户的集合,第二阶段提出阶段性规划算法,结合改进A*算法与非线性收敛因子的模拟退火鲸鱼算法对卡车绕积水障碍区的配送路径进行优化,在确保卡车行使安全的前提下,将A*算法的全局寻优性及鲸鱼算法的局部搜索精确性结合。解决存在积水障碍区的救灾物资配送问题,最后通过实例验证了所提出方法可以快速安全地解决洪涝灾害中救灾物资的避障配送问题。

考虑交通限制的车辆与无人机协同混合配送路径研究

无人机与车辆混合模式是解决物流配送“最后一公里”的有效方式之一,无人机可在限制车辆通行的区域负责配送任务。研究了车辆路线受限制情况下的路径规划方法,考虑交通限制因素在路径中的影响,建立了“车辆-无人机”协同配送的优化模型。针对该协同路径问题,设计了一种新型混合启发式算法进行求解。该算法由两个阶段构成,第一阶段对客户进行聚类处理,形成备选客户集合;第二阶段设计优化运输车辆和无人机路径,并给出无人机起落位置。在经典数据集基础上构建了一系列检验算例,验证了车辆和无人机并行执行任务能够有效提高配送效率,同时验证了在不同规模问题下算法的有效性。

市区内卡车与无人机协同配送路径优化研究

随着智慧城市的发展,无人机、无人车等新型配送方式已经悄然降临在人们周围。提出一种在市区内“卡车与无人机”联合配送的模型,即在配送过程中由卡车携带无人机从配送中心出发,将卡车作为无人机的移动配送中心行至各个站点,再由无人机对客户点进行包裹配送,最后卡车携带无人机返回配送中心。采用单亲遗传算法对问题进行求解,验证了模型的有效性和可靠性。结果表明,在市区内进行卡车与无人机协同配送是可行的,不仅能够最大化的发挥卡车和无人机的优势还能够提高配送效率、降低配送延误的风险。

多投递下带时间窗的卡车与无人机协同配送问题

无人机因其碳排放少、灵活性高、成本低等优势被越来越多地用于物流配送。考虑到无人机单投递情况下负载利用不足和卡车在客户点等待客户时间窗开启过程的时间损失,针对带时间窗的卡车与无人机协同配送问题进行优化,提出一种多投递下带时间窗的卡车与无人机协同配送(VRPDTW-MD)问题。提出了基于VRPDTW-MD特点的遗传算法对其求解,算法中,设计了多种交汇节点变异算子、交汇节点修复算子和服务节点交叉算子,用于调整卡车与无人机相互之间的交会点以及访问点。通过不同类型与规模算例求解验证了问题和算法的有效性,分析了不同卡车与无人机协同配送模式对运营成本的影响,为“卡车+无人机”模式的配送路径规划提供决策依据。

应急物资的无人机与车辆并行在线配送问题

针对应急配送中需求的实时、紧迫等特点,提出无人机与车辆并行配送的在线订单分配及路径优化问题。构建无人机与车辆并行配送的在线模型,运用竞争分析方法证明得到问题下界为1.5;基于重规划思想设计在线均衡算法,运用最坏情形分析法证明其竞争比为2.5;研究在线算法中调用的离线算法,建立离线问题模型并设计无人机优先均衡算法,在小规模情形下通过与CPLEX所求的最优解进行对比,验证其算法的有效性。最后,通过仿真实验进行在线均衡算法分析,结果显示在输入参数改变下其性能稳定。结论可为应急物资车辆与无人机并行配送提供在线优化策略。

集配协同下多产品越库配送车辆路径问题研究

文中基于实际越库配送中零售商的多样化需求和集配过程的连续型,针对集配协同下的多产品车辆路径问题,构建以车辆固定成本、运输成本、时间窗惩罚成本和库存持有成本最小化为目标的带越库配送的车辆路径优化模型.根据问题的阶段性特征,提出一种改进的遗传算法对问题进行求解,并以车辆等待时间最小为准则设计解码方案.通过算例的对比分析,验证了改进的遗传算法有更强的寻优能力.结果表明:建立的模型能够有效降低总成本,提高运输效率.

时变路网下多中心电动车-无人机协同配送路径优化

针对车辆行驶时间依赖配送区域路网速度变化的多中心电动车-无人机协同配送路径问题,本文综合考虑配送区域路网交通信息,无人机最大飞行距离、承重能力,配送过程中电动车电池的荷电状态,以及车辆行驶速度、载重量等对电动车能耗的影响等,以总配送成本最小化为目标建立多中心车辆-无人机协同配送路径优化模型。根据问题特征,本文设计遗传大邻域搜索混合算法求解模型,该算法在传统遗传算法基础上,采用整数编码随机生成初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子进行进化操作。本文通过多组算例验证了算法及模型的有效性,并分析了车辆搭载的无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。

考虑跨区域条件下与非机动车协同配送的无人机起降点选址研究

外卖服务行业发展迅速,无人机凭借其无接触、可靠高效的特点受到广泛关注。但递送全程使用无人机成本高昂;传统的骑手递送模式在遇到江水等特殊地形时不可达或只能通过轮渡等方式通过,效率低下;商铺服务覆盖范围也因此削减。针对这一问题,提出非机动车–无人机协同配送模式,以经济成本最小为主要目标构建无人机起降点选址规划模型。引入关切系数,设计遗传算法,求得在寻非机动车最短路条件下的方案。最后通过算例表明服务覆盖面积提高了66.93%,成本较传统方式降低了26%,供无人机企业和政府决策者审度参考。

面向最后一公里配送的无人机配送模式与路径规划综述

随着电子商务的快速发展,中小件快递数量急剧增多,快递行业最后一公里配送面临诸多挑战,亟需更高效、更环保的配送模式.小型无人机具有配送效率高、成本低、环保、部署灵活等优点,受到物流行业和学术界的广泛关注.针对无人机在最后一公里配送中的创新应用与路径规划问题,系统总结了当前4类典型配送模式:无人机独立配送(一机多包配送模式、无人机中继停靠配送模式),车和无人机并行配送(无人机和卡车并行配送模式、带中转点的无人机和卡车并行配送模式),车和无人机协同配送(无人机同车起降配送模式、无人机异车起降配送模式、无人机-公共交通协同配送模式、无人机送货取货一体配送模式、无人机卡车途中起降配送模式),车和无人机混合配送(无人机-卡车多模式融合配送模式).然后,对无人机最后一公里配送路径规划算法进行分类总结,并梳理了现有无人机参与最后一公里配送的相关测试数据集.最后,探讨了最后一公里配送中无人机的未来应用与研究方向.

“无人机-车辆”配送路径优化模型与算法

基于城市配送的发展趋势,提出一种“无人机-车辆”联合配送模型,以无人机为主导,分3步进行路径分配,无人机每次配送可以服务多个顾客点,车辆不用在固定点等待无人机。进行单次路径规划时,让顾客需求点尽可能多的得到服务,最后,以总配送距离最小为目标,对整体路径进行优化。此外,设计了3种不同的配送场景,构建的模型能同时适用于这3种场景。采用带末端优化的模拟退火算法求解问题,结果验证了模型的可行性。考虑到未来无人机技术的进一步提高,对无人机的最大载重量和飞行距离进行灵敏度分析。结果表明,无人机的配送能力受载重量和飞行距离影响,增大配送能力可以使无人机服务更多的顾客需求点,均衡提升载重量和飞行距离可以充分发挥无人机的配送能力,更好地完成农村地区的物流配送。

“卡车+无人机”模式下带时间窗的取送货车辆路径问题

无人机由于成本低、速度快、直线飞行等优势被越来越多地用于物流配送。考虑到无人机的载货量小、续航能力有限等因素,针对“卡车+无人机”模式下的带时间窗的取送货车辆路径问题进行优化,建立了以最小化运输成本为目标的混合整数规划模型。设计了自适应大邻域搜索算法对其求解。在该算法中,通过设计基于模型特点的多种高效的破坏算子和修复算子、引入模拟退火接受准则避免陷入局部最优解来提高算法性能。通过算例求解验证了模型和算法的有效性,分析了卡车与无人机联合配送模式对路径成本的影响,为“卡车+无人机”模式的路径规划提供决策依据。

无人机配送系统中端边协同的并行任务调度算法

在无人机最后一公里配送场景中,现有的云计算架构存在高时延问题,无法满足人工智能应用的执行需求。边缘计算架构通过将计算资源下沉到边缘,以其低时延、高计算能力的特点,可以满足人工智能应用的需求。但是目前的研究大多局限于单个边缘服务器,缺少并行协同框架的设计。为了解决该问题,本文首先根据移动边缘计算环境和无人机最后一公里配送过程的特点,充分考虑边缘服务器的计算负载问题,设计了基于端边协同的多边缘服务器并行任务处理框架;然后在该框架上对最短响应时间优先的任务调度算法进行改进,设计了α-SSLF算法。该算法能够考虑在网络实时数据率不稳定的情况下,充分优化任务执行时间。结果表明,基于端边协同的多边缘服务器并行任务处理框架在处理时延上优于传统的串行任务处理框架。

无人机配送问题研究综述

物流业是支撑国民经济发展的基础性、战略性产业。我国“双碳”目标的提出是物流业实现智能化转型升级、谋求绿色低碳发展的重要契机,而无人机配送则是物流业实现节能减碳的重要途径。无人机配送一直是国内外学者关注的重要课题,文章主要从无人机独立配送和卡车-无人机协同配送两个方面分析无人机在配送领域的研究现状及发展趋势。