基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求,借助无人机停放平台,考虑包裹异质性以及无人机在不同配送阶段的精确能耗,构建以无人机飞行成本和能耗成本最小为目标,以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型,解决“垂直位置最后一百米配送”问题。基于此模型,设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND),引入4个算子进行变邻域下降搜索,为了提高算法的求解性能,提出两种局部搜索算子组合,根据顾客点数量使用不同的算子组合。实验结果表明,HACO-VND算法较CPLEX在求解精度与求解时间方面更优,特别是在大中型算例中表现出较佳性能。参数分析表明,高层住宅楼层数越多,无人机单次飞行的能耗利用率越大,无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。

考虑顾客替代选择的城市配送备选服务选项集多目标优化研究

在顾客可选末端交付方式和时间窗等服务选项的情境下,为被拒绝的配送需求提供备选服务选项集是供应商平衡顾客满意度和服务成本的重要措施之一。首先使用嵌套Logit模型分析顾客对配送服务选项的替代选择行为,然后构建考虑期望距离最小和顾客替代选择累计转移率最大的城市配送备选服务选项集多目标优化模型。仿真发现:在配送点分布呈分散和聚集结合的情形下,非支配排序遗传算法更适用于配送点数量更多的算例,可以有效降低车辆行驶距离、车辆数量等成本因素;随着时间窗偏差阈值增大,总收益逐渐下降,其中送货上门服务收益下降趋势明显,自提柜服务收益则震荡上升;顾客替代选择累计转移率最小约束值对收益的影响不存在线性关系;在时间窗偏差阈值较小、顾客替代选择累计转移率最小约束值较大的区域,往往能获取更高的总收益。