经济管理学院马艳芳副教授作为第一作者在国家自然科学基金委员会管理科学部认定的A类期刊《管理评论》发表题目为《“互联网+”预约平台下动态取件路径优化研究》的文章。

文章来源

作者：马艳芳、杨 帆、周晓阳（通讯作者）、康 凯、李宗敏

期刊名称：管理评论

发表时间：2023.3.31

文章主要内容

摘要：互联网技术的飞速发展,极大提高了预约取件服务水平，其竞争也空前激烈。针对预约取件中运输成本高、客户满意度低等问题,结合实际运营情况，考虑客户模糊时间窗,以总运输成本最低为目标，构建“互联网+”预约平台下动态取件路径模型。提出动态遗传算法求解，其中设计节约里程和贪婪插入的初始化编码，采用最小成本交叉操作、自适应交叉率及精英保留策略。基于Taillard、Christophides和Fisher等21个经典基准案例,与其他四种算法对比，改进算法得到15个更好的解，表明其良好的收敛性。最后，对模拟天津实际案例的结果分析和灵敏度分析，验证模型的有效性和适用性，为快递企业上门取件服务提供有力的决策支持。

关键词: 互联网+;预约平台;上门取件;动态路径;遗传算法

1.研究背景

快递业是现代服务业的重要组成部分,在支撑电子商务和服务生产生活等方面发挥了积极作用。国家邮政局发展研究中心发布的《中国快递行业发展研究报告(2019-2020年)》显示，2014—2019年，我国快递行业业务总量保持逐年增长的趋势，2019年全国快递业务量同比增长25.3%。随着互联网时代的到来，网络通信技术日益成熟，使同一系统用户信息实时共享成为可能，为快递业打开了一扇新的大门。快递企业为响应顾客需求,提高其市场竞争力，先后增加了基于预约平台的上门取件服务。客户通过快递 App、快递微信小程序和公众号等预约平台下单,快递员在规定的时间内上门并完成取件服务。然而，由于预约平台下动态取件路径的复杂性和实际约束的多样性，仍存在一些亟待解决的难题。

对于“互联网+”预约平台下动态取件路径问题而言，满足客户的时间要求至关重要，客户是快递企业的核心，其满意度是企业的潜在利润；另一方面，客户位置和订单提交的时间是不确定的，动态客户出现时，要考虑车辆的运行位置和剩余容量。具体描述如下：快递企业从移动应用后台收集到客户预约取件的实时信息，并考虑当前快递员的运行位置及其剩余容量和时间要求，动态调整每辆快递车的取件路线。客户在预约平台提交订单，包括位置、所寄快件质量和时间要求等信息。与此同时，快递员也会实时提交车辆相关信息，如车辆位置和载重。客户订单信息和车辆信息将会被传输到互联网平台，由后台遗传算法计算生成最优路径，并发送给车辆。当服务完成后，客户通过App来评估上门取件服务水平。“互联网+”预约平台解决了传统物流业的一个典型难题，即用户信息实时获取和共享，而基于实时信息的动态路径问题是具有挑战性的优化难题。

2.研究创新

综合梳理现有文献发现，学者已经开始关注到基于实时信息的路径规划问题，但考虑动态顾客（订单）研究较少，尤其是当前快递取件问题中，对于预约平台下动态取件路径优化问题研究更为匮乏。

对考虑实时信息的路径问题已有部分研究。Shao等(2019)设计了基于“物联网+”实时获取车辆和驾驶员信息的智能服务系统,用于评估计划路线的执行情况。Yu和Yang（2019）基于实时交通信息提出了动态车辆路径问题模型,可以显著地减少总运输时间。邱晗光等（2020）在顾客自选末端交付方式和配送时间窗的情境下,构建了城市配送动态订单接受决策框架。李双琳和邓斌（2019）针对应急物资配送问题,提出稳态混合遗传算法来求解建立的动态双层规划模型。姚源果和贺盛瑜（2019）利用蚁群算法求解基于实时路况的冷链物流配送路径优化模型。

然而，考虑顾客（订单）动态性的相关研究并不多见。Liu（2019）采用一种优化驱动的DVRP渐进算法来解决在线点餐配送中的车辆调度问题。Xiang等（2020）提出了一种基于需求覆盖多样性的蚁群算法,能够有效地响应动态客户请求。可以看出，目前对于考虑动态顾客（订单）实时出现的研究大多集中在理论和方法的探究，应用背景较为单一。少有探讨快递上门取件等实际问题，尤其是当前实时配送问题中，少有考虑顾客满意度这一重要指标。

因此，虽然关于动态路径规划的研究已经取得了部分成果,但基于“互联网+”预约平台的动态取件路径问题的研究却很少,少有研究考虑快递员取件问题的动态性和实际约束的复杂性。而随着互联网技术的发展,预约寄件客户逐渐增多，“互联网+”预约平台下动态取件路径问题与算法研究,对提高快递企业的物流效率和客户满意度具有重要意义。基于此,考虑客户预约寄件的实时性、动态性和模糊时间窗等实际情况,为快递员构建动态取件路径模型,并提出改进的动态调度遗传算法求解,最后基于经典基准案例和模拟实际案例的算法对比和模型分析,验证算法和模型的有效性和适用性。

3.结论

本文研究“互联网+”预约平台下动态取件路径问题,考虑了客户模糊时间窗,以运输成本最小化为目标建立动态取件路径模型,设计改进的GA算法对模型进行求解。算法改进如下：(1)结合节约里程法和贪婪插入的初始化,提高解的质量；(2)结合精英选择策略,保留优秀个体；(3)采用最小成本交叉和自适应交叉概率,加快收敛速度,维持种群多样性。为了验证提出的改进GA算法对DVRPs的求解效果,基于21个DVRP经典基准案例,观察算法各时间片段的收敛性。并将五种改进的遗传算法进行对比,结果表明:本文算法在11个案例中得到最优解,在14个案例中平均解最优,改进程度远远优于其他改进的遗传算法;又将本文的算法与之前发布的算法进行了比较,结果表明,本文算法在15个案例中得到最优解,在15个案例中平均解最优,改进算法在“Best”和“Ave.”方面比之前发布的算法相比改善程度分别在3.46%~8.49%、3.74%~9.37%之间。
随后,基于模拟天津某快递企业取件案例,对构建的动态取件路径模型,进行结果分析、灵敏度分析和结果对比分析,结果表明:(1)50个客户需要5辆车进行服务,其中4辆车的载重达到了96.6%以上,车辆载重利用率很高;(2)车辆的固定成本占比较高达到 86.86%，决策者要尽量减少车辆的使用数量;(3)决策者在决策时要考虑车辆载重和客户需求之间的关系,选择合理的车辆载重和车辆路线,避免不必要的损失。

综上,本文可为快递企业上门取件服务提供较强的理论和方法支持,对提高企业的效率和客户满意度具有一定意义。当然,也存在一定的局限性,在未来的研究中,应考虑多目标模型,并结合非支配NSGA-II等多目标启发式算法来求解模型。

作者简介

马艳芳（1992—），女（汉），中共党员，博士，经济管理学院副教授、博士生导师，研究方向：数字化电商平台下物流服务优化。“元光学者”英才B岗；天津市高校“131”创新型人才培养工程第三层次人才。研究成果被2017年中国物流学会评为优秀论文二等奖。近年来，长期从事物流服务、配送路径优化相关研究，（1）在该领域发表论文40余篇，其中包括如《系统工程理论与实践》、《管理评论》、《IEEE Transactions on Systems, Man, and Cybernetics》、《Knowledge-based System》等高水平期刊，总计被 SCI/SSCI检索论文24篇，CSSCI/CSCD检索论文15篇；（2）主持并参与了多项相关课题，其中主持国家级课题3项，省级3项和厅局级2项；（3）承接多项横向课题，设计代码搭建平台解决实际问题，如浙江电网仓储物流优化及系统开发项目。