计算机工程与应用››2024,第60卷››问题(1): 310-318.内政部:10.3778/j.issn.1002-8331.2306-0115

• 工程与应用 • 上一篇   下一篇

农村电商物流下无人机与车辆协同配送路径优化研究

许菱,杨林超,朱文兴,钟少君  

  1. 1.江西理工大学 经济管理学院,江西 赣州 341000
    2江西理工大学 商学院,南昌 330013
  • 出版日期:2024-01-01 发布日期:2024-01-01

农村电子商务物流下无人机与车辆协同配送路径优化研究

徐玲、杨林超、朱文兴、钟绍军  

  1. 1.江西工业大学经济与管理学院,江西赣州,341000,中国
    2.江西科技大学商学院,中国南昌330013
  • 在线:2024-01-01 出版:2024-01-01

摘要: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聚类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。

关键词: 无人机与车辆协同配送, 农村电商物流, 路径优化, 两阶段算法

摘要:无人机交付已成为解决最后一刻后勤挑战的重要解决方案。无人机和车辆之间的协作交付模型克服了无人机交付能力不足的局限性,提高了安全性,使其成为无人机参与交付过程的重要途径。为了解决农村电子商务物流“最后一刻”配送的困难和高昂成本,本研究构建了一个混合整数规划模型。目标是最小化交付成本,同时考虑到协作无人机模式和多无人机多弧交付等约束。提出了一种两阶段算法来优化无人机协同配送路径。在第一阶段,使用约束自适应K-means算法来确定车辆停靠点的范围。在第二阶段,采用改进的遗传算法,结合爬山和分裂操作员,识别无人机和车辆的最佳交付路径。随后,进行了案例研究实验,验证了模型和算法的可行性和有效性。研究结果有望为农村电子商务物流最后一刻的成本降低和效率提高提供新的见解和有价值的参考。

关键词: 无人机和车辆协同交付, 农村物流, 路径优化, 两阶段算法