1、第2 3卷 第2期江 苏 建 筑 职 业 技 术 学 院 学 报V o l.2 3.22 0 2 3年6月J O U R N A LO FJ I A N G S UV O C A T I O N A LI N S T I T U T EO FA R C H I T E C T U R A LT E C H N O L O G YJ u n.2 0 2 3基于无人车技术的校园“最后一公里”配送路线设计张娴,靖培星,刘依婷,云硕然(江苏建筑职业技术学院 经济管理学院,江苏 徐州2 2 1 1 1 6)摘 要:无人车配送作为智慧物流的重要技术手段,在很多场所中得到了广泛应用。高校校园具有较大的配送需
2、求,如何在高校校园中应用无人车配送解决“最后一公里”问题值得研究。首先,根据校园需求的特点,利用KME AN S算法结合节点需求对集中区的配送点进行科学设置;其次,综合无人车配送频次和配送站点时段需求量,构建C V R P配送优化模型,动态规划校园配送路线;最后,以江苏建筑职业技术学院为例验证模型的可行性。关键词:最后一公里;无人车;KME AN S算法;CW模型中图分类号:F2 5 9.2 3文献标志码:A文章编号:2 0 9 5 3 5 5 0(2 0 2 3)0 2 0 0 2 9 0 5D e l i v e r yr o u t ed e s i g no f c a m p u s
3、“l a s tk i l o m e t e r”b a s e do nu n m a n n e dv e h i c l e t e c h n o l o g yZHANGX i a n,J I NGP e i x i n g,L I UY i t i n g,Y UNS h u o r a n(S c h o o l o fE c o n o m i c sa n dM a n age m e n t,J i a ngs uV o c a t i o n a l I n s t i t u t eo fA r c h i t e c t u r a lT e c h n o l o
4、g y,X u z h o u,J i a ngs u2 2 1 1 1 6,C h i n a)A b s t r a c t:U n m a n n e dv e h i c l ed e l i v e r ya s a n i m p o r t a n t t e c h n o l o g i c a lm e a n so f i n t e l l i g e n t l o g i s t i c s,h a sb e e nw i d e l ya p p l i e d i nm a n ys c e n a r i o s.T h e r e i s a s i g n
5、 i f i c a n t d e m a n d f o rd e l i v e r yo nu n i v e r s i-t yc a m p u s e s,a n d i t i sw o r t hs t u d y i n gh o wt oa p p l yu n m a n n e dv e h i c l ed e l i v e r yt os o l v e t h e“l a s tk i l o m e t e r”p r o b l e mi nu n i v e r s i t yc a m p u s e s.A c c o r d i n gt ot h
6、 ec h a r a c t e r i s t i c so fc a m p u sd e m a n d,u s e t h ew e i g h t e dK-ME AN Sa l g o r i t h mt os c i e n t i f i c a l l ys e t t h ed e l i v e r yp o i n t s i nd e m a n dc o n c e n-t r a t i o na r e a s;S y n t h e s i z e t h ed i s t r i b u t i o n f r e q u e n c yo f u n
7、m a n n e dv e h i c l e s a n d t h e t i m ed e m a n do fd i s t r i b u t i o ns t a t i o n s,b u i l daC-W d i s t r i b u t i o no p t i m i z a t i o n m o d e l,a n dd y n a m i cp r o g r a mm i n gt h e c a m p u sd i s t r i b u t i o n r o u t e;F i n a l l y,t h e f e a s i b i l i t y
8、o f t h em o d e lw a s v e r i f i e du s i n g J i a n g s uV o-c a t i o n a l I n s t i t u t eo fA r c h i t e c t u r a lT e c h n o l o g ya sa ne x a m p l e.K e yw o r d s:l a s tk i l o m e t e r;u n m a n n e dv e h i c l e;K-ME AN Sa l g o r i t h m;CW m o d e l收稿日期:2 0 2 3 0 1 1 0基金项目:江
9、苏建筑职业技术学院项目:基于偏好的供应链突发事件风险感知及传递研究(2 0 2 1 3 0 1)作者简介:张娴,女,江苏徐州人,副教授,硕士,研究方向为农村电商、跨境电商。Em a i l:j p x a t j z 1 6 3.c o m我国电子商务产业的快速发展对物流服务提出了更高的要求,在一定程度上促进了物流产业的迭代升级。随着物联网技术、大数据算法技术、传感技术在现代物流业的深度应用,我国物流行业迅速向智慧物流转型。我国“十四五”现代物流发展规划 明确指出,要加快推动物流业数字化转型、智慧化改造、网络化升级和科技赋能1。3 0 江 苏 建 筑 职 业 技 术 学 院 学 报 第2 3卷
10、无人车、无人机配送是智慧物流的重要技术手段,在解决“最后一公里”的多场景配送中发挥了重要作用。我国有着庞大的大学生群体,是电子商务的优质顾客。如何更好地满足大学生日常生活中的消费需求,有效解决高校校园配送的最后一公里,乃至 最后1 0 0米,是 值得关注 的研究课题。何玥2针对校园无人配送路径优化进行了研究,利用蚁群算法求解规划模型,并开发了校园无人配送;徐康3总结了S D V R P问题的求解算法,并对校园订单派单、无人车装箱等进行了设计;贾熙来等4以南京林业大学为例,合理布置校园配送点,并利用D i j k s t r a算法设计配送的最佳路径;陈耀斌等5利用曼哈顿距离和KME AN S算
11、法对武汉轻工大学无人配送路径进行了设计。此外,还有部分学者研究了在校园使用无人机配送的情形,如王鸿亿6、马文霞7等,在此不再赘述。以往的文献中对配送站点的设置、配送路线的设计较为简单,没有考虑配送点需求变化的情况。本文针对高校学生的消费特点和消费偏好更好地划分配送站点,并根据学生不同时段的需求变化动态调整配送站点位置,使配送过程更加科学。1 校园消费的特点随着现代科技的快速发展,当代大学生消费观念发生了巨大变化。本文的服务对象主要是在校大学生,约有1 50 0 0人,使用问卷调查方法,针对学生的消费数额、消费习惯、消费需求、无人售货车配送地点、配送时间、配送产品等方面展开抽样调查,此次共收集有
12、效问卷1 4 5 7份。调查显示,约8 5.6 9%的大学生生活费在1 0 0 0 2 0 0 0元(图1)。日常生活主要开销除吃饭和购买服装外,有7 7%的大学生购买饮品,近6 2%的大学生购买零食,6 0%的大学生购买生活用品(图2)。6 4.5%的大学生会使用无人售货车购买上述产品(图3)。选择无人车的主要原因是方便,距离近,即时性高,不用排队和可预约等功能(图4)。无人售货车弥补了学校内自动售货机课间排队、不可移动、产品单一、一次只能购买一件商品、交互性低等缺陷,相信随着无人车的不断开发和功能改进,学生对无人车需求会更高。调查显示,学生在教学区对无人车配送需求时间主要集中在课间,宿舍区
13、主要集中在超市非营业时间,篮球运动场和网球运动场主要集中在下午课后运动时间,配送方案中已经综合考虑此需求。图1 大学生每月零花钱范围图2 消费产品需求分布图3 无人车需求图4 选择无人车的原因分布2 校园无人车配送方案设计2.1基于KME AN S的校园配送站点设计KME AN S算法是一种无监督的数据聚类算第2期张娴,等:基于无人车技术的校园“最后一公里”配送路线设计3 1 法,原理简单,实用性强。对于特定样本集数据,根据距离大小,将样本分为K个簇,确定各个簇的质心,让簇内的点尽量紧密地连在一起,而让簇间的距离尽量大,从而达到分类的目的8。对于传统的KME AN S算法只能依据距离进行分类的
14、弊端,同时考虑配送站点的需求量更合理。本文利用重心法确定簇的质心,对KME AN S算法进行改进91 0。KME AN S的计算步骤如下:1)随机选择K个初始聚类中心C(C1,C2,CK);2)计算样本所有站点到各聚类中心Ck的距离Di k=(Xi jCk j)2(1)3)根据距离最小原则将所有站点分到相应中心Ck;4)根据分类结果,依据重心法计算各聚类中心质点坐标;5)C(x)k=ikD(x)iViikVi,C(y)k=ikD(y)iViikVi;(2)6)重复步骤(2)、(3)、(4),直至质心 不发生变化。2.2 基于C V R P模型的校园配送模型构建校园无人车配送受限于无人车的容量和
15、电量,是典型的带能力约束车辆路径问题(C V R P问题)。C V R P问题主要研究配送中心O到配送站点Pi(i=1,N)之间的最短路径配送问题,其中,Xi j为0-1变量,表示节点的访问顺序;di j代表节点间的距离;Qi代表节点I的需求量;U(i)代表无人车在节点i处的载重量;V C代表无人车的最大承载量;V R代表需要的无人车数量。根据C V R P的 决 策 目 标,可 建 立 目 标 函 数如下:m i nZ=ni=1nj=1xi jdi j(3)满足以下约束:iN0/jxi k=1 kN(4)iN0/jxk i=1kN(5)U(k)U(i)+U(k)-V C+V C*(xi k+
16、xk i)-(Q(k)+Q(i)*xk i i1,i(6)Q(k)U(k)V C(7)V R=iNQ(i)/V C(8)xi j*(1-xi j)=0 xi j0,1(9)式(3)(9)的含义如下:式(3)表示选取的路线最短;式(4)式(5)表示中间节点进出次数均为1;式(6)表示节点的访问顺序约束;式(7)要求节点需求小于等于车内容量,小于等于最大容量;式(8)表示配送需要的无人车数量;式(9)表示xi j是0-1决策变量。3 江苏建筑职业技术学院无人车配送设计江苏建筑职业技术学院教育超市计划引入无人车配送项目,经前期调研,校园内大学生对无人配送项目有强烈需求,近7 0%的学生希望使用无人车
17、配送,其配送需求主要为饮料、休闲食品、充电宝等生活物品(图5),均在超市营业范围内。超市计划引入京盾无人配送车(图6),京盾无人配送车的荷载为5 0k g,即单车能满足约1 0 0个需求。无人配送车将通过订单预订形式对校园实施时段配送,每隔1h对订单进行集中配送,所需车辆数及配送路线通过模型计算得出,无人配送车运行至配送站点前一站时会提前以信息形式通知取件人取货。图5 学生无人车配送需求图6 京盾无人配送车3.1 配送站点设计结合江苏建筑职业技术学院平面图及道路实际,将全校用于教学、运动、生活的所有主要区域划入配送范围,其中少数学生宿舍区、生活区相对距3 2 江 苏 建 筑 职 业 技 术 学
18、 院 学 报 第2 3卷离较近,且限于道路状况,将归为同一配送点;数量较多的集中宿舍区将根据KME AN S算法进行配送站点分类,本文设K=3,即在集中学生宿舍区设置3个配送点。具体配送站点设置见表1。表1 江苏建筑职业技术学院无人车配送站点设置配送站点P 2P 3P 4P 5P 6P 7P 8包含区域J 1楼J 2楼、老图书馆S 1楼东门S 2楼、办公楼宣园宿舍区学1 4,篮球场排球场,学5 6,继续教育学院配送站点P 9 P 1 1P 1 2P 1 3P 1 4P 1 5P 1 6包含区域学8 1 8,第三餐厅,西操场建筑技术馆,网球场科技园西门,图书馆学1 9 2 2体育馆,J 3楼,学
19、7 站点P 8 P 1 0的设置将根据区域内的时段需求量的不同进行动态调整,以上午7:0 08:0 0和下午4:0 05:0 0两个时段为例说明聚类站点的选择。两个时间段区域内需求见表2。表2 P 8 P 1 0范围内各区域上午7:0 08:0 0和下午4:0 05:0 0的需求变化区域学8学9学1 0学1 1学1 2学1 3学1 4学1 5学1 6学1 7学1 8三餐西操场上午221778504451 32下午2224453023361 5坐标-8 7,1 5 0-5 4,1 5 0-1 6,1 5 0 3 5,1 6 47 3,1 6 49 3,1 6 4 1 2 3,1 6 4-8 7,
20、8 2-5 9,8 2-1 6,8 2 1 0 7,8 0-3 6,5 10,2 2 4注:各建筑坐标均经过修正 利用KME AN S算法分别对上午和下午需求数据进行分类,得出上午的配送点坐标分别为P 9(-3 7,6 6),包含学1 51 7楼,第三餐厅,配送位置在第三餐厅门口;P 1 0(-4 4,1 6 3),包含学81 0楼,西操场,配送位置在学1 0楼西侧道路;P 1 1(8 3,1 5 0),包含学1 11 4楼,学1 8楼,配送位置在学1 2楼和学1 3楼中间。下午的配送点坐标分别为P 9(-2 5,6 4),包含学1 51 7楼,第三餐厅,配送位置在学1 7北侧道路;P 1 0
21、(-5 2,1 5 0),包含学81 0楼,配送位置在学9楼西侧道路;P 1 1(4 7,1 8 3),包含学1 11 4楼,学1 8楼、西操场,配送位置在学1 1楼西侧。实现了配送站点的动态调整,更贴合实际情况。具体站点配置位置如图7所示,其中,红色标识为上午站点位置,蓝色标识为下午站点配置。图7 不同时段配送站点设置3.2 校园配送路线设计根据订单量确定所有配送点位置后,计算配送站点之间的距离。由于校园东西校间道路坡度较大,部分道路狭窄,会车不便等原因不适宜无人配送车通行,所以在确定站点距离时采用实际道路距离作为计算依据。以下午4:0 05:0 0需求量及配送站点设置为例规划配送路线。各配
22、送站点的需求量见表3。站点间距离见表4。表3 各站点需求量站点P 2P 3P 4P 5P 6P 7P 8P 9需求量2 51 431 682 91 81 1站点P 1 0P 1 1P 1 2P 1 3P 1 4P 1 5P 1 6需求量63 11 7521 32 1 按照C V R P模型的求解步骤,建立数学模型,利用l i n g o软件对 配送问题进 行求解,得出 结果V R=3,即需要三台无人车进行配送,配送路线距离为49 8 5m。配送路线分别为A 1P 2P 6P 5P 4P 3A 1,配送路线长度为10 3 6m,负荷6 6件;A 1P 9P 1 2P 1 3P 1 4P 1 5P
23、 1 6P 8A 1,配送路线长度为28 0 1m,负荷1 0 0件;A 1P 7P 1 0P 1 1A 1,配送路线长度为11 4 8m,负荷6 6件,配送示意如图8所示。通过结果可以看出,下午3:0 04:0 0的需求量较集中,在J 1楼、篮球场、西操场附近等活动区域,宿舍楼需求较为平淡,符合校园活动规律;配送路线方面,针对需求量较大的学生运动、生活场所进行专门配送,另两路无人车分别配送东校区和西校区订单,配送路线设计合理。第2期张娴,等:基于无人车技术的校园“最后一公里”配送路线设计3 3 表4 站点间距离A 1P 2P 3P 4P 5P 6P 7P 8P 9P 1 0P 1 1P 1
24、2P 1 3P 1 4P 1 5A 105 62 1 65 2 03 4 02 2 01 8 44 5 43 9 45 4 95 1 67 5 69 5 611 4 012 7 7P 25 601 6 04 7 02 7 41 5 42 4 05 1 04 5 06 0 55 7 28 1 210 1 211 2 712 3 3P 32 1 61 6 003 1 04 3 43 1 44 0 04 4 56 1 07 6 57 3 29 0 211 0 210 6 211 6 8P 45 2 04 7 03 1 001 8 03 0 06 3 65 5 78 4 610 0 19 2 910
25、1 412 1 411 7 412 7 0P 53 4 02 7 44 3 41 8 001 2 05 1 07 3 77 2 08 7 59 5 311 9 413 9 413 5 414 6 0P 62 2 01 5 43 1 43 0 01 2 004 0 06 7 06 1 07 6 58 4 810 8 812 8 812 8 713 9 3P 71 8 42 4 04 0 06 3 65 1 04 0 002 7 02 1 03 6 54 4 86 8 88 8 811 2 312 1 9P 84 5 45 1 04 4 55 5 77 3 76 7 02 7 004 8 04 5
26、 53 7 24 5 76 5 76 1 77 2 3P 93 9 44 5 06 1 08 4 67 2 06 1 02 1 04 8 001 5 51 2 03 6 05 6 07 9 59 0 1P 1 05 4 96 0 57 6 51 0 0 18 7 57 6 53 6 54 5 51 5 508 33 2 45 2 47 7 88 6 4P 1 15 1 65 7 27 3 29 2 99 5 38 4 84 4 83 7 21 2 08 302 4 04 4 06 7 57 8 1P 1 27 5 68 1 29 0 210 1 411 9 410 8 86 8 84 5 73
27、 6 03 2 42 4 002 0 03 8 48 6 6P 1 39 5 610 1 211 0 212 1 413 9 412 8 88 8 86 5 75 6 05 2 44 4 02 0 003 6 06 7 0P 1 410 7 111 2 710 6 211 7 413 5 412 8 711 2 36 1 77 9 57 7 86 7 53 8 43 6 003 1 0P 1 511 7 712 3 311 6 812 7 014 6 013 9 312 1 97 2 39 0 18 6 47 8 18 6 66 7 03 1 00图8 江苏建筑职业技术学院无人车配送路线示意4
28、 结论利用KME AN S算法,结合需求量的时序变化,对KME AN S簇的质心进行改进,对学生集中生活区划分配送站点,随后,建立校园无人车配送路线的C V R P模型,通过l i n g o软件对校园需求数据进行求解,求解出的配送路线与实际相符,说明了模型的有效性,为无人车配送场景的配置提供了参考。在KME AN S分类过程中使用了站点之间的欧氏距离,未过多考虑实际场景中的围墙、栅栏、出入口等,尚有改进空间。参考文献:1 国务 院 办 公 厅.“十 四 五”现 代 物 流 发 展 规 划 E B/O L.h t t p s:w w w.g o v.c n/g o n g b a o/c o
29、n t e n t/2 0 2 3/c o n t e n t_5 7 3 6 7 1 3.h t m.2 何玥.校园无人配送优化研究及系统开发D.北京:北京交通大学,2 0 2 1.3 徐康.面向校园环境的无人物流配送系统研究D.重庆:重庆大学,2 0 2 0.4 贾熙来,林丽,屠浩诚,等.高校校园无人车快递配送系统设计:以南京林业大学为例J.物流工程与管理,2 0 2 2,4 4(4):3 6 4 0,4 9.5 陈耀斌,黄利玲,苏为琛.校园无人配送路径规划与应用研究J.物流工程与管理,2 0 2 1,4 3(1 1):2 6 2 8,1 8.6 王鸿亿,李广涛,杨冰洁,等.校园快递运行场
30、景下的无人机运行风险评估平台设计及开发J.科学技术创新,2 0 2 1(1 4):1 6 2 1 6 3.7 马文霞,郭一凡,乔雅婷,等.天津市高校无人机末端配送市场前景调研分析J.全国流通经济,2 0 2 2(4):1 41 7.8 靳爽,庞明宝.基于Km e a n s的城市轨道交通社区接驳共享单车停靠点规划J.科学技术与工程,2 0 1 9,1 9(3 0):3 4 3 3 4 7.9 李寒,陶涵虓,崔立昊,等.基于S OMKm e a n s算法的番茄果实识别与定位方法J.农业机械学报,2 0 2 1,5 2(1):2 3 2 9.1 0 孙一榕,郑国华.故障共享单车回收站选址库存问题模型及算法J.工业工程与管理,2 0 2 2,2 7(6):9 51 0 5.1 1 张鹏乐,肖开明,符春晓,等.求解大规模V C V R P问题的快速动态规划算法J.系统工程理论与实践,2 0 1 6,3 6(3):6 9 4 7 0 5.(责任编辑:梁赛平)
©2010-2024 宁波自信网络信息技术有限公司 版权所有
客服电话:4008-655-100 投诉/维权电话:4009-655-100