1. 研究目的与意义、国内外研究现状（文献综述）
1 选题意义
近年来，物流运输业作为各行业的辅助产业随着其他行业的发展而迅速发展。虽
然现今物流业的服务水平逐年提高，但其配送成本高的问题一直被国家和物流企业关
注。在“互联网 ”浪潮下，快递业成为发展经济、增进消费、支持“大众创业、万
众创新”的重要力量。
“十二五”期间，中国快递产业业务量增长率均保持在 50%上下。我国 2014 年
快递总业务量达 139.6 亿件，2017 年达到 400.6 亿件。国家邮政局预计 2020 年快递
量将达到 700 亿，2018-2020 年快递业务量复合增长率为 19.5%，营业收入复合增长
率为 15.4%，持续增长的业务数量为末端分流配送带来巨大压力。43.90%的快递配送
员日配送快递件数在 80 件之下，33.4%的快递配送员日配送量在 80 至 100 件，22.7%
的配送员日配送快递件数超过了 100 件。
快递业务量快速增长所面临的挑战之一是缺乏运输能力。在快递配送过程中，其
配送时的路线优化可以在一定程度上减少配送时的运输成本。为了提高快递行业末端
配送效率，减少快递员因不当的择路造成的时间和资源的浪费，缩短配送时间，本文
将对快递末端配送的路径进行规划，并把规划算法应用到路径规划软件中，设计出一
款适应于快递配送员使用的末端配送路径规划系统，以此提高快递员的配送效率。这
对提高快递公司的服务质量和客户满意度有重要意义。
2 国内外研究进展
2.1 国外研究现状
在国外，1962 年，balinski 等人[1]针对车辆路径优化问题构建了优化 vrp 的数
学模型，根据集合分割算法求解 vrp，寻找最优解。
1974 年，wren ，gillett 等人[2]提出了扫描法(sweep)算法与 lin 与 kernighan 的
交换法相结合进行需求点排序，构建物流配送路线。
1991 年，gendreau 等人[3]提出用禁忌搜索方法求解 vrp。主要求解过程是通过
gem 得到领域。它是一种启发式算法，非常广泛的应用于车辆路径问题中。
1996 年，j.lawrence[4]提出了带时间窗的车辆路径问题，通过遗传算法进行求解，
达到带有时间窗的 vrp 的有效解。
barnier[5]提出了在约束条件下遗传算法对 csp 参数的子域进行求解，减少对 csp
参数的子域搜索空间和遗传算法的复杂度。
melvyn 和 hoong 等人[6]构建了针对 vrptw 问题的 m-vrptw 数学模型，通
过改进的遗传算法进行求解。
sttltzle 和 dorigo[7]主要研究了路径上的信息素与搜索到的最优解之间存在的关
系，同时证明了蚁群算法(ant colony optimization, aco)具有很好的收敛性。
2.2 国内研究现状
在 2007 年，洪联系等人[8]研究了带时间窗的多个配送中心车辆路径优化问题，并
把聚类、迭代等融入遗传算法中，设计了一个混合算法的多配送中心车辆调度系统。
在 2009 年，温惠英等[9]对传统的遗传算法进行了改进，使得的新算法的参数可以
自适应调整，并应用到物流配送点对点型的路径优化问题中。
在 2012 年，石兆等人[10]分析了动态变化下的配送路线的车辆行程时间问题，建
立了相关的动态模型，分解问题，设计了新的禁忌搜索算法。
在 2013 年石兆等人[11]分析了食品冷链的配送路径优化问题，重点分析了撇送上
的行程时间问题，最终建立了基于满意度的时变数学模型，采用最小包络的聚类分析
方法与混合遗传算法。
2016 年，蒋杰辉等人[12]，针对多目标的应急物流配送的车辆路径优化问题，基于
新的智能水滴算法的多目标应急物资路径优化算法。
3 应用前景
物流业在我国的新兴经济产业中占据了重要的地位，而物流配送作为物流系统的
重要环节，影响着物流的整个运作过程，采用科学、合理的方法来进行物流配送路径
的规划不仅能够提升配送效率，而且能够提升企业效益，有广泛的应用前景。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容和问题
1 研究目标
（1）结合国内的快递行业发展现状以及快递配送路径规划的实际需求，建立适应于
快递配送的分级 tsp(旅行商问题)数学模型，并对国内外针对该问题提出的路径优化
算法进行梳理与学习，选取一到两个算法进行深入学习，借助仿真实验数据分析总结
各个算法的优缺点，掌握每种算法各自的特性和适用条件。
（2）针对快递配送员的业务需求，借助 java ee 架构技术设计快递路径规划服务系
统，该系统可以管理配送员的配送任务以及维护个人信息，根据配送级别为快递员推
荐配送顺序和驱车路线。
2 研究内容
针对我国现阶段快递配送道路成本消耗严重的现状，在充分研究路径规划优化算
法的基础上，选取一到两个算法，设计实现快递路径规划推荐系统。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 研究的方法与方案
1 研究方法
（1）文献研究法。阅读相关的文献资料，了解与课题相关的最新研究成果，提高对
该课题领域的认知和理论基础。
（2）在研究过程中与相关领域的前辈交流；
（3）比较研究法。根据在城市级别配送和城区级别配送在运输工具上存在的差异，
分析比较各个路径优化算法的优缺点，选取出符合这两种配送级别的算法。
2 技术路线
3 实验方案
实验一：学习本课题相关领域的的理论知识以及相关技术；
（1）查阅资料学习近几年优化效果显著的路径优化算法，理解算法的思路；
（2）java 的 ssm 框架；
（3）百度地图 api；
（4）matlab 编程基础；
实验二：研究快递配送路线规划的模型；
（1）根据快递的城市级别和城区级别的实际配送情况，完成具体的问题描述；
（2）分析快递配送路线规划问题的内涵，将所描述的问题进行抽象和简化，建立数
学模型。
实验三：结合实验二对快递配送线路问题的分析与建立的数学模型，选用相应的配送
路线规划算法；
（1）根据城市级别的配送特点选定路线规划算法；
（2）根据城区级别的配送特点选定路线规划算法；
（3）算法编程与实验仿真，在 eclipse 环境下对上述提出的算法进行仿真实验，可
以结合 java 编程语言具有与平台无关、容易扩展的特点和 matlab 含有丰富的函数工
具箱优势，在 java 程序中调用 matlab 编写的函数，观察算法的迭代过程。
实验四：基于路径优化算法的快递末端配送路线规划系统的设计与实现；
（1）登录注册模块；
（2）我的任务管理模块；
（3）个人信息维护模块；
（4）配送管理模块，该模块是该系统的重点和难点，根据快递城市配送特点，将其
分为城市级别和城区级别，这两个级别由于运输工具上的差异，路径规划所采取的的
基准也不同，每个级别拟实现两个主要功能，推荐配送顺序和路径规划功能。
4 可行性分析
（1）需求可行性分析；快递业务量快速增长所面临的挑战之一是缺乏运输能力，在
快递配送过程中，其配送时的路线优化可以在一定程度上减少配送时的运输成本，所
以在快递员进行配送任务之前进行配送路线选择尤为重要。
（2）技术可行性分析；快递配送路径规划系统拟采用 java ee 架构技术、mysql 数据
库和 eclipse 工具来实施开发。
（3）经济可行性分析；从环境和设备等因素来说，只要有电脑就可以随时随地登录
快递配送路径规划系统。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 研究创新点
快递员平时都是利用自己的配送经验选择同城配送路径，该系统可以利用路径优
化算法为快递员在城市级别或城区级别的配送中推荐最短路径，减少配送时间。
5. 研究计划与进展
1 研究计划
（1）2020 年 1 月 6 日
开题答辩；
（2）2020 年 2 月
通过查阅资料以及网上的学习视频，自学路径优化算法、matlab 编程基础以及 java
的 ssm 框架相关知识，确定对于城市级别的配送类型和城区级别的配送类型分别选取
哪种路径选择算法；
（3）2020 年 3 月
对已经确定使用的路径选择算法进行深度学习以及仿真实现；
（4）2020 年 4 月
完成快递末端配送路线规划系统的开发；
（5）2020 年 5 月
撰写论文以及完善系统的相关功能。
2 预期成果
（1）学习一到两种路径优化算法并完成仿真实验；
（2）实现基于路径优化算法的快递末端配送路线规划系统；
（3）完成毕业论文的撰写。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
