文/趙海
根據(jù)快餐外賣(mài)后臺(tái)數(shù)據(jù)顯示可知,在訂餐高峰時(shí)段,快餐外賣(mài)配送每天最多可以達(dá)到2.0×106單,為提高送餐效率,外賣(mài)平臺(tái)招聘了約8.0×105名專業(yè)配送人員為用戶提供快餐外賣(mài)配送服務(wù)[1]。本文將在現(xiàn)有研究?jī)?nèi)容的基礎(chǔ)上,設(shè)計(jì)一種針對(duì)快餐外賣(mài)配送路徑方案的全新規(guī)劃設(shè)計(jì)方法,將優(yōu)化配送路徑、提高快餐外賣(mài)服務(wù)平臺(tái)注冊(cè)與下單用戶的滿意度作為設(shè)計(jì)標(biāo)準(zhǔn),深化此項(xiàng)工作,從而實(shí)現(xiàn)在提高快餐外賣(mài)效率的同時(shí),合理規(guī)劃配送路徑,為終端運(yùn)營(yíng)管理企業(yè)在市場(chǎng)內(nèi)的發(fā)展創(chuàng)造更高的收益。
1.1 建立快餐外賣(mài)配送路徑規(guī)劃數(shù)學(xué)模型
為實(shí)現(xiàn)對(duì)快餐外賣(mài)配送路徑的規(guī)劃,本章將采用構(gòu)建數(shù)學(xué)模型的方式,進(jìn)行此方面內(nèi)容的研究。在此過(guò)程中,可將最優(yōu)路徑規(guī)劃設(shè)計(jì)問(wèn)題轉(zhuǎn)換為T(mén)SP商旅問(wèn)題,根據(jù)TSP問(wèn)題的基本特征,進(jìn)行模型的構(gòu)建[3]。假設(shè)配送人員進(jìn)行快餐外賣(mài)配送的過(guò)程是一個(gè)節(jié)點(diǎn)出發(fā)到達(dá)另一個(gè)節(jié)點(diǎn)的過(guò)程,且此過(guò)程中每個(gè)節(jié)點(diǎn)只需要經(jīng)歷一次即可。此時(shí),可定義配送人員承接一組外賣(mài)訂單時(shí),其中涉及快餐外賣(mài)商家個(gè)、客戶個(gè),配送人員從配送中心點(diǎn)出發(fā),此點(diǎn)表示為0。在此種條件下,配送人員從接單開(kāi)始,經(jīng)過(guò)取餐、送餐等環(huán)節(jié),需要經(jīng)過(guò)的節(jié)點(diǎn)數(shù)為,則的計(jì)算可用實(shí)現(xiàn)[4]。按照配送人員在取餐與配送過(guò)程經(jīng)過(guò)的節(jié)點(diǎn)數(shù),對(duì)節(jié)點(diǎn)進(jìn)行編號(hào)。假設(shè)配送路徑中的第一個(gè)節(jié)點(diǎn)平面坐標(biāo)表示為,則可以表示為。同時(shí),設(shè)定配送人員在此條路徑配送過(guò)程中的時(shí)間上限表示為,配送人員在單位時(shí)間內(nèi)的有效配送距離記為配送速度,表示為。為確保在理想狀態(tài)下配送距離為最優(yōu),可假設(shè)配送過(guò)程中配送人員處于均勻騎行狀態(tài)[5]。按照上述方式,構(gòu)建快餐外賣(mài)配送路徑規(guī)劃數(shù)學(xué)模型。模型表達(dá)式如下計(jì)算公式所示。

公式(1)中:dij表示為配送人員在配送路徑中經(jīng)過(guò)節(jié)點(diǎn)i與節(jié)點(diǎn)j所需要的距離;xi、yi表示為配送路徑中的第i個(gè)節(jié)點(diǎn)平面坐標(biāo);xj、yj表示為配送路徑中的第j個(gè)節(jié)點(diǎn)平面坐標(biāo)。在此基礎(chǔ)上,將最短配送時(shí)間作為建模目標(biāo),建立如下所示的數(shù)學(xué)函數(shù)。函數(shù)表達(dá)式如下。

公式(2)中:tij表示為從節(jié)點(diǎn)i配送到節(jié)點(diǎn)j的耗時(shí)。按照上述方式,完成對(duì)快餐外賣(mài)配送路徑規(guī)劃數(shù)學(xué)模型的構(gòu)建。
1.2 基于蟻群算法的模型深度訓(xùn)練
為確保構(gòu)建的數(shù)學(xué)模型通過(guò)計(jì)算得到的快餐外賣(mài)配送路徑為最優(yōu)路徑,需要在上述內(nèi)容的基礎(chǔ)上,引進(jìn)蟻群算法,對(duì)模型進(jìn)行深度訓(xùn)練[6]。在此過(guò)程中,先對(duì)蟻群參數(shù)進(jìn)行初始化處理,重新配置蟻群參數(shù),確保蟻群參數(shù)與快餐外賣(mài)配送路徑匹配后,設(shè)定深度訓(xùn)練螞蟻種群數(shù)量表示為m,將蟻群放置在配送人員出發(fā)點(diǎn)位置,蟻群將對(duì)所有配送路徑中進(jìn)行集群行進(jìn)。將蟻群在節(jié)點(diǎn)之間的移動(dòng)過(guò)程作為訓(xùn)練過(guò)程,對(duì)此過(guò)程進(jìn)行描述,如下計(jì)算公式所示。

公式(3)中:P表示為基于蟻群算法的模型深度訓(xùn)練過(guò)程;k表示為蟻群節(jié)點(diǎn)轉(zhuǎn)移行為的發(fā)生次數(shù)(/深度訓(xùn)練行為發(fā)生次數(shù));τ表示為蟻群攜帶的信息素;η表示為蟻群有效行進(jìn)方向;α表示為蟻群在路徑中的檢索次數(shù);β表示為蟻群移動(dòng)方向權(quán)重。按照上述方式,對(duì)模型規(guī)劃的最短距離配送路徑與最少時(shí)間配送路徑進(jìn)行多次訓(xùn)練迭代,不斷縮小規(guī)劃路徑的數(shù)量,通過(guò)此種方式,實(shí)現(xiàn)基于蟻群算法的模型深度訓(xùn)練。
1.3 快餐外賣(mài)配送最優(yōu)規(guī)劃路徑生成
完成上述研究后,在快餐外賣(mài)配送終端集成一個(gè)函數(shù),將終端派送的外賣(mài)訂單作為路徑規(guī)劃節(jié)點(diǎn),根據(jù)配送人員與快餐外賣(mài)中心的位置,在終端進(jìn)行自動(dòng)派單[7]。通過(guò)此種方式,實(shí)現(xiàn)外賣(mài)配送最優(yōu)規(guī)劃路徑的生成。
在此過(guò)程中,考慮到訂單位置存在一定隨機(jī)性,因此,需要按照高斯模擬的方式,進(jìn)行訂單所在位置的預(yù)測(cè)。可將此過(guò)程表示為下述計(jì)算公式。

公式(4)中:Q表示為快餐外賣(mài)配送訂單所在位置的預(yù)測(cè)結(jié)果;INT表示為配送人員所在位置信息的錄入;S表示為;σ表示為快餐外賣(mài)配送是否為高峰時(shí)段,當(dāng)識(shí)別為“是”時(shí),σ的取值為<1,且>0的數(shù)值,當(dāng)識(shí)別為“否”時(shí),σ的取值為>1的數(shù)值,具體取值根據(jù)配送時(shí)段高峰程度設(shè)定;E表示為預(yù)測(cè)餐飲飯店所在位置。完成相關(guān)信息的獲取與錄入后,使用模型按照上文所述內(nèi)容,進(jìn)行快餐外賣(mài)配送最優(yōu)規(guī)劃路徑生成,此過(guò)程如下計(jì)算公式所示。

公式(5)中:γc表示為快餐外賣(mài)配送最優(yōu)規(guī)劃路徑生成過(guò)程;K1、K2、K3表示為在不同條件下生成的三條快餐外賣(mài)配送路徑;fmax表示為配送路徑最長(zhǎng)距離;fmin表示為配送路徑最短距離f表示為均值函數(shù)。按照上述計(jì)算公式,生成快餐外賣(mài)配送最優(yōu)規(guī)劃路徑,以此完成本文研究。
為實(shí)現(xiàn)對(duì)本文設(shè)計(jì)方法的檢驗(yàn),下述將以某外賣(mài)配送服務(wù)平臺(tái)作為測(cè)試對(duì)象,根據(jù)本文此次研究需求,設(shè)計(jì)如下文所示的對(duì)比實(shí)驗(yàn)。通過(guò)與此外賣(mài)后臺(tái)管理員的交涉后發(fā)現(xiàn),截至目前,配送平臺(tái)平均每天都會(huì)收到30.0條~100.0條的差評(píng)或投訴,主要原因是配送人員無(wú)法按照平臺(tái)上的預(yù)期時(shí)間將快餐外賣(mài)送達(dá)。盡管平臺(tái)管理員已經(jīng)采取了多種手段與措施進(jìn)行此項(xiàng)工作的優(yōu)化,但由于后臺(tái)提供給外賣(mài)配送人員的配送路徑規(guī)劃方案存在不合理的問(wèn)題,導(dǎo)致平臺(tái)注冊(cè)用戶對(duì)現(xiàn)有的外賣(mài)配送服務(wù)存在不滿意的現(xiàn)象。通過(guò)與平臺(tái)管理員的交涉,最終決定選用本文設(shè)計(jì)的方法,將此方法集成在快餐外賣(mài)配送平臺(tái)的終端,按照本文設(shè)計(jì)的方法進(jìn)行外賣(mài)配送路徑規(guī)劃。
實(shí)驗(yàn)中,獲取此平臺(tái)的訂單配送信息,將其作為測(cè)試信息集合。建立如下實(shí)驗(yàn)場(chǎng)景,假設(shè)外賣(mài)員在收到平臺(tái)的訂單派送與分發(fā)指令后,需要先到達(dá)餐飲店(從接單位置~餐飲飯店的路徑為A),等待餐飲店的出餐時(shí)間,再根據(jù)平臺(tái)規(guī)劃的路徑,進(jìn)行外賣(mài)餐飲的配送(從餐飲飯店~客戶位置的路徑為B)。按照本文設(shè)計(jì)的方式進(jìn)行外賣(mài)配送,需要先根據(jù)平臺(tái)在配送中的相關(guān)信息,建立一個(gè)針對(duì)快餐外賣(mài)配送路徑規(guī)劃的數(shù)學(xué)模型,在此基礎(chǔ)上,引進(jìn)蟻群算法,對(duì)構(gòu)建的模型進(jìn)行深度訓(xùn)練,通過(guò)此種方式,生成快餐外賣(mài)配送最優(yōu)規(guī)劃路徑。
在此基礎(chǔ)上,引進(jìn)基于大數(shù)據(jù)技術(shù)的快餐外賣(mài)配送路徑方案規(guī)劃設(shè)計(jì)方法作為傳統(tǒng)方法,將傳統(tǒng)方法按照相同的步驟集成在外賣(mài)配送終端平臺(tái)上,建立基于大數(shù)據(jù)技術(shù)的外賣(mài)配送最優(yōu)路徑訓(xùn)練迭代模型。對(duì)本文方法與傳統(tǒng)方法構(gòu)建的模型迭代過(guò)程進(jìn)行描述,如下圖1所示。

圖1 本文模型與傳統(tǒng)模型迭代訓(xùn)練過(guò)程
上述圖1中,虛線代表傳統(tǒng)方法構(gòu)建模型的迭代訓(xùn)練過(guò)程,實(shí)線代表本文方法構(gòu)建模型的迭代訓(xùn)練過(guò)程。
傳統(tǒng)模型需要經(jīng)過(guò)約400.0次迭代才能達(dá)到此模型提出的最優(yōu)路徑長(zhǎng)度,迭代訓(xùn)練后規(guī)劃的最優(yōu)路徑長(zhǎng)度約為26.0km。本文建立的快餐外賣(mài)配送路徑規(guī)劃數(shù)學(xué)模型,在經(jīng)過(guò)約150.0次迭代后可以實(shí)現(xiàn)對(duì)外賣(mài)配送最優(yōu)路徑的規(guī)劃,規(guī)劃路徑長(zhǎng)度約為25.0km。在此基礎(chǔ)上,對(duì)兩個(gè)模型的訓(xùn)練迭代過(guò)程進(jìn)行分析發(fā)現(xiàn),傳統(tǒng)模型的迭代訓(xùn)練過(guò)程較為復(fù)雜,中間需要后臺(tái)經(jīng)過(guò)大量計(jì)算才能得到最優(yōu)路徑結(jié)果,而本文設(shè)計(jì)的模型迭代訓(xùn)練過(guò)程較為簡(jiǎn)單,不需要經(jīng)過(guò)大量計(jì)算即可得到最優(yōu)路徑。綜合上述分析后可知,本文此次研究設(shè)計(jì)的模型訓(xùn)練迭代過(guò)程較為簡(jiǎn)單,曲線整體較為平滑。因此,在完成上述實(shí)驗(yàn)后,得到此次對(duì)比實(shí)驗(yàn)的結(jié)論:相比傳統(tǒng)的方法,本文方法在進(jìn)行快餐外賣(mài)配送路徑方案規(guī)劃設(shè)計(jì)時(shí),后臺(tái)計(jì)算較為簡(jiǎn)單,且迭代訓(xùn)練后得到的外賣(mài)配送路徑更短。
在上述內(nèi)容基礎(chǔ)上,設(shè)定終端5個(gè)用戶完成了在外賣(mài)平臺(tái)上訂餐,預(yù)設(shè)終端用戶為1~5,使用兩種方法對(duì)配送人員的餐飲外賣(mài)配送路徑進(jìn)行規(guī)劃。假設(shè)配送人員在單位時(shí)間內(nèi)的配送距離相同,將用戶下單到其簽收清單的時(shí)間作為對(duì)比指標(biāo),統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果,如下表1所示。

表1 規(guī)劃后快餐外賣(mài)配送時(shí)間對(duì)比
通過(guò)上述表1所示的實(shí)驗(yàn)結(jié)果可以看出,本文方法規(guī)劃路徑后所需的配送時(shí)間<傳統(tǒng)方法規(guī)劃路徑后所需的配送時(shí)間,且按照本文設(shè)計(jì)的方法進(jìn)行快餐外賣(mài)配送路徑規(guī)劃,可以滿足快餐外賣(mài)配送平臺(tái)向用戶做出的“全城半小時(shí)高效率送達(dá)”承諾。綜合上述實(shí)驗(yàn)后,得出對(duì)比實(shí)驗(yàn)結(jié)論:本文此次設(shè)計(jì)的方法,不僅可以實(shí)現(xiàn)將快餐外賣(mài)配送路徑設(shè)計(jì)為最優(yōu),同時(shí)也可以有效縮短配送時(shí)間,通過(guò)此種方式,提高用戶對(duì)外賣(mài)配送平臺(tái)服務(wù)的滿意度。
在互聯(lián)網(wǎng)時(shí)代背景下,線下即時(shí)配送服務(wù)成為優(yōu)化群體生活的主要服務(wù)項(xiàng)目之一,為滿足更多群體的需求,多個(gè)快餐外賣(mài)配送平臺(tái)向用戶做出了“全城半小時(shí)高效率送達(dá)”的承諾。為全面落實(shí)此項(xiàng)工作,本文從建立快餐外賣(mài)配送路徑規(guī)劃數(shù)學(xué)模型、基于蟻群算法的模型深度訓(xùn)練、快餐外賣(mài)配送最優(yōu)規(guī)劃路徑生成三個(gè)方面,開(kāi)展了快餐外賣(mài)配送路徑規(guī)劃設(shè)計(jì)的研究。通過(guò)此種方式,實(shí)現(xiàn)為用戶提供更加優(yōu)化的配送服務(wù)。
引用出處
[1]王海燕,戴雪.基于雙節(jié)點(diǎn)時(shí)間窗的外賣(mài)配送路徑優(yōu)化研究[J].福州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2021,35(06):42-46+83.
[2]厲飛芹,閆思佳,嚴(yán)滿玉.網(wǎng)絡(luò)訂餐平臺(tái)外賣(mài)配送安全問(wèn)題透視與治理——基于社會(huì)責(zé)任理論[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊(中),2021(09):86-88.
[3]張?chǎng)?甘子明.結(jié)構(gòu)控制:互聯(lián)網(wǎng)平臺(tái)企業(yè)的勞動(dòng)過(guò)程研究——以M外賣(mài)配送平臺(tái)為例[J].浙江理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2021,46(04):447-455.
[4]張建斌,周璐好,王超.基于交通違法行為的外賣(mài)分級(jí)配送政府補(bǔ)貼機(jī)制研究[J].重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2021,38(01):69-75.
[5]劉旺盛,吳球軍,嚴(yán)浩洲,等.帶硬時(shí)間窗的外賣(mài)配送車輛路徑問(wèn)題[J].集美大學(xué)學(xué)報(bào)(自然科學(xué)版),2020,25(06):441-447.
[6]溫清榮,曾維聰,朱世森,等.基于動(dòng)態(tài)規(guī)劃下外賣(mài)配送最優(yōu)路線研究——以廣州工商學(xué)院為例[J].中國(guó)儲(chǔ)運(yùn),2020(11):106-109.
[7]何玥瑋,姜曉紅,荊文琪,等.可循環(huán)外賣(mài)餐盒的配送回收方案設(shè)計(jì)與商家選擇分析[J].物流工程與管理,2020,42(04):153-155+109.