大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)選址研究—以鄭州市龍子湖大學(xué)城為例

（鄭州大學(xué) 管理工程學(xué)院，河南 鄭州 450000）

1 引言

迄今為止，我國(guó)已建成大學(xué)城60余座[1]，如：南京仙林大學(xué)城、廣州大學(xué)城、鄭州龍子湖大學(xué)城等。大學(xué)的聚集分布有利于充分利用高校園區(qū)豐富的資源，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，發(fā)揮高校園區(qū)整體優(yōu)勢(shì)[2]。大學(xué)生作為網(wǎng)購(gòu)的重要群體，消費(fèi)規(guī)模不斷擴(kuò)大。大學(xué)城內(nèi)快遞數(shù)量急劇增加，校園快遞末端配送效率低下的問(wèn)題日益凸顯。研究表明，智能快遞柜的使用減少了學(xué)生等待時(shí)間，方便寄取快遞，有效解決快遞“最后一公里”問(wèn)題[3-5]。大學(xué)城內(nèi)智能快遞柜的使用群體不僅限于本大學(xué)師生，如果智能快遞柜服務(wù)網(wǎng)點(diǎn)的位置選擇得當(dāng)，可以滿足多個(gè)大學(xué)學(xué)生的共同使用，從而服務(wù)更多學(xué)生群體，提高快遞的服務(wù)效率和學(xué)生取件的便利性。

目前，已經(jīng)有學(xué)者對(duì)智能快遞服務(wù)網(wǎng)點(diǎn)的推廣使用進(jìn)行研究探討。如：楊士涓[6]從智能快遞柜基于微信公眾平臺(tái)的信息服務(wù)、多方合作校企商業(yè)模式、創(chuàng)新運(yùn)作模式等方面進(jìn)行了分析。朱溪亭[7]提出構(gòu)建基于智能快遞柜的校園快遞服務(wù)點(diǎn)，整合校園快遞終端業(yè)務(wù)從而提高校園快遞服務(wù)水平。張秋燕[8]分析了智能快遞自提柜的發(fā)展現(xiàn)狀并與傳統(tǒng)快遞自提模式進(jìn)行了對(duì)比，為亞馬遜成功運(yùn)用智能快遞自提柜提供了建議。任為[9]分析得出智能快遞柜在發(fā)展過(guò)程中存在著商業(yè)運(yùn)營(yíng)模式不清晰、投放空間不靈活、布置受限、惡性競(jìng)爭(zhēng)和增值服務(wù)欠缺的問(wèn)題，并提出了針對(duì)性的應(yīng)對(duì)策略，如快遞公司自投快遞柜、智能快遞柜與傳統(tǒng)派送相結(jié)合、統(tǒng)一規(guī)劃布局和推廣增值性服務(wù)。孫紅、周帆[10]等就智能快遞柜發(fā)展過(guò)程中存在的問(wèn)題進(jìn)行研究，提出了完善智能快遞柜服務(wù)系統(tǒng)的方法。

目前對(duì)選址規(guī)劃問(wèn)題進(jìn)行研究有以下幾種方式。一是定性研究，利用專家打分法或者德?tīng)柗品▽?duì)選址位置進(jìn)行研究。二是采用雙層規(guī)劃模型、多目標(biāo)選址模型、集合覆蓋模型等結(jié)合人工智能算法進(jìn)行選址優(yōu)化研究[11]。目前，采用后者進(jìn)行選址研究的學(xué)者居多。如：王勇[12]以運(yùn)輸費(fèi)用和建設(shè)成本最小為目標(biāo)基于改進(jìn)蟻群算法將配送中心選址階段看成聚類問(wèn)題，將已經(jīng)分配了供貨點(diǎn)的候選配送中心作為聚類中心，求出配送成本最低的配送方案，從而對(duì)多物流配送中心進(jìn)行選址。周翔[13]等構(gòu)建了配送中心和末端節(jié)點(diǎn)的兩階段布局模型，以取貨距離、配送時(shí)長(zhǎng)為主要考慮因素建立了顧客滿意度函數(shù)，采用中心偏移二次聚類算法解決末端節(jié)點(diǎn)的數(shù)量及規(guī)模。

在智能快遞柜網(wǎng)點(diǎn)選址方面，施書彪、黃有方[14]以租金成本、配送成本和懲罰成本最小化為目標(biāo)建立了校園智能快遞柜選址模型，并以實(shí)例驗(yàn)證了模型的可行性。馮斌[15]利用K-mean法對(duì)選址區(qū)域進(jìn)行分區(qū)，降低了選址的難度，建立了智能快遞柜備選址評(píng)估指標(biāo)模型，應(yīng)用AHP法和模糊綜合評(píng)價(jià)法確定了備選址的位置，應(yīng)用0-1整數(shù)規(guī)劃和排隊(duì)論模型確定了智能快遞柜的精確選址和選址規(guī)模。王嘉琦和鄒恩[16]指出國(guó)內(nèi)的智能快遞柜運(yùn)營(yíng)模式主要有電商企業(yè)自建自用、快遞企業(yè)自建自用和第三方平臺(tái)共用三種，目前尚處于企業(yè)自發(fā)創(chuàng)新的初期階段。丁猛[17]采用覆蓋模型方法，以網(wǎng)點(diǎn)數(shù)量最小和固定網(wǎng)點(diǎn)數(shù)量為目標(biāo)，以各需求點(diǎn)取件距離之和最短為約束條件建立高校智能快遞柜網(wǎng)點(diǎn)選址模型。李玉民、楊露[18]等認(rèn)為第三方平臺(tái)共用模式是目前最普遍的智能快遞柜運(yùn)營(yíng)模式，并基于演化博弈理論構(gòu)建了快遞企業(yè)和第三方智能快遞柜企業(yè)之間的演化博弈模型。

與我國(guó)相比，國(guó)外針對(duì)快遞“最后一公里”終端配送設(shè)備的研究已經(jīng)達(dá)到了一定的水平，其理論和實(shí)踐都相對(duì)成熟[19]。其中，快遞自提服務(wù)主要存在于日本和中國(guó)臺(tái)灣、歐洲等地，如日本和臺(tái)灣的“便利店提貨模式”、新加坡的第二代自助式郵亭、歐洲的“收寄點(diǎn)（CDP）”等[15]。目前，國(guó)外關(guān)于智能快遞柜的研究主要集中于有人值守式CDP和無(wú)人值守式CDP兩種。Rowlands[20]和Esser[21]分別介紹了CDP在英國(guó)以及德國(guó)的發(fā)展趨勢(shì)，通過(guò)實(shí)證研究證明了CDP的使用率和在顧客中的認(rèn)知率均呈現(xiàn)逐步上升趨勢(shì)。Weltevreden[22]分析了荷蘭消費(fèi)者的網(wǎng)購(gòu)數(shù)據(jù)，揭示了自提點(diǎn)對(duì)零售企業(yè)、購(gòu)物中心和消費(fèi)者的影響程度。Rowlands[20]綜合考慮遞送成本、遞送時(shí)效、投資開(kāi)發(fā)回收期等多方面因素，細(xì)致地比較分析“無(wú)人交付接收盒”和“遞送盒”的應(yīng)用范圍和應(yīng)用區(qū)別，研究發(fā)展在人群集中區(qū)域投放“無(wú)人交付接收盒”更能夠節(jié)省運(yùn)輸成本，提高投資收益。Michael[23]通過(guò)比較分析，得出有人值守式CDP在快遞末端配送上具有較大的發(fā)展優(yōu)勢(shì)，并進(jìn)一步介紹了有人值守式CDP的未來(lái)發(fā)展前景。

本文擬從時(shí)間方面對(duì)大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)布局進(jìn)行優(yōu)化，尋找大學(xué)城內(nèi)網(wǎng)點(diǎn)個(gè)數(shù)最少的布局方式。將時(shí)間參數(shù)轉(zhuǎn)化為距離參數(shù)，以此確定智能快遞柜服務(wù)網(wǎng)點(diǎn)的輻射半徑，構(gòu)建大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)布局的集合覆蓋模型，利用集合覆蓋的啟發(fā)式算法進(jìn)行求解，進(jìn)而得到最優(yōu)網(wǎng)絡(luò)布局方式，旨在提高學(xué)生取件效率，降低企業(yè)建設(shè)成本。

2 問(wèn)題描述

大學(xué)城內(nèi)物流快遞系統(tǒng)主要包括以下幾個(gè)部分：快遞分撥中心、配送中心和快遞服務(wù)網(wǎng)點(diǎn)。其中，學(xué)生取件的便利性和快遞服務(wù)網(wǎng)點(diǎn)的性質(zhì)和選址點(diǎn)緊密相連。智能快遞柜的使用減少了學(xué)生等待時(shí)間，方便寄取快遞。本文提出在大學(xué)城內(nèi)建設(shè)智能快遞柜服務(wù)網(wǎng)點(diǎn)，并對(duì)大學(xué)城內(nèi)網(wǎng)點(diǎn)進(jìn)行選址分析，以解決大學(xué)城內(nèi)高校學(xué)生快件收發(fā)問(wèn)題，即大學(xué)城內(nèi)快遞“最后一公里問(wèn)題”。通過(guò)建立智能快遞柜服務(wù)網(wǎng)點(diǎn)，為學(xué)生群體提供更加便利、快捷的服務(wù)，解決學(xué)生群體取件難、取件時(shí)間長(zhǎng)的問(wèn)題，同時(shí)增加企業(yè)的效益。本文就智能快遞柜服務(wù)網(wǎng)點(diǎn)布局問(wèn)題進(jìn)行研究。

智能快遞柜服務(wù)網(wǎng)點(diǎn)候選點(diǎn)集合為{j|j∈J,j=1,2,…,m}，需求區(qū)域（學(xué)生宿舍群體）集合為{i|i∈I,i=1,2,…,n}。假設(shè)候選點(diǎn)個(gè)數(shù)若干，每個(gè)網(wǎng)點(diǎn)的服務(wù)能力用網(wǎng)點(diǎn)容量來(lái)表示，則需求服務(wù)匹配存在3種情況：若dij＞L，服務(wù)網(wǎng)點(diǎn)候選點(diǎn)將不對(duì)該需求點(diǎn)進(jìn)行服務(wù)；若dij≤L且未超過(guò)網(wǎng)點(diǎn)服務(wù)能力，服務(wù)網(wǎng)點(diǎn)候選點(diǎn)將對(duì)該需求點(diǎn)進(jìn)行服務(wù)；若dij≤L但超過(guò)網(wǎng)點(diǎn)服務(wù)能力，則不對(duì)該需求點(diǎn)進(jìn)行服務(wù)。其中L為網(wǎng)絡(luò)服務(wù)網(wǎng)點(diǎn)候選點(diǎn)的輻射半徑，dij為服務(wù)網(wǎng)點(diǎn)候選點(diǎn)到學(xué)生群體需求點(diǎn)的距離。智能快遞柜服務(wù)網(wǎng)點(diǎn)布局示意圖如圖1所示。

圖1 智能快遞柜服務(wù)網(wǎng)點(diǎn)布局示意圖

3 模型設(shè)計(jì)

3.1 模型假設(shè)

由于大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)的容量和輻射半徑選擇范圍較大，服務(wù)對(duì)象學(xué)生群體對(duì)于取件具有很強(qiáng)的時(shí)間約束，建設(shè)智能快遞柜服務(wù)網(wǎng)點(diǎn)用地存在不確定性。對(duì)此，對(duì)大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)選址過(guò)程中有關(guān)參數(shù)進(jìn)行如下說(shuō)明：

（1）快遞件單位化處理。由于智能快遞柜本身包含大中小3種不同類型的格子，在此我們只考慮快遞件數(shù)量，不考慮快遞件的大小和形狀。

（2）需求點(diǎn)的確定。大學(xué)城不同于一所大學(xué)，學(xué)生需求點(diǎn)不應(yīng)按照單棟學(xué)生宿舍進(jìn)行劃分。高校內(nèi)學(xué)生群體通常的活動(dòng)范圍都在宿舍、食堂、教學(xué)樓和圖書館之間。一般高校園區(qū)內(nèi)宿舍群周圍都附帶有商業(yè)街以滿足學(xué)生生活的日常需求。故本文只考慮學(xué)生活動(dòng)范圍在宿舍周圍。將大學(xué)城內(nèi)的半徑100m內(nèi)的宿舍區(qū)域看作一個(gè)需求點(diǎn)。

（3）智能快遞柜服務(wù)網(wǎng)點(diǎn)的處理量。智能快遞柜服務(wù)網(wǎng)點(diǎn)的處理量與其覆蓋半徑和其覆蓋區(qū)域內(nèi)學(xué)生數(shù)量有關(guān)。理論上，網(wǎng)點(diǎn)的覆蓋半徑越大，學(xué)生數(shù)量越多，其處理量就越大。但結(jié)合實(shí)際情況，由于智能快遞柜服務(wù)網(wǎng)點(diǎn)的數(shù)量限制，不同輻射半徑和學(xué)生密度對(duì)應(yīng)1個(gè)最佳處理量，避免智能快遞柜服務(wù)網(wǎng)點(diǎn)容量閑置造成浪費(fèi)。

（4）智能快遞柜服務(wù)網(wǎng)點(diǎn)覆蓋半徑。一般來(lái)說(shuō)，在學(xué)生步行速度一定的情況下，需求點(diǎn)與網(wǎng)點(diǎn)之間距離越短，取件時(shí)間就越短。為保證學(xué)生取件的最大便捷性，按照步行5km/h，10min內(nèi)取得快遞，則智能快遞柜服務(wù)網(wǎng)點(diǎn)覆蓋半徑最大應(yīng)為800m。

在對(duì)大學(xué)城內(nèi)學(xué)生取件問(wèn)題描述和參數(shù)設(shè)置的基礎(chǔ)上構(gòu)建集合覆蓋模型，以實(shí)現(xiàn)智能快遞柜服務(wù)網(wǎng)點(diǎn)布局，提出如下假設(shè)：

假設(shè)1：假設(shè)建立一個(gè)智能快遞柜服務(wù)網(wǎng)點(diǎn)的固定成本相同。

假設(shè)2：不考慮狂歡購(gòu)物節(jié)對(duì)大學(xué)城內(nèi)快遞數(shù)量的影響。

假設(shè)3：不考慮其他競(jìng)爭(zhēng)企業(yè)對(duì)設(shè)立智能快遞柜服務(wù)網(wǎng)點(diǎn)的影響。

假設(shè)4：不考慮區(qū)域內(nèi)交通影響因素，設(shè)定所有網(wǎng)點(diǎn)的最大服務(wù)半經(jīng)上限一致。

3.2 模型建立

基于以上假設(shè)及大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)的特點(diǎn)，建立大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)選址的集合覆蓋模型。建立最大覆蓋模型的目標(biāo)是在最大服務(wù)半徑確定的情況下對(duì)有限的服務(wù)網(wǎng)點(diǎn)進(jìn)行選址，滿足盡可能多的需求點(diǎn)。

式（1）中，sj為智能快遞柜服務(wù)網(wǎng)點(diǎn)選址變量，N為學(xué)生群體需求區(qū)域i的集合，N={1,2,…,n}。當(dāng)sj=1時(shí)，表示備選點(diǎn)j作為智能快遞柜服務(wù)網(wǎng)點(diǎn)選址點(diǎn)。當(dāng)sj=0時(shí)，表示備選點(diǎn)j不被作為智能快遞柜服務(wù)網(wǎng)點(diǎn)選址點(diǎn)。為保證1個(gè)地方最多只能投建1個(gè)網(wǎng)點(diǎn)，sj應(yīng)滿足：

式（2）中，M為智能快遞柜服務(wù)網(wǎng)點(diǎn)備選網(wǎng)點(diǎn)j的集合，M={1,2,…,m} 。需求點(diǎn)i到備選點(diǎn)j之間的距離dij表示為：

每個(gè)服務(wù)網(wǎng)點(diǎn)的覆蓋半徑是有限的，只有當(dāng)學(xué)生需求點(diǎn)在服務(wù)網(wǎng)點(diǎn)的覆蓋范圍內(nèi)，智能快遞柜服務(wù)網(wǎng)點(diǎn)才對(duì)此需求點(diǎn)進(jìn)行服務(wù)，并且允許1個(gè)服務(wù)網(wǎng)點(diǎn)只提供部分需求，同時(shí)保證每個(gè)需求點(diǎn)快遞處理量得到滿足，因此yij應(yīng)滿足：

式（4）、式（5）中，y′ij為服務(wù)網(wǎng)點(diǎn)j滿足需求點(diǎn)i需求量的百分比；L為網(wǎng)點(diǎn)的覆蓋半徑；B(i)為覆蓋需求點(diǎn)i的網(wǎng)點(diǎn)j的集合。當(dāng)yij=0，表示需求點(diǎn)i的需求量未分配給網(wǎng)點(diǎn)j；當(dāng)0＜yij≤1，表示需求點(diǎn)i的需求量被分配給網(wǎng)點(diǎn)j，且被分配的需求量百分比為yij。每個(gè)網(wǎng)點(diǎn)都有其最大處理量，超過(guò)最大處理量則不能繼續(xù)進(jìn)行服務(wù)，因此需要對(duì)每個(gè)網(wǎng)點(diǎn)的服務(wù)能力進(jìn)行限制，其約束條件為：

式（6）中：qi為需求點(diǎn)i的需求量；Vj為智能快遞柜服務(wù)網(wǎng)點(diǎn)的處理量；A(j)為網(wǎng)點(diǎn)j所覆蓋的需求點(diǎn)i的集合。

3.3 模型求解

集合覆蓋問(wèn)題屬于NP-hard問(wèn)題，不存在多項(xiàng)式求解算法。這類問(wèn)題的求解方法主要分為兩大類：一是枚舉法，能夠找到小規(guī)模問(wèn)題的最優(yōu)解，但對(duì)于規(guī)模較大的問(wèn)題無(wú)法有效求解[24]；二是啟發(fā)式算法，比如遺傳算法、人工神經(jīng)網(wǎng)絡(luò)算法、蟻群算法、模擬退火算法等，所得結(jié)果不能保證是全局最優(yōu)解，但可保證是可行解，可對(duì)大型問(wèn)題有效分析、求解[25-26]。本文選擇一個(gè)集合覆蓋的啟發(fā)式算法[27]，主要步驟如下：

第一步：初始化。令所有的yij=0，sj=0，，并確定集合A(j)和集合B(i)。

第二步：選擇下一個(gè)服務(wù)網(wǎng)點(diǎn)。在M中選擇sj=0且當(dāng)A(j)的模為最大時(shí)，點(diǎn)j′為網(wǎng)絡(luò)節(jié)點(diǎn)，即|A(j)|=max{|A(j)|,j∈M} ，令sj=1，并在集合M中提出節(jié)點(diǎn)j′，即M=M{j′}。

第三步：確定節(jié)點(diǎn)j′的覆蓋半徑。將A(j)中的元素按B(i)的模從小到大的順序指派給j′，直至j′的處理量為Vj=0 或A(j)為空。其中，對(duì)于i∈A(j′)且yi＜1，將i指派給j′的方法為：若qi(1-yi)≤Vj，則令yij=1-yi，Vj=Vj-qi(1-yi)，yi=1在A(j)和N中剔除 需 求 點(diǎn)i。 若qi(1-yi)≤qj，則 令yij=Vj′/qi，

第四步：若N或M為空，停止；否則，更新集合A(j)和B(i)，轉(zhuǎn)第二步，直至N或M為空。

運(yùn)用Matlab2014進(jìn)行編程求解，得到智能快遞柜服務(wù)網(wǎng)點(diǎn)的最小個(gè)數(shù)及布局方式，并將此時(shí)服務(wù)網(wǎng)點(diǎn)的處理能力設(shè)為建設(shè)容量。

3.4 方案評(píng)價(jià)

由于選址問(wèn)題是一項(xiàng)復(fù)雜系統(tǒng)，在對(duì)方案進(jìn)行選擇時(shí)需要考慮多方面的因素。因此，對(duì)于方案的評(píng)價(jià)本文從企業(yè)和學(xué)生兩方面進(jìn)行考慮，采用綜合打分法對(duì)方案進(jìn)行選擇。對(duì)學(xué)生便利性而言，大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)選址對(duì)學(xué)生取件主要影響因素有取件距離遠(yuǎn)近，距離越近對(duì)學(xué)生便利性越大。由于覆蓋模型選址已確定好其輻射半徑，因此本文可以將距離因素轉(zhuǎn)化到學(xué)生需要跨校取件數(shù)量多少，需要跨校取件的快遞數(shù)量越多，此方案對(duì)學(xué)生便利性越差。對(duì)企業(yè)成本而言，大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)選址主要與網(wǎng)點(diǎn)數(shù)量有關(guān)。網(wǎng)點(diǎn)數(shù)量越多，企業(yè)的建設(shè)成本配送成本就會(huì)越高。本文建立一個(gè)綜合打分模型對(duì)不同方案進(jìn)行評(píng)價(jià)。

式（7）中：w為方案評(píng)價(jià)得分，xk為大學(xué)城內(nèi)學(xué)生跨校取件的數(shù)量，xz為大學(xué)城內(nèi)快遞件總數(shù)，n為當(dāng)前方案中智能快遞柜網(wǎng)點(diǎn)的個(gè)數(shù)，nmax為所有方案中智能快遞柜服務(wù)網(wǎng)點(diǎn)的個(gè)數(shù)最大值，α為學(xué)生便利性的影響因子，β為企業(yè)成本大小影響因子，w值最小的備選方案為智能快遞柜服務(wù)網(wǎng)點(diǎn)最優(yōu)選址方案。

4 算例分析

為驗(yàn)證本文大學(xué)城智能快遞柜服務(wù)網(wǎng)點(diǎn)選址模型和算法的有效性，本文以鄭州龍子湖大學(xué)城作為案例進(jìn)行分析。龍子湖大學(xué)城內(nèi)有15所高校，河南大學(xué)龍子湖校區(qū)等高校還未投入使用，本文僅以環(huán)龍子湖路的12所高校作為研究對(duì)象。關(guān)于龍子湖大學(xué)城具體院校情況及在校生數(shù)量見(jiàn)表1。

表1 龍子湖高校園區(qū)學(xué)校基本數(shù)據(jù)情況

本文選取龍子湖大學(xué)城內(nèi)12所高校內(nèi)的18個(gè)宿舍群作為智能快遞柜服務(wù)網(wǎng)點(diǎn)的需求點(diǎn)，并為每個(gè)需求點(diǎn)進(jìn)行編號(hào)，以1：400的比例繪制在12cm×12cm的區(qū)域內(nèi)得到其坐標(biāo)位置(x,y)。各學(xué)生宿舍群需求點(diǎn)坐標(biāo)(x,y)和快遞數(shù)量q情況見(jiàn)表2。關(guān)于大學(xué)城學(xué)生快遞數(shù)量，只考慮智能快遞服務(wù)網(wǎng)點(diǎn)快遞柜存儲(chǔ)格子數(shù)量滿足學(xué)生日?？爝f件數(shù)量。根據(jù)調(diào)查，平日高?？爝f數(shù)量為高校人數(shù)的10%。對(duì)于一所高校有兩個(gè)或多個(gè)需求點(diǎn)的情況，按照需求點(diǎn)所包含宿舍數(shù)量比例對(duì)快遞數(shù)量進(jìn)行分配，為該需求點(diǎn)的需求量。

表2 學(xué)生宿舍需求點(diǎn)坐標(biāo)及需求量

大學(xué)城內(nèi)學(xué)生群體通常的活動(dòng)范圍都在宿舍、食堂、教學(xué)樓和圖書館之間。一般高校校園內(nèi)宿舍群周圍都附帶有商業(yè)街以滿足學(xué)生生活的日常需求?；诖?，考慮到學(xué)生跨校取件還是存在不便，選取分布在龍子湖大學(xué)城內(nèi)12所高校的12個(gè)初始點(diǎn)作為智能快遞柜服務(wù)網(wǎng)點(diǎn)的初始位置。表3表示了12個(gè)候選網(wǎng)點(diǎn)的位置(x,y)以及擬建網(wǎng)點(diǎn)的初始處理量V。

表3 候選服務(wù)網(wǎng)點(diǎn)的坐標(biāo)及擬建網(wǎng)點(diǎn)的初始容量

根據(jù)學(xué)生群體對(duì)時(shí)效性的要求，為保證學(xué)生取件的最大便捷性，按照步行5km/h，10min內(nèi)取得快遞，則智能快遞柜服務(wù)網(wǎng)點(diǎn)覆蓋半徑最大應(yīng)為800m。即智能快遞柜服務(wù)網(wǎng)點(diǎn)覆蓋半徑可控制在200-800m，因此，映射在12cm×12cm的區(qū)域內(nèi)L的取值控制為0.5-2cm，以每200m為單位將網(wǎng)點(diǎn)輻射半徑L分為1、1.5、2cm三種情況，處理量V以每3 000為單位設(shè)置為3 000、6 000個(gè)快遞柜格子2種情況。以此構(gòu)成6（3×2）種不同情況的組合，構(gòu)建集合覆蓋模型，運(yùn)用算法求解，運(yùn)行Matlab得到L=1cm，V=3 000（件）時(shí)的網(wǎng)絡(luò)布局方式，如圖2所示。

圖2 覆蓋半徑為1cm，容量為3 000件時(shí)的網(wǎng)絡(luò)布局方式

在給出的12個(gè)候選網(wǎng)點(diǎn)中，選出12個(gè)節(jié)點(diǎn)位置作為智能快遞柜服務(wù)網(wǎng)點(diǎn)位置，即龍子湖大學(xué)城內(nèi)每所高校建設(shè)一個(gè)智能快遞柜服務(wù)網(wǎng)點(diǎn)。網(wǎng)點(diǎn)處理能力分別為1 715、2 400、660、100、3 000、2 000、720、540、900、1 500、2 900、1 985件。其中需求點(diǎn)1的快遞數(shù)量由網(wǎng)點(diǎn)1和12各滿足50%；需求點(diǎn)8的快遞數(shù)量由網(wǎng)點(diǎn)4滿足20%，網(wǎng)點(diǎn)5滿足80%；需求點(diǎn)18的快遞數(shù)量由網(wǎng)點(diǎn)10和11各滿足50%。同理，將6種情況依次進(jìn)行求解，結(jié)果見(jiàn)表4。

表4 不同網(wǎng)點(diǎn)輻射半徑L和處理量V的網(wǎng)絡(luò)布局方式

分析網(wǎng)點(diǎn)的輻射半徑、處理量和節(jié)點(diǎn)個(gè)數(shù)之間的關(guān)系?？芍?，當(dāng)網(wǎng)點(diǎn)輻射半徑保持不變，隨著網(wǎng)點(diǎn)容量的增加，選中的網(wǎng)點(diǎn)個(gè)數(shù)逐漸減少。當(dāng)網(wǎng)點(diǎn)容量保持不變，隨著輻射半徑的增加，選中的網(wǎng)點(diǎn)個(gè)數(shù)逐漸減少。當(dāng)網(wǎng)點(diǎn)個(gè)數(shù)最少時(shí)，隨著網(wǎng)點(diǎn)容量的增加，網(wǎng)點(diǎn)容量利用率逐漸下降。

運(yùn)用綜合打分法在6種方案中選出最佳方案，假設(shè)α=0.6，β=0.4，計(jì)算可得6種方案的得分依次為0.465,0.496,0.495,0.526,0.576,0.524。故應(yīng)選擇方案1，即網(wǎng)點(diǎn)輻射半徑為400m，網(wǎng)點(diǎn)容量為3 000件的方案，此時(shí)12個(gè)規(guī)劃網(wǎng)點(diǎn)全部為建設(shè)網(wǎng)點(diǎn)，建設(shè)網(wǎng)點(diǎn)的處理件數(shù)分別為1 715、2 400、660、100、3 000、2 000、720、540、900、1 500、2 900、1 985件。網(wǎng)絡(luò)布局方式如圖2所示，智能快遞柜選址節(jié)點(diǎn)及分配需求見(jiàn)表5。

表5 龍子湖大學(xué)城智能快遞柜選址節(jié)點(diǎn)及分配需求

5 結(jié)論

本文研究大學(xué)城內(nèi)智能快遞柜服務(wù)網(wǎng)點(diǎn)的選址布局，建立了以網(wǎng)點(diǎn)個(gè)數(shù)最少為目標(biāo)，網(wǎng)點(diǎn)輻射半徑和容量作為約束的集合覆蓋模型，求解分析并確定候選方案；同時(shí)考慮學(xué)生取件便利性及企業(yè)建設(shè)成本問(wèn)題，運(yùn)用綜合打分法找到最理想的網(wǎng)點(diǎn)布局方案，確保大學(xué)城內(nèi)所有學(xué)生宿舍需求點(diǎn)都被網(wǎng)點(diǎn)覆蓋，以布局和優(yōu)化智能快遞柜服務(wù)網(wǎng)點(diǎn)。計(jì)算結(jié)果得到，最優(yōu)方案為方案1，即以網(wǎng)點(diǎn)輻射半徑為400m，網(wǎng)點(diǎn)容量為3 000件在龍子湖大學(xué)城12所高校內(nèi)每個(gè)高校建設(shè)一個(gè)智能快遞柜服務(wù)網(wǎng)點(diǎn)。計(jì)算結(jié)果與實(shí)際相符。

[參考文獻(xiàn)]

[1]李翠.大學(xué)城教育資源共享分析—以濟(jì)南長(zhǎng)清大學(xué)城為例[D].濟(jì)南:山東經(jīng)濟(jì)學(xué)院,2011.

[2]姜同仁,馬向文,王亞飛,等.集約化高校園區(qū)體育教育資源與開(kāi)放式教學(xué)模式構(gòu)建[J].武漢體育學(xué)院學(xué)報(bào),2011,(3).

[3]羅明,陳勇.智能自提柜應(yīng)對(duì)電商物流“最后一公里”的對(duì)策研究[J].物流技術(shù),2016,35(5):22-24.

[4]劉玫“.快遞自提柜”解決最后一公里的難題[J].科技視界,2015,(28):185.

[5]王鳳美.談最后一公里的智能化解決方案—智能快遞柜[J].物流工程與管理,2016,38(6):67-68.

[6]楊士涓,顧淑紅.高校校園快遞發(fā)展及智能快遞柜的應(yīng)用與推廣—以廣西師范大學(xué)為例[J].物流技術(shù),2017,36(5):154-157.

[7]朱溪亭.基于智能快遞柜的校園快遞終端業(yè)務(wù)整合研究—以蘇州健雄職業(yè)技術(shù)學(xué)院為例[J].中國(guó)商論,2015,(27):87-89.

[8]張燕秋.關(guān)于智能快遞自提柜的研究及應(yīng)用分析—以亞馬遜為例[J].科技廣場(chǎng),2014,(10).

[9]任為.淺議智能快遞柜發(fā)展的制約因素及策略[J].中小企業(yè)管理與科技旬刊,2015,(20):187-187.

[10]孫紅,周帆,劉玉博,等.智能自助快遞柜的應(yīng)用及發(fā)展方向[J].科技傳播,2016,8(5).

[11]陳義友,陳以衡.基于逐漸覆蓋的自提點(diǎn)選址模型與算法研究[J].計(jì)算機(jī)應(yīng)用研究,2016,(8):1-5.

[12]王勇,何宇.基于改進(jìn)蟻群算法的多物流配送中心選址[J].經(jīng)營(yíng)管理者,2011,(2):281-298.

[13]周翔,許茂增,呂奇光.B2C模式下配送中心與末端節(jié)點(diǎn)的兩階段布局優(yōu)化模型[J].計(jì)算機(jī)集成制造系統(tǒng),2014,20(12):235-259.

[14]施書彪,黃有方,嚴(yán)偉.智能柜在校園快遞配送中的應(yīng)用研究[J].計(jì)算機(jī)仿真,2015,32(9):421-424.

[15]馮斌.智能快件箱布局規(guī)劃與運(yùn)營(yíng)模式研究[D].北京:北京交通大學(xué),2015.

[16]王嘉琦,鄒恩.基于智能快遞柜模式的網(wǎng)購(gòu)末端物流應(yīng)用分析[J].物流技術(shù),2015,34(5):58-60.

[17]丁猛.大學(xué)校園智能快遞柜選址研究[D].深圳:深圳大學(xué),2016.

[18]李玉民,楊露,王新露,等.快遞與第三方智能快遞柜合作機(jī)制的演化博弈分析[J].鄭州大學(xué)學(xué)報(bào)(工學(xué)版),2017,(5):81-85.

[19]劉立華.智能快遞柜自助服務(wù)的應(yīng)用及其發(fā)展方向[J].物流工程與管理,2015,37(8):54-55

[20]Xu J,Jiang L,Wang S.Construction of Pick-Up Points in China E-commerce Logistics[A].Proceedings of the 2012 International Conference on Cybernetics and Informatics[C].New York:Springer,2014.

[21]Esser K,Kurte J.B2C E-Commerce:Impact on Transport in Urban Areas[A].Recent Advances in City Logistics.The 4th International Conference on City Logistics[C].2006.

[22]Weltevreden J W J.B2C e-commerce logistics:the rise of collection and delivery points in The Netherlands[J].International Journal of Retail&Distribution Management,2008,36(8):638-660.

[23]Browne M,Anderson S,Allen J,et al.Overview of home deliveries in the UK[Z].2001.

[24]王繼強(qiáng).集合覆蓋問(wèn)題的模型與算法[J].計(jì)算機(jī)工程與應(yīng)用,2013,49(17):15-17.

[25]畢婭,李文峰.基于約束的覆蓋選址分配問(wèn)題[J].上海交通大學(xué)學(xué)報(bào),2013,47(3):495-499.

[26]趙霞,竇建平.求解農(nóng)產(chǎn)品供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)問(wèn)題的混合粒子群算法[J].管理工程學(xué)報(bào),2013,27(4):169-177.

[27]李玉民,王新露,郭曉燕.基于集合覆蓋模型的農(nóng)產(chǎn)品冷鏈網(wǎng)絡(luò)布局[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào),2017,22(9):212-220.