一种考虑职住分布的快递网点和中转站选址方法与流程

1.本发明涉及地理空间数据应用技术领域，具体为一种考虑职住分布的快递网点和中转站选址方法。


背景技术：

2.伴随着互联网及电子商务行业的快速发展，我国快递业迅猛发展，在国民经济和社会发展中发挥着越来越重要的作用。国家邮政局统计数据显示，近十年，我国快递行业总收入与业务量年均增长率超过30％，呈现明显上升趋势。这为快递企业带来巨大的发展机遇，也带来了激烈的市场竞争。合理的快递网点和中转站选址不仅能够提高快递服务质量，获得更多的客户，还能够降低配送成本，因而是快递企业在市场中的核心竞争力。因此，开展快递网点和中转站选址研究十分必要。
3.常用的选址方法包括层次分析法、重心法、混合整数规划法、模拟退火算法、遗传算法、免疫算法等，但已有研究成果既没有考虑到人口分布空间差异对快递网点和中转站选址的影响，也没有考虑统一考虑快递网点与中转站的布局关系，存在一定的局限性。实际上，对于快递企业来说，网点选址应兼顾配送成本和用户近距离快递服务体验；中转站选址在保障高质量配送服务的同时，尽量减小配送成本。
4.一般地，网点除了要求尽可能沿街外，对于规模、交通条件等没有特殊要求。因此，网点位置选择性较大，可以从区域内随机选取进行求解。同时，由于人们在工作中和生活中涉及的快递类型及数量存在明显差别，工作中的快递一般为图纸、文件、资料等，数量较少，且一般直接交付给收件人，生活中的快递往往属于网络购物，数量较多，且由于派送时间往往收件人不在家，快递一般交由驿站保管，因此，为有效提升用户整体近距离快递服务体验并降低配送成本，在网点选址时应考虑工作人口和居住人口分布差异。
5.与网点不同，中转站对于规模、地理环境、交通条件、公用设施等要求较高，区域内符合要求的位置不多，可以从候选位置中选取进行求解。同时，由于中转站一方面连接交通枢纽，将快递转运进来，另一方面连接网点，将快递转送出去，因此，为有效减小配送成本，中转站选址应考虑与交通枢纽、网点距离及中转量。


技术实现要素：

6.本发明的目的在于提供一种考虑职住分布的快递网点和中转站选址方法，以解决上述背景技术中遇到的问题。
7.为解决上述技术问题，本发明提供如下技术方案：一种考虑职住分布的快递网点和中转站选址方法，包括如下步骤：
8.步骤s1：获取区域内快递网点和中转站相关信息并进行预处理，所述相关信息包括：网格工作人口、网格居住人口、土地利用、现状建筑、候选中转站信息、交通枢纽、快递驿站等。
9.步骤s2：构建快递网点和中转站选址模型。
10.s21：顾及工作人口和居住人口分布特征，在网点服务能力约束下，快递网点选址(s1)成本公式为：
[0011][0012][0013][0014]
qj《3q0ꢀꢀꢀꢀꢀꢀꢀ
(4)
[0015]
其中，m表示地块数量，n表示快递网点数量，a1、a2分别为地块工作人口和地块居住人口权重，ri、wi分别为地块工作人口和地块居住人口数量，z
ij
∈{0,1}，当z
ij
＝1表示第i个地块工作人口和居住人口快递服务由第j个网点提供，否则为0；d
ij
表示第i个地块到第j个网点的距离；d
ij
′
表示距第i个地块最近快递驿站到第j个网点的距离；b表示人均快递业务量；l表示网点运营成本系数；qj表示第j个网点服务能力，q0表示网点平均服务能力；c
ij
表示网点至用户或驿站运输费率；y表示单件快递驿站保管费用。
[0016]
式(1)目标函数，表示快递网点运营成本和运输成本(运输成本包括工作人口快递运输成本、居住人口快递运输成本和保管费用)。
[0017]
式(2)约束条件，表示所有地块工作人口与地块居住人口的快递服务仅由一个网点提供。
[0018]
式(3)、(4)约束条件，表示网点服务能力约束。
[0019]
s22：中转站选址(s2)成本公式为：
[0020][0021][0022][0023][0024][0025]
其中，o表示中转站数量，rk∈{0,1}，当rk＝1表示第k个候选中转站被选中，否则为0，x
kj
∈{0,1}，当x
kj
＝1表示中转站k由网点j配送，否则为0，qk表示中转站k业务量，a3、a4、a5分别为公路、铁路、航空业务量权重，p
hk
、p
rk
、p
ak
分别表示最近公路枢纽、铁路枢纽和航空枢
纽到中转站k运输距离，ck表示枢纽到中转站k运输费率，fk表示中转站k运营成本，vk表示中转站k单件处理成本系数，q
kj
表示中转站k到网点j业务量，p
kj
表示中转站k到网点j运输距离，c
kj
表示中转站k到网点j运输费率。
[0026]
式(5)目标函数，表示中转站运输成本、运营成本和处理成本。
[0027]
式(6)约束条件，表示中转站业务量为对应各个网点业务量之和。
[0028]
式(7)约束条件，表示每个网点有且只有一个中转站为其配送。
[0029]
式(8)约束条件，表示只有当候选中转站被选中时，才能为网点配送。
[0030]
式(9)约束条件，表示候选中转站被选中后，必须为网点配送。
[0031]
s23：合并式(1)和式(5)，以快递网点和中转站成本最小为目标，构建快递网点和中转站选址模型f(s1,s2)。
[0032]
步骤s3：利用模拟退火算法嵌套遗传算法对快递网点和中转站选址模型进行求解。
[0033]
s31，采用外层模拟退火算法优化网点选址，并确定网点业务量。
[0034]
s32，基于网点选址和业务量结果，采用内层遗传算法优化中转站选址。
[0035]
步骤s4：输出快递网点和中转站选址结果。
[0036]
进一步地，所述步骤s1中网格工作人口和网格居住人口为三个月口径(连续超过三个月)50米
×
50米网格人口；所述预处理为将网格工作人口和网格居住人口聚合至地块，生成地块工作人口和地块居住人口。
[0037]
进一步地，所述步骤s2中地块工作人口和地块居住人口权重根据网络购物快递量占总快递量比例确定；公路、铁路、航空业务量权重根据快递企业运输方式比例确定。
[0038]
进一步地，所述步骤s2中第i个地块到第j个快递网点的距离和距第i个地块最近快递驿站到第j个网点的距离由百度地图或高德地图骑行路线规划计算得到；中转站k到网点j运输距离是由百度地图或高德地图驾车路线规划计算得到。
[0039]
进一步地，所述步骤s31具体包括如下步骤：
[0040]
s311，外层模拟退火算法初始化，设置参数：初始温度t0、结束温度te、温度衰减系数b、迭代次数q，并将当前温度t设为初始温度；
[0041]
s312，随机生成快递网点初始选址s1，选址s1中每个网点应位于沿街现状建筑，进而确定网点业务量，将网点选址s1和网点业务量结果代入内层遗传算法，并根据内层遗传算法得到中转站选址s2，计算目标函数初始值f(s1,s2)，并将最优解设为f(s1,s2)；
[0042]
s313，产生扰动生成快递网点新选址s1′
，计算新选址目标函数值f(s1′
,s2′
)；
[0043]
s314，若f(s1′
,s2′
)《f(s1,s2)，则最优解设为f(s1′
,s2′
)，否则根据metropolis准则决定是否接受f(s1′
,s2′
)；
[0044]
s315，达到迭代次数q，则进入下一步，否则重复步骤s313；
[0045]
s316，当前温度t＜te，则得到最优解，否则进行降温，将当前温度设为b
×
t，返回步骤s313。
[0046]
进一步地，所述步骤s32具体包括如下步骤：
[0047]
s321，设置遗传算法参数：种群大小k，迭代次数n，交叉概率pc，变异概率pm；
[0048]
s322，初始化种群：在外层模拟退火算法得到的快递网点选址s1′
和业务量的基础上，随机生成k个个体作为中转站选址初始种群p；
[0049]
s323，以目标函数f(s1,s2)的倒数为适应度函数，计算种群每个个体适应度值；
[0050]
s324，通过轮盘赌选择种群中个体；
[0051]
s325，交叉产生下一代种群个体；
[0052]
s326，变异得到新的种群；
[0053]
s327，达到迭代次数k，则返回当前最优中转站选址s2，否则返回步骤s323。
[0054]
与现有技术相比，本发明的有益效果是：
[0055]
本发明提出了一种考虑职住分布的快递网点和中转站选址方法，该方法将快递网点和中转站选址统一考虑，既能提升用户近距离快递服务体验，又能降低配送成本；同时，该方法在快递网点和中转站选址时创造性地引入工作人口和居住人口表征实际快递需求，并考虑到工作人口和居住人口取件方式差异，克服了传统网点和中转站选址中由于不了解快递业务量造成选址不合理、用户整体体验差的问题。
附图说明
[0056]
图1为本发明提供的考虑职住分布的快递网点和中转站选址方法流程示意图；
[0057]
图2为本发明提供的考虑职住分布的快递网点和中转站选址方法中算法流程图；
[0058]
图3为本发明实施案例中人口分布图，(a)工作人口核密度，(b)居住人口核密度；
[0059]
图4为本发明实施例中土地利用和现状建筑图；
[0060]
图5为本发明实施例中候选中转站位置和交通枢纽图；
[0061]
图6为本发明实施例中快递驿站分布图；
[0062]
图7为本发明实施例中快递网点和中转站选址结果图；
[0063]
图8为本发明实施例中模拟退火算法的参数设置表；
[0064]
图9为本发明实施例中遗传算法的参数设置表。
具体实施方式
[0065]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0066]
本实施例以日照市东港区主城区(日照街道、石臼街道、奎山街道、卧龙山街道、北京路街道、秦楼街道)顺丰速运为例，对本发明的具体实施进行说明，下面将结合此实例具体说明本发明优化快递网点选址的具体实施步骤：
[0067]
s1，获取区域内快递网点和中转站相关信息并进行预处理。网格工作人口(50米
×
50米)、网格居住人口(50米
×
50米)、土地利用、现状建筑、候选中转站、交通枢纽、快递驿站等。
[0068]
网格工作人口和网格居住人口：获取三个月口径(连续超过三个月)网格工作人口(50米
×
50米)和网格居住人口(50米
×
50米)。由于该数据坐标系为火星坐标系，先转换为wgs84坐标系，然后转换为cgcs2000坐标系，得到网格人口数据库。为了反映日照市东港区主城区工作人口和居住人口总体分布特征，生成核密度图(图3a，3b)。
[0069]
土地利用：从日照市第三次全国国土调查数据中提取出日照市东港区主城区土地
利用信息(图4a)，主要土地利用类型包括住宅用地、商业设施用地、工业用地、物流仓储用地、绿地与广场等。
[0070]
现状建筑：从天地图中获得，主要建筑类型包括住宅、商业、办公楼、仓库等(图4b)。
[0071]
候选中转站信息：对候选中转站开展调研，采集15个候选中转站位置，并评估中转站运营成本等，保存为excel(.xls)文件格式，该文件包含四列，第一列为中转站序号，第二列、第三列分别为经度、纬度，第四列为运营成本。
[0072]
交通枢纽：包括公路枢纽、铁路枢纽和航空枢纽。其中公路枢纽为区域内高速公路出入口，共4个；铁路枢纽为日照西站、日照站；航空枢纽为日照山字河机场(图5)。
[0073]
快递驿站：东港区快递驿站主要为菜鸟驿站，日照市主城区共计98个(图6)。
[0074]
预处理，生成地块工作人口和地块居住人口：利用arcgis软件将网格工作人口、网格居住人口分别与土地利用进行intersect操作，以便将网格工作人口和居住人口聚合至地块，进而统计地块工作人口数量和居住人口数量(图3c，3d)。
[0075]
地块最近快递驿站确定：利用arcgis软件将地块与快递驿站进行near操作，匹配地块与最近快递驿站。
[0076]
s2，构建快递网点和中转站选址模型。
[0077]
s21，顾及工作人口和居住人口分布特征，在网点服务能力约束下，快递网点选址(s1)成本公式为：
[0078][0079][0080][0081]
qj《3q0ꢀꢀꢀꢀꢀꢀꢀ
(4)
[0082]
其中，m表示地块数量，n表示快递网点数量，a1、a2分别为地块工作人口和地块居住人口权重，ri、wi分别为地块工作人口和地块居住人口数量，z
ij
∈{0,1}，当z
ij
＝1表示第i个地块工作人口和居住人口快递服务由第j个网点提供，否则为0；d
ij
表示第i个地块到第j个网点的距离；d
ij
′
表示距第i个地块最近快递驿站到第j个网点的距离；b表示人均快递业务量；l表示网点运营成本系数；qj表示第j个网点服务能力，q0表示网点平均服务能力；c
ij
表示网点至用户或驿站运输费率；y表示单件快递驿站保管费用。
[0083]
式(1)表示快递网点运营成本和运输成本(运输成本包括工作人口快递运输成本、居住人口快递运输成本和保管费用)，式(2)表示快递服务仅由一个网点提供，式(3)、(4)表示网点服务能力约束。
[0084]
地块工作人口权重和地块居住人口权重根据网络购物快递量占总快递量比例确定。近几年，我国网络购物快递量占总快递业务量比重超过八成，因此设定a1＝20％，a2＝80％。
[0085]
根据2021年日照市邮政行业发展统计公报，日照市2021年快递业务量为14386.57万件，顺丰速运市场占有率为7.61％，则人均顺丰速运业务量b为3.68件。日照市快递网点平均服务人口0.80万人，网点平均服务快递业务量为37.18万件，基于日照市主城区顺丰速运快递业务量，则主城区网点数量n应在29个左右。
[0086]
根据市场调研，网点至用户运输费率c
ij
为0.5/件/公里，网点运营成本系数l为0.2，快递驿站保管费用为0.4元/件。
[0087]
s22，中转站选址(s2)成本公式为：
[0088][0089][0090][0091][0092][0093]
其中，o表示中转站数量，rk∈{0,1}，当rk＝1表示第k个候选中转站被选中，否则为0，x
kj
∈{0,1}，当x
kj
＝1表示中转站k由网点j配送，否则为0，qk表示中转站k业务量，a3、a4、a5分别为公路、铁路、航空业务量权重，p
hk
、p
rk
、p
ak
分别表示最近公路枢纽、铁路枢纽和航空枢纽到中转站k运输距离，ck表示枢纽到中转站k运输费率，fk表示中转站k运营成本，vk表示中转站k单件处理成本系数，q
kj
表示中转站k到网点j业务量，p
kj
表示中转站k到网点j运输距离，c
kj
表示中转站k到网点j运输费率。
[0094]
式(5)表示中转站成本，式(6)表示中转站业务量为对应各个网点业务量之和，式(7)表示每个网点有且只有一个中转站为其配送，式(8)表示只有当候选中转站被选中时，才能为网点配送，式(9)表示候选中转站被选中后，必须为网点配送。
[0095]
公路a3、铁路a4、航空a5业务量权重根据快递企业运输方式比例确定。近几年，顺丰速运公路业务量约为76％，铁路业务量比例约为2％，航空业务量比例约为22％。
[0096]
根据市场调研，枢纽到中转站运输费率ck为0.08/件/公里，中转站到网点运输费率c
kj
为0.12/件/公里，单件处理成本系数为0.03。根据顺丰速运业务量估算中转站数量o为3个。
[0097]
s23：合并式(1)和式(5)，以快递网点和中转站成本最小为目标，构建快递网点和中转站选址模型f(s1,s2)。
[0098]
s3，采用模拟退火算法嵌套遗传算法对模型进行求解。
[0099]
s31，采用外层模拟退火算法优化网点选址，并确定网点业务量。
[0100]
图2为模拟退火算法嵌套遗传算法流程图。
[0101]
求解步骤如下：
[0102]
s311，外层模拟退火算法初始化，设置参数：初始温度t0、结束温度te、温度衰减系数b、迭代次数q，并将当前温度t设为初始温度；
[0103]
s312，随机生成快递网点初始选址s1，进而确定网点业务量，将网点选址s1和网点业务量结果代入内层遗传算法，并根据内层遗传算法得到中转站选址s2，计算目标函数初始值f(s1,s2)，并将最优解设为f(s1,s2)；
[0104]
快递网点初始选址的产生：随机在区域内选取29个位置作为快递网点布选址s1。快递网点应位于沿街现状建筑。
[0105]
网点业务量确定：在网点服务能力约束下，将快递业务分配给距离最近的网点，并统计网点业务量。
[0106]
骑行距离计算：采用高德地图api骑行路线规划服务(amap.riding)计算每个地块(或者距地块最近驿站)与快递网点的骑行距离值。
[0107]
s313，产生扰动生成快递网点新选址s1′
，计算新选址目标函数值f(s1′
,s2′
)；
[0108]
新选址的产生：对初始选址中的每一个快递网点z，生成长度为random(0,l)，方向为random(0,360)
°
的矢量u，将z+u替换z，新选址s1′
中每个网点应位于沿街现状建筑。初始l设为10公里，并随着算法迭代不断衰减，衰减系数设为0.99。
[0109]
s314，若f(s1′
,s2′
)《f(s1,s2)，则最优解设为f(s1′
,s2′
)，否则根据metropolis准则决定是否接受f(s1′
,s2′
)；
[0110]
s315，达到迭代次数q，则进入下一步，否则重复步骤s313；
[0111]
s316，当前温度t＜te，则得到最优解，否则进行降温，将当前温度设为b
×
t，返回步骤s313。
[0112]
s32，基于网点选址和业务量结果，采用内层遗传算法优化中转站选址。
[0113]
求解步骤如下：
[0114]
s321，设置遗传算法参数：种群大小k，迭代次数n，交叉概率pc，变异概率pm。
[0115]
s322，初始化种群：在外层模拟退火算法得到的快递网点选址s1和业务量的基础上，随机生成k个个体作为中转站选址初始种群p。
[0116]
种群个体编码：采用自然数编码，随机生成长度为e+g的自然数串，其中1～e代表中转站，(e+1)～(e+g)代表网点，则数串“1 16 20 23 29 6 31 33 35 37 41 43 9
…”
表示中转站1由16 20 23 29网点配送，中转站6由31 33 35 37 41 43网点配送，中转站9由其他网点配送。
[0117]
s323，以目标函数f(s1,s2)的倒数为适应度函数，计算种群每个个体适应度值。
[0118]
最近枢纽确定：利用欧式距离分别计算中转站与各公路枢纽、各铁路枢纽和航空枢纽距离，匹配中转站与最近公路枢纽、铁路枢纽和航空枢纽。
[0119]
运输距离计算：采用高德地图api驾车路线规划(amap.driving)计算每个中转站到对应快递网点、枢纽的驾车距离值。
[0120]
s324，通过轮盘赌选择种群中个体。
[0121]
s325，交叉产生下一代种群个体。
[0122]
交叉：由于交叉可能会导致基因遗失或者重复，采用部分匹配交叉算法(pmx)在交叉区域建立基因之间的匹配关系，然后将匹配关系应用于交叉区域之外的复制基因以消除冲突。
[0123]
s326，变异得到新的种群。
[0124]
变异：由于编码表示排列组合，所以变异为互换两个基因位置。
[0125]
s327，达到迭代次数k，则返回当前最优中转站选址s2，否则返回步骤s323。
[0126]
步骤s4：输出快递网点和中转站选址结果(图6)。
[0127]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。