前言
近年来，随着新零售、电子商务、O2O等各种线上购物形式的出现与快速发展，快递业务量也随之不断增长，这同时也给末端配送带来一定的困难和挑战。城市末端配送是物流业发展的非常重要的环节，也是最费人力物力的环节，其运作效率是制约物流业发展的瓶颈，对于整张配送网络的运作效率具有很大的影响。对于自营快递企业而言，路由规划是末端配送的关键环节，分区配送是降低路由规划规模的有效方法。因此，分区配送在实际末端配送作业中被广泛使用，大多数的自营快递企业都在设计路由规划、优化网络路径，以提高末端配送效率，降低末端配送成本。然而目前末端配送存在制约物流业发展的瓶颈，部分自营快递企业采用的分区方法缺乏科学性，也难以保证各个配送单元之间任务的均衡性。目前，学术界的专家和学者对快递末端配送区域划分问题进行了大量的研究和实践，取得了一批具有启发性、建设性的成果，为构建快递末端配送区域划分及路径优化两阶段模型提供了理论基础。本文通过分析国内外部分专家和学者的研究总体概述，梳理、总结了相关文献，拟以某市某区域为例，进行实证分析，开展进一步的研究。
2.国内外研究现状
2.1关于末端配送的研究
国内外学者对末端配送方面进行了大量的研究，关于末端配送方面的研究主要采取层层递进的方式。从研究末端配送模式的不同，逐渐深入到构建新的配送模式，对解决末端配送问题有一定的实际意义。随着科学技术的不断发展，人们对末端配送的要求也越来越高。Liu, Zhili（2012年）等学者研究了利用公共自行车系统来解决城市最后一公里配送问题，分析了北京第一代公共自行车系统失败的原因[1]。Roumboutsos（2014年）在文章中证明了末端配送中，物流成本占了总成本很大的比重[2]。上海交通大学的赵超林（2015年）提出基于GIS(Geographic Information System)技术，以上海市闵行区为例，构建了末端配送的网络，真实模拟了城市道路网络，并借助混合启发式算法展开了进一步分析[3]。李赫（2016年）分析了快递末端配送效率影响因素, 并借助GM（1,N）（grey system theory model）模型构建快递末端配送效率动态驱动模型,识别效率演化中发挥制约作用的因素,为快递末端配送效率优化路径的合理制定奠定基础[4]。陈从定（2016年）通过建模对传统分散末端配送模式与基于Pooling思想的集中末端配送模式进行成本比较，分析了基于Pooling思想建立集中末端节点的优势[5]。ZHOU L, WANG X, NI L 等学者（2016年）提出了一个新颖的位置路由问题，同时进行送货上门和顾客取货，并通过一种结合遗传算法（GA）和局部搜索（LS）的混合进化搜索算法进行大量的实例分析计算，得到的结果表明了所提出的模型和方法的有效性[6]。Cristina （2017年）也阐述了现阶段最末端配送所面临的困难和挑战[7]。叶春媚（2017年）从时空经济的角度定义“最后一公里”，分析了现存模式的优缺点，提出了未来主要的末端配送模式[8]。 Olsson等学者（2019年）对文献进行了系统性的回顾和分类，以提供更连贯的最后一公里物流研究的观点[9]。李招（2019年）总结了共同配送存在的优势，并对现存的末端配送做了定量的分析，得出共同配送优于现存末端配送模式的结论[10]。BI K, YANG M, ZAHID L等学者（2020年）指出传统直达配送不符合绿色物流，提出了于终端众包服务站（ECSS）的城市配送综合环保模式，并以北京为实际案例研究，得出新模式的实施可以大幅的降低经济、社会、环境效益的结论[11]。苏海龙（2020年）研究了满足O2O末端配送过程中产生的动态订单需求，对配送车辆路径进行重新优化[12]。
2.2关于区域划分的研究
将末端配送的网点划分为多个区域是降低路由规划规模的有效方法。目前国内外单独研究区域划分的文献较少。NICOS（1971年）研宄路径问题时，将配送区域网格化为大小不均等的正方形区域，依据不同正方形区域的历史路径连接频率将各正方形区域聚合为配送单元[13]。谭力（2015年）针对白沙物流配送基于行政区域和个人经验的区域划分所存在配送客户数分配不均衡和运输路线不合理问题，提出了网格化聚类法对配送区域客户群进行划分[14]。Ehsan等学者（2017年）研究通用电气的配送调度问题时，依据客户所在的城市及邮政编码信息，将属性相同的客户划分为同一配送单元，解决了GE公司面临的路径规划问题[15]。何梦军（2018年）在同城物流的背景下对区域划分与路径优化进行静态研究[16]。张慧敏（2019年）研究了各配送单元任务大致均衡条件下的快递末端分区及路径优化问题[17]。杨亦立（2019年）以物流配送区域分割问题为研究对象，考虑车辆的类型，车辆的容量，服务客户的时间等因素，借助简单的算法求解物流配送区域划分的数目[18]。孙虎、闫超（2019年）提出将快递末端区域共同配送中心和自提网点设置在居民小区，基于AP（Affinity Propagation）算法与改进引力模型等方法对城市配送区域进行划分，并在各划分区域内确定快递末端共同配送中心的位置；运用Voronoi图对各末端网点的服务范围进行了划分[19]。
2.3关于路径优化的研究
国外学者关于路径优化方面的研究已经有五十多年的历史，研究方向比较丰富。YJ Kwon（2013年）在碳交易的机制下，研究了多车型的车辆路径优化问题，将车辆成本和碳排放成本最小作为优化目标，并运用禁忌搜索算法对模型进行求解[20]。Aized（2014年）提供一种基于层次结构的最后一公里系统建模的概念性规划方法，对系统的路由规划特别有用，分层建模采用Petri网方法实现，该方法适用于系统是一个离散事件动态系统的需求[21]。杨浩雄、刘彤（2014年）用蚁群算法进行路径优化，并以顺丰速运中关村分部为例，对所提出的模型和算法进行了仿真分析[22]。颜瑞等学者（2014年）提出求解路径问题的一种新的混合算法，其计算结果、时间优于现有的方法[23]。符卓等学者（2014年）对带软时间窗的需求依订单拆分车辆路径问题及其优化算法进行了研究[24]。马彪（2018年）以网购物流城市末端配送车辆路径问题作为研究对象，研究考虑碳排放成本核算方法和共同配送对末端配送路径优化问题，建立考虑碳排放的网购物流城市共同配送双层车辆路径优化模型,并通过实际案例进行验证[25]。陈先受（2018年）研究了传统的快递末端配送路径问题和众包模式下的快递末端配送路径问题，通过实例验证得出众包模式下的末端配送路径具有更高的价值[26]。金淳等学者（2018年）针对带时间窗车辆路径问题提出一种改进的分布式多agent蚁群算法[27]。周知（2019年）研究了新模式，在同城配送中引入路径优化，降低了配送成本，优化了配送路径[28]。谭建伟（2019年）分析了新零售业态的发展趋势及存在的不足，从企业和消费者的双重角度出发，构建了成本较小、配送距离较短和顾客满意度较高的考虑软硬时间窗的多目标城市末端配送网络路径优化模型，选择了遗传算法进行模型求解，并以海淀区的某运动品牌零售店为算例，构建了配送的实际网络，对网络的路径进行了优化[29]。Ying-Hua Huang等学者（2019年）采用蚁群优化(蚁群优化)算法求解，确定调度子车队的数量和最优路线，以使总成本(固定路线和旅行成本)最小化[30]。Wang Minxi等学者（2021年）构建了一个考虑时间窗口的冷链物流车辆路由优化模型，并选择适合该模型的CW算法（节约算法）进行求解，通过实例验证了模型的有效性[31]。Liu Lin等学者（2021年）研究了一种两梯队协作的垃圾收集车路由问题（2E-CWCVRP），考虑了收集网络中各参与方之间的合作和利润分配，以总成本和碳排放最小化为目标，构建了2E-CWCVRP的优化模型[32]。
3.研究现状总结
城市末端配送是非常重要的环节，也是最费人力物力的环节，其运作效率对于整张配送网络的运作效率具有很大的影响。国内外学者的研究都肯定了配送在整个供应链环节中的重要性，区域的合理划分和路径的优化是配送中最重要两个部分。国内外学者在物流末端配送、区域划分、路径优化上都有一定的研究成果，主要的研究集中在末端配送方面，路径优化方面主要是从算法角度出发，而区域划分的相关文献则较少。
国内外学者对末端配送方面进行了大量的研究，关于末端配送方面的研究主要采取层层递进的方式。从研究末端配送模式的不同，逐渐深入到构建新的配送模式，对解决末端配送问题有一定的实际意义。通过对现有研究分析，末端配送的路径优化已有一定的理论基础，但同时也证明了在路径选择选择时，仍然存在较大的改善空间。合理的路径对经济、时间效益有着重要的影响。针对区域划分方面的研究较少，主要集中在城市的区域划分，因此该方面的研究有待进一步的加强。针对末端配送路径优化问题，国内外学者取得的成果比较丰富，主要从算法的角度考虑，采用了混合算法、遗传算法、禁忌搜索算法等其他算法进行求解，做出了进一步的研究和讨论。
目前的研究在理论和实践上都有一定成果，每个方面都有大量的研究，但是相结合的却很少缺乏全面性。未来学术研究发展的趋势也将是理论与实践相结合，采用合适的算法，得出路径的最优解。
参考文献
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
