2015年我国高校大学生总数约为2468.1万,大学生年人均快递使用量远远高于我国平均使用量,但大学校园快递服务质量却不高,特别是在大学校园快递末端投递环节,“门到门”的快递服务在大学校园出现服务缺失。为了提升快递末端服务水平,新快递服务模式不断涌现,其中智能快递柜已经在全国50多个城市的社区、商业区和部分高校推广、使用,并获得了良好的用户使用体验。由于智能快递柜能够有效解决快递“最后100米”的投递问题,并且目前智能快递柜主要投放在社区、商业区,但大学校园和社区、商业区在人口密度、快递业务量等方面很大的不同,在应用智能快递柜解决大学校园快递“投递难”和“取件难”的选址问题方面也和社区、商业区不同,因此本文以“大学校园智能快递柜选址”作为研究对象。网点选址主要考虑客户到服务点的便利程度。一般情况下,客户到服务点的距离越短,客户的便利程度就越高;但根据大学校园内大学生出行活动较多的情况,从另一种角度出发,将智能快递柜选择在大学生日常出行的路线上,大学生在日常出行过程中就可以取到快递,即使取件距离较远,但对大学生取件来说同样便利。从以上两种选址策略出发,第二章结合大学校园特点对大学校园智能快递柜选址策略的影响得出本文选址策略分析:(1)由于大学学生宿舍楼禁止快递员派件、学生宿舍楼下及周边可用场地面积有限、学生宿舍楼人口密度大,智能快递柜不适合选择在学生宿舍楼及宿舍楼周边;(2)由于大学生在大学校园的出行主要以上课、下课、就餐为主,出行的路线固定,出行时间有规律,智能快递柜适合选择在大在大学生上课、下课、就餐的通勤性出行路线上。通过对比和分析各类网点选址方法和模型,结合大学校园内智能快递柜网点选址的实际情况,确定以集合覆盖模型作为本文的基本模型。在构建模型的过程中,备选网点的选择是关键,通过结合第二章中的选址策略和智能快递柜选址对电源、网络、安全、场地等硬件基础条件要求,本文提供了如下的备选网点选择方法:(1)划分需求点——以学生宿舍楼在空间地理位置和出行路线的不同将学生宿舍楼划分为学生宿舍区,以学生宿舍区作为备选网点的需求点;(2)确定备选网点选择区域——根据每个学生宿舍区的实际通勤性出行汇总出整个大学校园的通勤性出行路线,以大学校园的通勤性出行路线作为备选网点选择区域,以网点所处在通勤性路线的位置来确定所覆盖的需求点。(3)确定备选网点位置——以网点所需要的硬件基础条件为标准在大学校园的通勤性出行路线上选择具体位置。并针对大学校园智能快递柜选址的特点,在满足所有需求点快递需求和取件距离之和最短的约束下,分别以网点数量最小和固定网点数量为目标建立大学校园智能快递柜网点选址模型。为了验证模型的可行性,本文以深圳大学为例,将78学生宿舍楼划分为7学生宿舍区,结合第三章中大学校园智能快递柜备选网点选择方法在深圳大学确定出12个智能快递柜备选网点,并汇总出深圳大学大学生的通勤性出行路线图,并以此构建了适合深圳大学的智能快递柜网点选址模型。根据模型求解结果,所选网点与深圳大学大学生的实际出行情况、学生宿舍楼实际分布情况相符,从而验证该模型的可行性。综上所述,大学校园智能快递柜选址模型可以为快递企业、电商企业和第三方智能快递柜平台在大学校园的智能快递柜网点选址方面提供备选的选择方法和网点选址方案,具有一定的实际应用价值和理论研究价值。