论文部分内容阅读
随着物流派送业务的迅猛发展以及人们对物件上门派送需求量的日益增加,更好的物流派送服务成为了人们对美好生活向往的重要诉求之一。在物流派送的整个过程中,末端物流派送是其中直接与客户交接的极其重要的一环,能否及时将货物送到客户手中将直接影响到客户的用户体验。为了提高城市末端物流派送的效率,在优化派送路径选择的过程中,准确客观的评估派送过程的成本(如运输成本、时间成本等)显得尤其重要。本文首先构建了一个城市末端物流派送成本估算模型来对派送成本进行客观计算,然后基于该模型设计一个物流派送系统来提高物流派送人员的效率。本课题完成的主要工作如下:(1)为了提高物流人员的派送效率,本文基于JavaEE、mysql技术开发了物流派送系统,同时基于android平台以及百度地图开放平台,开发了该系统对应的app客户端。该系统的主要功能有定位功能、路线导航功能、派送员订单管理功能、路径建议功能等。(2)为了准确客观的评估派送过程的成本(如运输成本、时间成本等),本文通过研究分析影响城市末端物流派送成本的决定因素(行驶里程、单位路程成本、拥堵系数等),综合考虑行驶里程、单位路程成本、拥堵系数等内在的关系,提出了一个城市末端物流派送成本估算模型,为物流派送路径选择提供依据。(3)为了选择更好的派送路径,本文首先通过优化后的K-means聚类算法来获取道路不同拥堵状态,然后使用BP神经网络结合统计学理论得到优化后的模型预测道路的拥堵系数。实验结果表明,直接通过经典BP神经网络模型的预测正确率为94.3%,而在预测阶段结合统计学方法联合校验得到最终预测模型的预测正确率97.5%。结合本文提出的成本估算模型,可以计算拥堵系数限定条件下的各条派送路径的成本,得到最优的派送路径。(4)通过对完成的物流派送系统的功能(定位功能、路线导航功能、配送员账户管理功能、配送员派送快件功能、道路短时拥堵状态预测评估功能等)进行功能测试,结果显示系统的综合能力达到了预期,可以正常上线运行。