近年来,外卖市场规模持续增长,用户需求从早期的单纯美食类需求向全品类扩展,生鲜产品的加入也为外卖市场增加了新的活力,2019年中国外卖行业交易额已突破六千亿,外卖平台用户规模趋稳,但是外卖渗透率不足15%,未来仍有持续的成长空间。随着生活节奏的加快,消费者越来越愿意为便利付费,“点外卖”成为一种普遍的餐饮消费习惯,目前的外卖市场已趋于成熟,外卖智能调度系统技术逐步优化,行业配送效率整体提升,但是交通安全隐患普遍存在。在此基础上,如何在保证配送安全的前提下,持续提升行业的配送效率及用户的外卖体验,同时降低企业配送成本成为亟需解决的问题。目前国内外对于外卖配送的研究大多集中在宏观层面,对于实际场景中外卖车辆配送路径规划的研究不多,本文在进行模型构建时,以配送成本和客户满意度作为双目标,研究单配送中心的外卖车辆路径问题,并通过建立惩罚函数的方法将客户时间窗和可接受最晚送达时间转化为惩罚成本进行计算。除考虑时间窗、车载量等常规约束外,加入了两个以往研究中较少考虑的约束,一是时变路网约束,车辆在实际路网环境中行驶时,速度是动态改变的,二是道路安全性约束,每条路径都有各自的安全性,车辆优先选择安全性较高的路径进行配送,该约束的考虑也是本文的创新点。其中,时变问题中引入了一种满足先入先出准则的跨时段方法对行驶时间进行计算;路段安全性的量化是一个重点工作,引入交通领域中对道路安全性的影响因素和评价方法的考虑,结合外卖配送的特点,通过调查问卷、实地考察和主成分分析的方式划定所研究路段的危险值。基于以上考虑,分别建立了非时变和时变情况下以成本最低为目标的多约束外卖车辆配送模型。针对模型的特点,本文选择适应性较强且研究较为成熟的蚁群算法进行求解,并对基本蚁群算法进行了三处优化,一是同时考虑节点间的距离和安全性构造启发函数,二是在转移概率选择规则中引入一个随机变量,避免算法陷入停滞,三是对信息素的处理中,参照最大—最小蚂蚁系统思想,设置路径上信息素的最大最小边界,且只更新找到最优路径的蚂蚁所释放的信息素增量;并在每次循环后,融入2-opt算法对规划出的路径进行局部优化。考虑到本文的研究范围,以商家自配送模式为例,分别模拟了非时变和时变情况下实际场景的外卖配送,并对结果进行了对比分析,然后以时变情况下的外卖配送为例进行了改进前后算法的对比,验证了模型建立所考虑约束条件的必要性以及改进后算法的有效性。目前还未有切实有效的政策法规来约束外卖配送的相关行为,本文提出的考虑道路安全性来进行外卖配送路径的优化研究可以在保证配送成本、最大化顾客满意度的同时,达到减少安全隐患、缓解交通安全状况的效果,未来也要继续深化研究,扩展其应用领域。