链上镖师 / Chain Biaoshi
TRE|即时配送订单与骑手路线：融合换电约束的异质运力联合优化
把自营、补充专送与众包骑手纳入同一调度框架，联合决定订单归属、配送顺序和换电绕行
论文将三类骑手、订单分配、配送路径、荷电状态变化与换电绕行纳入统一优化，并以双层嵌套禁忌搜索满足即时配送的求解时效要求。
- 01：研究对象覆盖自营、补充专送和众包三类骑手。
- 02：模型显式刻画荷电状态相关速度与强制换电绕行。
- 03：嵌套禁忌搜索相对Gurobi提速2—3个数量级，平均差距为1.6%。
- 04：能源感知模型在实验中平均节省约4.8%的总成本，最高节省7.7%。
- 05：众包骑手容量与换电柜数量均存在边际收益收窄现象。
高频即时配送为何需要换电约束
即时配送平台需要在严格时间窗内处理来自多个门店的实时订单。众包骑手是系统的主要弹性运力，其两轮电动车日行驶距离可超过85公里，标准车辆有效续航约40—45公里，骑手通常每天换电2—4次。电量状态因此直接影响订单能否按计划送达。
众包骑手换电场景与日均行驶距离，来源：Fig. 1。
低荷电状态会触发车辆限速，使平台按照固定速度估计的到达时间偏短。需要换电的骑手还要绕行公共换电柜，原有订单归属、取送顺序和路线组合随之改变。论文据此把电量消耗、分段行驶速度、换电请求和换电柜可用性直接嵌入派单决策。
能源感知对联合订单分配与路径决策的影响，来源：Fig. 2。
三类骑手怎样进入同一调度周期
自营骑手固定驻守特定门店，补充专送骑手在部分时段为门店提供弹性支持，众包骑手具有跨门店服务能力和灵活起终点。三类运力在服务范围、单次容量、报酬方式、补能方式和速度机制上均有差异，联合调度需要为每一类骑手保留对应的运营约束。
自营、补充专送与众包骑手的运营属性比较，来源：Table 2。
论文采用滚动时域机制组织实时调度。每个周期开始时，系统汇总新增订单、存量订单、骑手位置、电量和换电需求，在当前信息下求解订单分配与路线，执行本批次决策，再把更新后的订单和骑手状态传递到下一周期。文中给出的典型调度批次为10分钟。
能源感知调度的滚动时域框架，来源：Fig. 3。
订单、路线与电量如何联合求解
模型以平台总成本最小为目标，联合决定订单交给哪名骑手、骑手是否启用、各取送节点的访问顺序以及众包骑手的换电路线。成本覆盖按单支付的骑手费用、配送成本和延误惩罚；自营骑手固定工资在实时调度中被视为沉没成本，不进入目标函数。
1汇总订单、门店、三类骑手及换电柜的周期状态
2生成满足门店归属、容量和订单服务要求的初始分配
3沿路线传播到达时间与荷电状态，低电量骑手必须访问一次换电柜
4按荷电状态阈值切换行驶速度，并计算延误与运营成本
5通过订单移动、交换和重分配持续搜索更低成本方案
双层嵌套禁忌搜索采用“快速搜索—精确评估”结构。外层在订单—骑手分配空间内生成邻域，以增量路径启发式快速筛选候选；内层只对分配发生变化的骑手求解混合整数规划路径子问题，未受影响的路线直接复用，从而控制精确评估的计算量。
双层嵌套禁忌搜索的快速搜索—精确评估框架，来源：Fig. 4。
快速搜索能保留多少解质量
实验使用某大型即时配送平台2023年5月的真实运营记录，研究区域为城市商业区周边5公里范围。计算比较覆盖Gurobi、传统禁忌搜索、ALNS和嵌套禁忌搜索，每组结果取20次运行的平均值，精确求解器的时间上限设为7200秒。
嵌套禁忌搜索与Gurobi、传统TS及ALNS的计算性能比较，来源：Table 4。
平均最优差距
1.6%
嵌套禁忌搜索相对Gurobi
计算提速
2—3个数量级
相对Gurobi
小规模实例中，嵌套禁忌搜索相对已验证最优解的差距为1.36%—3.41%。订单规模达到15和18时，Gurobi在两小时内未能证明最优，嵌套禁忌搜索获得的目标值还分别低于求解器当时的最佳可行解0.65%和1.54%。
能源感知调度节省了哪些成本
论文将能源感知模型与忽略荷电状态速度变化及换电绕行的基准模型进行比较。不同门店数量和需换电骑手比例下，联合考虑能源约束能够修正过于乐观的行驶时间估计，重新配置订单与路线，并同步减少配送支出和延误惩罚。
不同门店数与换电需求比例下的模型成本比较，来源：Table 5。
平均总成本节省
约4.8%
能源感知模型相对基准模型
最高总成本节省
7.7%
实验情景中的最大改善
容量、换电柜与电池规格的边际收益
敏感性分析显示，众包骑手一次可携带的订单数从1增至5时，系统总成本由1684.01降至1220.27，主要改善集中在容量增至3单的阶段。继续提高容量仍可降低成本，边际收益逐步收窄，平台需要结合车辆承载能力与多单履约复杂度确定上限。
众包骑手容量对系统总成本的影响，来源：Fig. 6。
换电柜数量变化下的延误成本与总成本，来源：Fig. 7。
换电柜从2个增至6个时，延误成本和总成本持续下降，其中从3个增至4个时出现约15%的关键降幅。电池容量提升也会减少换电频次并降低周期成本，容量由0.8增至0.9时具有较高的成本改善，说明车辆规格与换电网络需要联合评估。
不同电池容量下的系统成本与换电表现，来源：Table 7。
模型适用条件与研究边界
01模型面向多门店、三类异质骑手共同参与的即时配送批次调度。
02每个滚动周期开始时的订单、骑手和换电柜信息按确定性数据处理。
03骑手可用数量由系统外生给定，研究范围集中于订单分配与路径规划。
04时间窗采用延误惩罚处理，城市路网距离以曼哈顿距离近似。
05自营和补充专送骑手按电量充足处理，能源约束重点刻画众包两轮电动车。
模型适合换电频繁、众包运力承担跨门店订单、平台能够获取骑手荷电状态和换电柜可用性的运营环境。论文假设现代智能换电设施可以维持充足的满电电池供应，实际应用需要先核对换电柜库存数据、车辆电池规格和速度阈值能否稳定接入调度系统。
论文未报告随机订单到达、餐品准备时间扰动、换电柜排队或满电电池短缺下的求解表现，也未覆盖骑手招募与排班规划。相关结论的外推范围限于文中设定的滚动批次、软时间窗、外生运力和确定性周期信息条件。
论文：Energy-aware integrated order assignment and routing for heterogeneous couriers in on-demand delivery
作者：Xian Guo，Zhiyuan Wang，Xiaoyu Ma，Yuli Zhang，Lun Ran，Yucai Yang
期刊：Transportation Research Part E
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
