本文是一篇计算机论文，本文针对物流“最后一公里”问题，建立了一套适用于社区环境的智慧物流模型。在该模型中，电子快递柜被安放在每一栋居民楼的底层，并可全天使用，以此来提高客户收取包裹的效率。在此基础上，考虑到电子快递柜的容量限制，将每个包裹都放置到离客户居民楼最近的电子快递柜里是不现实的。
第一章 绪论
1.1 研究背景
随着电子商务的日益普及与日渐繁荣，越来越多的人倾向于选择在网络上购买商品和服务。图 1.1-1.3 显示出，2020 年中国网购用户数量已达到 6.59 亿人，网购渗透率已高达 79.5%，交易金额已超过 6.82 万亿元。电子商务高速发展的同时也带动了物流快递行业的发展。据国家邮政局发布的消息，到 2020 年年末，快递业支撑全国网购规模将突破 10 万亿元。快递业年均服务用户已从 2015 年的 700 亿人次发展到超过 1500 亿人次，年业务量也从五年前的 207亿件增长至超 800 亿件。图 1.4 和 1.5 展示了近十年中国快递行业业务总量和业务收入的变化趋势。目前，我国快递量已超过了美国、日本和欧洲等发达经济体总和，对世界增长贡献率超过了 50%，稳居世界第一。同时，快递业年业务收入从 2015 年的 2769.6 亿元增长至超过8600 亿元，五年年均增速超过 25%[1]。中国的物流快递行业日月巨变，正在辉煌中蓬勃发展。在此基础上，习近平总书记在十四五规划中指出：要加快发展现代物流，推动服务业向高品质和多样化升级[2]。物流快递行业在未来的持续高速发展是可以预见的。
计算机论文怎么写
..........................
1.2 国内外研究现状
1.2.1 无人机在物流方面的应用
为提高物流效率降低运送成本，国内外不少企业已将目光转向发展势头迅猛的无人机技术。早在 2013 年，亚马逊公司[9]就尝试将 Prime Air 的无人机运用到物流配送中，近年更是推出了一种新型混合动力交付无人机。亚马逊将其命名为 Prime Air Drone。这种无人机可以垂直起降，能够飞行 15 英里，并可在 30 分钟之内将五磅以下的包裹交付到客户的手中。此外，Prime Air Drone 还具有人工智能功能，可以检测和识别来自任何方向的静态和移动物体，这使得它可以识别其他飞机、烟囱塔和任何移动物体，以规避空中碰撞。亚马逊还为 Prime Air Drone 开发了一种计算机视觉技术[10]，无人机以此来识别并寻找合适的降落点。美国联邦航空管理局业已批准了亚马逊经营其无人机包裹配送业务。
谷歌在无人机物流领域的起步虽比亚马逊稍晚，但也不逞多让。目前的商用无人机交付业务中，进展最快的就是 Alphabet 旗下的 Wing 公司。Project Wing[11]是谷歌在 2014 年首次推出的无人机送货服务，并于 2019 年 4 月获得了美国联邦航空管理局颁发的第一个无人机快递许可证。这标志着 Wing 成为美国第一家运营消费级无人机交付服务的公司。Project Wing的目标是利用无人机服务在几分钟内运送餐食、咖啡和药品等物品。Wing 公司还专门设计了一种配送盒，无人机可以通过这种配送盒向目标客户家配送包裹。此外，Wing 公司也在开发一个软件平台，向各类客户提供无人机快递服务。据公开消息，自 2019 年 10 月 Wing 在美国弗吉尼亚州开始提供服务以来，其交付量已翻了一番以上。Alphabet 表示，在新冠病毒大流行期间，Wing 使用无人机为弗吉尼亚州的居民运送食物、药品和日用品，他们的无人机每周需完成超过 500 次送货服务[12]。
除了亚马逊和谷歌，Uber[13]和 UPS[14]也在推进相关的无人机物流项目。Uber 从 2019 年5 月开始在加利福尼亚州南部的圣地亚哥州立大学附近的麦当劳进行无人机配送测试。然而，与亚马逊和 Project Wing 不同的是，Uber 的无人机不会直接将外卖送到客户家中，而是将其送到指定的安全着陆区。Uber 的快递员在安全着陆区手工卸下包裹，再将其送到客户的家门口。此外，Uber 仍在等待美国联邦航空管理局的批准，商业化运营尚需时日。UPS 旗下的无人机子公司 UPS Flight Forward 正与无人机初创公司 Matternet 展开合作，在北卡罗莱纳州尝试医疗样品快递，也是以局域内跑通业务模型为主要目标。和 Uber 一样，UPS 也在等待美国联邦航空管理局的批准。
..........................
第二章 社区智慧物流系统分析及模型构建
2.1 问题分析
在本章之前介绍了无人机在物流方面的尝试，将无人机应用于物流领域目前不仅仅要考虑它的优势，同时还要考虑无人机的劣势。以下就针对物流“最后一公里”问题进行分析，列举了无人机物流的几点优劣：
（1）缩短末端配送时间
无人机用于社区的物流配送当中，将原来的二维空间升级到了三维，无人机飞到一定的高度后，将不受地面障碍物的阻碍，在理论上是可以实现点到点直线运输，这将大大提高物流配送能力[36]。随着无人机技术的不断完善，无人机在飞行速度上不比传统的摩托电动车落后，且社区复杂的地形和环境对于无人机配送不起作用，使得配送更加灵活高效。
（2）续航能力有限
目前适用于末端配送的无人机基本都采用电力驱动，在电量固定的情况下运送货物，电量的消耗将非常的迅速[37]。物流无人机在作为配送包裹的用途时，其电池系统不适宜过重，而且无人机在配送完毕后要返回物流调度中心更换电池。
（3）载重有限
相较于传统的物流车辆，无人机设备的最大劣势就是载重量较小。本文充分调研了市场上包裹的重量分布和无人机的载重能力，虽然无人机的载重量普遍在 10kg 以内，但仍足以满足大部分包裹的运送需求，甚至可以同时运送多个包裹。但是，在安排无人机配送货物时仍要考虑这方面的因素的影响。
（4）法律政策
中国目前的空域管理方法是由民用航空和军用航空负责内部和外部航线的空域控制和指挥。如果无人机需要使用空域，考虑到实际使用的特定空域，则需要得到不同部门的批准[38]。此外，中国现行的空域管理法规和一些地方法规还对无人机制定了极为严格的禁飞区。例如，根据民航法等有关法律法规，在机场跑道两端 20 公里以内，两侧 10 公里以内属于“净空保护区”，禁止影响安全驾驶的行为[39]。北京，四川等地已经明确表示，未经职能部门批准的军民用无人驾驶飞机，将在机场航模和其他飞行活动以及公共安全机构的最上方的空域保护区内构成违法行为，将依法进行调查和处理[40]。一些地方立法限制无人机，并设立禁飞区[41]。严格的空域管理限制了无人机的使用，使得无人机物流业的发展面临巨大的障碍。
........................
2.2 设计方案
2.2.1 系统总体设计方案
本文提出了一套社区智慧物流系统，主要包含以下几个实体要素，包括物流调度中心、居民楼、快递柜、物流无人机、包裹以及客户等。同时还包含非实体要素，包括包裹分配方案、无人机任务调度方案中的优化目标、约束条件、以及求解问题所使用的算法等。社区智慧物流模拟系统的总体设计方案如图 2.1 所示：
计算机论文怎么写
（1）实体要素
（a）物流调度中心
物流调度中心作为包裹和无人机管理与指挥枢纽具有调控的功能。当卡车运送货物到达后，物流调度中心能够根据收到包裹的目的地、辖区内快递柜的可用容量等信息，计算生成包裹分配方案，并能够根据无人机型号、无人机航程、无人机载重等信息，计算生成无人机任务调度方案。同时，物流调度中心在包裹分配方案中被视为一个具有无限容量的快递柜，以在包裹数量过多时容纳多余包裹。此外，物流调度中心负责管理所有物流无人机，为无人机提供起飞降落的场所，并为无人机提供充电。
（b）无人机
无人机是运载包裹的载体。在研究过程中，要考虑无人机的类型、航程、航速、载重等特征。无人机内置电源系统、GPS 或北斗导航系统、安装板、主控板、驱动器、转轴以及雷达系统等。这些装置保证了无人机在飞行过程中，能够稳定的和物流调度中心与快递柜进行必要的通信。此外，无人机还装置有外置配送盒，为运载的包裹提供防护。
...........................
第三章 基于智能优化算法的模型求解方案............................... 23
3.1 智能优化算法......................................... 23
3.1.1 解的表示和初始解 ...................................... 23
3.1.2 贪心算法 .............................. 23
第四章 仿真实验及分析 ................................ 29
4.1 仿真实验参数设置 .................................. 29
4.1.1 实验参数 ............................... 29
4.1.2 算法参数 ............................... 31
第五章 社区智慧物流模拟系统 .................................... 37
5.1 技术选型 ...................................... 37
5.2 需求分析 .............................. 37
第五章 社区智慧物流模拟系统
5.1 技术选型
随着 Web2.0 时代的到来，前后端开发技术发展迅速。前后端分离已成为互联网项目开发的业界标准使用方式，通过 Nginx+Tomcat 的方式（也可以中间加一个 NodeJS）有效地进行解耦，并且前后端分离会为以后的大型分布式架构、弹性计算架构、微服务架构、多端化服务等打下坚实的基础。这个步骤是系统架构从猿进化成人的必经之路。其核心思想是前端HTML 页面通过 Ajax 调用后端 restful API 接口，并与 JSON 数据进行交互。
目前流行的 Web 前端开发技术包括三种基本技术，用于页面架构的 HTML、用于实现页面风格的 CSS 和用于页面交互的 JavaScript[44]。HTML5 是 HTML 技术的最新规范，CSS3 是CSS技术的代表，而JavaScript是一种非常灵活的脚本语言。在现代网站设计和生产，HTML5，CSS3 和 JavaScript 越来越普遍，不仅讲究传统的个人电脑页面，同时也广泛用于 Win32 桌面程序和微信官方账户平台[45]。
Web 后端开发技术包括，用于负责接收参数，调用相关业务层，封装数据以及路由和渲染到 JSP 的后台框架 Spring + Mybatis，结合 Java 基础，分布式缓存 Redis，设计模式等，实现后端高并发、高可用、高性能的功能特性[46]。
计算机论文参考
..........................
第六章 总结与展望
6.1 总结
随着电子商务的发展对物流行业提出了新的需求。“最后一公里”物流作为整个物流配送系统的关键环节，快速高效的配送方式是现在必须面临的研究课题。本文通过对物流“最后一公里”问题的相关文献的研究，提取了“最后一公里”物流配送在配送高成本和低效率的成因，并对这些因素进行分析。在引入了无人机物流配送模式后，因为没有太多之前研究成果作为参考，所以研究本课题具有重要的意义。物流“最后一公里”配送的效率直接影响整个物流系统的配送速度，在参考传统的 VRP 问题的研究中，考虑了无人机物流问题的独特性，以优化无人机的配送效率为出发点，对该类型物流调度问题进行了深入研究。
本文主要工作内容如下：
（1）针对物流“最后一公里”问题，建立了一套适用于社区环境的智慧物流模型。在该模型中，电子快递柜被安放在每一栋居民楼的底层，并可全天使用，以此来提高客户收取包裹的效率。在此基础上，考虑到电子快递柜的容量限制，将每个包裹都放置到离客户居民楼最近的电子快递柜里是不现实的。本文提出了一种用于解决该问题的包裹分配方案来设法优化客户取货距离这一目标。
（2）针对物流“最后一公里”问题，建立了一套无人机物流调度系统。本文以无人机完成物流运送任务所需的最长时间作为问题的优化条件，以无人机的航程、载重量等作为问题的约束限制，建立了单目标优化的社区无人机物流调度数学模型，并提出了一种用于解决该问题的无人机任务调度方案。
（3）提出了一种模拟退火遗传算法来求解社区智慧物流模型和无人机调度方案。为了提高优化性能，该算法设计了新的初始种群生成算法，以帮助找到更好的最终解。为了进行性能评估和统计分析，将该算法与一些目前通用的智能优化算法进行了比较。实验结果表明，模拟退火遗传算法能有效地解决这一问题。
参考文献（略）