基于眾包平臺(tái)的跑腿代購(gòu)即時(shí)配送優(yōu)化研究

余海燕，王姝翔，李紅梅

(重慶交通大學(xué) 1.經(jīng)濟(jì)與管理學(xué)院；2.智能物流網(wǎng)絡(luò)重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400074)

跑腿代購(gòu)是國(guó)家“互聯(lián)網(wǎng)+”政策與共享經(jīng)濟(jì)下的新型配送模式，核心在于“代買、代取、代送、代辦”，其與普通眾包外賣的服務(wù)區(qū)域、服務(wù)種類、配送方式等存在較大差別。客戶在跑腿平臺(tái)下單，商家通過平臺(tái)接單并發(fā)布配送信息，平臺(tái)直接分配或配送員搶單將配送訂單分配給配送員，配送員先取貨再送貨則完成配送。由于訂單發(fā)布的實(shí)時(shí)性，要在較短時(shí)間內(nèi)完成配送，每個(gè)訂單的取送貨點(diǎn)一一匹配，地理位置分散，配送距離較長(zhǎng)等特征，使得訂單合理分配、優(yōu)化路徑成為跑腿平臺(tái)面臨的重要問題。本文針對(duì)跑腿代購(gòu)的問題，研究以提高配送時(shí)效，增加配送員收益為目的的實(shí)時(shí)訂單分配與路徑優(yōu)化問題。

與跑腿代購(gòu)即時(shí)配送相關(guān)研究主要分兩類：共享物流模式與即時(shí)配送問題。針對(duì)共享物流模式，Lee等 [1]研究在一定服務(wù)需求的司機(jī)數(shù)量下，由公共交通工具載客的同時(shí)運(yùn)輸貨物，減少單獨(dú)配送的費(fèi)用。Paloheimo等[2]研究圖書運(yùn)送服務(wù)的眾包配送優(yōu)勢(shì)，表明平均每次配送可節(jié)省1.6 km的路程，并帶來低碳的綠色配送。呂夢(mèng)茹[3]以拼車乘客數(shù)最大、車輛出行成本最小和乘客出行時(shí)間最短為目標(biāo)，設(shè)計(jì)遺傳算法，實(shí)現(xiàn)多車多客戶間的最佳匹配和路徑最優(yōu)的靜態(tài)優(yōu)化問題。張璽君等[4]以最高搭載率和最短行駛距離為目標(biāo)，建立基于改進(jìn)遺傳算法的出租車共乘線路規(guī)劃模型，實(shí)現(xiàn)多車路徑規(guī)劃。關(guān)于共享物流模式研究為本文的路徑優(yōu)化算法提供參考價(jià)值，其中，人與人、人與貨物的約束條件與本文跑腿代購(gòu)的實(shí)際情況不符，也并未提及訂單的實(shí)時(shí)調(diào)度性。

針對(duì)即時(shí)配送問題，Ma等[5]設(shè)計(jì)網(wǎng)約車實(shí)時(shí)調(diào)度系統(tǒng)，將新到訂單組織成FCFS隊(duì)列，設(shè)計(jì)貪心算法將新到訂單插入到動(dòng)態(tài)的車輛路徑中。Wang[6]研究3種配送模式：1) 車輛與商家是固定的，配送效率較差；2) 多商家可由單個(gè)或多個(gè)車輛服務(wù), 必須服務(wù)完當(dāng)前商家后再去服務(wù)其他商家；3) 全部車輛可同時(shí)服務(wù)多個(gè)商家的多個(gè)訂單。慕靜等[7]以配送員收益最大為目標(biāo), 構(gòu)建基于即時(shí)配送和收益激勵(lì)的運(yùn)力調(diào)度模型，保證客戶滿意度。王征等[8]以總物流成本最小為目標(biāo)，考慮訂單分布概率未知，根據(jù)區(qū)域劃分顧客并預(yù)測(cè)訂單規(guī)模，建立多場(chǎng)景預(yù)測(cè)的在線優(yōu)化調(diào)度方案，通過整合提高不確定情形下的適應(yīng)性。張力婭等[9]引入外賣平臺(tái)顧客優(yōu)先級(jí)概念，以顧客滿意度和配送成本為目標(biāo)，建立客戶優(yōu)先級(jí)的、帶時(shí)間窗的、動(dòng)態(tài)的、多車場(chǎng)的多目標(biāo)取送貨車輛路徑模型，用加權(quán)法轉(zhuǎn)化為單目標(biāo)，最后用改進(jìn)的迭代局部搜索算法求解。余海燕等[10]以每單配送距離和平均完成時(shí)間最小為目標(biāo)，設(shè)計(jì)不同策略求解，用最小差值策略可以降低成本，用貪婪策略可以提高配送效率。Ulmer等[11]分析備餐時(shí)長(zhǎng)的不確定性對(duì)配送過程的影響，處理隨機(jī)化開支、提高配送效率和3個(gè)利益主體滿意度；Liu等[12]將騎手配送時(shí)間分為2種：顧客點(diǎn)的不確定服務(wù)時(shí)長(zhǎng)與可預(yù)測(cè)的行駛時(shí)間；并假設(shè)前者為分布函數(shù)，建立兩階段隨機(jī)規(guī)劃模型，由歷史數(shù)據(jù)進(jìn)行抽樣平均近似實(shí)現(xiàn)模型求解。以上關(guān)于即時(shí)配送的研究較少針對(duì)跑腿代購(gòu)的問題進(jìn)行研究。

綜上所述，現(xiàn)有文獻(xiàn)研究共享模式下的即時(shí)配送在末端配送中的優(yōu)勢(shì)，并對(duì)該類模式的發(fā)展作出理論貢獻(xiàn)。跑腿代購(gòu)的實(shí)際應(yīng)用正處于發(fā)展階段，研究跑腿代購(gòu)即時(shí)配送的文章還較少。由于其在配送范圍和時(shí)間等方面的特征，使其訂單分配與路徑優(yōu)化問題更具挑戰(zhàn)。本文基于跑腿代購(gòu)問題展開研究，以平均每單配送時(shí)間最短和配送員平均收益最大為目標(biāo)，構(gòu)建跑腿代購(gòu)即時(shí)配送訂單分配和路徑優(yōu)化模型，并設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略用于求解該模型。

主要?jiǎng)?chuàng)新點(diǎn)體現(xiàn)在以下3個(gè)方面：1) 為了解決跑腿代購(gòu)訂單稀疏且取送貨距離遠(yuǎn)，配送時(shí)效低和配送路徑不合理等問題，提出以最小化平均完成時(shí)間、最大化配送員平均收益為目標(biāo)的新思路；2) 引入時(shí)間維度刻畫訂單的動(dòng)態(tài)性，考慮動(dòng)態(tài)需求、車容量、取送貨時(shí)間等約束的實(shí)時(shí)訂單分配與路徑優(yōu)化模型，設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略；3) 通過模擬仿真實(shí)驗(yàn)研究得到不同參數(shù)下的適用場(chǎng)景，對(duì)不同參數(shù)在跑腿代購(gòu)平臺(tái)上的應(yīng)用提供決策支持。

1 問題描述與數(shù)學(xué)模型

1.1 問題描述

假設(shè)一個(gè)網(wǎng)絡(luò)圖G，G=(V,E)，頂點(diǎn)集合V={v1,v2,···,vn1} ，邊集合E={e1,e2,···,en2}，需要服務(wù)的訂單都在G上 ，l(vi,vj) 為G中vi與vj之間的距離。訂單Oi是 實(shí)時(shí)產(chǎn)生的，即訂單信息在Oi釋 放時(shí)間ri后被獲取，Oi=(ri,ui,di,hi)。 其中，ri為Oi釋放時(shí)間；ui∈V為Oi取貨點(diǎn)位置；di∈V為Oi送貨點(diǎn)位置，i∈I={1,2,···,n} ；hi為Oi的收益，即配送員收益。在G中 ，有k個(gè)配送員進(jìn)行服務(wù)，k∈K。一個(gè)配送員k同時(shí)攜帶訂單數(shù)不能超過車容量C。

配送員收益hi是Oi固定收益a與附加收益bml(ui,di)之 和，即hi=a+bml(ui,di)。 其中，l(ui,di)是Oi取 送貨點(diǎn)的距離，即配送距離；bm為附加收益系數(shù)；l(ui,di)的 范圍D不同，bm不 同，當(dāng)l(ui,di)∈(Dm,Dm+1]時(shí) ，bm=bm+1，D=(0,D1]∪(D1,D2]∪···∪(Dq,+∞)，m∈{0,1,···,q+1}，附加收益系數(shù)集合B={b1,b2,···,bq+1}。

本文研究的問題是如何進(jìn)行訂單分配和路徑規(guī)劃，使得平均每單完成時(shí)間最短，配送員平均收益最大。

1.2 數(shù)學(xué)模型

G=(V,E)： 網(wǎng)絡(luò)圖，頂點(diǎn)集合V={v1,v2,···,vn1}，邊集合E={e1,e2,···,en2}；

l(vi,vj)：G中vi與vj的距離；

σ={O1,O2,···,On}： 訂單序列，共有n個(gè)Oi；

Oi=(ri,ui,di,hi)：ri為Oi釋放時(shí)間，ui∈V為Oi取貨點(diǎn)位置，di∈V為Oi取 貨點(diǎn)位置，hi為Oi的收益，i∈I={1,2,···,n}；

D：配送范圍，( 0,D1]∪(D1,D2]∪···∪(Dq,+∞)；

k∈K：配送員k，K為所有k集 合，共有m個(gè)k；

P={Pk|k∈K}： 所有路徑集合，Pk為k的所有路徑集合；

Ck： 的容量；

vk： 的行駛速度；

∈Pk：k的第j條路徑；

：Oi在上為1，否則為0；

： 路徑的行駛距離；

t∈T：當(dāng)前時(shí)刻t，視為離散數(shù)據(jù)，T為所有t集合；

： 在中到Oi取 貨點(diǎn)k已行駛的距離，Oi不在中為0；

： 在中到Oi送 貨點(diǎn)k已行駛的距離，Oi不在中為0；

： 在中Oi的 取貨時(shí)間，Oi不 在中為0；

： 在中Oi的 送達(dá)時(shí)間，Oi不 在中為0；

M：足夠大的正數(shù)；

a：Oi固定收益；

bm：Oi附 加收益系數(shù)，附加收益系數(shù)集合B={b1,b2,···,bq+1}。

決策變量如下。

xikt：Oi在t時(shí) 正在由k服務(wù)為1，否則為0，正在服務(wù)指Oi已 分配給k，且已取到貨，但還未完成；

：被使用為1，否則為0。

中間變量如下。

：Oi實(shí)際送達(dá)時(shí)間；

：Oi實(shí)際取貨時(shí)間；

根據(jù)問題描述，跑腿代購(gòu)即時(shí)配送訂單分配與路徑優(yōu)化模型如下。

目標(biāo)函數(shù)(1)、(2)分別為平均每單完成時(shí)間最小、配送員平均收益最大；約束(3)和(4)表示每個(gè)Oi僅 由一個(gè)k服 務(wù)；約束(5)保證當(dāng)Oi分 配給k，且被選中時(shí)，xikt在Oi的服務(wù)時(shí)間段內(nèi)都取1；約束(6)保證每個(gè)k在t時(shí) 正在服務(wù)的Oi數(shù) 不超過C；約束(7)保證每個(gè)k僅 選一條；約束(8)保證只有當(dāng)Oi分配給k時(shí)，Oi才 在上；約束(9)和約束(10)保證在中Oi取 送貨時(shí)間不早于k到達(dá)取送貨點(diǎn)的最早時(shí)間；約束(11)保證只有Oi在上時(shí)，Oi的完成時(shí)間才不為0；約束(12)保證每個(gè)Oi取貨時(shí)間早于送貨時(shí)間；約束(13)保證每個(gè)Oi取貨時(shí)間晚于釋放時(shí)間；約束(14)和(15)計(jì)算Oi的實(shí)際完成時(shí)間和實(shí)際取貨時(shí)間；約束(16)保證Oi取 貨后、服務(wù)完之前，＜t＜，決策變量xikt才 為1；約束(17)為k的收益；約束(18)為0-1變量。

下面設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略(策略1)，與普通眾包合單策略(策略2)，用仿真分析方法對(duì)比研究配送員平均收益和平均每單完成時(shí)間。

2 求解策略

2.1 基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略

求解以上模型時(shí)，關(guān)鍵點(diǎn)是實(shí)時(shí)訂單處理和訂單分類。針對(duì)實(shí)時(shí)訂單，用滾動(dòng)時(shí)域?qū)?dòng)態(tài)信息靜態(tài)化處理；針對(duì)訂單分類，用限制配送距離將訂單分為遠(yuǎn)程與短程?，F(xiàn)對(duì)其中2個(gè)重要的概念進(jìn)行如下定義。

定義1(滾動(dòng)時(shí)域)：整個(gè)調(diào)度時(shí)間分成若干個(gè)時(shí)間長(zhǎng)度相等的時(shí)間段，每個(gè)時(shí)間段為一個(gè)滾動(dòng)時(shí)域，一個(gè)時(shí)間段的長(zhǎng)度稱為滾動(dòng)時(shí)域時(shí)長(zhǎng)。

定義2(限制配送距離)：限制配送距離是短程與遠(yuǎn)程的分界點(diǎn)。小于限制配送距離為短程，大于或等于限制配送距離為遠(yuǎn)程。

策略1的核心思想是每次增加相同的滾動(dòng)時(shí)域時(shí)長(zhǎng)后更新訂單信息；將新訂單根據(jù)限制配送距離分為兩類，第1類遠(yuǎn)程的訂單直接分配，第2類短程的訂單，用最小插入法合單分配。具體步驟如下。

第1步：當(dāng)沒有訂單時(shí)，配送員在當(dāng)前位置等待，產(chǎn)生釋放時(shí)間段內(nèi)的新訂單后，轉(zhuǎn)第2步。

第2步：判斷是否有空閑的配送員，若有，轉(zhuǎn)第3步，否則等待有可用配送員時(shí)轉(zhuǎn)第3步。

第3步：判斷是否有滿足配送數(shù)量的配送員，若有，轉(zhuǎn)第4步，否則取與配送員數(shù)量相同的訂單數(shù)轉(zhuǎn)第4步，等待至下一釋放時(shí)間有新訂單時(shí)插入剩余訂單轉(zhuǎn)第2步。

第4步：計(jì)算所有新訂單取送貨點(diǎn)之間的距離，取貨點(diǎn)至各配送員的距離，將遠(yuǎn)程訂單一一分配給距離其取貨點(diǎn)最近且滿足車容量限制的配送員，一個(gè)遠(yuǎn)程訂單分配給一個(gè)配送員，一個(gè)配送員只接受一個(gè)遠(yuǎn)程訂單，配送路徑唯一，轉(zhuǎn)第5步。

第5步：將短程訂單合單分配給剩余配送員中距離取貨點(diǎn)最近且滿足車容量限制的配送員，轉(zhuǎn)第6步。

第6步：最小插入法規(guī)劃配送路徑如下。

1) 將取貨點(diǎn)插入路徑的任意位置；2) 將送貨點(diǎn)插入取貨點(diǎn)后的任意位置，計(jì)算每次插入送貨點(diǎn)后的總路程；3) 比較所有插入方式所得總路程，選最小值對(duì)應(yīng)的插入方式插入取送貨點(diǎn)得配送路徑，轉(zhuǎn)第7步。

第7步：當(dāng)每個(gè)配送員服務(wù)完一個(gè)或多個(gè)訂單時(shí)，記錄每個(gè)訂單完成時(shí)間和每個(gè)配送員收益，轉(zhuǎn)第8步。

第8步：判斷是否有未服務(wù)的訂單，若無轉(zhuǎn)第9步，否則等待下一釋放時(shí)間有新訂單釋放時(shí)轉(zhuǎn)第2步。

第9步：計(jì)算目標(biāo)函數(shù)(1)和(2)。

上述策略用仿真方法進(jìn)行研究，其仿真框架圖如圖1所示。

圖1 仿真框架Figure 1 Simulation framework

2.2 合單策略

策略2的核心思想是將新產(chǎn)生的訂單以最小插入法合單分配給距離取貨點(diǎn)最近且滿足車容量限制的配送員。策略2與策略1的步驟區(qū)別如下。

第4步：最小插入法規(guī)劃配送路徑如下。1) 將取貨點(diǎn)插入路徑的任意位置；2) 將送貨點(diǎn)插入取貨點(diǎn)后的任意位置，計(jì)算每次插入取貨點(diǎn)后的總路程；3) 比較所有插入方式所得總路程，選最小值對(duì)應(yīng)的插入方式插入訂單的取送貨點(diǎn)得配送路徑，轉(zhuǎn)第5步。

第5 ～ 7步與策略1中第7 ～ 9步相同。

3 數(shù)值仿真分析

3.1 數(shù)據(jù)說明

為驗(yàn)證模型與算法設(shè)計(jì)的有效性和適用性，在此運(yùn)用Matlab軟件編程，將策略1與策略2進(jìn)行對(duì)比分析，對(duì)算例進(jìn)行數(shù)值仿真。以平均每單完成時(shí)間和配送員平均收益為目標(biāo)函數(shù)，分別從訂單分配和路徑優(yōu)化兩個(gè)模塊進(jìn)行仿真研究。為了更好地說明目標(biāo)函數(shù)中配送員平均收益與配送系統(tǒng)之間的關(guān)系，增加配送員飽和度這一參數(shù)來表示系統(tǒng)的繁忙程度。若飽和度越高，則說明該系統(tǒng)較繁忙，反之，則系統(tǒng)較空閑。配送員通過分析不同的參數(shù)(如車容量、配送員數(shù)量、限制配送距離等)對(duì)目標(biāo)函數(shù)的影響，結(jié)合配送員飽和度，找出影響最為敏感的因素。

定義3(配送員飽和度)：配送員飽和度是使用配送員數(shù)與總配送員數(shù)之比。

3.2 數(shù)值結(jié)果分析

本文通過實(shí)地調(diào)研的方式，以重慶市天和里購(gòu)物中心為中心，向周圍輻射50 km選取60個(gè)高檔寫字樓或住宅小區(qū)的地理坐標(biāo)為數(shù)據(jù)點(diǎn)，其中，0 ～5 km范圍內(nèi)15個(gè)點(diǎn)，5 ～ 10 km范圍內(nèi)20個(gè)點(diǎn)，10 ～20 km范圍內(nèi)10個(gè)點(diǎn)，20 ～ 30 km、30 ～ 40 km、40 ～50 km范圍內(nèi)各5個(gè)點(diǎn)，構(gòu)成本文仿真研究的網(wǎng)絡(luò)圖。參數(shù)設(shè)置：車容量8個(gè)訂單，總配送員數(shù)量150人，總訂單數(shù)1 000個(gè)，滾動(dòng)時(shí)域時(shí)長(zhǎng)2 min，限制配送距離10 km，網(wǎng)絡(luò)平均配送距離20.45 km，仿真時(shí)間180 min，每個(gè)參數(shù)每仿真50 次所得平均值，仿真分析數(shù)據(jù)見表1。

由UU跑腿的標(biāo)準(zhǔn)配送時(shí)間得，每5 km最大配送時(shí)間增加30 min，由于所給網(wǎng)絡(luò)圖平均配送距離為20.45 km，策略1中平均每單完成時(shí)間在合理范圍內(nèi)，為降低配送成本，增加配送員使用率，策略1中配送員飽和度均大于80%，所設(shè)計(jì)策略1有效。由表1得以下結(jié)論。

表1 仿真分析數(shù)據(jù)Table 1 Simulation analysis data sheet

結(jié)論1滾動(dòng)時(shí)域時(shí)長(zhǎng)與策略2平均每單完成時(shí)間呈正相關(guān)關(guān)系；限制配送距離與策略1平均每單完成時(shí)間呈正相關(guān)關(guān)系，車容量與其呈負(fù)相關(guān)關(guān)系。

隨滾動(dòng)時(shí)域時(shí)長(zhǎng)增加，待服務(wù)訂單堆積，策略2中訂單等待分配的時(shí)間增大，平均每單完成時(shí)間逐漸增大；隨限制配送距離增加，策略1中合單訂單量增多，配送員飽和度趨于100%，等待空閑配送員的時(shí)間增大，平均每單完成時(shí)間增大；隨車容量增加，策略2中每個(gè)配送員可配送的訂單量增多，所需配送員減少，配送等待時(shí)長(zhǎng)降低，使得平均每單完成時(shí)間減少。

結(jié)論2車容量與策略2配送員平均收益呈正相關(guān)關(guān)系；總配送員數(shù)量與策略1配送員平均收益呈負(fù)相關(guān)關(guān)系。

隨車容量增加，策略2中每個(gè)配送員可配送的訂單量增多，配送員平均收益增大。隨總配送員數(shù)量增加，空閑配送員增多，策略1中配送員平均收益減少，在總配送員為130人時(shí)飽和度達(dá)到100%，總訂單量與總配送員之比例約為7.69。

結(jié)論3總訂單數(shù)量與兩種策略的兩個(gè)目標(biāo)函數(shù)均呈正相關(guān)關(guān)系。

策略1中，總訂單大于1 200時(shí)，配送員飽和度達(dá)到100%，總訂單數(shù)與總配送員數(shù)之比約為8.00。策略2中總訂單大于1 600時(shí)，配送員飽和度達(dá)到100%，總訂單數(shù)與總配送員數(shù)之比約為10.67。

結(jié)論4總訂單數(shù)量對(duì)兩種策略的配送員平均收益影響都較大；策略2配送員平均收益均略高于策略1。

由圖2、圖3得，訂單量越多，收益越大，其余參數(shù)對(duì)配送員平均收益的影響都較為平緩；策略2中單個(gè)配送員配送訂單較策略1略多，因此所有參數(shù)下，策略2的配送員平均收益均高于策略1。

圖2 策略1在不同參數(shù)影響下配送員平均收益變化Figure 2 The change of average income of delivery workers under the influence of different parameters in strategy 1

圖3 不同策略下配送員平均收益Figure 3 Average income of delivery staff under different strategies

結(jié)論5策略1中平均每單完成時(shí)間明顯低于策略2。

由圖4、圖5得，限制配送距離變化對(duì)策略1影響明顯，滾動(dòng)時(shí)域時(shí)長(zhǎng)，車容量及總訂單數(shù)量變化對(duì)策略2影響較大，但整體上來說策略1優(yōu)于策略2。在相同的參數(shù)范圍內(nèi)，策略2并不適用于跑腿訂單，配送時(shí)間過長(zhǎng)，導(dǎo)致配送時(shí)效性較差，增加顧客等待時(shí)間及配送成本，降低顧客滿意度。

圖4 策略1在不同參數(shù)影響下平均每單完成時(shí)間變化Figure 4 The average completion time of strategy 1 under the influence of different parameters

圖5 不同策略下平均每單完成時(shí)間Figure 5 Average completion time per order under different strategies

結(jié)論6策略1配送員飽和度略高于策略2。

由圖6得，飽和度整體情況策略1略高，直配配送員要多于合單配送員，策略1中總訂單與總配送員數(shù)量比例在7.69～8.00之間時(shí)，配送員平均收益最大，平均完成時(shí)間最短，且配送員的使用率達(dá)到最高。

圖6 不同策略下配送員飽和度Figure 6 The saturation of delivery staff under different strategies

4 結(jié)論

本文采取訂單分配與路徑規(guī)劃方法實(shí)現(xiàn)跑腿代購(gòu)訂單配送的優(yōu)化。通過建立數(shù)學(xué)模型，設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略，即用滾動(dòng)時(shí)域?qū)?dòng)態(tài)調(diào)度問題靜態(tài)化處理；根據(jù)短程與遠(yuǎn)程分類進(jìn)行訂單分配，利用直配與合單插入法結(jié)合的方式進(jìn)行路徑規(guī)劃。數(shù)值仿真研究結(jié)果如下。1) 僅考慮配送員使用率及配送時(shí)效時(shí)，策略1較適用；僅考慮配送員平均收益時(shí)，策略2較適用；綜合考慮配送時(shí)效、配送員使用率及其平均收益時(shí)，策略1更適用于跑腿代購(gòu)平臺(tái)。2) 要降低顧客等待時(shí)間，提高客戶滿意度，采用策略1時(shí)需增加限制配送距離，采用策略2時(shí)需減少滾動(dòng)時(shí)域時(shí)長(zhǎng)并增加配送員總數(shù)。3) 若要提高每個(gè)配送員的收益與配送積極性，采用策略1時(shí)需減少配送員總數(shù)或增加訂單量，采用策略2時(shí)需增大車容量或總訂單量。4) 運(yùn)用策略1，可以通過適當(dāng)增加限制配送距離提高配送時(shí)效，通過減少配送員增加其平均收益。5) 運(yùn)用策略2，配送員總數(shù)減少時(shí)，可通過適當(dāng)增加車容量或減少滾動(dòng)時(shí)域時(shí)長(zhǎng)，增加總配送員提高普通眾包外賣的配送時(shí)效及配送員平均收益。