En tvåstegsoptimeringsmodell för hållbart lokaliserings- och ruttplaneringsproblem med kapacitets- och tidsfönsterbegränsningar i smarta paketboxar

Varför smartare paketleveranser spelar roll för stadslivet

Nätshopping har gjort det möjligt att beställa nästan vad som helst till dörren, men de skåpbilar, motorcyklar och trafikstockningar som följer med har dolda kostnader: igentäppta gator, sämre luft och högre priser. Denna studie undersöker hur ”smarta paketboxar” — de självtjänstskåp där man kan hämta paket när det passar — kan planeras och routas på ett sätt som minskar föroreningar och trafik samtidigt som konsumenterna får snabb och tillförlitlig service. Med verkliga data från Teheran visar författarna hur matematik, kartor och smarta algoritmer kan göra sista milen rena­re, billigare och mer rättvis.

Från kaos vid dörren till gemensamma upphämtningsställen

Artikeln utgår från en enkel iakttagelse: den sista etappen i leveranskedjan, från ett lokalt lager till varje kund, är den dyraste och mest förorenande delen av e‑handeln. I en stor, trångbodd stad som Teheran förorsakar miljontals dagliga resor med bilar, skåpbilar och motorcyklar trängsel och försämrad luftkvalitet. Smarta paketboxar erbjuder ett annat mönster. Istället för att många fordon stannar vid många dörrar, besöker ett färre antal fordon ett nätverk av boxar, och kunderna promenerar en kort sträcka för att hämta sina paket. Tidigare studier har granskat platsval för boxar, boxarnas utformning eller kundnöjdhet var för sig. Detta arbete förenar dessa trådar och frågar var boxarna ska placeras, hur fordon ska ruttas till dem, och hur man samtidigt väger kostnad, service och miljöpåverkan.

Två sammankopplade beslut: var boxarna ska ligga och hur fordonen rör sig

För att angripa problemet bygger författarna en tvåstegsoptimeringsmodell. I första steget avgör modellen vilka boxplatser som ska öppnas och hur många paket varje box ska hantera, med hänsyn till boxarnas kapacitet, etableringskostnad och hur långt kunderna är villiga att gå. I andra steget utformas leveransrutter från ett centralt depot till de valda boxarna, med respekt för begränsningar i fordonets kapacitet, körtid och tidsfönster när boxarna kan betjänas. Flera mål kombineras: att minska kostnader för att bygga och driva boxar, undvika avvisade paket som ändå måste levereras till dörren, krympa körsträckor och bränsleförbrukning samt hålla servicen snabb. Modellen omvandlar dessa konkurrerande mål till ett enda poängvärde med hjälp av justerbara vikter, så att beslutsfattare kan prioritera besparingar, snabbhet eller utsläpp beroende på sina mål.

Test av modellen i ett trångt verkligt stadsområde

Ramverket prövas i en detaljerad fallstudie av Teheran, med fokus på en centralt belägen stadsdel känd för tung trafik och tät efterfrågan. Data om befintliga boxar, kunder, avstånd, fordonstyper, bränsleförbrukning och tidsgränser matas in i modellen. Resultaten visar att omsorgsfullt valda boxplatser på platser med hög efterfrågan — nära livliga bostads- och handelsområden — gör det möjligt att konsolidera många paket till färre rutter. Jämfört med mindre strukturerade leveransmönster minskar det optimerade nätverket den totala körsträckan, driftkostnaderna och koldioxidutsläppen, samtidigt som boxarna hålls tillräckligt nära för smidig upphämtning. Scenarieanalyser där forskarna varierar tillåten resetid, avstånd och vikten av de olika målen visar hur känsligt nätverket är för policyval som striktare tidsgränser eller större fokus på miljöprestanda.

Hur smartare algoritmer skalar till stora städer

Eftersom stora städer kan ha många boxar, fordon och kunder är det extremt svårt att hitta den absoluta optimala lösningen med ren datorkraft. Författarna jämför därför exakta matematiska lösare med tre sökbaserade metoder inspirerade av naturprocesser, så kallade metaheuristiska algoritmer: en Keshtel-algoritm, en genetisk algoritm och simulerad glödgning. För små testproblem kontrolleras alla metoder mot exakta lösningar och visar sig vara noggranna. För medelstora och stora problem, där exakta lösare blir långsamma, levererar Keshtel-algoritmen konsekvent bättre lösningar på kortare tid, särskilt när dussintals boxar och fordon ingår. Det tyder på att stadsomfattande boxnätverk kan optimeras tillräckligt snabbt för att vara praktiskt användbara i daglig eller veckovis planering.

Bredare fördelar för städer, företag och människor

Utöver renare logistik pekar studien på sociala och ekonomiska vinster. Genom att sänka kostnaderna och komplexiteten för sista milen kan delade boxnätverk hjälpa mindre budföretag och lokala butiker att konkurrera med dominerande e‑handelsjättar, reducera monopolmakt och ge konsumenter fler alternativ. Strategisk placering av boxar i underbetjänade områden, nära kollektivtrafiknav och i blandade inkomstområden kan sprida dessa fördelar mer rättvist, istället för att koncentrera bra service enbart i välbärgade stadsdelar. Författarna menar att kombinationen av smarta boxar med elfordon och förnybar energi kan fördjupa de miljömässiga vinsterna.

Vad detta betyder för vardagskonsumenter

För en lekmannapublik är budskapet tydligt: att välja att hämta paket i en närliggande smart box, istället för att insistera på hemleverans, kan vara en del av en renare och mer effektiv stad. Denna forskning visar att med noggrann planering och rätt algoritmer kan boxnätverk kraftigt minska leveranstrafik, bränsleförbrukning och utsläpp utan att offra bekvämlighet. När fler städer växer i e‑handel och möter ökande trängsel erbjuder modeller som denna en färdplan för hur sista milen kan omformas så att den fungerar bättre för konsumenter, småföretag och den urbana miljön i stort.

Citering: Ghadirpour, S.M., Chaharsooghi, S.K. & Hajiaghaei-Keshteli, M. A two stage optimization model for sustainable location routing problem with capacity and time window constraints in smart parcel lockers. Sci Rep 16, 11514 (2026). https://doi.org/10.1038/s41598-026-41653-6

Nyckelord: smarta paketboxar, sista milens leverans, stadlogistik, hållbar transport, lokaliserings- och ruttoptimering