在智能快递柜中考虑容量和时间窗约束的可持续选址-路径两阶段优化模型

更智能的包裹投递为何关系城市生活

网购让我们几乎可以把任何东西直接订到家门口，但随之而来的面包车、摩托车和交通拥堵也带来了隐性成本：堵塞的街道、污染的空气以及更高的综合社会成本。本文研究如何通过规划和路由“智能快递柜”——那些可以让收件人按需自取的自助箱——来减少污染和交通影响，同时仍为消费者提供快速可靠的服务。作者利用德黑兰的真实数据展示了如何借助数学、地图和巧妙的算法，使最后一公里配送更清洁、更便宜、更公平。

从上门混乱到共享自取点

论文从一个简单观察出发：配送的最后一段——从本地配送站到每位客户——是电商中成本和污染最高的环节。在像德黑兰这样拥堵严重的大城市，数以百万计的汽车、货车和摩托车出行加剧了交通拥堵并恶化空气质量。智能快递柜提供了另一种配送模式：不再由大量车辆挨家挨户投递，而是由较少的车辆访问一张快递柜网络，客户步行短距离自取包裹。此前的研究多独立考察快递柜选址、柜体设计或客户满意度。本文把这些线索结合起来，探讨应当在哪里设置快递柜、如何为其设计车辆路线，以及如何在成本、服务与环境影响之间进行整体权衡。

两个关联决策：快递柜选址与车辆路径

为应对这一挑战，作者构建了一个两阶段优化模型。第一阶段，模型决定哪些快递柜点应当启用以及每个柜点应处理多少包裹，同时考虑柜容、建设成本和顾客可接受的步行距离。第二阶段，为所选柜点设计从中央配送站出发的配送路线，满足车辆载重、驾驶时间和可服务时间窗等限制。若干目标被同时纳入：降低快递柜建设与运营成本、避免必须上门投递的拒收包裹、减少行驶距离与燃料消耗，以及保持紧凑的服务时间。模型通过可调权重将这些相互竞争的目标转换为单一评分，使管理者可以根据优先级倾向在节约、速度或排放之间进行取舍。

在拥挤的真实区域测试模型

作者在德黑兰的一个以交通繁忙、需求密集著称的中心城区做了详细案例研究来检验该框架。现有快递柜、客户分布、距离、车辆类型、燃料消耗和时间限制等数据被输入模型。结果表明，将快递柜置于高需求位置——靠近繁忙的居民区和商业区——能够把大量包裹在更少的线路上集中配送。与较不结构化的配送模式相比，优化后的网络显著减少了总行驶距离、运营成本和碳排放，同时依然确保快递柜与客户距离足够近、便于取件。通过对允许的行程时间、距离和各目标重要性进行情景分析，研究还揭示了网络对诸如更严格时间限制或更强环境导向政策的敏感性。

更智能的算法如何扩展到大城市

由于大城市可能包含大量的快递柜、车辆和客户，暴力搜索全局最优解几乎不可行。作者因此将精确数学求解器与三种受自然过程启发的搜索法（统称为元启发式算法）进行了比较：一种Keshtel算法、遗传算法和模拟退火。对于小规模测试问题，所有方法均与精确解对照并验证了准确性。对于中等和大规模问题，精确求解器效率下降时，Keshtel算法在更短时间内持续给出更优解，尤其在涉及数十个柜点和车辆时更为明显。这表明，对于城市级的快递柜网络，相关优化可以快到足以用于日常或每周规划的实务需求。

对城市、企业与民众的广泛益处

除了更清洁的物流外，研究还指向社会与经济方面的收获。通过降低最后一公里配送的成本与复杂性，共享快递柜网络可以帮助小型快递企业与本地商铺在与大型电商巨头竞争时获得更多机会，降低垄断势力并为消费者提供更多选择。在服务不足的社区、交通枢纽及混合收入区域策略性地布置快递柜，可更公平地分配这些利益，而不是将优质服务集中于富裕地区。作者还指出，将智能快递柜与电动车和可再生能源结合使用，可以进一步放大环境效益。

这对普通购物者意味着什么

对普通人而言，结论很直接：选择去附近的智能快递柜取件，而不是坚持上门派送，可以成为建设更清洁、更高效城市的一部分。本文证明，通过精心规划和合适的算法，快递柜网络可在不牺牲便利性的前提下大幅削减配送交通、燃料消耗与排放。随着更多城市电商扩张并面临日益严重的拥堵，此类模型为如何重塑最后一公里配送提供了切实可行的路线图，使其更有利于购物者、小企业与城市环境整体。

引用: 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

关键词: 智能快递柜, 最后一公里配送, 城市物流, 可持续交通, 选址-路径优化