高校智能快遞柜選址研究及應用

雷鴻霞，范雯雯，劉娜翠

（福建農林大學 交通與土木工程學院，福建 福州 350108）

0 引言

近年來，電子商務行業發展迅速，高校學生逐漸成為網絡購物的主力軍，其消費規模逐年加大。我國大部分高校學生都是在校園內外一些固定站點進行快遞取件，在“雙十一”等網購高峰期，取件點處經常會出現排長隊現象，且伴隨著快遞件取錯、丟失等情況發生，此種現象催生了智能快遞柜。智能快遞柜是一柜一物個人制快遞存取，并配備有監控設備，能夠具有針對性地解決快遞件的丟失、錯領問題，提高快遞件存放的安全性。同時，快遞柜提供24h自助服務，可以隨時取件，對于大學生來說，能夠在下課之余有充足的時間靈活取件。智能快遞柜的合理布設能夠有效地解決高校末端物流環節中存在的問題。

智能快遞柜近幾年主要應用于小區住所和企事業單位等場地，而高校內的智能快遞柜數量不多，有很大的發展空間。智能快遞柜的選址問題也引起了學者們的關注，李淑芳，等通過建立集合覆蓋模型為供應點設定最大服務距離，在盡量滿足需求的同時建設最少的快遞網點；施書彪，等將租金、配送和懲罰三個方面的成本最小化作為優化目標，提出了校園智能快遞柜選址模型；劉程程，等利用K-mean法對選址區域進行分區，建立了智能快遞柜備選址評估指標模型，通過層次分析法和模糊綜合評價法確定備選址的位置。目前的選址研究已取得一定的成果，但將定量和定性方法相結合，考慮高校自身因素進行選址的研究還不夠完善。因此，本文綜合AHP法、古林法和集合覆蓋法的優勢，以福建農林大學旗山校區為例，進行智能快遞柜選址研究，對智能快遞柜進行最佳選址，使學生取件的需求得以最大程度的滿足。

1 高校智能快遞柜選址問題

在高校內，已知有M塊空地可用于建設智能快遞柜，選取其中m塊為備選快遞柜點。學校共有n個快遞柜需求點，擬從m個備選點中選出p個點安置智能快遞柜。根據快遞柜選址的影響因素對M塊空地進行評價并排序，確定m個備選快遞柜點。已知快遞柜的存儲量和需求點的需求量是固定的，考慮智能快遞柜建設總成本最小和客戶滿意度最大來確定最終智能快遞柜選址位置。

問題假設：（1）不考慮區域內交通影響因素，設定所有網點的最大服務半經上限一致；（2）需求點的位置和需求量固定不變；（3）智能快遞柜的建設固定成本相同；（4）備選快遞柜點和需求點的距離采用兩點間最短直線距離表示。

智能快遞柜的建立，最重要的是讓用戶滿意，取件花費的時間越短，客戶的滿意度越高。用戶到快遞柜的距離越短，取件就越方便。因此，在智能快遞柜固定的服務半徑內，以設立最少的覆蓋點為目標，使所有的需求點都能夠有至少一個設施點為其提供服務。因此，建立如下優化模型：

式中：x與y均為0-1變量，x=1表示在i點建立智能快遞柜，x=0表示在i點不建立智能快遞柜；y=1表示備選網點i到需求點j的折線距離在L內，y=0表示備選網點i到需求點j的折線距離在L外。q為需求點j的需求量；R為一組智能快遞柜的存儲量。d表示設施點i到需求點j的距離，L表示服務對象可接受的智能快遞柜的投放距離，即設施點最大覆蓋半徑。

式（1）為模型的目標函數，表示快遞柜的總數量最少。式（2）表示每一個需求點只能由一個快遞柜網點提供服務。式（3）表示智能快遞柜容量不能小于需求點的需求量。

2 問題的求解方法及步驟

智能快遞柜選址較為復雜，難以完全采用定量的方法把問題簡單歸結為費用、效益或有效度進行研究。AHP法通過兩兩比較的方式確定層次中諸多因素的相對重要性，能夠使復雜的問題簡單化。智能快遞柜選址點和影響因素多，且各個因素的度量單位不統一，因此利用AHP法計算快遞柜選址各評價指標的權重（W），在此基礎上，古林法可以對被評價的M塊空地的相對重要性做出定量分析，從而得到備選快遞柜點，使結果更加合理化。具體求解流程如圖1所示。

圖1 高校智能柜選址問題求解流程圖

3 實例應用

福建農林大學旗山校區是近幾年開始建設的新校區，學校周邊兩個快遞驛站分別設置在校門外和校內的圖書館，校門外的快遞驛站所存快遞數量比圖書館多，學生主要從校外的取件點進行取件，但有時由于快遞數量多，快遞公司不同，學生們需要從校內外驛站分別取件后才能完成全部快遞的取件任務，整個快遞取件流程路線較長，過程較繁瑣，所耗費的取件時間也較長。受新冠疫情影響，福建農林大學旗山校區實行半封閉制管理，給校區學生的快遞取件帶來了更多不便。為了最大程度地提高學生們的取件方便程度，改變現有傳統取件模式，因此根據福建農林大學旗山校區的實際情況進行智能快遞柜的最佳選址研究具有重要意義。

3.1 影響因素權重計算

對實地情況充分了解后，選取4個影響智能快遞柜選址的主要因素：選址區域可用面積、選址區域日常人流量、選址區域成本、選址區域周邊日快遞平均需求量。

利用AHP法計算4個因素間的重要程度，即權重。選址區域可用面積、選址區域日常人流量、選址區域成本、選址區域周邊日快遞平均需求量分別對應編號B1、B2、B3、B4。根據專家評估，對各影響因素之間的重要性比較建立判斷矩陣，見表1。

表1 判斷矩陣

經過計算得到該判斷矩陣的C.R.值為0.027，通過一致性檢驗。計算相對重要度W可得各評價指標的權重，見表2。

表2 各評價指標權重

3.2 備選點確定

選取福建農林大學旗山校區的南門、宿舍樓、操場、食堂、東門廣場、圖書館、教學樓、北門8個地點為研究對象，分別記為P1、P2、P3、P4、P5、P6、P7、P8，地理位置如圖2所示。

圖2 快遞柜候選點

據智能柜市場運作情況調研，對以上各候選點相關指標進行數據收集和預估，見表3。

表3 選址區域各候選點指標數據

由于無法獲取日常人流量與周邊日快遞平均需求量這兩個指標的準確數據，故對此建立標度，以便后續計算，標度見表4。

表4 評價標度

使用Python數據處理軟件進行計算，計算所得關聯矩陣見表5。

由表5可知，各候選點的綜合評定值排序依次為P2、P7、P4、P1、P6、P8、P5、P3。點P5、P3評定值太低不予以考慮，因此確定點P2、P7、P4、P1、P6、P8為備選點。

表5 關聯矩陣表

3.3 快遞柜位置確定

根據古林法計算結果可得，智能快遞柜安置備選點為P1、P2、P4、P6、P7、P8。旗山校區內對智能快遞柜的需求點有學生宿舍1、2、3、4號樓（分別用#1、#2、#3、#4表示），圖書館，實驗1、2號樓，教學樓。根據學生問卷調查顯示，80%的學生可接受智能快遞柜的最大服務半徑為300m左右，故將300m設置為集合覆蓋模型中設施點的最大服務半徑。假設一個智能快遞柜的存儲量為640件，快遞柜備選點至需求點的距離見表6。

表6 快遞柜備選點至需求點的距離

調查得知各需求點快遞日需求量見表7。

表7 各需求點快遞日需求量

結合式（1）-式（6），運用lingo 11.0計算得出智能快遞柜的最終選址為P2、P6、P7。即在福建農林旗山校區內，設定輻射半徑為300m的情況下，只需在點P2、P6、P7這三個地點分別安置數量為3組、1組、2組的智能快遞柜，即可滿足該校區內所有的智能快遞柜取件需求。最終選址方案見表8。

表8 選址方案

3.4 結果分析

通過計算得到的智能快遞柜最終選址點是在校區的宿舍樓、圖書館、教學樓這3處，并分別安置3組、1組、2組的智能快遞柜即可滿足整個校區學生的取件需求。宿舍區的取件需求最高，其次是教學區、圖書館，各個選址點處的快遞柜數量能夠適應所服務需求范圍的取件需求密度，最大程度地滿足對整個校區取件需求點的覆蓋，能提高整體的取件效率和取件方便程度。

4 結語

為了有效提高高校快遞取件的方便程度，解決傳統取件模式帶來的快遞件錯領、丟失及排隊現象嚴重等問題，提出用層次分析法、古林法和集合覆蓋理論相結合的方法對高校智能快遞柜進行選址優化，結合福建農林大學旗山校區進行實例計算，結果證實研究所提出的方法能夠實現高校內智能快遞柜布局的最優化，提高高校“最后一公里”的服務質量。