物流管理论文哪里有？本文针对问题特性改进了蚁群算法，并基于真实算例验证了算法的有效性，针对无人机相关参数进行了敏感性分析，剖析了道路拥堵对于解的影响。
第一章 绪论
1.2 文献综述
1.2.1 无人机应用问题的研究现状
近年，高速发展的无人机已经逐步应用于各行各业之中。在国外学者的研究中，在农业领域，Torres-Sanchez等人将无人机作为杂草管理的图像识别装置，首次将无人机应用于农业领域，并对无人机的工作流程进行了详细规划[12]。Ayaz等详细介绍了无人机在农作物检测与农作物产量检测方面的应用，明确了无人机在农业领域的发展潜力[13]。其次，在救援领域，Kim等提出了一个混合整数线性规划模型（MILP）以规划无人机的飞行任务、无人机与服务站的交接问题，并开发了一种遗传算法求解此模型[14]。Maini等将地面车辆与无人机组合使用，地面车辆作为无人机的加油站点，辅助支持无人机执行任务，从而规划制定了一个两阶段规划策略执行救援任务[15]。在物流配送领域，Agatz等人利用无人机解决“最后一公里”问题，建立了一个整数规划模型，假设无人机在同一点起落，使用局部搜索和动态规划的求解方法，求解带无人机的旅行商问题（TSP-D），实验结果表明此方法可以节省大量费用[16]。Marinelli等假设卡车和无人机联合配送包裹，无人机和卡车的汇合点可以是除出发位置之外的任意节点，并以等待时间和电量消耗最小化作为目标，利用贪婪算法求解此问题[17]。
第三章 考虑路网时空特性的“卡车+无人机”联合配送路径优化模型
3.1 问题描述
传统的配送问题通常假设车辆在配送过程中可以一直保持匀速行驶，但在实际中，这与城市配送真实情况有明显的区别，尤其是在大型省会级城市中，随着城市人口数量和机动车总保有量的不断增加，交通拥堵问题已成为影响车辆行驶时间的重要因素，如若默认匀速，则有可能无法获得真实配送时间，无法在顾客时间窗内完成服务，从而赔付较高的惩罚成本甚至流失客户。并且路网的拥堵时段、拥堵路段具有一定的规律性，因此可以通过划分高峰时段、高峰路段精细化计算卡车行驶时间，从而准确计算总配送成本并提升客户满意度。综上，本文建立考虑路网时空特性的“卡车+无人机”联合配送模型，主要研究考虑路网时空特性的“卡车+无人机”联合配送路径优化问题。
第五章 算例分析
5.1 算例分析选择依据及整体思路
为验证第四章所改进的蚁群算法有效性、准确性，本章选用真实路网信息进行测试。在算例背景的选取方面，本文选用西安市雁塔区作为算例背景，因为《2022年度西安绿色出行指数报告》指出，西安市机动车保有量居全国第7位，达到522万辆，2022年，西安市工作日高峰期干路网平均速度约为19.8公里/小时，道路拥堵情况不断恶化，高峰整体拥堵水平为中度拥堵，高峰运行效率仍有提升空间。而雁塔区作为西安市城区内最大的核心区，不仅具有大雁塔、大唐不夜城等热门景区，还包含了小寨商圈这一繁华商业综合体。这些路段在平日里常发拥堵，契合本文模型所考虑的路网时空特殊性，故使用西安市雁塔区部分路网，结合其高峰时段与高峰路段进行改进算法验证。
本文通过python爬虫爬取西安市一周的实时路况信息，整理数据后提取西安市的高峰时段和高峰路段。在高峰时段的提取方面，本文采用快速傅里叶变换来对数据进行周期性分析，计算最小周期小时数；随后采用皮尔逊相关指数来进行一周之内各天数据的相关性以及差异性分析，判断工作日与非工作日是否需要分开识别高峰时段；最后采用系统聚类的方法识别高峰时段。在高峰路段的提取方面，本文通过热力图直观展示工作日与非工作日、各时段的道路拥堵状况，并结合高峰时段交通实时态势数据划分拥堵路段等级，对各高峰时段下的高峰路段进行识别。
5.2 西安市交通概况及实时数据获取
5.2.1 交通概况
西安市是中国西北地区最大的枢纽型省会城市，主城区城墙内的交通路网主要是“方格网”的分布格局，城墙外的路网结构为“环状+放射状”的发展模式，逐步发展成以三条环线为三环，以石化大道-凤城五路-欧亚大道、红光路-丰镐路-柿园路、富鱼路-科技路-小寨路西影路、丈八路-雁展路为四横、朱宏路-星火路-太白路、太华路-太乙路曲江路、北辰路-二环东路、广运潭大道-长鸣路为四纵，共组成“三环、四横、四纵”的“方格网+环形放射”城市道路网。图5-1为西安市主要路网骨架图。
西安作为近年飞速发展的新一线城市，道路拥堵问题已不容小觑。一方面，西安市的常住人口数量和机动车保有量上升迅速，交通需求压力逐渐增加。另一方面，西安市的中心城区过分集中，导致大量的交通出行集中于中心城区，主要集聚在“三环、四横、四纵”的道路上。在百度地图发布的《2022年度中国城市交通报告》中显示，西安市已位于全国城市拥堵榜第八名，相较于2021年上升两个名次。由于市民每日通勤需要，西安市二环及附近道路交通通行压力较大，经常遇到交通拥堵的情况，在高峰时段，平均车速仅为每小时20公里，甚至有些路段的车速低至每小时10公里[79]。除通勤需要外，市民及游客也多聚集于小寨附近以赛格商场为中心的生活经济商圈或大雁塔广场等历史景点，使得交通运行效率低下。
结论与展望
展望
本文未来展望如下：
“卡车+无人机”联合配送问题是目前还处于一个新兴阶段的研究方向，在无人机方面，本文在模型中假设了无人机只能在节点发射和降落，未来的研究可以考虑允许无人机在卡车行驶路径中发射和降落；本模型中只考虑了同质无人机的情况，未来研究可以考虑异质无人机和卡车联合配送的情景，可以根据包裹重量或配送距离等因素选用适合的无人机机型。在卡车方面，本文在计算卡车油耗和碳排量时假设坡度均为定值，以后的研究可以细化道路坡度，区别计算卡车在每条路行驶的油耗和碳排量。在配送模式方面，本文仅考虑了单卡车和多无人机联合配送的模式，未来的研究可以考虑多卡车和多无人机联合配送交付，提升配送效率。
参考文献（略）
