本文是一篇物流論文，本文主要對冷鏈物流運輸中的數據進行處理、分析及后續的配送路徑優化應用。以冷鏈車輛為臨時停靠點，無人機進行無接觸的配送為前提。首先根據目標任務點的各項指標數據利用層次分析法評估出各個目標任務點的優先等級，再考慮目標任務優先級的冷鏈物流路徑優化模型。

第1章緒論

1.1研究背景

近日，我國冷鏈物流領域第一份《“十四五”發展規劃》[1]發布，建設冷鏈物流運行體系、服務體系、監管體系、支撐體系4個體系。聚焦“最先一公里”和“最后一公里”，補齊兩端冷鏈物流設施短板。隨著疫情等各種不確定因素的發生，對“最后一公里”有著更加嚴苛的要求，該如何利用冷鏈物流運行體系中收集到的數據對資源進行優先級的調度，從而科學的規劃路徑成為物流領域的焦點。

隨著經濟的快速發展，人們生活水平不斷提高，城鄉居民對冷鏈物品的需求不斷上升。在2015-2020年間，需求量翻了1.5倍；冷鏈物流市場規模也逐漸擴大，增長了近1.13倍[2]。其中，冷藏車保有量快速增多，從2015年的9.34萬輛上升到2020年28.67萬輛，增長速度為206.1%；冷庫容量由3740萬噸上升到了7080萬噸，增長了1倍多。這些規模的急速擴大，對冷鏈物流行業的技術創新發展提出了更高的要求，對冷鏈物流數據的準確挖掘也增大了難度。

1.2研究目的及意義

1.2.1研究目的

本文的研究目的主要有兩個方面：一是構建考慮優先級的多任務單無人機冷鏈配送路徑優化模型，為突發情況下的冷鏈運輸提供參考；二是構建基于樣本類別不平衡數據的物流任務優先級評估方法，為準確而快速的劃分優先級提供依據，減少總成本。

1.考慮優先級的多任務單無人機冷鏈配送路徑優化建模

目前無人機受到交通、地理等因素的影響較小，成本也較低，可代替人類承擔可能危害生命安全的風險。如這次在抗擊冠狀病毒的斗爭中，無人機或無人駕駛飛機在許多方面發揮了重要的作用，限制了這一大流行病的傳播[6]。但無人機配送存在兩個問題：(1)無人機的飛行里程與運載量對其有著巨大的限制；(2)對于少類而重要的貨物需要優先配送，但遺傳算法的路徑規劃是按照距離來確定。為解決以上問題本文引進無人機冷鏈車輛協同配送，冷鏈車輛給無人機充當臨時停靠點，負責給無人機充電及貨物裝載等工作。無人機根據目標任務的優先級按照先后順序進行配送，如果超過規定時間配送會增加優先級成本，優先級高的目標任務點優先級成本高，優先級低的目標任務點優先級成本低。其次，對遺傳算法進行參數設計，實現更為有效的路徑優化。考慮目標任務優先級的無人機路徑優化模型有利于在突發情況中合理規劃路徑，減少損失，降低冷鏈物流的總成本。

2.基于樣本類別不平衡數據的物流任務優先級評估方法

在情況危急的突發事件中，由于物資匱乏或者交通不便無法在短時間內完成冷鏈物資的及時輸送，需要把有限的物資按照供需方的數據指標劃分目標任務優先級。本文僅考慮二分類目標任務優先級的劃分，通常在目標任務中，優先級高的為少類數據，優先級低的為多類數據。當目標任務較少時，我們利用層次分析法即可得出優先級；當目標任務較多時，以層次分析法為基礎得出少部分的目標任務優先級，隨后考慮運用機器學習算法進行二分類預測，構建基于物流樣本類別不平衡數據處理的分類預測模型，準確進行優先級劃分，減少時間成本。

第2章文獻綜述及相關理論

2.1文獻綜述

2.1.1優先級問題及樣本類別不平衡數據處理研究

1.配送目標任務中的優先級問題

由于供需比例存在一定差距，優先級問題已廣泛應用于配送目標任務中。如客戶優先級，應急物資的配送優先級以及人體器官移植的受體和供體的全國分配上。

為提高客戶滿意度，降低配送成本。張力婭[7]等人在外賣的配送中建立了考慮客戶優先級、帶時間窗的多目標取貨車輛路徑模型。Shah和Jalal[8]等人介紹了一種利用無監督機器學習算法分析電子商務產品顧客評價的方法，在商業領域利用客戶數據信息進行客戶優先級的確定，從而進行配送的優先級確定。在應急物資的配送優先級確定上，Zhu和Gong[9]等人提出了緊急救援路線的優化需要考慮公平和優先性問題。在損傷程度相同和不同的情況下建立了兩個不同的模型，將相對剝奪成本作為強調公平的決策目標之一，并以救援過程中可承受的痛苦時間作為一種時間窗口約束來突出救援優先級。由于物資屬性的不同，對于醫療用品配送的優先級確定更多考慮的是運輸工具選擇及模型的優化上。Eichleay[10]等人描述了將無人機集成到復雜衛生系統的挑戰，并提出了一種工具，用于考慮無人機是否可以幫助解決醫療運輸挑戰，以及如何將其集成到衛生系統。在人體器官移植的方面，供需比例為1：30，要充分考慮到倫理方面的優先級，其優先級確定的分配任務難度高于其他優先級的確定。在《中國人體器官分配與共享基本原則和核心政策》[11]中，為人體器官移植等待者進行緊急度評分，對各項指標數據進行分析在滿足移植要求的人中，兒童的緊急度評分高于其他人。由此可見，依據不同指標數據進行劃分優先級極其重要。

2.2相關理論

本節介紹冷鏈物流，車輛路徑問題以及樣本類別不平衡數據的相關理論，為后續行文做準備。

2.2.1冷鏈物流

1.冷鏈物流概念

隨著制冷技術和運輸的發展，冷鏈物品在人們的生活中有著越來越重要的作用。冷鏈物流不但給人們的生活帶來了幸福感，促進飲食的多元化，還大大提高了我國的醫療衛生水平，實現了冷鏈醫療藥品的長距離運輸。在2021年的國家標準《物流術語》中指出冷鏈物流是為了保持食品新鮮的品質或其他產品(醫藥等)的效能以及減少運輸損耗，在供應鏈的各個環節貨物始終保持一定溫度的一種物流運輸活動[61]。

2.醫療藥品冷鏈物流

醫療藥品冷鏈物流是指某部分藥品對環境溫度具有一定的要求，為了滿足醫療藥品質量的情況下，運用專業的冷鏈設備、物流體系、供應鏈體系，將藥品在全物流環節中保持低溫的狀態[62]。

2.2.2車輛路徑

車輛路徑問題（VRP）是指：在確定數量的目標任務點中，各個目標任務點具有不同的需求量，由配送中心向各個目標任務點配送，選擇合適的路徑使得目標任務點的需求被滿足并能在約束條件下達到效率最好[63]。解決車輛路徑問題需要滿足以下幾個基本條件[64]：(1)配送路徑上目標任務點的貨物需求總量不超過單次運輸工具的額定載貨量；(2)配送路徑上各目標任務點的總長度不超過單次運輸工具行駛的最大距離；(3)一個目標任務點由一輛運輸工具完成配送。

第3章考慮優先級的多任務單無人機冷鏈配送路徑優化建模...............................21

3.1多任務單無人機路徑優化基礎模型................................21

3.1.1問題描述.............................................22

3.1.2成本分析及符號說明......................................23

第4章基于樣本類別不平衡數據的物流任務優先級評估方法...............................37

4.1物流目標任務優先級指標建立..................................37

4.1.1運送貨物供給側的相關指標......................................37

4.1.2冷鏈物流目標任務點的相關指標......................................37

第5章冷鏈物流案例分析.........................................57

5.1冷鏈物流案例背景.........................................57

5.2冷鏈物流目標任務點優先級評估................................58

第5章冷鏈物流案例分析

5.1冷鏈物流案例背景

本文以給WH市的16個目標任務點運送疫苗為例，1-16代表各個目標任務點的位置編號。假設疫苗供給充足，但是對時間要求較高，無人機每次配送的最大距離30km，各目標任務點之間的具體位置如下圖所示。

目標任務點中醫護數量、其他數量、需求量和可接受時間的不同存在一定差異。優先度得分并沒有巨大的差異，因此分為緊缺和一般緊缺。根據優先度得分，將0.08作為分界點，即0-0.08（不包含0.08）為B級，0.08及以上為A級，等級越高，則優先配送。目標任務點2、7、8為A級，醫護人員數量、其他人員數量以及疫苗的需求量相較于其他目標任務點的需求量較大的。所以這三個任務點的優先級高于其他任務點。對此，該數據可以定義為不平衡數據。

第6章結論與展望

6.1研究結論與管理啟示

6.1.1研究結論

雖然我國的冷鏈物流發展取得了一定的成就，但是還存在著一定的弊端：由于實際生活中存在著疫情等突發情況，對冷鏈物流中的配送路徑優化存在著巨大的挑戰；其次在數據挖掘角度雖然獲得了大量的冷鏈物流數據，但是對數據的分析應用還存在著巨大的不足。

在此背景下，本文主要對冷鏈物流運輸中的數據進行處理、分析及后續的配送路徑優化應用。以冷鏈車輛為臨時停靠點，無人機進行無接觸的配送為前提。首先根據目標任務點的各項指標數據利用層次分析法評估出各個目標任務點的優先等級，再考慮目標任務優先級的冷鏈物流路徑優化模型。當目標任務較多時也可在大數據中利用HSUD模型對不平衡的冷鏈物流數據進行準確的二分類預測，評估每項數據的優先度等級，以便進行后續的配送及路徑優化工作。最后利用HSUD模型還能對冷鏈物流數據進行分析，有利于決策者對預測的結果提前關注及預警，減少在物流環節的成本損失。總的圍繞物流數據分析目標任務優先級以及根據結果展開后續的物流環節這兩個方面展開對應研究，并得出相應的結論與啟示。

在信息社會中，沒有高質量的數據分析及應用，就找不到隱藏在大數據中的真正需求，就做不到科學的開源節流。在傳統的冷鏈物流中正是沒有領悟到數據的真正作用，從而導致了成本增加、效率低下。在當今的疫情下，在短時間內如何在大量的數據中找出關鍵指標，并對關鍵指標評估優先級是非常重要的，其次在考慮優先級的情況下如何利用無人機配送進行路徑優化，減少成本也具有重大意義。本文分別解決了特征選擇、分類預測（優先級評估）、冷鏈物流無人機路徑優化問題，為物流企業及政府提供了新方法與新思路。

參考文獻（略）