英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
一个城市货物协同运输的移动平台
摘 要
近年来，网上购物增加了流入城市地区的流量。需求的增加不仅与物流经营者的业务复杂性增加相对应，还与环境问题相对应。
本文介绍了一个由可穿戴功能集成的移动平台的开发，以促进城市货运物流中不同参与者之间的协作。
关键词：城市物流;城市货运;合作平台;耐磨
第1章 引言
随着电子商务的兴起，进入城市地区的货运量也有所增加。根据Cardenas等人（2016年）和FTI咨询（2011年）的数据，虽然企业对消费者占电子商务营业额的30%左右，但这一细分市场占所有电子商务出货量的56%。此外，网上购物涉及对小商品进行时间敏感交付，导致形成了更多的流量、负外部性以及物流业务的复杂性。这些问题使最后一英里成为整个物流链中最昂贵、最低效、污染最严重的环节为了应对这些挑战，城市物流计划专注于探索基于新的交付选项（如货运自行车、无人机、储物柜等）的新兴业务模式，以实现拥有物流活动可持续性和效率水平的合作战略。
在上述情景中，本文提出了一种新的生态系统，它利用移动应用程序来匹配城市地区包裹递送服务的供需要求，减少了物流供应商的空转，同时提高了运营的可持续性。
本文按如下方式组织。第二部分介绍了 UFreight 生态系统，描述了工作流、提供给客户的价值主张以及移动平台体系结构。第三部分讨论了实验的结果。最后，第四部分报告了一些初步结论。
第2章 UFreight 生态系统
UFreight是由意大利都灵理工大学的城市物流与企业研究中心ICT开发的。第一个版本是为安卓移动平台开发的。
在初始阶段，UFreight 的设计是按照 GUEST，精益业务方法进行的，可用于指导项目从想法到实际实施。
UFreight 面向B2B和B2C两个细分市场，为他们提供动态和优化的运输服务，能够从经济、运营和环境角度考虑服务的可持续性。
考虑到目前代表UFreight目标的意大利市场，只有一个潜在的竞争平台。一家意大利初创公司开发了这个平台，目的是建立一个用户和运输公司的共享社区，主要是为重型或大件货物提供运输服务，满足它们的运输需求。特别是，用户可以请求运输服务，其中包括有关负载的详细信息（例如起始点、目的地、时间、类型）。然后，该请求在平台上公布，通知更兼容（在地理位置和可用容量方面）的运输公司，这些公司提供对服务的估计，从而产生一种拍卖竞价机制。最后，用户选择自己喜欢的报价，然后开始运输服务。
因此，其业务模式似乎受到两个关键方面的影响。首先，它面向的是最终客户，运输快递员的价值主张和要求大多被忽视。其次，它提供了高度静态的服务。事实上，出价机制限制了用户和快递员在平台上访问有关服务请求的更新以及接受。因此，缺少两个参与者之间的'动态'交互，从而延长了请求和执行之间的时间间隔。
在接下来的小节中，UFreight 的价值主张使用了 GUEST 方法中包含的工具：价值主张画布。
2.1 价值主张
图1描述了UFreight提供的价值主张。正如之前所描述的，UFreight 既面向B2C企业，也面向B2B企业。特别是，主要客户群是需要运输和包裹递送服务的最终用户（个人或公司），以及提供这些服务的运输快递员。
因此，用户通过支付运输快递员设定的运费，获得运输货物和将包裹运送到目的地的收益。事实上，这些服务是快递公司的主要收入来源。
图1 UFreight 的价值主张
这些运输服务被定义为时间敏感或时间关键（例如，当天送达、隔夜交货等），它们有一个有保证的交货时间，并且必须在严格的时间窗口内完成（例如派递服务的时段则为工作天的两小时或四小时）。但是，一些事件，如交通拥堵、基础设施不可用、车辆机械故障或物流运营商不可靠，可能会妨碍这些限制的履行，从而导致交货延误，这是最终用户的主要困难之处。
同样，运输快递公司也受到不同的影响，如运营和社会成本，以及城市物流活动的负外部性（如排放、噪音、交通等）。根据 ALICE（2015）的数据，城市货运占城市交通相关二氧化碳排放量的25%，并且与其他交通相关的污染物排放中有30%到50%也来自于城市货运。
快递员的另一个相关烦闷的事是，在返回仓库时空车（或容量非常低）的车辆的内在成本。
上述问题与城市限制因素相结合，如缺乏装卸区域或有限的交通区域，降低了物流作业的效率，对运输信使的经济、运营和环境可持续性产生了影响。
可持续性的概念引起了学术界和从业人员对物流和供应链管理领域的极大兴趣，因此，新的城市物流倡议和解决方案正在出现，通过利用新的模式和技术，提高运输活动的效率，减少污染。
在此背景下，UFreight 是一种旨在克服上述问题和为竞争对手的平台确定问题的工具。特别是，UFreight 提出了以下简要说明的服务，并将其与功能集成，以满足客户与潜在用户和运输公司面谈时提出的要求。
图 2 描述了 UFreight 使用的工作流程。UFreight 的核心由移动应用程序表示，该应用程序通过用户友好的界面，允许用户通过在地图上显示的可用运输快递员列表中选择'最佳'的地图、交付时间窗口和容量限制来请求运输服务。该服务面向长途货件或最后一英里交货以及混合路径。在图2中，这些可能的替代方法由虚线表示。事实上，当运输请求同时涉及长途和最后一英里路段时，UFreight 能够通过整合绿色快递，来整合绿色快递公司，从而克服环境影响较低的城市地区（例如，有限的交通区等）的复杂性问题，并且合并和同步不同的物流运营商。因此，根据始发地和目的地地点以及快递员的容量，可以向传统的快递公司、绿色快递公司分配新的请求（例如，传统快递员管理长途运输，而货运自行车在市中心采用）。快递员之间的通知以及物理和信息流的同步和交换保证了这种集成。此外，该过程对接收不断更新的用户是透明的。
同时，UFreight 为运输快递公司提供与其路线和容量两者兼容的请求并且不断更新。这些请求帮助运输公司满足其容量，避免空回程，在以成本为导向的系统中，如包裹递送，具有宝贵的影响。最后，将移动应用程序与可穿戴设备的通知系统集成，使快递员能够接收、接受或拒绝新的请求。可穿戴技术有助于保护驾驶员的性能，并有可能降低因使用智能手机等原因导致的道路事故风险。
快递员
注册和登录、发送运输请求
地图上的快递选择、付款
始发地、用户
车辆
通知快递员
通知运输服务正在进行中和付款
目的地/用户
交货评级
与绿色快递的集成
流同步
图2 UFreight工作流程
2.2 架构
UFreight 由一个前端组成，前端又由表示后端与服务器进行通信和交互的安卓应用表示。
为了开发安卓应用程序，UFreight使用了安卓工作室的套件，创建了一个远程托管数据库来存储相关信息。利用谷歌地图和PayPal API来集成快递本地化和服务支付功能，。
特别地，为了提供上述讨论的价值主张，UFreight 集成了以下主要组件。
bull; 地理位置模块。运输快递员通知系统可以通过应用程序的图形界面接受负载请求后，地理定位模块将使用移动设备上可用的全球定位系统在道路上定位快递机（图 3）。
根据用户在请求表单中介绍的始发目的地，UFreight 提供可用快递的列表（其容量和本地化与需求兼容），并在地图上显示它们。选择快递时，请求和设备之间会发出关联，从而保证在整个交付期间系统中快递员的身份得到确认。
图3 地图上的快递员和代表名单
bull; 可穿戴通知机制。对可穿戴设备的适应性是 UFreight 的一个宝贵特性，它旨在保证驾驶员的安全工作条件，同时提高新请求的可见性，并使其接受变得快速、轻松。
因此，移动平台由一个通知系统组成，该系统使用谷歌提供的API，通过在手表或智能手机上正确显示来创建能够穿戴设备的通知（安卓开发人员指南，2018 年）。
此外，仅可穿戴操作允许运输快递公司以简单的方式在短时间内接受或拒绝新请求，从而降低驾驶时因分心而发生事故的风险。
其他通知会定期发送给参与传输的双方，以确保交付的不断通信、更新和可追溯性。
请注意，系统将会快递与关联的不同设备（移动设备和可穿戴设备）匹配。
bull; 支付系统。由于 UFreight 允许运输快递公司从实时请求中获得额外收入，因此另一个重要组成部分是支付系统。平台根据要行驶的公里和路径类型（城市、长途或混合）计算服务价格，并显示给用户。因此，它利用安卓接受PayPal和信用卡付款。
bull; 反馈机制。传递包裹时，数据库将传输状态记录为'已结束'，将通知用户，要求对所选运输公司提供的服务进行反馈。此反馈利用了安卓提供的评级机制。
收集反馈对于更好地定位适当的受众和选择可靠的快递员以此来提高平台参与度至关重要。
第3章 实验计划
到目前为止，UFreight 还处于原型阶段。因此，尚未从实际用户收集反馈。但是，实验对都灵市不同客户和快递分发的中型实例集进行了一组模拟。
特别是，实验活动针对一组随机生成的测试问题进行，针对我们的框架描述的每个操作上下文执行，每十个独立运行，并获取总共 360个实例，这些实例由优化器独立解决。此外，我们还考虑三种不同大小的运营环境，分别从一组潜在客户中随机抽取 500、250 和 100 名潜在客户。这套数据来自2014年至2015年都灵（意大利）客户分布和每日递送量的真实数据，这些数据由在意大利运营并参与城市电子物流的国际包裹递送公司提供。这些客户中 70% 处于脱机状态，而其余部分处于联机状态。关于服务我们地区的快递员数量，他们是15个传统的快递员（即他们使用面包车）和5个绿色快递（即他们使用货运自行车）。最后，据显示一个运输快递员每天可以接受多达25项新的包裹递送请求。
3.1 仿真优化框架
为了进行实验，我们采用了Perboli等人(2018)提出的仿真优化框架来构建实例和评估操作设置。
在本节中，我们简要介绍仿真优化框架;欲了解更多信息，感兴趣的读者可以参考Perboli等人（2018年）。
此框架采用顺序模拟优化，其中模拟器实现蒙特卡罗方法、使用谷歌地球 API 和后优化软件对数据进行地理配准的模块。
特别是，仿真优化框架由以下构建基块组成，如图 4 所示：
bull; 数据融合和操作上下文描述。本模块合并来自不同来源的数据，以描述所研究的问题和操作上下文。
bull; 场景生成和仿真。通过高级方案生成器，此模块生成一组方案，表示问题数据中涉及的所有随机变量（即工作日）的特定实现。模拟是数值，基于蒙特卡罗方法。
bull; 优化。生成的每个方案都使用作为优化算法解决的黑匣子。此外，为了应对城市地区的不同环境，仿真优化框架由不同的建筑元素组成，这些要素解决了以下问题：Pyomo建模工具生成的数学模型;VRPTW 与负载平衡相结合;随机TSP，最后，动态随机VRPTW通过优化算法求解。
bull; 优化后。本模块计算几个关键绩效指标 （KPI），以评估特定解决方案对经济、运营和环境对系统的影响的可持续性。
bull; 上下文修改。此模块允许用户修改操作上下文描述的某些属性，并分析在前几个阶段重复出现的新上下文。
数据融合和操作上下文描述
行为和和社会的数据
车辆和运输时间
场景生成和模拟
城市网络图
问题目标及限制
城市约束
优化后
最优化
上下文修改a/b/c/d/e
图4 仿真优化框架
特别是，在我们的研究中，该框架接收来自不同来源的输入数据，例如城市地图、旅行时间、客户位置、城市传感器的速度以及车辆容量、服务时间、每日时间范围内在线请求的活力程度等参数。这些数据由在都灵市运营的国际运输快递公司提供。前面的数据描述了操作上下文后，仿真模块将使用蒙特卡罗采样生成一组城市方案。
之后，使用专用优化算法（在我们的例子中，动态随机VRPTW）解决了优化模块方案。优化模块及其输出解决的每个运行都经过处理后，以获得案例研究所需的不同 KPI。
3.2 结果
为了评估 UFreight 采用的影响以及运营商之间由此产生的更好协作和负载的整合，我们确定了表1所示的 KPI。
从经济和环境角度来看，传统的快递公司产生与车队管理和维护相关的业务费用，以及与其环境影响相关的社会成本。同时，关于业务可持续性，我们评估运输快递公司每小时交货数量的效率绩效。
因此，为了评估经济、环境和运营可持续性，我们计算 KPI 作为每个停靠站的运营成本 （ OpC）、排放的社会成本 （_EmC）、 每小时交货次数 （mu;nD/h） 的百分比变化，UFreight 在基准方案中根据其价值生成，因此，所有包裹递送都由运输快递公司管理，而在其路线期间不接受额外负载。
此外，根据Perboli和Rosano（2017年）的建议，业务费用按可变成本（如汽油）和拥有成本之和计算，其中包括与运输快递公司产生的距离无关的固定月费（例如车辆费用、人事费）。根据业内常见的合同方案，运营成本首先以行驶公里计算，然后转化为每站成本。考虑到车辆两站之间的平均距离约为 700 米，并且每天至少需要 80 次交付，这种转换是可能的。
关于环境问题，我们根据 ISO/TS 14067：2013 的技术规范量化交付过程中的排放量，并在经济术语中表示碳
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[418170]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
