计算机论文哪里有？本文主要工作内容如下：（1）针对物流“最后一公里”问题，建立了一套适用于社区环境的智慧物流模型。在该模型中，电子快递柜被安放在每一栋居民楼的底层，并可全天使用，以此来提高客户收取包裹的效率。在此基础上，考虑到电子快递柜的容量限制，将每个包裹都放置到离客户居民楼最近的电子快递柜里是不现实的。本文提出了一种用于解决该问题的包裹分配方案来设法优化客户取货距离这一目标。
第一章 绪论
1.2 国内外研究现状
1.2.1 无人机在物流方面的应用
为提高物流效率降低运送成本，国内外不少企业已将目光转向发展势头迅猛的无人机技术。早在 2013 年，亚马逊公司[9]就尝试将 Prime Air 的无人机运用到物流配送中，近年更是推出了一种新型混合动力交付无人机。亚马逊将其命名为 Prime Air Drone。这种无人机可以垂直起降，能够飞行 15 英里，并可在 30 分钟之内将五磅以下的包裹交付到客户的手中。此外，Prime Air Drone 还具有人工智能功能，可以检测和识别来自任何方向的静态和移动物体，这使得它可以识别其他飞机、烟囱塔和任何移动物体，以规避空中碰撞。亚马逊还为 Prime Air Drone 开发了一种计算机视觉技术[10]，无人机以此来识别并寻找合适的降落点。美国联邦航空管理局业已批准了亚马逊经营其无人机包裹配送业务。
谷歌在无人机物流领域的起步虽比亚马逊稍晚，但也不逞多让。目前的商用无人机交付业务中，进展最快的就是 Alphabet 旗下的 Wing 公司。Project Wing[11]是谷歌在 2014 年首次推出的无人机送货服务，并于 2019 年 4 月获得了美国联邦航空管理局颁发的第一个无人机快递许可证。这标志着 Wing 成为美国第一家运营消费级无人机交付服务的公司。Project Wing的目标是利用无人机服务在几分钟内运送餐食、咖啡和药品等物品。Wing 公司还专门设计了一种配送盒，无人机可以通过这种配送盒向目标客户家配送包裹。此外，Wing 公司也在开发一个软件平台，向各类客户提供无人机快递服务。据公开消息，自 2019 年 10 月 Wing 在美国弗吉尼亚州开始提供服务以来，其交付量已翻了一番以上。Alphabet 表示，在新冠病毒大流行期间，Wing 使用无人机为弗吉尼亚州的居民运送食物、药品和日用品，他们的无人机每周需完成超过 500 次送货服务[12]。
第三章 基于智能优化算法的模型求解方案
3.1 智能优化算法
3.1.1 解的表示和初始解
可行解𝑆𝑝= {𝛶1, 𝛶2, … , 𝛶𝑚}是所有包裹的分配方案。其中𝛶𝑖=< 𝑝𝑖，𝑑𝑖，𝐷𝑖>是包裹𝑝𝑖的分配方案。包裹𝑝𝑖的原始目的地𝑑𝑖与实际目的地𝐷𝑖之间的距离是客户取货距离。所有包裹都必须分配到某个快递柜，即𝐷𝑖必须确定可行。
可 行 解𝑆𝑢= {𝑆𝑢1, 𝑆𝑢2, … , 𝑆𝑢𝑘} 是 所 有 无 人 机 的 任 务 调 度方 案 。其 中 𝑆𝑢𝑘= {𝜑𝑛,𝑘|𝑛 =1,2, … 𝑁}表示第𝑘架无人机在任务调度中的𝑁趟飞行，𝑛表示无人机飞行的趟数。𝜑𝑛,𝑘=<𝑃𝑛,𝑘, 𝐸𝑛,𝑘, 𝑓𝑛,𝑘>，其中𝑃𝑛,𝑘∈ 𝑃代表第𝑘架无人机在第𝑛趟飞行中携带的包裹集合，𝐸𝑛,𝑘∈ 𝐸代表第𝑘架无人机在第𝑛趟飞行中要造访的快递柜的集合，而𝑓𝑛,𝑘代表编号为𝑘的无人机第𝑛趟飞行的路径长度。
一般认为，较好的初始解有助于算法找到更好的最终解，而较差的初始解容易导致算法收敛缓慢。因此，我们使用简单启发式算法中的贪心算法来为包裹分配方案生成初始解，并使用轮盘赌选择法为无人机任务调度方案生成初始解。
第五章 社区智慧物流模拟系统
5.1 技术选型
随着 Web2.0 时代的到来，前后端开发技术发展迅速。前后端分离已成为互联网项目开发的业界标准使用方式，通过 Nginx+Tomcat 的方式（也可以中间加一个 NodeJS）有效地进行解耦，并且前后端分离会为以后的大型分布式架构、弹性计算架构、微服务架构、多端化服务等打下坚实的基础。这个步骤是系统架构从猿进化成人的必经之路。其核心思想是前端HTML 页面通过 Ajax 调用后端 restful API 接口，并与 JSON 数据进行交互。
目前流行的 Web 前端开发技术包括三种基本技术，用于页面架构的 HTML、用于实现页面风格的 CSS 和用于页面交互的 JavaScript[44]。HTML5 是 HTML 技术的最新规范，CSS3 是CSS技术的代表，而JavaScript是一种非常灵活的脚本语言。在现代网站设计和生产，HTML5，CSS3 和 JavaScript 越来越普遍，不仅讲究传统的个人电脑页面，同时也广泛用于 Win32 桌面程序和微信官方账户平台[45]。
Web 后端开发技术包括，用于负责接收参数，调用相关业务层，封装数据以及路由和渲染到 JSP 的后台框架 Spring + Mybatis，结合 Java 基础，分布式缓存 Redis，设计模式等，实现后端高并发、高可用、高性能的功能特性[46]。
5.2 需求分析
5.2.1 任务目标
社区智慧物流模拟系统是社区智慧物流系统的一个重要组成部分，即前端网页交互部分。社区智慧物流系统的开发目的是帮助快递员科学合理地规划包裹分配方案和无人机任务调度方案，模拟无人机配送过程，提供简单易操作的交互界面，并展现生动直观的配送过程模拟示意图。
5.2.2 详细需求
本系统需要实现功能主要有配送区域的选择、配送区域地图展示、参数设置、前后端交互、无人机飞行动画绘制等。
（1）配送区域的选择
系统应当内置有若干预设的配送服务区地图，存储于服务器中。前端页面将各个配送服务区的名称展现在网页上，用户可以在这些地图中任意选择一个进行社区智慧物流的模拟配送演示。同时，系统支持用户从本地导入新的配送区域。
（2）配送区域地图展示
当用户选择配送区域后，页面主界面将展示配送区域的实际地图。同时居民楼、快递柜和物流调度中心等重要要素须在实际地图上有所标示。
（3）参数设置
用户可以设置用于配送的各项数据，包括无人机的数量、载重、续航、物流调度中心的位置、快递柜的数量和容量、包裹的数量等。
无人机的数量是指同时在区域内工作的无人机的数目。如果按照实际需求需要更多的无人机，可以填写同时作业的无人机的数目，提高配送效率。
无人机的载重是指无人机一次飞行最大可以携带的包裹的重量，无人机每次飞行任务携带的包裹总重量不可超过无人机的载重。
无人机续航是指无人机所装载的电池能够支持无人机飞行的最长时间，无人机每次飞行任务的持续时间不可超过无人机的航程。
第六章 总结与展望
6.2 展望
本文主要是将无人机与快递柜相结合，提出了一种理论上可行的社区智慧物流模拟系统，同时对该系统中的调度优化问题进行了深入研究，在一定程度上取得了预期的效果，但是在与其他学者和专家交流中，发现整个研究过程还存在一些问题。
（1）包裹的体积。本文在构建模型时，将快递包裹理想化为只有大中小三种体积，而在现实场景中，快递包裹的规格五花八门，不能一概而论。被理想化为同等体积的包裹，规格大小可能存在较大差异，这无疑会对快递柜格位的使用以及无人机货舱的使用效率造成较大的影响。这一部分还有待将来进一步的研究。
（2）本文在求解问题时，将无人机设计为具有固定的续航时间。然而在实际情况中，无人机的续航时间与无人机的航向、载重等多方面因素有关。无人机起降、悬停相较于平飞所额外消耗的能量也不可忽视。下一步工作希望改进方案，不再理想化的使用固定的续航时间，而是代之以无人机的电量，并将其与无人机载重联系起来。此外，无人机起降、悬停等消耗的电量也需加入计算这将是接下来要亟待解决的重点。
参考文献（略）
