随着生活节奏逐渐加快,人们越来越倾向于快速便捷的获取服务,为了提升客户的服务体验,快递配送企业开始提供配送上门的个性化服务,配送时效从以天为计算逐渐变为分钟级,配送交付场景也逐渐从室外延伸到复杂室内环境。现有的配送路径规划模型只考虑了配送在室外的部分,而忽视了室内配送的时间因素,导致配送路径规划不合理,造成配送延时,顾客满意度下降,同时也增加了配送人员的压力。本文立足于室内外配送一体化的场景,构建了室内外协同路径规划模型,提高了配送路径规划的合理性及有效性。该模型包含室内配送点定位以及协同路径规划两部分,针对室内指纹定位K-means算法精度低以及现有的求解路径规划算法易早熟问题进行理论创新研究和仿真。主要研究工作总结如下:1、本文针对城市室内外配送一体化问题,建立了室内外协同路径规划模型,将获取的室内配送时间数据补充至模型时间约束中,提高路径规划的时间合理性;根据配送服务的时间窗函数,构建客户满意度函数,并将配送成本和客户满意度作为模型优化目标进行多目标路径规划建模,在降低成本的同时提高配送准时性,提升客户满意度,通过仿真实验,验证了模型的有效性。2、针对现有的室内指纹定位K-means算法定位精度低的问题,提出了一种基于改进K-means定位算法,有效去除多余的聚类中心,改善了孤点的问题,提高了收敛速度和定位精度。实验表明,改进后的K-means算法定位算法比现有的K-means定位算法定位精度提高了23.1%,同时缩短了定位所需时间。3、针对模型求解遗传算法易早熟的问题,本文提出了一种混合遗传-模拟退火启发算法,该方法通过将模拟退火算法内嵌入遗传算法,在全局搜索的基础上进行局部搜索,改善了遗传算法的早熟问题,并根据配送模型对混合算法从适应度函数设计、编码、遗传操作等环节进行改进。仿真实验表明,与现有算法相比,混合遗传-模拟退火启发算法收敛速度得到了提高,寻优效果提升了 5.76%。