Dies ist der erste Vortrag in der NCSU INFORMS Webinarreihe.
Ziel dieser Forschung ist es, Unternehmen dabei zu helfen, herauszufinden, in welchen geografischen Gegebenheiten die autonome Fahrzeugunterstützte Zustellung am wertvollsten ist, um die Zustellung auf der letzten Meile zu verbessern und wo sie ihre Investitionen lenken sollten. Die Forschungsfrage wird sowohl durch unsere eigenen vorherigen Arbeiten als auch durch die Maßnahmen von Zustellunternehmen motiviert. Zu diesem Zweck modellieren wir das Capacitated Autonomous Vehicle Assisted Delivery Problem (CAVADP) auf einem allgemeinen Graphen. Das CAVADP ist das Problem, ein autonomes Fahrzeug zu nutzen, um sowohl einen Zusteller an ausgewählten Standorten abzusetzen als auch abzuholen, um die Notwendigkeit des Parkens zu vermeiden. Wir betrachten einen allgemeinen Graphen, um reale geografische Gegebenheiten von städtischen bis ländlichen Gebieten zu modellieren. Um die Fragen zum Wert der autonomen Fahrzeugunterstützten Zustellung in verschiedenen geografischen Gegebenheiten zu beantworten, identifizieren wir eine Reihe von Eigenschaften der optimalen Lösung, die es uns ermöglichen, die Problemgröße zu reduzieren und gültige Ungleichungen einzuführen. Wir führen eine Fallstudie durch, indem wir Testinstanzen generieren, die reale geografische Gegebenheiten widerspiegeln. Wir präsentieren umfangreiche Berechnungsergebnisse, die zeigen, dass die Einsparungen durch den Einsatz eines autonomen Fahrzeugs in allen Kunden geografien signifikant sind. Im Durchschnitt spart ein Zusteller in städtischen Umgebungen mehr Zeit als in ländlichen Umgebungen.