报告题目：多式联运配送优化：协同卡车—无人机网络设计
报告人：Ruijiu Mao 助理教授
邀请人：都牧 副教授
报告时间及地点：2026年10月12日 10：00-11:30 经济管理学院B 312
报告人简况：
Ruijiu Mao（毛瑞九）博士现任加拿大阿尔伯塔大学（University of Alberta）商学院会计与商业分析系助理教授，主要研究方向为收益管理、供应链管理与数据驱动决策。其研究聚焦于运筹优化、机器学习与数据分析方法在复杂运营管理问题中的应用，包括复杂消费者选择行为下的促销设计与定价、智慧城市运营、氢燃料电池车辆以及无人机配送等，相关成果发表在MSOM、EJOR等管理运筹领域国际顶级期刊中。
毛瑞九博士具有京东（JD.com）相关工作经历，其关于组合促销设计与定价的研究受到实际电商运营问题的启发。在加入阿尔伯塔大学之前，获得新加坡国立大学（National University of Singapore）运筹学与分析博士学位，并分别获得复旦大学数学与应用数学学士学位和美国普渡大学工业工程硕士学位。
报告内容摘要：
随着无人机技术的发展，无人机配送凭借快速部署、不依赖道路交通条件等优势，为偏远地区和长距离配送提供了新的解决方案。然而，完全依赖无人机进行货物配送不仅投资和运营成本较高，也受到无人机续航里程等技术条件的限制；相比之下，传统卡车运输在道路基础设施较为完善的区域仍具有明显的成本和效率优势。因此，如何发挥卡车与无人机两类运输方式的互补优势，并通过合理的基础设施布局改善长距离订单的配送时效，成为值得关注的运营管理问题。本报告围绕协同卡车—无人机配送系统的网络设计问题，研究如何以较低的无人机基础设施投资成本改善系统中最长配送路径的服务水平。研究建立了一个以无人机投资成本最小化为目标、同时满足配送时效要求的优化模型，并采用M/G/k排队模型刻画无人机运输过程中可能产生的等待时间。其中，一般服务时间分布用于描述无人机站点与不同卸货地点之间异质化的运输时间。针对排队等待时间带来的非线性问题，研究进一步采用离散化和幂函数近似方法进行处理，使所得模型能够利用Gurobi等商业优化求解器进行有效求解。基于中国陕西省某大型电子商务平台的真实订单数据，研究发现，所提出的无人机网络设计方案可以在具有经济可行性的投资水平下，将配送时效表现提升约17.17%。进一步地，当无人机续航里程由80公里提高至120公里时，配送时效可改善约36.33%。在此基础上，报告还将讨论无人机基础设施布局、卡车与无人机协同机制、无人机技术进步以及不同长距离订单服务优先级等因素对网络设计决策的影响，并总结相关的管理启示。
下一条：从一个想法到一项研究：人机协同科研的实践方法
【关闭】
