大数据时代我国快递业的发展现状与趋势

把握快递行业未来发展方向,梳理了大数据技术在快递行业的应用场景并分析了大数据技术对快递行业的影响。分析结果表明,大数据技术能帮助快递企业进行最优配送方案推荐、实时监控车辆设备、解构行业数据、分析市场格局等,从而帮助行业提升配送效率、降低配送成本。未来,快递行业将充分利用大数据技术加强对物流数据的收集、分析与业务应用。在大数据技术影响下,快递企业将呈现四大发展趋势：（1）时效进一步提升,成本继续降低;（2）从快递向物流上下游串联;（3）从国内向国际网络不断外扩;（4）先进的数据分析技术向其他行业外溢。     

一种邮政编码自动识别系统

利用数字图像处理技术对目标对象的自动识别原理，通过模糊识别邮政编码，实现信件分拣自动化，实验结果表明，该系统分拣效率达5件／s以上，误拣率约5％，可提高邮政信件分拣效率，加快邮件传递速度。     

基于综合特征的字符模板库的建立与训练

叙述邮政编码自动分拣系统的软件处理的原理以及程序设计方法,对于倾斜放置信封的邮编区域的定位问题提出解决方案,利用信息熵理论对字符的综合特征的选取提出融合方案,建立训练了邮政编码识别系统中的手写数字模板库,并设计与之相关的可视数据库系统,该系统大大提高信封的自动分拣率以及可行性。     

邮政车辆调度问题及其优化算法

从邮政实际运营情况出发,在兼顾其他限制条件的同时,着重研究带路程长度和装载能力限制的邮车调度问题,抽象出此类问题的数学模型,并设计一个禁忌搜索算法进行求解。算例测试结果表明,采用该算法可以在很短的时间内求出较高质量的邮车调度问题的优化解。     

基于邮政网络的社区物流多中心m-TSP问题

从社区物流的配送问题着手,在总结社区物流配送特点和要求的基础上,提出了基于邮政网络对社区物流进行分区规划的问题.基于假设邮政网点足够密集的研究思想,即配送中心随地可取的情况下,对有社区物流需求的某个地区做分区规划.利用Weight-K-means算法,对划分好的每个区域做一次TSP计算,从而满足在每一个聚类中,不仅车载量均衡,而且车辆所走里程也大致相同.算例分析表明该算法能够得到满意的解.     

同时带送货和取货的农村邮政车辆运输优化分析

全球范围内的物流产业飞速发展,现代农村物流是现代物流的一个重要分支。中国邮政具有其他物流企业所不具备的优势,中国农村物流的发展必须依赖中国邮政这种完善的物流基础设施才得以取得快速的发展,才能满足日益增长的农村运输量的需求。在研究农村邮政车辆运输优化问题时,把研究重点放在车辆路径的优化选择上,这样可以使得车辆总的运输距离最小,进而使农户的购买费用和涉农企业的成本最小。     

邮政物流综合调度系统设计

针对我国邮政行业的邮件递送和揽收业务,给出邮政物流综合调度系统的体系结构和构成,通过关键子系统的比选,确定了子系统的选择方案,并对系统的各部分进行了详细的功能设计,从而为我国邮政行业的数字化发展和作业调度现代化提供了有益的参考与借鉴。     

层次分析法在运邮物流中心选址中的应用

采用层次分析法,根据邮政网络和运输网络各自的特点,从经济性、适应性、协调性和社会性4个方面出发,科学地分析运邮物流中心选址的各种影响因素,得出各因素对于运邮物流中心选址的重要性排序。应用层次分析法简化运邮物流中心的选址过程,具有一定适用性。