基于时空约束的铁路物流园区低空物流协同调度优化策略研究

doi:10.12267/j.issn.2096-5931.2026.04.006

信息通信技术与政策 ›› 2026, Vol. 52 ›› Issue (4): 44-52.doi: 10.12267/j.issn.2096-5931.2026.04.006

基于时空约束的铁路物流园区低空物流协同调度优化策略研究

Research on optimization strategies for collaborative scheduling of low-altitude logistics in railway logistics parks based on spatiotemporal constraints

霍磊, 马慧佳, 席海洋

航天时代低空科技有限公司, 北京 100070

收稿日期:2026-03-20 出版日期:2026-04-25 发布日期:2026-04-24
通讯作者: 马慧佳航天时代低空科技有限公司工程师,主要从事低空经济宏观政策与产业发展趋势方面的研究工作
作者简介:
霍磊航天时代低空科技有限公司工程师,主要从事低空经济宏观政策与产业发展趋势方面的研究工作
席海洋航天时代低空科技有限公司助理工程师,主要从事低空经济宏观政策与产业发展趋势方面的研究工作

HUO Lei, MA Huijia, XI Haiyang

Aerospace Era Low Altitude Technology Co., Ltd., Beijing 100070, China

Received:2026-03-20 Online:2026-04-25 Published:2026-04-24

摘要/Abstract

摘要：

铁路物流园区内部短驳运输面临效率瓶颈问题,无人机为突破此瓶颈提供了新的解决途径。然而,无人机引入后引发了复杂的空地协同调度难题。针对此问题,开展了考虑多重时空约束的无人机协同调度优化研究。首先,分析了任务分配、无人机能力、节点容量及空域安全等核心约束;其次,构建了以最小化最大完工时间为目标的混合整数规划模型;进而,设计了一种融合动态贪婪初始化策略与改进遗传算法的两阶段启发式算法。仿真结果表明,该算法能显著缩短任务周转时间并提高无人机利用率,为园区智能调度提供了决策依据。

关键词: 无人机, 铁路物流园区, 协同调度, 时空约束, 遗传算法, 启发式算法

Abstract:

The internal short-distance transportation in railway logistics parks faces efficiency bottlenecks, and drones offer a new solution to break this bottleneck. However, the introduction of drones creates complex air-ground collaborative scheduling challenges. Focusing on this issue, this paper investigates the collaborative scheduling optimization of drones under multiple spatiotemporal constraints. Firstly, this paper systematically analyzes core constraints including task assignment, drone load and endurance, node capacity, and airspace safety. Secondly, this paper establishes a mixed integer programming model aimed at minimizing the maximum completion time. Furthermore, this paper designs a two-stage heuristic algorithm integrating greedy initialization and improved genetic algorithm. Simulation results demonstrate that the proposed algorithm significantly reduces average task turnaround time and improves drone utilization rates, providing a quantitative decision-making basis for intelligent park scheduling.

Key words: unmanned aerial vehicle, railway logistics park, scheduling optimization, spatiotemporal constraints, genetic algorithm, simulation

中图分类号:

U294.1
V279

霍磊, 马慧佳, 席海洋. 基于时空约束的铁路物流园区低空物流协同调度优化策略研究[J]. 信息通信技术与政策, 2026, 52(4): 44-52.

HUO Lei, MA Huijia, XI Haiyang. Research on optimization strategies for collaborative scheduling of low-altitude logistics in railway logistics parks based on spatiotemporal constraints[J]. Information and Communications Technology and Policy, 2026, 52(4): 44-52.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2026.04.006

http://ictp.caict.ac.cn/CN/Y2026/V52/I4/44

图/表 5

参考文献 20

[1]	赵光辉. 中国低空:交通经济发展的协同治理研究[J]. 改革与战略, 2025, 41(4):70-79.
[2]	陆艳铭, 陈志涛, 何汝江, 等. 路域低空经济建设方案研究与实践探索[J]. 交通科技与管理, 2025, 6(20):185-187.
[3]	姜文恒, 李丁一. 低空经济视角下的路空一体化与文旅创新[J]. 交通建设与管理, 2025(5):48-49.
[4]	高志飞. “公转铁”背景下GT物流园区运营流程优化研究[D]. 济南: 山东师范大学, 2020.
[5]	石琳琳, 常志有. 我国物流运输系统建设对进出口贸易的影响[J]. 合作经济与科技, 2022(2):96-98.
[6]	翟锦秀. 考虑干线运输与末端配送集成的城乡快递LRP问题研究[D]. 成都: 西南交通大学, 2023.
[7]	冷润茗, 张过, 吴桐, 等. 低空数据基础设施建设与服务标准体系框架构建[J]. 测绘标准化, 2025, 41(3):6-12.
[8]	孟凡伟. 带时间窗的AGV车辆蜂群调度优化研究[D]. 大连: 大连理工大学, 2012.
[9]	王雪夫. 空地协同场景中无人机路径规划与调度研究[D]. 北京: 北京邮电大学, 2021.
[10]	张凯月, 温海骏, 陈跃鹏, 等. 基于数字孪生技术的危化品车辆运输路径优化方法[J]. 科学技术与工程, 2023, 23(34):14676-14681.
[11]	胡中华, 赵敏, 刘世豪, 等. 基于自适应蚁群算法的无人飞行器航迹规划[J]. 计算机集成制造系统, 2012, 18(3):560-565.
[12]	李希. 旋翼无人机的航迹规划与鲁棒控制[D]. 长沙: 湖南大学, 2019.
[13]	京东科技控股股份有限公司.业务数据处理方法、装置、电子设备及存储介质:202110852759.2[P]. 2023-02-03.
[14]	邢文来, 吴润秀, 肖人彬, 等. 决策变量分组优化的多目标萤火虫算法[J]. 智能系统学报, 2025, 20(4):838-857.
[15]	蒋佳喜, 雍晴, 柏忠良, 等. 基于二元决策变量与遗传算法的生产决策优化模型[J]. 天府数学, 2025(1):16-21.
[16]	方红, 杨海蓉. 贪婪算法与压缩感知理论[J]. 自动化学报, 2011, 37(12):1413-1421.
[17]	于文鹏, 刘东, 翁嘉明. 含分布式电源的配电网供电恢复模型及改进贪婪算法[J]. 电力系统自动化, 2013, 37(24):23-30.
[18]	ZHANG L, AN J, CHEN G, et al. Research on mission planning model of multi-aircraft material delivery and supply[C]// International Conference on Computer Application and Information Security (ICCAIS 2023). Wuhan:SPIE, 2024:8.
[19]	MA J, YAO D, ZHAO G. An improved genetic algorithm for training airspace planning[C]// the 2016 4th International Conference on Machinery, Materials and Information Technology Applications. Dordrecht: Atlantis Press, 2017:1002-1007.
[20]	于滨, 靳鹏欢, 杨忠振. 两阶段启发式算法求解带时间窗的多中心车辆路径问题[J]. 系统工程理论与实践, 2012, 32(8):1793-1800. doi: 10.12011/1000-6788(2012)8-1793

任务规模/项	算法	最大完工时间/min	平均任务周转时间/min	无人机平均利用率	算法运行时间/s
30	FCFS-G	142.3	68.5	74.2%	<0.5
	GA-Basic	128.7	61.2	81.5%	8.3
	HGA-Proposed^*	116.4^*	55.8^*	88.6%^*	5.1^*
60	FCFS-G	298.6	145.3	71.8%	<0.5
	GA-Basic	265.2	128.7	79.4%	22.7
	HGA-Proposed^*	234.9^*	112.4^*	86.3%^*	14.5^*
90	FCFS-G	467.1	228.4	69.5%	<0.5
	GA-Basic	412.8	198.6	76.1%	51.3
	HGA-Proposed^*	358.7^*	172.9^*	83.7%^*	32.9^*

任务规模/项	算法	最大完工时间/min	平均任务周转时间/min	无人机平均利用率	算法运行时间/s
30	FCFS-G	142.3	68.5	74.2%	<0.5
	GA-Basic	128.7	61.2	81.5%	8.3
	HGA-Proposed^*	116.4^*	55.8^*	88.6%^*	5.1^*
60	FCFS-G	298.6	145.3	71.8%	<0.5
	GA-Basic	265.2	128.7	79.4%	22.7
	HGA-Proposed^*	234.9^*	112.4^*	86.3%^*	14.5^*
90	FCFS-G	467.1	228.4	69.5%	<0.5
	GA-Basic	412.8	198.6	76.1%	51.3
	HGA-Proposed^*	358.7^*	172.9^*	83.7%^*	32.9^*

基于时空约束的铁路物流园区低空物流协同调度优化策略研究

Research on optimization strategies for collaborative scheduling of low-altitude logistics in railway logistics parks based on spatiotemporal constraints

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 20

相关文章 10

编辑推荐

Metrics

本文评价

[1]	康绍莉, 王可, 秦海超, 冯云九, 王丹, 杨祺欣. 面向6G的低空智能网联系统用例研究[J]. 信息通信技术与政策, 2026, 52(4): 2-14.
[2]	张恩皖, 张其强, 戴明艳, 徐航, 何文豪. 面向低空应急救援的多维态势感知与无人机集群智能协同管控技术研究[J]. 信息通信技术与政策, 2026, 52(4): 53-63.
[3]	赵明非, 孙锴, 顾林. 基于最小二乘法的低轨卫星导航信号动态参数校准方法研究[J]. 信息通信技术与政策, 2026, 52(4): 64-70.
[4]	闫坤, 王雪影, 于晓萌, 李立. 低空装备产业高质量发展路径分析与思考[J]. 信息通信技术与政策, 2026, 52(4): 71-75.
[5]	江强, 费文超, 覃世慧, 吴宝栋, 谢华标, 李鹰. 5G-A通感一体化之低空无人机精准互联[J]. 信息通信技术与政策, 2025, 51(11): 24-30.
[6]	孙国辉, 聂鹏, 赵丽彤. 低空经济市场空间预测研究[J]. 信息通信技术与政策, 2024, 50(11): 33-40.
[7]	王雪影, 高国柱, 古利兰, 苏丹. 促进我国低空经济发展的法规体系研究[J]. 信息通信技术与政策, 2024, 50(11): 48-53.
[8]	胡杰, 杨鲲. 面向未来6G网络的绿色通信感知计算技术^*[J]. 信息通信技术与政策, 2022, 48(11): 30-38.
[9]	冯泽冰, 　芦玥. 区块链增强无人机蜂群系统安全性分析[J]. 信息通信技术与政策, 2020, 46(2): 14-18.
[10]	杜斌. 5G助力无人机应用发展[J]. 信息通信技术与政策, 2019, 45(11): 8-11.