重庆南岸 · 最后一公里配送实验

少走一点弯路，
多一份实证。

把道路、容量和算法放在同一张地图上。
从一条可行路线开始，看看局部优化究竟改变了什么。

配送节点24个另设 1 个模拟仓库

标准场景里程改善—%NN → NN + 2-opt

标准场景使用车辆—辆车内顺序改善，分配保持不变

路线实验

同一张路网，两种走法。

切换场景，比较结果。
所有方案均为离线预计算。

正在读取已验证的实验记录…

南岸 · 局部道路网络

同一组点位、同一份矩阵、同一套容量约束。
里程均经独立校验器重新计算。

当前场景算法指标对比
方案	里程 km	车辆	装载率	求解耗时	校验

方法与边界

这是一项可复现的学习实验，
还不是一套真实运营调度系统。

从重庆南岸局部 OSM 路网提取静态距离矩阵。所有实验节点均通过吸附和点对可达检查；保留单行路造成的方向差异。

公共道路节点 · 模拟需求

最近邻构造容量可行路线，2-opt 改善同一辆车内部的访问顺序。每一次交换，都计算完整有向成本，不重新分配车辆。

容量约束 · 单仓 · 回仓

检查漏单、重复、超载、回仓与不可达路段。未通过校验的方案不展示正常改善率；没有成本模型，就不宣称节省了多少费用。

相同输入 · 相同校验器

实验带来的一个提醒

车内 2-opt 保持订单分配不变。更大的容量，也不保证贪心初解更短。比较不同场景时，应同时观察距离、用车与装载率，而不是只挑一个好看的百分比。

本实验采用静态最快路径的距离快照，未模拟实时拥堵、配送时间窗、货车限高或全部实际限行。局部路网范围可能影响路线。结果未经过真实车辆配送验证，也未证明全局最优。

复现证据

每份记录保留场景、矩阵指纹、算法参数和校验结果。
网页读取预计算公开包，不调用实时地图或求解服务。

代码许可与道路数据许可分开。地址、需求和仓库用途不代表真实客户或企业业务。