基于贝叶斯的无人配送风险研究
□ 王 盼，张俊友，王树凤
(山东科技大学 交通学院，山东 青岛 266590)
【摘 要】 在无人配送背景下，为定量分析无人配送服务的风险，在有人配送风险的基础之上，分析无人配送过程中存在的各项风险指标的基础上，建立贝叶斯网络。基于无人配送的仿真模型，以及无人配送风险评价模型，估计无人配送各风险发生的后验概率值。以期在无人配送过程中为保证商品质量、提升配送服务水平提供依据和参考，为无人配送业务更好的发展提供决策支持。
【关键词】 无人配送;贝叶斯网络;风险评估
无人配送与传统的配送模式相比，具有高效、低成本的优势，但在储存、配送、交互等方面也存在着潜在风险，如过程风险、环境风险和管理风险等。如果不能及时识别无人配送过程中的风险并加以控制，小则造成包裹破损，增加运营成本，大则损坏产品质量，如果不能及时解决，甚至会使顾客满意度下降，长期以往造成市场占有率下降的不利局面。据统计，美团在香港成功上市后，推出了无人配送平台； 除了京东以外，包括顺丰、阿里在内的企业都在对无人配送做深入研究。无人配送能够带来优势的同时也具有一定的潜在风险，所以，选择合适的模型，对无人配送的有效风险指标进行定量分析，从而确认无人配送重点防范风险。
可以发现现有的研究大多集中在对无人配送的定性分析方面， 很少有采用定量的方法对无人配送风险加以研究。本文选择贝叶斯网络作为无人配送服务风险评价模型，在这个基础上，深入分析了配送风险评价的指标，并根据这些指标确定了风险程度值，从而对关键指标进行重点管理与防范。
本文的创新之处主要体现在两个方面：
全省矿业绿色发展现场会在湖州召开（省厅新闻宣传中心） ............................................................................9-6
从研究角度上看：以往研究甚少从风险管理的角度对物流配送进行研究，也甚少对无人配送的风险进行研究，本文对无人配送风险评价指标体系进行汇总和分类，从过程风险，客观环境风险，其他风险三个方面总共筛选出了20个风险指标，由此构建无人配送风险指标系统，为无人配送风险控制和防范提供了一定的理论依据。
虎兄虎弟个个食三品俸禄，都有专属庭院，无须入住营房，每天派一人值夜即可，这一天值班的乃是老大李太嶂。李太嶂闻听此歌，不禁惊出一身冷汗：是祸躲不过，迟早要来，这不，还是来了。李太嶂赶紧派人循声抓来歌唱者，却是个惊恐万状的小乞丐。
从研究内容上看：本文构建贝叶斯风险网络评价模型结构，将理论与实际相结合，对无人配送风险指标的先验概率和后验概率进行测量与评估，从而找出关键风险指标，对关键指标进行重点管理，并提出无人配送风险控制和防范的建议，从而使无人配送得到更好的发展。
1 无人配送风险评价指标
根据贝叶斯网络结构，条件概率确定如下：
针对近年来热火的“双十一”、“双十二”，其他快递企业都存在爆仓的可能性，但是SF在这样的关键时刻更应该保证快件的时效，让顾客对SF的认识提高一个新的层次。除去客观因素，有的客户对于公司的产品不够了解也可能产生歧义，例如：“SF次日”；“SF隔日”等产品，由于官网信息对这些时效产品的定义不够清晰，容易误导客户以为“SF隔日”可能就是寄出快递隔一天之后就能到达目的地。所以导致客户对公司的时效不满意。
图1 无人配送风险评价指标体系
2 贝叶斯网络对无人配送服务风险评价
2.1 贝叶斯网络及基本原理
本文预测模型所用到的数据来自仿真建模数据、交通历史数据和环境实测数据，以及专家评价的估计值。利用仿真软件对无人配送建立仿真模型，结合无人车，无人机模拟配送流程数据，模型导出的仿真数据经由实际调查数据修正。得到各风险因子节点的先验概率和条件概率。
对于有向边(Xa，Xb)，Xa称为Xb的父节点，Xb为Xa的子节点。没有父节点的节点称为根节点，没有子节点的节点称为叶节点。P表示与每个节点相关的条件概率分布，根据贝叶斯网络的条件独立性假设可知，条件概率 P(Xi|Pa(Xi)) 表示了节点与父节点之间的关系。给出根节点先验概率分布和非根节点条件概率分布，可以得到包含所有节点的联合概率分布：
利用上述思想将各风险指标体系构建为贝叶斯网络，利用仿真模型，专家评价法，以及实际调查数据所确定的各指标风险概率依次输入贝叶斯网络中，利用Matlab进行贝叶斯分析，得到无人配送总风险发生的后验概率值，即无人配送风险发生的程度。根据先验概率与后验概率之间的关系，假设无人配送风险发生的情景，明确导致无人配送风险发生的哪些因素是关键因素，从而确定无人配送风险管理的重点。
牟泽雄：当前书法创作中出现很多所谓的“丑书”，引发很多人的不满，网络上还专门评出所谓“中国十大丑书家”。当然，这其中评出的“丑书”未必客观，有的所谓“丑书”，其水准是很高的，但也从另外一个侧面看出大众对“丑书”的不满，对书家的不屑。你如何看“丑书”？
P (X 2|X 1)=a ，P (X 3|X 1)=b ，
P (X 4|X 2)=c ，P (X 5|X 3)=d ，
P (X 6|X 3)=e ，P (X 7|X 4,X 5)=f ，
P (Xv 9|X 6,X 7)=g ，P (X 8|X 7)=h ,P (X 9|X 7)=i ，P (X 1)=j
则图1中包含全部节点的联合概率分布函数为
在各风险指标中，无人配送防御失效(X 9)与无人配送交通事故(X 8)的发生有显著关系；服务商的选择(Z 1)，处理效率(Z 4)对服务商的诚信度(Z 6)也有影响； 无人配送信息的交互(X 6)，无人配送信息的处理(X 7)影响过程监督(Z 3)； 无人配送基础设施(X 1)影响交通条件(Y 1)。在图中用箭头联系起来。其他相关指标使用用箭头表示父子节点关系。各因素之间的影响关系如图2所示。
P (X 1,X 2,X 3,X 4,X 5,X 6,X 7,X 8,X 9)=abcdefghij
2.2 风险故障树向贝叶斯网络转化的思想
故障树是一种基于特定逻辑思路的图，按照已知结果，分析原因的思维逻辑，故障树提供了一种因果倒置的分析流程。在树状结构中，树干、树枝和树叶可以看作故障推理的级别，当一个故障发生后，将其设定为故障树的根，按照干枝叶的预先设定逻辑，逐级推理，直至在叶节点发现故障成因。
假设由图1中九个节点构成的简单的贝叶斯网络条件概率为：
在处理春季病害的过程中，饲养员及时处理引起病害的鸡，但在处理鸡的过程中，却无法实现全面的筛选和隔离措施。在治疗过程中，只对病鸡进行治疗，这将导致鸡舍消毒不彻底，疫情死灰复燃，削弱整体控制效果，给养殖场带来较大的损失。因此，在处理病鸡的过程中，必须对整个鸡舍进行统一消毒处理，才能大大提高病鸡的防治效果。
3 应用实例
3.1 建立贝叶斯网络结构
（4）随着变压器运行时间不断增长，干式变压器部分元件如绝缘件及铁芯绝缘的逐渐老化，导致其铁、铜损加大，也会造成了变压器的运行温度上升。
3.2 确定贝叶斯网络结构参数
贝叶斯网络(Bayesian network)是一种概率图型模型，又称信念网络(belief network)或是有向无环图模型(directed acyclic graphical model)。由九个节点构成的简单贝叶斯网络结构。
无人配送是智能化的过程，无人机将货物送到无人配送站顶部，并自动卸载货物，货物将在无人配送站自动进行分配。从入库、包装，到分拣、装车，全程100%由机器人作业，最后再由无人配送车完成配送过程。但在无人配送的过程中，可能存在人为因素、环境因素、机会主义行为、利益冲突等不利因素，使得无人配送存在着潜在的风险。在实际调查过程中，发现无人配送主要有来自于过程风险、客观环境风险和其他风险三个方面，建立无人配送风险指标评价体系，如图1所示。
3.3 计算结果与分析
在上述的贝叶斯网络基础之上，计算各节点的联合概率分布和条件概率分布，在确认无人配送风险贝叶斯网络中各参数之后，可以方便地进行概率评估，包括计算各个风险发生的后验概率。在概率较小的复杂网络中，利用后验概率可以清楚地观察到无人配送服务风险需要管理和防范的重点。利用Matlab可以计算出无人配送风险发生概率，见表1所示。
图1 无人配送风险评价指标体系
图2 风险指标的贝叶斯网络结构
表1 无人配送服务风险发生概率
实例证明，无人配送服务风险发生的概率为3.87%，整体而言，无人配送服务总体风险属于较低风险的范畴。我们可以得出无人配送过程风险和客观环境风险略高于其他风险，假设由于一些未知的风险的存在，发生了无人配送服务风险，即P(U)=1，利用贝叶斯网络，可以推测图1中每个指标风险发生的后验概率。
根据先验概率和后验概率的对比，我们可以确认无人配送过程中的主要风险因素。无人配送信息交互(X 6)，无人配送信息处理(X 7)， 无人配送交通事故(X 8)，无人配送防御失效(X 9)是过程风险的关键指标。 在无人配送的过程中，一方面，我们需要加强“无人机、无人配送站、无人车”信息交互能力以及信息安全能力。在人机交互过程中，更应增强无人车的人性化处理模式，增强客户对无人配送的良好体验。另一方面我们需要加强无人机的监控系统和防御系统的能力，以防止无人机被不良社会人员和恐怖分子利用，破坏他们的无线连接。宏观政策(Y 4)，政策支持(Y 6)是客观环境风险的关键指标。目前而言，传统的物流配送占主要地位，无人配送是在农村物流配送领域得到大范围实际应用，探索盈利模式；无人配送需要积累运行经验，形成统一的运行标准，使其运行能力和技术标准满足相关运行要求。这样既可以使得无人机技术的发展，降低无人配送的风险，具备可以随时切入市场的能力；它还可以积累未来无人机进入城市的经验，为今后大范围的推广打下坚实的基础。有关部门还须出台了相应的管理办法，在无人机在大规模投入市场后，降低扰乱飞行秩序的风险。其他风险重点关注处理效率(Z 4)，配送费用(Z 5)。对于顾客而言，包裹的处理效率的高低，配送费用的多少都是比较重要的因素，这也是无人配送应该及时关注的问题。随着无人配送逐渐大范围展开运行，配送企业员工数量逐渐减少，但是在企业的发展战略中，我们更应增强员工的认同感、责任心和参与度，培养员工“客户至上”的理念，增强客户对无人配送的良好体验。
4 结语
本文对无人配送风险进行了研究，对无人配送服务风险评价指标进行总结和分类，并利用风险故障树转化为贝叶斯网络，建立了无人配送服务风险评价模型，并验证了该模型的可行性。贝叶斯网络可以充分利用统计数据和专家知识信息，从而来考察无人配送服务风险发生的概率，以及在风险发生的情况下各种风险指标的后验概率，为确定无人配送风险管理提供了方法和依据，也为无人配送风险防范提供关键指标。但是由于研究有限，不能全部考虑所有可能导致无人配送出现风险的所有因素组合，使得预测模型结构较为简单。且在模型的建立过程中，专家的主观干扰是无法避免的。今后我们将在研究过程中寻找更客观性的研究方法。
[参考文献]
[1] 韩栓铭.生鲜电子商务末端物流配送风险探究[D].杭州：浙江工业大学,2017.
[2] 邢益双.生鲜电商物流风险测度研究[D].济南：济南大学,2017.
[3] 姚成玉,陈东宁,王斌.基于T-S故障树和贝叶斯网络的模糊可靠性评估方法[J].机械工程学报,2014,50(02):193-201.
[4] Zhenwu Tang,Xue Han,Guanghui Li,Shulei Tian,Yufei Yang,Fuyong Zhong,Yu Han,Jun Yang.Occurrence,distribution and ecological risk of ultraviolet absorbents in water and sediment from Lake Chaohu and its inflowing rivers,China[J].Ecotoxicology and Environmental Safety,2018,164.
Research on Risk of Unmanned Distribution Based on Bayesian
□WANG Pan ,ZHANG Jun -you ,WANG Shu -feng
(Shandong University of Science and Technology Transportation College ，Qingdao 266590,China )
【Abstract 】Under the background of unattended distribution,in order to quantitatively analyze the risk of unattended distribution service,on the basis of the risk of unattended distribution,the Bayesian network is established based on the analysis of various risk indicators in the process of unattended distribution.Based on the simulation model of unmanned distribution and the risk evaluation model of unmanned distribution,the posterior probability of each risk of unmanned distribution is estimated.In order to provide basis and reference for guaranteeing the quality of goods and improving the level of distribution service in the process of unattended distribution,and provide decision support for the better development of unattended distribution business.
【Key words 】unmanned distribution;bayesian network;risk assessment
【中图分类号】 F252.24
【文献标识码】 B
【文章编号】 1674-4993(2019)11-0084-03
doi: 10.3969/j.issn.1674-4993.2019.11.031
【收稿日期】 2019-08-21
【作者简介】
王 盼(1996— )，女，河南南阳人，硕士研究生，研究方向：无人配送网络风险研究。
张俊友(1971— )，男，山东淄博人，博士，教授，研究方向：无人驾驶、驾驶人行为研究。
标签：无人配送论文; 贝叶斯网络论文; 风险评估论文; 山东科技大学交通学院论文;