1.一种适用于即时物流的配送改进算法，其特征在于，包括以下步骤：S1、依据骑手工作站为工作的中心点，设定骑手工作中心站点位置及骑手工作位置，计算骑手在t时刻距离中心站点的位置Dt，根据Dt定义骑手的工作区域；

S2、依据不同延时因素引入时间延迟T，根据时间延迟T确定骑手的动态位置变化；

S3、通过平台历史数据获取关于订单及历史订单配送结果的数据集S；

S4、将工作区域、T、S作为影响订单派送的因素作为参数引入多目标动态优化算法；

S5、利用降维代价函数，在每个影响配送效率的参数上加上权重，定义各骑手的配送效率值为函数u(x)；

S6、根据最小二乘法求得每个参数的权重，选择maxu(x)进行订单派送；

*

S1中依据骑手工作站为工作的中心点，设骑手工作中心站点位置为dt(x,y)，定义函数dt(x,y)为骑手工作位置，其中(x,y)表示骑手位置的经纬度，t表示当前时刻，规定Dt为骑手t时刻距离中心站点的位置，根据二范数定义，在二维空间中计算骑手距离中心点的位置，定义0≤Dt≤L1为骑手的正常工作区域；

L1≤Dt≤L2为骑手的正常工作区域辐射区域；

L2≤Dt≤L3为骑手最远配送区域；

L3＜Dt系统将不会对骑手派送订单，其中L1,L2,L3为区域划分的距离；

S2中时间延迟包括从顾客下单到外卖商家接到订单的系统延时t1，订单匹配骑手的系统延时t2，骑手在非原工作区域内是否接单的人为延时t3，交通道路的红绿灯的随机延时t4，T＝t1+t2+t3+t4；

S3中s＝{(x1,y1),(x2,y2),…(xm,ym)},其中xi表示的为t时刻的订单，yi表示的为t时刻订单配送的结果，S4中多目标动态优化算法，表示为：min(f1(x),f2(x),…fn(x)),s.t.0≤g(x)l≤n，其中，fn(x)代表单个订单t时刻需要优化的目标，g(x)l代表限制骑手最大同时配送单量的约束条件，l代表每个骑手，n为系统设定单个骑手最大同时配送单量；

依据平台历史数据将骑手配送等级分为多个等级，不同等级分别对应不同的最高同时配送订单量；

各骑手的配送效率u(x)＝k1*f1(x)+k2*f2(x)+k3*f3(x)+…kn*fn(x)+kn+1*g(x)；

其中：ki为各个优化目标的系数，系数取值范围在[0，1]之间，对于不同骑手ki值有所变化，根据各个骑手的ki值来计算u(x)的值，最终确定具体骑手配送订单；

将u{x)写成矩阵的形式： 这里看作是多元线性回归，利用最小二乘法来对ki进行计算，其中 为ki的转置，利用矩阵X的形式将数据集D表示出来，将最后一行元素全置于1，即有：把上式数据集D中y写成向量的形式y＝(y1 y2 … ym)，最小二乘法基于均方误差最小化来进行参数求解，即有：令其均方误差如下：

对 求导可得：

令 可以得到 最优解的闭式解，其中 表示计算公式中的最小二乘法的系数；argmin函数是对 求最小值，求得的 其中 表示最小值； 为均方误差； 是对 求偏导数，其中 表示偏导数符号；

根据计算的u(x)值，选择maxu(x)，最后系统进行订单的派送。