近年来,外卖O2O行业便利了人们的生活,被越来越多的人接受与选择。随着外卖订单的激增,为了达到外卖配送时效性的要求,外卖配送员的交通违章行为屡见不鲜。这不仅给城市交通管理增加了难度,也给外卖平台的安全管理带来了巨大威胁。针对外卖配送员的交通违章行为,多地交管部门已明确规定外卖配送员的交通违章行为将与外卖平台的效益直接挂钩。配送员交通违章行为严重的外卖平台不仅要被城市相关部门约谈甚至罚款,外卖平台自身的信用也将受到影响。交管部门要求外卖平台必须采取切实有效的惩罚手段,建立平台内部交通违章惩罚机制。例如,北京市交管部门提出外卖配送员若发生交通违章行为,除交警处罚外还将追责外卖平台,上海市对交通安全责任落实不佳的外卖平台将进行罚款或责令整改的处罚。广州市规定外卖配送员的交通违章行为将影响外卖平台的信用评级。虽交管部门对外卖平台加强了监管,但外卖平台对配送员交通违章行为的监管有待进一步加强。让外卖配送员在尽量不违反交通规则的前提下进行配送,不仅是城市交管部门的职责,更是外卖平台必须承担的责任。作为外卖平台,在规划取送路径的过程中不仅要满足实际经营需求,考虑提高配送效率和提升客户满意度。更要满足城市交通的要求,在为配送员规划最优路线的同时考虑规范配送员的交通行为,以从源头上降低交通违章行为的发生率。综上,如何在路径优化的过程中考虑减少配送员的交通违章行为、提高配送效率和提升客户满意度,并确定平台内部对配送员交通违章行为合适的惩罚数值,是一个需要解决的问题。本文从外卖平台的角度出发,不仅考虑满足平台实际经营的需求,更考虑满足城市交通的要求。以减少配送员交通违章行为、提高配送效率和提升客户满意度为目标,分别建立了静态和动态模型,利用M平台专业配送数据,运用MATLAB软件对静态模型和动态模型进行求解。通过调整外卖平台对配送员每次每人闯红灯行为的惩罚数值和外卖平台对配送员每次每人超速行为的惩罚数值,分别确定了静态模型和动态模型中外卖平台对专业配送员闯红灯行为合适的惩罚数值和外卖平台对专业配送员超速行为合适的惩罚数值,最后根据结果提出了相应的管理建议。图49幅,表34个,参考文献86篇。