Tổng quan về luận án

Sự gia tăng nhanh chóng của mật độ dân cư và thương mại điện tử tại các đô thị hiện đại đã tạo áp lực chưa từng có lên hạ tầng giao thông. Vận tải hàng hóa đóng vai trò huyết mạch của nền kinh tế khi thu hút 5% tổng số lao động và đóng góp 5% GDP của Liên minh Châu Âu, với dự báo tăng trưởng 60% vào năm 2050. Tại Việt Nam, logistics tăng trưởng 14-16%/năm, trong đó đường bộ chiếm tới 76,8%. Tuy nhiên, các khảo sát thực nghiệm quốc tế chỉ ra thực trạng đáng báo động: tỷ lệ xe chạy rỗng (deadhead miles) quá lớn và hệ số tải trọng trung bình rất thấp, gây tắc nghẽn nghiêm trọng và gia tăng phát thải khí nhà kính. Luận án tiến sĩ của Nghiên cứu sinh Nguyễn Ngọc Quang (Trường Đại học Bách khoa Hà Nội, dưới sự hướng dẫn của PGS.TS Đỗ Phan Thuận, PGS.TS Nguyễn Đức Nghĩa và TS. Nguyễn Khánh Phương) tập trung giải quyết bài toán định vị và định tuyến (Location-Routing Problem - LRP) trong mô hình hậu cần đô thị (City Logistics), tích hợp cơ chế chia sẻ phương tiện và luồng hàng hóa đa phương.

Nghiên cứu xác định research gap cốt lõi: các mô hình truyền thống chủ yếu tiếp cận đơn lẻ một mức (single-echelon), giả định mạng lưới tĩnh, sử dụng khoảng cách hình học Manhattan phi thực tế, hoặc chỉ khảo sát một loại luồng hàng hóa (e2c). Luận án xây dựng ba câu hỏi và giả thuyết nghiên cứu chính:

  1. (RQ1) Làm thế nào để tối ưu hóa bài toán chia sẻ phương tiện (Share-A-Ride Problem - SARP) giữa hành khách và bưu kiện trên mạng lưới giao thông động phụ thuộc thời gian (time-dependent)?
  2. (RQ2) Thuật toán nào giải quyết hiệu quả bài toán giao nhận đa loại hàng hóa, đa tuyến có khung thời gian và đồng bộ (MTT-PDTWS) với sự kết hợp đồng thời ba luồng hàng: nhận từ ngoài vào đô thị ($e2c$), chuyển từ đô thị ra ngoài ($c2e$), và vận chuyển nội đô ($c2c$)?
  3. (RQ3) Làm thế nào tích hợp cơ chế đồng bộ hóa đa cấp (synchronization) và lưu trữ trung gian tại các trạm vệ tinh trong mô hình hậu cần đô thị hai mức (2E-MTT-PDTWS)?

Khung lý thuyết của nghiên cứu kế thừa và mở rộng lý thuyết quy hoạch tối ưu vận tải đô thị của Taniguchi và cộng sự (2001), lý thuyết định vị - định tuyến của Schneider & Drexl (2015), mô hình SARP của Li và cộng sự (2014), cùng lý thuyết mạng lưới hai mức của Crainic và cộng sự (2009). Đóng góp mang tính đột phá của công trình là mô hình hóa hoàn chỉnh bài toán tối ưu lợi nhuận ròng có xét đến chi phí nhân công, khấu hao phương tiện, phạt trễ giờ và khung tốc độ thực tế theo vùng. Luận án kiểm chứng trên bộ dữ liệu thực tế khổng lồ từ công ty taxi Tokyo-Musen gồm 38.800 yêu cầu vận tải, 5.600 xe taxi và mạng lưới 130.000 nút giao của thủ đô Tokyo.

Literature Review và Positioning

Lịch sử nghiên cứu City Logistics khởi nguồn từ thập niên 1970 nhưng bùng nổ mạnh mẽ từ năm 2010 khi chiếm hơn 90% trong tổng số 513 công trình quốc tế giai đoạn 1993–2018 (Hu et al., 2019). Taniguchi và cộng sự (2001) định nghĩa: "Hậu cần đô thị là quá trình tối ưu hóa các hoạt động hậu cần và các hoạt động vận tải trong khu vực đô thị trên cơ sở xem xét các vấn đề liên quan đến môi trường giao thông, tắc nghẽn giao thông và năng lượng tiêu thụ". Tổng quan y văn thế giới ghi nhận hai trường phái và luồng tranh luận học thuật lớn về cấu trúc logistics đô thị:

Tiêu chí So sánh Phân phối Đơn mức (Single-Echelon) Phân phối Đa mức (Two-Echelon / Multi-Echelon)
Đại diện Tiêu biểu Mô hình City Logistik (Đức, Thụy Sỹ); Monaco Logistics (Gentile et al., 2005) CityCargo Amsterdam; Chronopost Paris; Crainic et al. (2009, 2012)
Cơ chế Vận hành Giao trực tiếp từ 01 trung tâm CDC ngoại ô tới khách hàng nội đô bằng một đội xe Xe tải lớn chở hàng từ CDC đến trạm trung chuyển (Mức 1); xe tải nhỏ/xe điện giao chặng cuối (Mức 2)
Ưu điểm Cấu trúc vận hành đơn giản, không phát sinh chi phí bốc dỡ trung gian Giảm tải phương tiện hạng nặng vào trung tâm, giảm khí thải và ùn tắc cục bộ
Bất cập / Giới hạn Kém khả thi tại các siêu đô thị; xe tải nhỏ tăng đột biến gây nghẽn mạch nội đô Yêu cầu hạ tầng kho bãi đắt đỏ; độ phức tạp điều phối và đồng bộ cực cao

Trong nhánh bài toán định tuyến chia sẻ phương tiện, Li và cộng sự (2014) phát triển mô hình SARP dựa trên bài toán Dial-A-Ride (DARP) nhưng mắc hai hạn chế thực tiễn: giả định chia sẻ chỗ ngồi giữa các nhóm hành khách lạ mặt (gây bất tiện xã hội) và áp dụng ma trận khoảng cách Manhattan cố định. Luận án khắc phục triệt để bằng nguyên lý "vận tải hành khách trực tiếp không ngắt quãng" (non-stop direct passenger transit), đồng thời lồng ghép vận chuyển bưu phẩm cỡ nhỏ ($c2c$) khi xe còn dư tải trọng hoặc giữa các cuốc khách.

Về bài toán định vị - định tuyến hai mức (2E-LRP), phần lớn nghiên cứu quốc tế như Perboli et al. (2011), Boccia et al. (2010), hay Mirhedayatian et al. (2014) chỉ khảo sát luồng đơn nhất $e2c$ và bỏ qua sức chứa của kho đệm trung chuyển. Công trình của Nguyễn Ngọc Quang tạo bước định vị tiên phong trên bản đồ học thuật khi giải quyết bài toán tổng quát 2E-MTT-PDTWS, tích hợp đồng thời 3 luồng hàng ($e2c, c2e, c2c$), ràng buộc khung thời gian cứng (time windows), sức chứa trạm trung chuyển, và đồng bộ chuyển tiếp hai chiều trực tiếp lẫn gián tiếp.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo bước phát triển mới cho trường phái Tối ưu hóa Vận trù học (Operations Research) và Lý thuyết Đồ thị Động thông qua việc mở rộng các mô hình kinh điển:

  1. Mở rộng mô hình SARP phụ thuộc thời gian: Tích hợp hàm thời gian di chuyển tuyến tính từng đoạn $\tau_{u,v}^t = C_n + a_n t$ thỏa mãn tính chất FIFO trên đồ thị có hướng $G=(V,E)$. Hàm mục tiêu tối đa hóa tổng lợi nhuận ròng $f = f_1 + f_2 + f_3 - f_4 - f_5 - f_6$, tích hợp đầy đủ: doanh thu cước hành khách ($f_1$), cước phát sinh do kẹt xe ($f_2$), cước bưu kiện ($f_3$), chi phí nhiên liệu/thời gian lăn bánh ($f_4$), chi phí nhân công tài xế tính theo ca ($f_5$), và chi phí cố định vận hành xe ($f_6$).
  2. Hình thức hóa bài toán 2E-MTT-PDTWS: Xây dựng hệ thống ràng buộc toán học chuẩn xác cho việc chỉ định mở/đóng điểm trung chuyển $s$, phân bổ luồng hàng $c2e, e2c, c2c$, kiểm soát dung lượng kho đệm $c_i$, và điều phối thời gian cập bến của hai đội xe độc lập (xe tải lớn cấp 1 và xe tải nhỏ cấp 2).

Khung phân tích độc đáo

Khung phân tích của luận án kết hợp đa tầng lý thuyết:

  • Lý thuyết Phân cấp Đồ thị: Ứng dụng kỹ thuật phân rã thành phần $k$-core ($k=3$) và Phân cấp đỉnh giản lược (Contraction Hierarchies - CH) của Geisberger et al. (2008), tạo ra các cạnh tắt (shortcut edges) giúp loại bỏ 90% số nút dư thừa trên mạng lưới Tokyo.
  • Lý thuyết Tìm kiếm Meta-heuristic Thích nghi: Tích hợp thuật toán Adaptive Large Neighborhood Search (ALNS) của Ropke & Pisinger (2006) với cơ chế tự động điều chỉnh trọng số xác suất cho các toán tử phá hủy (destroy operators) và toán tử tái tạo (repair operators) dựa trên lịch sử cải thiện hàm mục tiêu qua từng vòng lặp.
  • Điều kiện biên chặt chẽ (Boundary Conditions): Xe taxi phục vụ hành khách không được phép dừng đón khách khác dọc đường; bưu kiện chỉ được giao nhận trong khung giờ cố định buổi sáng $[08:30, 12:00]$ hoặc chiều $[12:00, 21:00]$; sức chứa tại các trạm trung chuyển khống chế nghiêm ngặt số lượng phương tiện có mặt đồng thời.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng (Positivism) kết hợp phương pháp luận tối ưu hóa định lượng (Quantitative Mathematical Programming & Simulation). Thiết kế nghiên cứu được tổ chức đa mức (multi-level design):

  • Mức 1 (Đơn mức nội đô): Mô hình hóa mạng lưới giao thông Tokyo theo 3 phân vùng địa lý (nội thành, vùng đệm, ngoại thành) với 6 khung vận tốc biến thiên theo mức độ ùn tắc giờ cao điểm.
  • Mức 2 (Hai mức tích hợp): Mô hình hóa quan hệ phối hợp giữa Trung tâm phân phối CDC ngoại vi, hệ thống điểm trung chuyển vệ tinh nội đô, và mạng lưới khách hàng cuối.

Quy trình nghiên cứu rigorous

Quy trình thu thập và tiền xử lý dữ liệu trải qua 4 giai đoạn chuẩn hóa nghiêm ngặt:

  1. Xử lý lưới tọa độ và khoảng cách: Chuyển đổi tọa độ Đề-các về kinh độ, vĩ độ địa lý trên phạm vi $80\text{ km} \times 80\text{ km}$ của Tokyo từ $(35^\circ 20'\text{N}, 139^\circ 00'\text{E})$ đến $(36^\circ 00'\text{N}, 140^\circ 00'\text{E})$. Tính toán khoảng cách cung đường chính xác bằng công thức Haversine: $$d_{x,y} = 2r \arcsin \left( \sqrt{\sin^2\left(\frac{g_x^2 - g_x^1}{2}\right) + \cos(g_x^1)\cos(g_x^2)\sin^2\left(\frac{g_y^2 - g_y^1}{2}\right)} \right)$$
  2. Lọc giảm số chiều đồ thị: Loại bỏ 117.000 điểm kết nối trung gian bậc 2 không phải nút giao, rút gọn mạng lưới từ 130.000 nút xuống còn 13.000 nút trọng yếu mà không làm sai lệch ma trận thời gian di chuyển ngắn nhất.
  3. Gán nhãn khung thời gian: Chuyển đổi 70% yêu cầu vận tải hành khách thành các đơn hàng bưu kiện thực tế, khớp nối vào các khung giờ hoạt động logistics chuẩn.
  4. Triangulation & Độ tin cậy: Đối chuẩn kết quả thuật toán trên 4 tập dữ liệu độc lập đại diện cho các ngày làm việc trong tuần (thứ Năm, thứ Sáu) và các ngày nghỉ cuối tuần (thứ Bảy, Chủ Nhật) từ 22/01/2009 đến 25/01/2009.

Data và phân tích

Toàn bộ hệ thống thuật toán được hiện thực hóa bằng ngôn ngữ Java, vận hành trên máy trạm vi xử lý Intel Core i7 2.4 GHz, RAM 16GB.

Độ phức tạp tính toán được tối ưu hóa vượt bậc:

  • Kỹ thuật Contraction Hierarchies trên đồ thị 3-core có hệ số thu hẹp $S_k \in [10, 11]$, giảm số bước xử lý của thuật toán Dijkstra đi xấp xỉ 33 lần ($10 \log 10$), tăng tốc độ truy vấn đường đi ngắn nhất thực tế gấp 20 lần. Kết hợp giản lược đồ thị giúp tốc độ thuật toán tổng thể nhanh hơn 100 lần so với đồ thị ban đầu.
  • Thuật toán Heuristic cho vận tải trực tiếp đạt độ phức tạp $\mathcal{O}(\max(|K| \cdot s, s \log s))$, trong khi thuật toán ALNS giải quyết bài toán hai mức quy mô lớn trong thời gian chấp nhận được cho bài toán điều phối thực tế.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu quả kinh tế vượt trội của mô hình SARP: Mô hình chia sẻ phương tiện động theo chu kỳ 10 phút giúp doanh nghiệp taxi gia tăng lợi nhuận thuần từ 28% đến 45% so với mô hình vận tải trực tiếp truyền thống. Việc tận dụng cốp xe chở bưu kiện $c2c$ trong các chuyến đón khách giúp hệ số hữu dụng của đội xe tăng vọt mà không làm suy giảm mức độ hài lòng của khách đi taxi.
  2. Khắc phục triệt để hiện tượng xe rỗng: Tỷ lệ quãng đường di chuyển không tải giảm hơn 35% trong các khung giờ thấp điểm (ngoài giờ cao điểm), do các xe taxi được điều hướng linh hoạt nhận hàng bưu kiện tại các điểm đỗ tạm $V_{pa}$ thay vì chạy không tải tìm khách.
  3. Ưu thế vượt trội của ALNS so với Tabu Search: Thực nghiệm đối chuẩn trên bài toán MTT-PDTWS chứng minh ALNS vượt trội hoàn toàn thuật toán tìm kiếm Tabu (Nguyen et al., 2013) trên cả hai phương diện: giảm tổng chi phí vận hành toàn hệ thống từ 4,2% đến 8,6% và rút ngắn thời gian hội tụ tính toán tới 25%.
   Chi phí Vận hành Hệ thống:
   Tabu Search:  [████████████████████████████████] (Baseline 100%)
   ALNS Đề xuất: [███████████████████████████] (Giảm 4.2% - 8.6%)

   Tốc độ Hội tụ Thuật toán:
   Tabu Search:  [████████████████████████████████] (Baseline 100%)
   ALNS Đề xuất: [████████████████████████] (Nhanh hơn 25%)
  1. Vai trò sống còn của kho đệm trung gian trong mô hình hai mức: Tại bài toán 2E-MTT-PDTWS, việc thiết lập kho trung gian tại các trạm chuyển tiếp giúp loại bỏ 100% tình trạng "tắc nghẽn chờ đợi đồng bộ trực tiếp" giữa xe tải lớn cấp 1 và xe tải nhỏ cấp 2. Nhờ đó, tính khả thi của lịch trình tăng từ 64% lên 99,2% dưới biến động giao thông đô thị thực tế.

Implications đa chiều

  • Về mặt lý thuyết: Mở rộng biên giới của VRP và LRP sang dạng thức tích hợp đa dịch vụ (Crowd-shipping / Shared Mobility), cung cấp cơ sở toán học chuẩn xác cho việc mô hình hóa các nền tảng kinh tế chia sẻ trong giao thông.
  • Về phương pháp luận: Chứng minh hiệu quả của việc kết hợp các kỹ thuật tăng tốc đồ thị lớn (CH, k-core) với meta-heuristics thích nghi (ALNS), mở ra hướng tiếp cận xử lý dữ liệu GIS quy mô hàng triệu nút trong thời gian thực.
  • Về ứng dụng thực tiễn: Cung cấp giải pháp phần mềm lõi cho các tập đoàn công nghệ gọi xe (Grab, Gojek, Be) và các công ty logistics chặng cuối (GHN, GHTK, Viettel Post) nhằm tối ưu hóa chi phí đội xe và kết hợp dịch vụ chở người - chuyển hàng.
  • Về chính sách công: Cung cấp luận cứ khoa học để chính quyền các đô thị đặc biệt (Hà Nội, TP.HCM) quy hoạch mạng lưới trạm trung chuyển hàng hóa ngoại vi, cấp phép vận tải bưu kiện bằng phương tiện công cộng/taxi, hướng tới mục tiêu Net Zero và đô thị thông minh.

Limitations và Future Research

Luận án thừa nhận một số giới hạn nghiên cứu khách quan:

  1. Giả định phân bố nhu cầu tĩnh trong chu kỳ: Chu kỳ xử lý động 10 phút dù phản ánh tốt thực tế nhưng vẫn chia cắt dòng dữ liệu liên tục thành các lát cắt thời gian rời rạc.
  2. Chưa tích hợp phương tiện năng lượng mới: Mô hình hàm chi phí nhiên liệu hiện tại dựa trên động cơ đốt trong truyền thống, chưa tính đến các ràng buộc về trạm sạc và dung lượng pin của xe tải điện (Electric Vehicle Routing Problem - EVRP).
  3. Đồng bộ tải trọng đơn chiều: Chưa xét đến việc hàng hóa có kích thước cồng kềnh bất quy tắc hoặc đòi hỏi bảo quản lạnh (Cold Chain Logistics).

Chương trình nghiên cứu tương lai (Future Agenda) mở ra 4 hướng đi chiến lược:

  • Tích hợp thuật toán Học máy tăng cường (Reinforcement Learning) vào ALNS để dự báo nhu cầu di chuyển theo thời gian thực thay cho heuristic tĩnh.
  • Mở rộng bài toán 2E-MTT-PDTWS sang mạng lưới đa phương thức (Multimodal Logistics) kết hợp đường sắt đô thị (Metro/LRT) với xe tải điện tự hành.
  • Nghiên cứu mô hình định giá động (Dynamic Pricing) theo thời gian thực dựa trên lý thuyết trò chơi giữa khách hàng, tài xế và nhà điều hành nền tảng.
  • Thử nghiệm mô hình trên dữ liệu giao thông hỗn hợp phức tạp của các siêu đô thị Đông Nam Á với sự áp đảo của phương tiện xe hai bánh.

Tác động và ảnh hưởng

Nghiên cứu tạo tiếng vang lớn trong cộng đồng học thuật quốc tế với 02 bài báo trên tạp chí khoa học chuyên ngành uy tín (bao gồm 01 bài báo thuộc danh mục ISI Q2) và 03 bài báo tại các kỷ yếu hội nghị quốc tế danh giá, trong đó xuất sắc giành giải thưởng Best Paper Award tại Hội nghị Quốc tế KSE 2016. Công trình dự kiến thu hút chỉ số trích dẫn cao trong các nhánh nghiên cứu về Green City Logistics, On-Demand Delivery Platforms và Shared Mobility.

Về mặt kinh tế - xã hội, nếu áp dụng đồng bộ mô hình chia sẻ phương tiện SARP và mạng lưới trung chuyển hai mức tại các đô thị lớn có thể giúp giảm thiểu 20-30% lưu lượng xe tải nhỏ đi vào lõi đô thị, tiết kiệm hàng triệu lít nhiên liệu hàng năm và giảm thiểu đáng kể tai nạn cũng như khí thải độc hại ($CO_2, NO_x, PM_{2.5}$).

                             TÁC ĐỘNG TOÀN DIỆN

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà khoa học: Kế thừa mô hình toán học chuẩn xác, tập dữ liệu chuẩn hóa từ Tokyo-Musen, và mã nguồn thuật toán ALNS tiên tiến để phát triển các hướng nghiên cứu mở rộng về vận trù học.
  • Doanh nghiệp Vận tải & Nền tảng Công nghệ: Ứng dụng trực tiếp thuật toán định tuyến động để nâng cao năng suất khai thác đội xe, giảm quãng đường chạy rỗng, tăng biên lợi nhuận ròng từ 28% đến 45%.
  • Các Cơ quan Quản lý Giao thông Đô thị: Sở Giao thông Vận tải và Viện Quy hoạch Đô thị có căn cứ định lượng để quy hoạch điểm trung chuyển hàng hóa và ban hành khung chính sách cho dịch vụ logistics chia sẻ.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc xây dựng hoàn chỉnh mô hình toán học cho bài toán 2E-MTT-PDTWS, tích hợp đồng thời 3 luồng hàng ($e2c, c2e, c2c$) trên mạng lưới hai mức có đồng bộ và kho trung gian. Công trình đã mở rộng trực tiếp khung lý thuyết về Two-Echelon Location-Routing Problem của Crainic et al. (2009) và lý thuyết SARP của Li et al. (2014) từ dạng thức đơn luồng tĩnh sang hệ thống đa luồng phụ thuộc thời gian.

2. Sự đổi mới về mặt phương pháp luận so với các nghiên cứu trước đây thể hiện như thế nào?

So với nghiên cứu của Li et al. (2014) chỉ dùng khoảng cách Manhattan và nghiên cứu của Nguyen et al. (2013) dùng Tabu Search đơn thuần, luận án tạo đột phá kép: (1) Ứng dụng kỹ thuật Contraction Hierarchies trên đồ thị 3-core giúp tăng tốc độ xử lý mạng lưới lên 100 lần; (2) Thiết kế thuật toán ALNS tự thích nghi đa toán tử kết hợp thủ tục nâng cao chất lượng lời giải, vượt trội Tabu Search về cả độ tối ưu lẫn thời gian tính toán.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất và được chứng minh bằng số liệu gì?

Phát hiện bất ngờ nhất là việc chuyển đổi tới 70% yêu cầu vận tải hành khách thành hàng hóa không hề gây xung đột tài nguyên mà ngược lại làm tăng lợi nhuận của hệ thống taxi thêm 28–45%. Dữ liệu thực nghiệm trên 5.600 xe taxi Tokyo chứng minh rằng khung thời gian linh hoạt của bưu phẩm ($[08:30, 12:00]$ và $[12:00, 21:00]$) đã lấp đầy hoàn hảo các "khoảng trống không tải" giữa các cuốc khách giờ cao điểm.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không?

Hoàn toàn có. Luận án mô tả chi tiết công thức chuyển đổi tọa độ Haversine, phương pháp phân vùng bản đồ Tokyo $8\text{ km} \times 8\text{ km}$, quy tắc giản lược loại bỏ 117.000 điểm bậc 2, cấu trúc dữ liệu đồ thị động, danh mục tham số chi phí ($\alpha, \gamma_1, \dots, \gamma_6$), và mã giả chi tiết của các thuật toán Greedy, Local Search và ALNS.

5. Chương trình nghiên cứu 10 năm tới được phác thảo ra sao?

Tầm nhìn 10 năm tới định hình việc chuyển đổi từ mô hình tối ưu tĩnh/chu kỳ sang hệ thống điều phối siêu đô thị tự trị (Autonomous Urban Logistics), tích hợp Trí tuệ nhân tạo (AI/Deep Reinforcement Learning), phương tiện bay không người lái (Drones), xe tải điện tự hành và hệ thống logistics ngầm đô thị (Underground Freight Transportation).

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Ngọc Quang đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp học thuật và thực tiễn mang tính nền tảng:

  1. Xây dựng thành công mô hình toán học toàn diện cho bài toán SARP phụ thuộc thời gian, lồng ghép khung tốc độ 3 vùng thực tế và chi phí nhân công tài xế.
  2. Đề xuất và giải quyết trọn vẹn bài toán MTT-PDTWS, xử lý đồng thời 3 luồng hàng hóa phức tạp ($e2c, c2e, c2c$).
  3. Định nghĩa và thiết lập mô hình bài toán hai mức 2E-MTT-PDTWS, hoàn thiện cơ chế đồng bộ hóa linh hoạt giữa xe tải lớn và xe tải nhỏ qua kho đệm trung gian.
  4. Phát triển khung thuật toán ALNS đa toán tử hiệu năng cao, kết hợp kỹ thuật nén đồ thị động Contraction Hierarchies cho tốc độ xử lý nhanh gấp 100 lần.
  5. Thực nghiệm quy mô lớn thành công trên dữ liệu giao thông thực tế của thủ đô Tokyo, tạo chuẩn đối sánh (benchmark) giá trị cao cho cộng đồng nghiên cứu quốc tế.

Công trình tạo ra bước tiến quan trọng cho phân ngành Vận trù học và Hậu cần Đô thị, mở ra các nhánh nghiên cứu mới về logistics xanh bền vững, đô thị thông minh và kinh tế chia sẻ trong kỷ nguyên số.