赛题背景：
电商的蓬勃发展使得目前很大一部分的物流包裹均来源于线上电商订单。在中国，
该比例超过了 60%。这些包裹在配送的最后环节，是由快递员将包裹从网点送到
消费者手中。另一方面，随着互联网逐渐向线下渗透，涌现出了越来越多的同城包
裹配送需求，如外卖订单或鲜花蛋糕等等同城订单。这两类包裹的配送是目前中国
最后一公里配送中最典型的场景。这次菜鸟算法大赛希望能够通过大数据对中国物
流最后一公里提供智能的配送方案，通过全局优化来提升效率及降低成本。
赛题内容：
最后一公里极速配送大赛主要针对赛题背景中提到的两类包裹提供最优的快递员配
送方案。第一类是电商包裹，快递员需要从网点提取并配送至消费者，第二类是同
城 O2O 包裹，快递员需要在指定时间去商户提取并在指定时间内配送至消费者。
上海市有 124 个网点，这些网点负责全部上海电商包裹的配送,大概每天 229000
件。每个网点的配送范围两两不重合并完全覆盖了整个上海。每天 8 点前，所有上
海的电商包裹都抵达网点。快递员在 8 点开始从网点进行派送，快递员需要在晚上
8 点前将所有的电商包裹送至消费者手中。在配送电商包裹的同时,快递员还要配送
同城 O2O 包裹（如外卖订单等），对于这类包裹，快递员需要在指定时间之前到
达商户领取包裹，并在指定时间之前送达消费者手中。参赛选手需要提供所有快递
员的调度计划，即快递员在网点、配送点和商户的到达时间，离开时间，取/送订
单及包裹量。
为了简化模型，我们做了如下假设:
1. 我们将上海所有要派送的包裹（含电商包裹和同城 O2O 包裹）地址汇聚 9214
个配送点上，每个配送点上都有若干包裹。快递员把包裹送至消费者手中可抽象为
