外卖平台在线订单分配及骑手调度优化

新兴技术(大数据/人工智能/移动互联网等)的发展和本地生活服务O2O(Online to Offline)商业模式兴起,催生了即时配送新兴物流形态,而外卖配送平台线上强履约要求成为即时配送业务痛点之一.考虑了实时外卖订单和动态变化的骑手等因素,将问题建模为带取送约束和时间约束的实时车辆调度优化问题.基于滚动时域机制将连续时间的动态问题划分为一系列离散静态子问题,设计了邻域搜索启发式算法进行求解.最后,基于大连市某外卖平台的订单业务数据对算法进行了验证,与已有文献中的方法相比,算法能有效降低平均配送时间及超时订单数量,在大规模问题场景下求解算法对平台履约影响更大,高效的调度优化算法有利于外卖平台降本增效.

基于多目标规划的供应商订单分配方法研究

制造企业在进行物资与服务采购时,对多源供应商一般采用固定的订单分配比例,但固定比例分配订单在履约过程中,由于供应商订单与能力未精准匹配,客观造成了一些产品出现质量不稳定、未按时交货的情况。为了使供应商能力和获得订单数量匹配,文章针对多源供应商的订单分配问题建立一种基于多目标混合整数规划模型,该模型可以依据供应商过往的各项能力表现,确定使用的供应商数量和订单分配数量,并考虑实际采购过程中阶梯降价的情况。使用供应商的实证数据进行求解后,结果显示该模型具有良好的准确性和实用性,可以作出科学的采购决策,并为其他制造企业提供借鉴和参考。

基于马尔可夫决策的钢铁产成品订单分配模型研究

物流订单分配是钢铁产成品销售过程中的重要环节,对销售过程的整体体验和全流程的良性循环起着至关重要的作用。在实际生产过程中,传统的人工分单模式已难以适应长时间维度的发展要求。为了充分考虑一个时间周期内销售的物流成本最低以及承运司机的收益较高,同时确保企业的长期收益,本文用多目标约束,建立马尔可夫决策模型,引入KM算法执行二分图匹配,基于司机收益最大化和企业成本最小的多目标优化,最大化钢铁商品总交易量为长期的最终目标,结合价值函数和多属性的多目标优化函数,形成车辆和货物的完整匹配决策。以钢铁企业的真实业务数据为例,对数据进行预处理后筛选合适特征进行模型训练并验证算法的正确性和可用性。结果表明,该模型相较于传统的订单分配方法,可以更好地解决钢铁企业在订单分配场景下的需求。

供需不确定下基于M-CVaR的供应商选择与订单分配研究

在供需不确定环境下,企业难以精准地预测供应链上游的供给能力和下游市场的实际需求。在解决如何决策供应商组合和订单分配这一基本问题外,企业还需评估潜在风险并在风险和成本之间寻求平衡点。因此,文中对供需不确定下的供应商选择与订单分配问题进行研究,利用均值-条件风险价值(Mean-Conditional Value at Risk,M-CVaR)构建了风险规避的决策模型。数值分析表明:选择合适的供应商数量可以有效降低来自供需两端不确定性的影响;成本随风险规避水平的增加而增加。当风险规避水平较低时,置信水平的变化对决策的影响较小,且增加成本可以显著降低风险。

电商RMFS系统订单分配与路径规划联合优化方法

随着电子商务的蓬勃发展,海量客户需求和高频率、多品种、小批量的订单特性为订单拣选业务带来巨大挑战。在物流智能化的趋势下,大量电商企业采用移动机器人拣货系统(Robotic Mobile Fulfillment System,RMFS)进行订单拣选。订单分配和拣选路径规划是影响仓库订单拣选效率的关键决策。为了提高电商RMFS系统拣选效率,降低仓库运营成本,基于电商企业多订单、多货架、多拣选站下的拣选业务场景,以最小化机器人负载距离为目标,构建订单分配与路径规划联合优化模型,设计两阶段的A*算法和自适应大领域搜索算法(Adaptive Large Neighborhood Search,ALNS),在ALNS算法原有框架的基础上提出新的移除和修复算子以适应订单分配问题,并针对30个不同规模算例进行计算分析。计算结果表明,所提出的优化方法收敛快、性能稳定,能够有效缩短机器人行走距离,相比先到先拣选策略最大可缩短47.6%的机器人负载距离。同时,也可在更短时间内获得与CPLEX求解质量相近的解。尤其是当订单数量增长时,相比CPLEX具有突出时间优势,可以实现电商仓储资源的合理调度和配置,从而为电商企业仓储智能化提供有效决策指导。

直播营销背景下中介型共享平台中服装类产品订单分配及定价策略研究

为确定中介型共享平台的订单分配及产品定价策略,考虑消费者时间敏感性及产品及时交货水平,构建零售商、中介型共享平台和制造商的Stackelberg博弈模型,分析供应链成员在集中决策和分散决策情形下的最优决策并进行数值分析。研究结果表明,零售商产品售价与制造商及时交货投入努力正相关;两个制造商的批发价与自身的及时交货投入努力正相关,与另一制造商的及时交货投入努力负相关;中介型共享平台的订单分配比例与制造商自身的及时交货水平正相关,与另一制造商的及时交货水平负相关;平台订单分配比例与自身产品的批发价负相关,与另一制造商的批发价正相关。研究结论为中介型共享平台的订单分配及产品定价提供决策参考。

一种全局供需感知的均值场多智能体强化学习订单分配算法

提出一种具备全局供需动态感知能力、基于均值场多智能体强化学习的网约车平台订单分配算法。该算法通过将多智能体强化学习与均值场理论相结合,提升了智能体在局部空间上相互之间的协作性;通过注入全局空间上供需的动态分布信息,提升了智能体对全局供需分布的感知和优化能力。本文构建了真实历史数据驱动的模拟器,用于算法的训练和评估。实验表明,在全天时段和高峰期时段两个不同场景下,本文提出的算法在网约车司机累计收益及订单应答率两个重要指标上均显著优于现有的订单分配算法。实验结果充分验证了本文提出算法的有效性。

生鲜电商两级订单分配与冷链配送联合优化

针对生鲜电商订单拆分情况频发、冷链配送效率低且配送成本高的问题,将两级订单分配与冷链配送联合优化,以最小化订单配送成本为目标构建非线性混合整数规划模型,并设计三阶段启发式算法进行求解。通过数值模拟验证模型的科学性和算法的有效性。结果表明:“先优序,后就近”规则优于最小拆单数规则和先进先出规则;相较于精确算法和其他三阶段启发式算法,所提出的三阶段启发式算法在有效提高订单分配效率、有效节约配送总成本方面具有一定优势。

基于模糊群决策的绿色供应商选择和订单分配方法

随着市场竞争愈发激烈、全球环境日益恶化以及公众环保意识的提高,绿色采购问题受到了广泛关注。现有研究绝大多数聚焦于考虑绿色准则的供应商选择问题,以实现可持续经营。然而,在综合考虑时间、价格和成本等因素的前提下,从适应性强的供应商处获得适当的产品,对于企业来说更为可行和经济,即供应商选择和订单分配。为了解决上述关键问题,提出了一种模糊环境下的多准则群体决策方法。提出了一种基于理想解相似性偏好排序和层次分析法(technique for order of preference by similarity to ideal solution and analytic hierarchy process,TOPSIS-AHP)的模糊排序方法,该方法可根据企业战略灵活调整传统准则和绿色准则的权重。在双目标优化模型中引入供应商排名进行订货,在实现采购绩效最大化的同时,最大限度地降低采购成本。结果表明:所提方法能够有效评价供应商绩效,并优化候选供应商之间的订单分配。

基于JIT采购的订单分配问题模型及仿真应用

JIT是优化供应链采购管理的一种有效模式·针对多供应商环境下JIT采购的订单分配问题,提出一个在满足一定送货及时率及采购策略条件下生产商的采购总成本最小化模型·通过对某电子产品生产企业实例仿真计算出采购成本最小情况下产生的最优订单分配方案以及此时所达到的最小采购成本·最后,分析了采购成本对送货及时率的敏感度·

大数据背景下物流服务订单分配

针对已存在的多级物流服务供应链订单分配中没有充分考虑客户的最佳配送时间和需求的问题,提出了在大数据背景下,利用大数据的知识分析客户的点击量、浏览时间和销量之间的关联性,预测客户的需求、分析客户的位置数据来预测客户的最佳配送时间.基于大数据的预测结果,以物流服务集成商最小化服务成本为目标,建立三级物流服务供应链的订单分配优化模型,并通过实例仿真进行了验证.结果表明,基于大数据预测的销量和配送时间更贴近客户实际需求,在保证客户服务质量的情况下,获得问题的最优解.

网上超市订单分配与物流配送联合优化方法

针对网上超市一地多仓环境下的订单分配与物流配送两个环节,从联合优化的视角出发,以最小化物流配送成本为目标建立了非线性混合整数规划模型,并设计了一种启发式算法进行求解.在该启发式算法中,基于缩减问题求解空间的思想,引入人工智能状态空间搜索,利用物流配送阶段影响配送成本的关键因素作为订单分配的规则,采用改进的广度优先搜索算法生成较好的订单分配方案集合.利用C-W节约算法和邻域搜索技术,在优化配送路径时调整订单分配方案.最后构造算例验证了该算法的有效性.

横向型企业集团利润最大化的订单分配模型

当由集团公司统一承接市场订单时,订单在各成员企业间的分配是关键问题.以集团利润最大化为目标,运用优化理论建立了单目标0-1规划的订单分配模型.模型中考虑了股权、资金成本、固定运营成本等因素.对模型求解可以确定集团对市场订单的分配,并由此编制集团各成员企业的生产及运输计划.用算例说明了模型的求解方法.

基于LSSC的供应商选择与订单分配

面对物流服务供应链中不规则的客户需求,物流服务集成商如何有效分配各物流供应商的物流订单是一大难题。考虑集成商对不同分销点的多个物流供应商分配订单的情形,建立基于物流供应商现有手头订单、物流能力可获得性、配送效率、缺损率与成本的供应商选择与订单分配组合优化模型,并采用相应算法进行算例分析。结果表明:该模型及算法能够为物流服务供应链的运作确定合适数量的供应商及进行订单分配的优化;在确保满足客户期望服务水平的同时,降低供应商的运作成本,并促使其为获取更大的竞争优势而改进自身的物流服务能力。

水平型制造协作联盟订单分配多目标优化模型研究

针对水平型制造协作联盟的订单分配问题,引入了生产负荷参数,建立了最小化综合成本与生产负荷均衡的多目标优化模型。应用改进的非支配排序遗传算法对多目标优化模型进行求解,获得了Pareto最优解集。仿真计算结果表明,所提出的模型和算法能够获得满意的解。

模糊多目标订单分配模型

随着竞争的日益加剧,采购成了影响企业生存和发展的关键因素.正确的订单分配是成功实行采购的关键.实际上,影响订单分配的许多信息并不是确定的已知条件,例如目标、约束条件等.文中通过考虑上述信息的不确定性和模糊性,构建一个包含模糊目标和随机约束的订单分配模型.利用数值算例证明了模型的可解性,并指出了可能的几个研究方向.

信息更新下的物流服务订单分配

提出一个多期多任务的多目标动态整数规划模型,通过引入方案锁定期和带服务质量目标控制机制,进一步给出了存在信息更新的多次订单分配规划模型.通过参数试验,把带服务质量控制目标机制的模型与采用线性权重法的多目标规划模型以及服务质量约束的规划模型进行比较.结果表明:带服务质量控制目标机制的订单分配模型和控制策略在确保满足服务质量要求的基础上,同时能够较好地兼顾成本目标,并且可操作性强,能够达到满意的效果.

T-JIT环境下企业供应链中采购管理供应商选择和订单分配

随着经济和社会的迅猛发展,企业之间的竞争主要体现在供应链之间的竞争。供应链可分为计划、采购、制造、配送和退货5大部分,而采购管理是供应链间竞争的关键,是联系供应链企业成员中供应商和销售者的纽带,也是企业保持稳固发展的核心所在。为了对采购管理中供应商选择和订单分配问题进行优化,提高企业采购管理效率,以T-JIT拉式生产方式的企业环境为研究背景,首先,概括出了影响企业供应链管理的多目标因素,即信息共享成本、交货成本、库存成本、采购成本和质量成本。其次,采用数理统计理论和优化算法,借助MATLAB和lingo软件,构建了T-JIT环境下企业供应链中采购管理的两阶段分析法,即利用AHP-EM和TOPSIS法对阶段1进行供应商选择,应用阶段1中的权重采用多目标混合整数规划模型对阶段2进行订单分配研究。最后,依托实例,提出了信息共享率对供应商选择、订单分配和总成本的影响,得出T-JIT环境下对该问题的解决优于一般环境。该问题的研究对扩展供应链系统管理理论、提高企业供应链管理水平和增强企业核心竞争力具有重要的理论和实践指导意义。

基于二元蚁群算法的多目标订单分配问题求解

为了在最小化综合成本的同时尽量均衡企业的生产负荷以及为水平型制造协作联盟(HMCA)订单分配的管理工作提供依据,设计多种群混合行为二元蚁群算法,用于求解HMCA订单分配的多目标模型。该方法在二元蚁群算法的基础上引入区域划分、环境评价与奖励策略,以弥补二元蚁群算法难以同时寻找多个解的缺陷,通过引入中心扰动行为,进一步提高求解质量。实验结果表明,该算法可以保证分布性,且求解质量较高。

横向型虚拟企业订单分配风险最小化模型及其免疫算法

横向虚拟企业订单分配风险是指各成员在订单任务分配后,不能够按规定的交付期交付,或虽然能够按时,但成员为此付出的成本过高而给企业造成损失,其风险最小化的要求是:在各成员产能平衡的前提下,通过优化的生产任务分配方案,使整个制造和分销网络的成本最低。文章分析了横向型虚拟企业联盟订单处理中的风险生成机理,提出了订单分配风险最小化模型,并利用免疫算法对模型进行求解,通过应用实例验证了模型和算法的可行性。