面向订单装配系统(ATO)两阶段随机库存优化研究

基于零部件的基本库存水平补货策略,在多周期订单产品需求不确定情况下构建两阶段随机优化模型:第一阶段在需求未知情况下,规划不同零部件基本库存水平决策变量,实现系统收益最大化;第二阶段针对订单交货期约束创新性设计订单指派决策变量,考虑在不确定需求收益和订单延期惩罚情况下,最大化订单期望收益.通过采样获取不同需求场景,并将不确定需求转成期望需求,针对该期望需求下的单阶段确定性模型求解,并与随机模型结果进行对比.数值实验表明,随机模型的优化结果远差于确定性模型,即未知信息具有一定的价值;同时通过对模型中参数的灵敏度分析,得到了实际中提升系统收益的策略.

O2O外卖订单配送任务分配模式研究

随着O2O外卖需求的持续增长,外卖配送服务成为困扰外卖平台和顾客的核心问题。为提高O2O外卖配送服务质量,本文结合对O2O外卖订单配送任务分配环节现有分配模式的分析,提出了一种基于聚类分析和TSP路径规划的订单集指派模式,为优化外卖配送提供了理论参考。

社区内5G自动驾驶配送车路径优化研究

疫情改变了消费者需求的转变,衍生出新的配送方式。为有效解决线上订单激增、配送人员稀缺等情况,无人配送车协助无接触配送货物,无人配送车在未来有较大的发展空间和较好的发展前景。市面上都集中于解决无人配送的自动驾驶技术的实现,但对于社区、学校等封闭式环境的配送细节研究过少。本文以社区环境为背景,以5G自动驾驶配送车为研究对象,设计社区内基于5G无人配送车的配送路线的解决方案。