新零售带动传统企业转型,加速了以实体门店作为前置仓的线上订单履行模式的发展。针对订单需求不确定导致的就近门店无法满足订单需求的情况,提出多门店协同下的订单拆分与配送的联合优化问题。通过引入拆单数量限制,缩减问题求解空间,...新零售带动传统企业转型,加速了以实体门店作为前置仓的线上订单履行模式的发展。针对订单需求不确定导致的就近门店无法满足订单需求的情况,提出多门店协同下的订单拆分与配送的联合优化问题。通过引入拆单数量限制,缩减问题求解空间,同时为了减少单独配送导致的路径重叠,采用协同配送的模式整合路径,并通过订单拆分与配送之间的调整优化降低订单履行成本。集成广度优先搜索和局部搜索算法,构造TNILS(top-N&improved local search)混合启发式算法求解问题。在合成数据集的基础上,通过协同配送与单独配送的结果对比,证明了协同配送的有效性及提出算法的可行性。通过与其他算法的实验结果对比,验证TNILS算法的有效性和稳定性。展开更多
文摘新零售带动传统企业转型,加速了以实体门店作为前置仓的线上订单履行模式的发展。针对订单需求不确定导致的就近门店无法满足订单需求的情况,提出多门店协同下的订单拆分与配送的联合优化问题。通过引入拆单数量限制,缩减问题求解空间,同时为了减少单独配送导致的路径重叠,采用协同配送的模式整合路径,并通过订单拆分与配送之间的调整优化降低订单履行成本。集成广度优先搜索和局部搜索算法,构造TNILS(top-N&improved local search)混合启发式算法求解问题。在合成数据集的基础上,通过协同配送与单独配送的结果对比,证明了协同配送的有效性及提出算法的可行性。通过与其他算法的实验结果对比,验证TNILS算法的有效性和稳定性。