基于消费行为预测的前摄性电动车辆路径问题

针对海量、分散、随机到达的电商物流订单需求,提出基于需求预测的前摄性物流服务模式。结合商品属性、用户行为及其交互特征等消费行为轨迹数据预测客户潜在购买意愿,将预测订单需求前置到客户就近仓库,建立“中心仓-仓配中心-客户”两级电动汽车网络优化模型。鉴于问题的复杂性,设计两阶段混合启发式智能优化算法,第1阶段采用二边逐次修正方法获取初始解,第2阶段设计混合模拟遗传算法对初始解迭代寻优。研究结果表明:前摄性配送的一级网络运输总距离、总成本分别节约106%和101%,而二级网络总成本增加仅为9%。