B2C环境下带信息流的多阶段订单配送问题

根据B2C(商家对客户)环境下订单配送问题的特点,建立了相应的多阶段订单配送问题的模型.利用电子订货系统提供的信息流预测订单的未来信息.在处理配送问题时考虑订单信息,可降低企业的配送成本并提高企业的配送效率.提出两种有效整合订单配送的方案,将禁忌搜索算法与插入算法相结合对模型进行求解.仿真实验与比较验证了模型的合理性及算法的有效性.

考虑员工满意度的多目标外卖订单配送路径优化研究

针对外卖订单配送问题,首先对员工满意度影响因素进行量化分析,并构建了以配送总成本、客户满意度、员工满意度为目标的外卖订单配送路径优化模型;其次提出适用于外卖订单配送的两阶段初始解构造法、基于“HV贡献值”的邻域解评价策略以及新的拆分和修复算子,对自适应大邻域搜索算法进行改进;最后以饿了么外卖平台的实际数据设计仿真实验,与原始自适应大邻域搜索算法求解结果进行对比,验证了模型在提升员工满意度上的实用性和改进算法对外卖订单配送的有效性。

考虑交付期限的订单配送策略

近年来,一种新兴的高效同城配送服务模式迅速发展,即针对随机到达的订单实现当天从点到点送货上门具有交付期限的订单配送服务.针对具有交付期限的、随机到达的订单配送问题,考虑平台可通过自有车辆服务订单,同时也可委托第3方物流服务订单的特点,提出一种决定是否接受该订单和确定车辆服务订单集合的订单配送策略.首先,以平台的运营成本最小为目标,建立订单配送的马尔可夫决策模型;然后,分析最优策略的性质;最后,与FCFS策略和按时交付策略进行对比分析.实验结果表明:所提出订单配送策略相比于FCFS策略与按时交付策略,不仅能够降低平台的总运营成本,且能够提高顾客满意度,保证服务质量,并通过数值分析验证了所建立的模型和求解算法的有效性.

客户订单合成配送问题的建模与启发式算法

在一些模型假设的基础上,建立了客户订单合成配送问题的数学模型;然后提出了求解该问题的以最小化运输费用为目标函数的两阶段启发式算法;最后给出一个用此算法求解该问题的实例。实验结果表明,该算法对于2×30×2规模能够在较短时间内有效地求得问题的近优解,算法的运行时间取决于源批发商数、订单数和交货组数。此算法为实现客户订单合成配送问题的自动化提供了一个基本方法。

基于蚁群算法的快递投递最优路径规划设计

随着我国电子商务的繁荣发展,外卖、网购、快递等电子商务活动已成为人们日常生活的重要组成部分,订单配送的及时性已成为评价各外卖平台、快递公司等电商企业服务质量的重要指标之一。以骑行成本和路况成本为约束,建立最优路径规划模型,设计基于蚁群算法的快递投递最优路径规划算法,在给定时间窗内以目标约束规划出最优投递路径,以合适的投递成本实现订单高效配送,降低投递员的在路上的时间,提升电商企业的服务质量。