基于时空网络的网上超市订单合并配送优化方法研究

发布时间：2021-05-18 17:08

　　电子商务网上零售业务模式自从进入大众的视野以来,就一直以其便利性和及时性获得大众的青睐。网上支付的便利化,以及B2C电子商务领域的迅猛发展,使得“网上购物”成为当下社会的一个日常活动。与普通的网上零售方式相比较,大型网上超市的订单显示出几个显著的特点:每日订单量大,平均每个订单包含商品种类和品项多。网上超市销售的商品种类数达百万种,需要配置多个仓库进行存储,这导致网上超市订单往往需要被拆分成多个包裹,进行多次配送,由此给顾客带来极高的扰动,并造成包装物的浪费,对环境产生污染。如何将拆分至不同仓库的订单的子订单包裹合并配送至客户,已成为提高客户满意度的关键问题。本文根据大型网上超市订单的特性,对网上超市订单合并配送问题以及时空网络问题进行研究分析,提出基于分拣中心的订单合并策略来研究网上超市订单合并优化问题。本文首先通过分析国内外网上超市订单合并配送和时空网络问题的研究及现状,结合研究的背景,给出了本文研究的意义、内容及技术路线。其次,对网上超市订単分拣中心合并配送问题进行描述与分析,建立了订单合并配送中各利益相关主体间的博弈模型,并分析订单合并配送问题的复杂性;运用时空网络技术刻画了大... 

【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外相关研究进展
        1.2.1 网上超市物流配送研究综述
        1.2.2 网上零售订单合并配送研究综述
        1.2.3 时空网络问题研究综述
    1.3 本文主要研究工作
    1.4 技术路线
第2章 网上超市订单分拣中心合并配送问题分析
    2.1 网上超市订单分拣中心合并配送流程描述
    2.2 网上超市订单分拣中心合并配送路径分析
    2.3 网上超市订单合并影响因素分析
        2.3.1 网上超市订单合并影响因素
        2.3.2 订单合并配送中各利益相关主体间的博弈模型
    2.4 订单合并配送问题的复杂性
    2.5 本章小结
第3章 基于时空网络的订单分拣中心合并配送模型
    3.1 订单分拣中心合并配送问题的时空网络描述
    3.2 时空网络技术
        3.2.1 时空网络的结构
        3.2.2 时空网络的简化
        3.2.3 时空网络的应用
    3.3 基于时空网络的订单分拣中心合并配送问题的动态过程分析
    3.4 基于时空网络的订单分拣中心合并配送优化模型的构建
        3.4.1 问题假设及变量表示
        3.4.2 数学模型的建立
    3.5 本章小结
第4章 网上超市订单分拣中心合并配送问题求解算法
    4.1 订单合并配送问题求解难度分析
    4.2 蚁群算法的求解原理及改进策略
        4.2.1 蚁群算法求解原理
        4.2.2 蚁群算法的改进
    4.3 基于蚁群算法的网上超市订单合并配送问题求解方法
    4.4 本章小结
第5章 订单分拣中心合并配送问题的算例分析
    5.1 算例验证
        5.1.1 小规模算例的生成
        5.1.2 小规模算例的计算
        5.1.3 大规模算例的生成
        5.1.4 大规模算例的计算
    5.2 敏感性分析
    5.3 管理建议
    5.4 本章小结
第6章 研究成果和结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]多起讫点货物转运配送车辆调度模型及其粒子群、蚁群算法混合求解[J]. 王雷震,汪定伟,王素欣.  信息与控制. 2018(05)
[2]基于蚁群算法及博弈论的多Agent路径规划算法[J]. 郑延斌,王林林,席鹏雪,樊文鑫,韩梦云.  计算机应用. 2019(03)
[3]一种改进蚁群算法的无人机避险方法仿真研究[J]. 吴学礼,贾云聪,张建华,甄然.  河北科技大学学报. 2018(02)
[4]基于时空网络的物资保障网络效能优化[J]. 黎武,周庆忠,孙皓,熊彪,陆思锡.  装甲兵工程学院学报. 2018(02)
[5]基于改进蚁群算法的泊车系统路径规划[J]. 王辉,王景良,朱龙彪,邵小江,王恒.  控制工程. 2018(02)
[6]基于改进蚁群优化限制短路电流的网架调整措施[J]. 应林志,刘天琪,王建全,侯婷.  电力系统自动化. 2018(01)
[7]基于改进蚁群算法的地铁疏散路径优化[J]. 吴鹏飞,李华,张树平.  消防科学与技术. 2017(09)
[8]基于混合遗传蚁群算法的数字微流控芯片测试路径规划[J]. 汪杰君,刘江宽,黄喜军,许川佩,莫玮.  电子测量与仪器学报. 2017(08)
[9]基于蚁群算法的多加工路线柔性车间调度问题[J]. 黄学文,张晓彤,艾亚晴.  计算机集成制造系统. 2018(03)
[10]基于协同进化蚁群算法的含光伏发电的配电网重构[J]. 刘科研,盛万兴,贾东梨,孟晓丽,闫文棋,张筱慧.  可再生能源. 2017(05)

硕士论文
[1]基于动态交通网络的城市物流配送路径优化研究[D]. 李波.深圳大学 2017
[2]大型网上超市两级物流配送问题优化模型研究[D]. 王堃.华北电力大学(北京) 2017
[3]“一地多仓型”网上超市订单分配优化方法研究[D]. 张源凯.大连理工大学 2016
[4]基于时空情景的城市物流动态路径优化研究[D]. 王丹.北京工商大学 2016
[5]B2C网上超市成本管理研究[D]. 蔡翠.江苏大学 2016



本文编号：3194175