考虑订单拆分的多仓库协同及配送路径研究

发布时间：2021-07-11 11:22

　　订单的拆分与分配是订单履约体系中的重要环节,尤其是自营型电子商务平台的订单,往往在分配给库房之前会面临被拆分的情况。目前,各大电子商务平台所采用的订单拆分方式是基于“最短距离”原则,这会导致配送成本增加、客户取件次数增多与包裹到达时间不一致等后果,使得客户满意度降低。除此之外,由于平台前台库存与实际库存存在偏差,库存没有及时更新,会使原本显示有某商品的前置仓出现断货的现象,现有的分配方式往往会将该订单延迟处理,导致客户时间窗过期,产生惩罚成本。为了降低履约成本、弥补前台库存与实际库存的偏差及提高客户的配送服务满意度,对订单拆分与分配、订单配送进行深入研究。本文着眼于电子商务订单的特殊性,针对“一地多仓”型自营电子商务平台的订单拆分与分配进行研究,提出一个以提高客户满意度、降低履约成本为目标的新拆单原则,并将订单拆分与后续的配送路径相结合,在保证客户满意度的情况下寻求订单履约成本最小化。在模型求解方面,将全局优化模型分为两个阶段:第一阶段是对订单的拆分与分配结果进行求解,以“最小拆单数”为优化目标,利用集合覆盖的思想,建立订单与仓库之间的联系,得出每一个订单与各个仓库之间的匹配关系;第二... 

【文章来源】：浙江理工大学浙江省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

现有的订单拆分方案——“最短距离”资料来源：经作者整理得

不仅增加了配送成本，更易因延误订单配送而产生额外的履约成本，更会造成客户满意度下降的后果（如图1.2）。因此，如何对订单进行拆分与分配以及如何将订单拆分与后续配送路径进行有效结合是目前自营电商平台发掘第三利润源的有效手段之一。图 1.2 理想的拆单方案资料来源：经作者整理得。本文基于电子商务订单的视角，对实际中可能产生的拆单行为与后续配送路径的组合

本文技术路线

【参考文献】：
期刊论文
[1]改进蚁群算法在AUV三维路径规划中的研究[J]. 张楠楠,姜文刚,窦刚.  计算机工程与应用. 2019(11)
[2]电商退换货车辆路径问题及蚁群算法研究[J]. 张庆华,吕小丹.  计算机工程与应用. 2018(22)
[3]多目标同时取送货车辆路径问题的改进蚁群算法[J]. 陈希琼,胡大伟,杨倩倩,胡卉,高扬.  控制理论与应用. 2018(09)
[4]多启发因素改进蚁群算法的路径规划[J]. 李理,李鸿,单宁波.  计算机工程与应用. 2019(05)
[5]基于改进蚁群算法的多机器人任务分配[J]. 秦新立,宗群,李晓瑜,张博渊,张秀云.  空间控制技术与应用. 2018(05)
[6]基于改进蚁群算法的聚类分析方法研究[J]. 武书舟,闫丽娜,张秋艳,申晓留.  计算机与数字工程. 2018(09)
[7]求解双目标带时间窗车辆路径问题的蚁群算法[J]. 柴获,何瑞春,苏江省,宋宇博,代存杰,马昌喜.  交通运输系统工程与信息. 2018(04)
[8]随机需求订单可拆分的多目标车辆路径问题[J]. 张得志,何亦扬,龚浩翔.  铁道科学与工程学报. 2018(05)
[9]带软时间窗的需求依订单拆分车辆路径问题及其禁忌搜索算法[J]. 符卓,刘文,邱萌.  中国管理科学. 2017(05)
[10]跨区域多配送中心车辆调度智能优化研究[J]. 肖正中,谭建,周玉峰,曾俊.  中国烟草学报. 2017(04)

博士论文
[1]若干集合覆盖问题的方法研究[D]. 王艺源.吉林大学 2017

硕士论文
[1]基于混合两阶段算法的带时间窗车辆路径问题研究及应用[D]. 张金金.清华大学 2012



本文编号：3277998