具有未知流响应的数据驱动的可扩展电子商务运输网络设计-研究论文

受我们在大型在线市场上的经验的启发，我们研究了电子商务中英里运输网络设计问题。 这个问题的一个显着特点是分散决策。 虽然中间英里经理每周或每月决定网络配置，但任何给定网络配置上数百万个包裹的实时流由不同决策实体采用的履行策略控制。 因此，我们面临着流量响应未知的固定成本网络设计问题。 为了应对这一挑战，我们首先使用观察到的运输数据为未知响应开发了一个预测模型。 除了最自然的网络级预测模型外，我们发现更简约的起源级和弧级流响应预测模型更有效。 然后我们将预测模型嵌入到原始网络设计模型中以获得转换后的问题。 我们将这个新问题描述为 c 超模最小化问题，并开发了两种具有性能保证的线性时间近似算法。 我们证明这两种算法在数值研究中具有可扩展性和有效性。 我们的方法也适用于全渠道零售商，这些零售商可能拥有数千家实体店作为客户提取在线订单的目的地。