多元个性化需求驱动的最后一公里配送选址-路径研究.pdf

本文主要探讨了在多元个性化需求驱动下，如何优化最后一公里配送的选址与路径问题。在现代电子商务和物流行业中，最后一公里配送已经成为提升服务质量的关键环节。作者周林、朱芳彬、代应、景熠和何彦东提出了一个针对这一问题的新模型，旨在提高配送效率和客户满意度。 在实际场景中，消费者的需求多样化，包括自提服务、时间窗口限制的送货上门以及灵活的服务需求。基于这些需求，他们构建了一个选址-路径问题（Location-Routing Problem, LRP），该问题旨在最小化运营成本，同时满足客户的个性化要求。为了解决这个复杂问题，他们设计了一种改进的变邻域搜索算法（Variable Neighborhood Search, VNS），该算法结合了初始解构造、差异化邻域使用策略和自适应抖动机制，以提高求解效率和算法的稳定性。 实验结果表明，改进的VNS算法在不同规模的算例中表现出优秀的性能，能够快速找到接近最优解的解决方案，并且具有良好的鲁棒性。此外，通过对关键参数的敏感性分析，研究发现个性化需求的比例和自提服务的成本对运营成本有显著影响。这提示我们在设计配送系统时，必须综合考虑这些因素，以实现更经济、更高效的物流运作。 该研究对于理解最后一公里配送中的复杂决策问题具有重要的理论价值，并为实际操作提供了实用的决策工具。通过优化选址和路径，可以降低运营成本，提高客户满意度，这对于零售、快递和物流行业的可持续发展至关重要。同时，该研究也为混合元启发式算法在解决物流优化问题中的应用提供了新的视角和方法。 参考文献： 1. 周林, 朱芳彬, 代应, 等. 多元个性化需求驱动的最后一公里配送选址-路径研究[J]. 控制与决策, 2022, 37(10): 2745-2752. 2. Optimization of refined oil distribution with multiple trips and multiple due time. 控制与决策. 2022, 37(10): 2714-2722. 3. Hybrid metaheuristic algorithm for order batching problem. 控制与决策. 2022, 37(8): 2110-2118. 4. Two stage hybrid optimization algorithm for vehicle routing problem with multiple time windows under fuzzy demand. 控制与决策. 2022, 37(6): 1573-1582. 5. Time-space cluster based location-routing problem with capacitated constraints. 控制与决策. 2021, 36(10): 2504-2510. 6. Vehicle routing problem of refined oil secondary distribution considering unloading sequence constraints. 控制与决策. 2020, 35(12): 2999-3005. 关键词：最后一公里配送；个性化需求；选址-路径问题；改进变邻域搜索算法 分类号：TP273 文献标识码：A DOI：10.13195/j.kzyjc.2021.0488