基于歷史數(shù)據(jù)的外賣物流訂單調(diào)度算法研究.pdf

1、近年來，隨著電子商務(wù)的興起，新興訂餐模式——網(wǎng)上訂餐也隨之出現(xiàn)。網(wǎng)上訂餐由于其獨有的便捷性和直觀性，被越來越多的人認(rèn)同并接受，成為越來越重要的一種訂餐方式。在實際生活中，一個餐館每天可以接到大量的外賣物流訂單，并用自己的配送車輛對這些訂單進(jìn)行配送。餐館的配送方式基本如下：配送人員在做好餐品后就直接進(jìn)行配送，若有空閑的車輛，則立即出發(fā)，否則在餐館等待直到有車輛返回；在訂單的配送過程中，配送員一般會按照顧客的下單順序或者遠(yuǎn)近程度進(jìn)行配送。然

2、而，在顧客規(guī)模很大時，這樣的配送方式是完全不適用的，不僅會推遲某些顧客的服務(wù)時間，還會大大增加配送員的行駛距離和配送次數(shù)，增加餐館的運營成本。
　　為了降低餐館的運營成本，滿足顧客的服務(wù)需求，本文針對一個餐館內(nèi)的外賣物流訂單調(diào)度問題進(jìn)行定義，并研究其數(shù)學(xué)模型和求解方法。本文的主要研究工作如下：
　?。?）定義外賣物流訂單調(diào)度問題的前提、約束條件和優(yōu)化目標(biāo)；采取周期重優(yōu)化機(jī)制，通過周期性地解決與當(dāng)前狀態(tài)相應(yīng)的靜態(tài)車輛路徑問題來

3、求解外賣物流訂單調(diào)度問題，并建立靜態(tài)車輛路徑問題的數(shù)學(xué)模型。
　?。?）設(shè)計并實現(xiàn)了基于歷史數(shù)據(jù)的啟發(fā)式算法及其拓展算法。提出了5種根據(jù)歷史數(shù)據(jù)預(yù)測未來顧客個數(shù)的方法。在基于歷史數(shù)據(jù)的啟發(fā)式算法中，輸入信息包含提前已知的顧客信息和一組預(yù)測的未來顧客的信息。在拓展的基于歷史數(shù)據(jù)的啟發(fā)式算法中，引入多場景方法，輸入信息包含提前已知的顧客信息和多組預(yù)測的未來顧客的信息。
　?。?）對一個餐館的實際數(shù)據(jù)進(jìn)行處理得到實驗數(shù)據(jù)，通過多組