發(fā)布時間：2022-02-17 17:59

　　隨著互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展,線上至線下業(yè)務(wù)逐漸由一個商務(wù)概念融入了大眾的生活。其中,外賣行業(yè)作為一個新興的市場,這幾年發(fā)展極其迅速。美團(tuán)、餓了么、大眾點(diǎn)評等外賣軟件成為了上班人員和在校學(xué)生等群體的常用軟件。隨著美團(tuán)在港股上市,外賣行業(yè)逐漸吸引了越來越多人的關(guān)注與研究。然而與傳統(tǒng)的快遞行業(yè)相比,外賣行業(yè)具有時間限制緊、訂單涉及地點(diǎn)分布呈現(xiàn)區(qū)域化、不同騎手對配送影響較大以及多個訂單需多取多送等特點(diǎn)。因此需要針對外賣問題的特點(diǎn)研究在實(shí)際配送當(dāng)中如何將騎手路徑優(yōu)化至最優(yōu)。其研究意義在于,不僅為目前研究較少的外賣問題提供了理論基礎(chǔ),并且在實(shí)際生產(chǎn)作業(yè)中也具有一定的參考價值,特別是針對外賣行業(yè)特點(diǎn)提出了相對應(yīng)的建議。本文首先介紹了線上至線下的外賣行業(yè)的基本理論基礎(chǔ)與近年來的實(shí)際作業(yè)中的騎手配送情況,并指出現(xiàn)有一次取餐一次送餐模式的不足,得到結(jié)論:應(yīng)該在考慮騎手對路網(wǎng)熟悉度的情況下,采取多次取餐多次送餐的模式來進(jìn)行路徑規(guī)劃。參考傳統(tǒng)快遞行業(yè)配送優(yōu)化的研究,結(jié)合外賣行業(yè)的特點(diǎn),本文構(gòu)建了考慮到騎手對路網(wǎng)的熟悉度的多取多送的路徑優(yōu)化數(shù)學(xué)模型。該數(shù)學(xué)模型考慮到了訂單的硬時間窗限制、騎手?jǐn)?shù)量限制、訂單分配問題、騎... 

【文章來源】：大連海事大學(xué)遼寧省211工程院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 引言
    1.1 研究背景與意義
    1.2 國內(nèi)外相關(guān)研究現(xiàn)狀
    1.3 研究的主要內(nèi)容與方法
    1.4 本章小結(jié)
2 相關(guān)理論基礎(chǔ)綜述
    2.1 O2O外賣配送簡介
        2.1.1 O2O模式的定義與現(xiàn)狀
        2.1.2 O2O外賣配送的模式與現(xiàn)狀
    2.2 車輛路徑問題(VRP)簡介
        2.2.1 車輛路徑問題(VRP)細(xì)分問題簡介
        2.2.2 VRP問題常用求解方法簡介
    2.3 改進(jìn)型蟻群算法簡介
    2.4 熟悉度相關(guān)理論簡介
    2.5 本章小結(jié)
3 考慮熟悉度的O2O模式下外賣配送路徑優(yōu)化
    3.1 考慮熟悉度的O2O模式下外賣的配送路徑優(yōu)化問題分析
        3.1.1 考慮熟悉度的O2O模式下外賣配送實(shí)際情況介紹
        3.1.2 現(xiàn)存配送實(shí)際情況分析
        3.1.3 騎手對路網(wǎng)的熟悉度的影響
    3.2 考慮熟悉度的O2O模式下外賣騎手的配送模型
        3.2.1 模型參數(shù)設(shè)置
        3.2.2 考慮熟悉度的O2O外賣配送路徑數(shù)學(xué)模型
    3.3 本章小結(jié)
4 考慮熟悉度的O2O外賣配送路徑優(yōu)化算法設(shè)計
    4.1 蟻群算法主要流程框架設(shè)計
    4.2 算法的生成
        4.2.1 禁忌搜索-蟻群算法生成初始解
        4.2.2 節(jié)點(diǎn)轉(zhuǎn)移原則
        4.2.3 O2O外賣配送的鄰域搜索算子
        4.2.4 信息素的更新與釋放
        4.2.5 算法迭代
    4.3 本章小結(jié)
5 算例分析
    5.1 不同場站的優(yōu)化結(jié)果對比
        5.1.1 分散型城區(qū)場站
        5.1.2 聚集型商務(wù)區(qū)場站
        5.1.3 結(jié)果對比分析
    5.2 算子有效性分析
        5.2.1 小規(guī)模算例分析
        5.2.2 大規(guī)模實(shí)例分析
        5.2.3 算子有效性分析
    5.3 算法參數(shù)的敏感性分析
        5.3.1 螞蟻數(shù)量m對算法的影響
        5.3.2 信息素比重因子α對算法的影響
        5.3.3 期望比重因子β對算法的影響
        5.3.4 信息素?fù)]發(fā)因子ρ對算法的影響
        5.3.5 信息素釋放總量Q對算法的影響
        5.3.6 算法靈敏度分析
    5.4 騎手對路網(wǎng)的熟悉度Ω對O2O外賣配送路徑優(yōu)化的影響
        5.4.1 密集型商務(wù)區(qū)場站內(nèi)騎手對路網(wǎng)的熟悉度Ω的研究
        5.4.2 分散型城區(qū)場站內(nèi)騎手對路網(wǎng)的熟悉度Ω的研究
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
結(jié)論
參考文獻(xiàn)
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)蟻群算法的Zigbee網(wǎng)絡(luò)路由優(yōu)化研究[J]. 董紹江,楊舒婷,劉偉,蒙志強(qiáng).  組合機(jī)床與自動化加工技術(shù). 2020(03)
[2]基于變鄰域蟻群算法的自動光學(xué)檢測路徑規(guī)劃[J]. 鄧璘,王琳,盛步云,蕭箏.  計算機(jī)工程與設(shè)計. 2020(02)
[3]基于遺傳蟻群算法配電網(wǎng)重構(gòu)[J]. 楊銘,劉建輝.  現(xiàn)代電子技術(shù). 2020(02)
[4]改進(jìn)蟻群算法的艦船避碰輔助決策系統(tǒng)可靠性研究[J]. 丁文.  艦船科學(xué)技術(shù). 2019(24)
[5]徐州高校校園外賣配送存在問題研究[J]. 王龍凡.  中國物流與采購. 2019(23)
[6]O2O外賣平臺商業(yè)模式及其發(fā)展前景分析——以美團(tuán)外賣為例[J]. 賈雨桐,彭芳菲,姜泓宇,劉可.  物流工程與管理. 2019(11)
[7]時尚行業(yè)零售網(wǎng)點(diǎn)多品類取送貨車輛路徑優(yōu)化研究[J]. 欒玉麟,郭鵬,王麗敏.  工業(yè)工程與管理. 2020(04)
[8]基于模擬退火蟻群算法的機(jī)器人路徑規(guī)劃方法[J]. 袁佳泉,李勝,吳益飛,郭健.  計算機(jī)仿真. 2019(10)
[9]改進(jìn)自適應(yīng)蟻群算法的移動機(jī)器人路徑規(guī)劃[J]. 徐玉瓊,婁柯,李婷婷,高文根.  電子測量與儀器學(xué)報. 2019(10)
[10]基于混合蟻群算法的異質(zhì)車隊(duì)低碳VRP研究[J]. 張明偉,李波,屈曉龍,郭盈.  計算機(jī)工程與應(yīng)用. 2020(14)

碩士論文
[1]遺傳算法在帶時間窗的車輛路徑問題中的應(yīng)用[D]. 詹孝龍.江西理工大學(xué) 2014



本文編號：3629861