考虑订单拆分的多仓库协同及配送路径研究

作     者：章园园 

作者单位：浙江理工大学 

学位级别：硕士

导师姓名：韩曙光;胡觉亮;丁鸣亮

授予年度：2019年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

主      题：订单拆分 订单分配 最小拆单数 集合覆盖 蚁群算法 

摘      要：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;第二阶段是根据匹配关系对配送路径进行选择,以最小配送成本为目标,车载量、时间窗等为约束,建立非线性整数规划模型,利用蚁群算法对案例进行求解,求出仓库与订单之间的最优匹配进行配送服务。文中对模型首先运用了Lingo求解器对小规模问题进行精确求解,对文中的算例求解花费时长2分钟左右,当数据量不断增加时,求解时间会加长,逐渐变得不可解。而在实际情境中,电子商务订单每天的生成量是数以万计的,且订单之间的差异性较大,商品需求量不一。因此,本文在第四章运用了改进的蚁群算法对该问题进行求解,以适应问题的实际规模。本文的案例部分以Y公司为例,对公司经营概况以及存在的订单配送问题进行简述,利用文中建立的非线性整数规划模型以及介绍的算法,对Y公司在某地区某天的订单业务进行分配及配送的优化,并对优化结果进行分析,最后提出本文的结论与展望。