基于强化学习的在线订单配送时隙运能分配.docx基于强化学****的在线订单配送时隙运能分配摘要:为解决在线订单配送效率低、时隙运能分配不均衡和顾客满意度不高的问题,考虑价格和交付期对消费者选择行为的影响建立Logit模型,:采用强化学****能使每个时隙每辆车的运能分配均衡,且分配方法符合消费者的行为偏好;:时隙;运能配置;Logit模型;强化学****中图分类号:F274;F502文献标志码:AAbstract:Inordertosolvethelowerefficiencyofonlineorderdelivery,theunbalancedcapacityallocationoftimeslotsandthelowercustomersatisfaction,,:ordswiththebehavioralpreferenceofconsumers;themoreattentionconsumerstaketothepriceoftimeslot,:timeslot;capacityallocation;Logitmodel;reinforcementlearning0引言?子商务的兴起给传统零售业带来了新的发展方向,,(timeslot)在电子商务中指网络零售商提供给消费者选择的订单送达的交货时间窗[1],如亚马逊、京东商城、当当网都向消费者提供了配送时隙选项,其中京东的“极速达”保证在服务时间(3h)内将货物送至客户手上,,一方面有利于消费者根据自身情况安排接收,提高客户满意度,另一方面有利于协调物流服务商的作业安排,合理规划车辆运能和配送时间线路,,[2]研究发现时隙价格会影响消费者的选择行为和商家的最终收益,,存在预先知道配送地点但对配送时间不明的问题,对此SROUR等[
基于强化学习的在线订单配送时隙运能分配 来自淘豆网www.taodocs.com转载请标明出处.