模型驱动的自提点选址问题研究

作     者：杨倩 

作者单位：华南理工大学 

学位级别：硕士

导师姓名：黄晓宇;江川

授予年度：2022年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1202[管理学-工商管理] 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] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：自提点选址 次模函数 贪婪算法 多目标优化 

摘      要：电子商务行业的飞速发展推动了快递业务量的持续攀升,庞大的快递量使传统送货上门配送模式的运输成本高、配送效率低下等问题日益突出。为提高末端配送效率、缓解末端交付压力,企业纷纷发展和推广客户自提模式,其关键问题是在指定区域范围内选取合适的自提点选址方案。本文从模型驱动的角度出发,将自提点选址影响因素纳入考虑,运用次模函数等理论对自提点选址模型的建立进行深入研究。首先,在自提点成本相当的情况下,考虑效用条件,建立了以效用最大化为目标的自提点选址模型,并提出改进贪婪算法求解;其次,为了进行不同类型的自提点选址,考虑效用和成本条件,建立了以自提点效用最大化、总成本最小化为目标的自提点多目标选址模型,并提出了多目标改进贪婪算法(MOIGA)求解。论文完成的主要研究工作总结如下:(1)在效用条件下,以取货距离作为自提点效用的评价指标,建立了以效用最大化为目标的自提点选址模型,针对备选点未知的情况,采用谱聚类算法确定备选点位置集合,并基于目标函数的次模性提出了改进贪婪算法,求解得到了有性能保证的选址方案。在此基础上,进行算例实验,实验结果表明,改进贪婪算法求解结果与最优效果的近似率高于99%,且其在选址结果和求解效率方面较之其它算法兼顾了结果的有效性和运算的效率性。(2)考虑效用和成本条件,建立了以自提点效用最大化、总成本最小化为目标的自提点多目标选址模型,提出了MOIGA算法求解获得了非支配解集,并进行了算例实验,通过考虑客户取货距离、客户自提量覆盖程度、建设成本、已建自提点位置等因素,分析了已建自提点对自提点选址的作用,结果表明,是否考虑已建自提点对自提点效用及选址方案有较大影响,且MOIGA算法在选址结果和求解效率方面较之其他算法更具优势。