基于强化学习的在线订单配送时隙运能分配

• 作者: 吴梦姣 陈淮莉
• 来源期刊: 上海海事大学学报
• 关键词: 时隙 运能配置 Logit模型 强化学习
• 年，卷（期）: 2017,（2）
• 页码范围: 51-55
• 页数: 5页
• 分类号: F274|F502
• 语种: 中文
• DOI: 10.13340/j.jsmu.2017.02.010

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,采用强化学习结合时隙运能分配特点对到达的订单群进行运能分配.算例模拟结果证明:采用强化学习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;消费者对时隙价格偏好程度越高商家收益就越低.结论验证了采用强化学习解决时隙运能分配问题的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈淮莉	上海海事大学物流科学与工程研究院	61	174	6.0	9.0
2	吴梦姣	上海海事大学物流科学与工程研究院	2	2	1.0	1.0