基于强化学习的电商促销期时隙运能柔性分配研究

• 作者: 唐微 陈淮莉
• 来源期刊: 制造业自动化
• 学科: 经济
• 关键词: 配送时隙 运能柔性分配 客户选择行为 强化学习 Q-learing算法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息与管理
• 页码范围: 68-73
• 页数: 6页
• 分类号: F272.2|F502
• 字数: 6437字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2018.06.017

摘要

针对促销期间订单激增、车辆运能不足且分配不均的情况,分析客户时隙选择行为的影响因素,为顾客提供准时和延迟两种配送模式的选择,采用强化学习的思想,建立了基于马尔可夫决策过程的时隙运能分配模型,并采用替代配送、外包配送柔性方式对到达订单做出运能分配.算例结果证明,基于强化学习的时隙运能柔性配送策略,使得促销期间前后的时隙需求得以均衡,获得更高的订单配送率及车辆利用率;顾客对交付期的偏好程度影响顾客对时隙选择,延迟配送策略的延迟天数影响着商家的收益.研究结果对电商制定促销期间时隙运能分配策略有参考价值.

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	上海海事大学物流研究中心	61	174	6.0	9.0
2	唐微	上海海事大学物流研究中心	1	0	0.0	0.0