摘要
近年来，随着互联网与移动互联网的普及，生鲜农产品线上交易需求增加，生鲜电商平台发展迅速。2020年以来，受新冠疫情影响，生鲜产品线上交易规模更是稳步上升，生鲜电商的增长势头强劲。与此同时，随着生活水平的提高，消费者在购买生鲜产品时由初期的仅仅关注产品价格，转向更加注重产品的新鲜程度和配送服务的质量。科学的配送路径、高效迅捷的物流配送服务能提高顾客生鲜线上消费满意度、增加消费者粘性，同时也能有效降低生鲜电商企业的运营成本。 新零售是一种以消费者体验为中心的数据驱动的泛零售形态。新零售生鲜电商注重生鲜产品配送的质量和时效。本文基于新零售以客户为中心理念，构建客户满意度最大化及企业配送成本最小化的多目标生鲜电商配送路径优化模型，改进传统的配送路径优化遗传算法，并将模型及改进的遗传算法应用于南昌市红谷滩区百果园生鲜水果仓店一体化新零售模式的配送路径优化。 本文主要研究内容及贡献包含以下几个方面： （1）采用重心分区法，对订单配送区域按配送网点/门店的地理位置进行区域分割。连接配送区域内所有网点/门店组成的几何图形的重心与两个相邻配送网点/门店的中点，以此连线将配送区域分为若干个不同的子区域，分割后每个子区域内有且仅有一家配送网点/门店，负责配送子该区域内所有的生鲜订单。从而将多（配送网点/门店）对多（客户）的配送问题转化为一对多的配送问题，减少企业在途运输成本、提高配送的时效性及客户满意度，同时也简化了计算流程。 （2）研究分析客户时间窗和生鲜产品送达时的新鲜度，建立同时考虑时间、新鲜度的组合客户满意度函数；研究分析现有企业成本结构，考虑带客户优先级的时间惩罚成本；建立客户组合满意度最大化及配送成本最小化的多目标生鲜电商配送路径优化模型。 （3）从两个方面研究改进传统遗传算法，提高遗传算法的搜索速度、收敛速度、计算精度。一方面，在初始化种群时，传统遗传算法仅考虑载重约束，本文同时考虑载重约束与时间窗约束，以降低搜索难度；另一方面，在遗传操作之后，加入基于大规模邻域搜索算法的局部搜索操作，以改善初始解，增强算法的寻优效果。 （4）模型及改进遗传算法的应用研究。将所建立的模型及改进的遗传算法应用于百果园南昌市红谷滩区的生鲜水果配送路径优化。首先，采用重心分区法对红谷滩三家百果园生鲜门店进行配送区域划分；然后，利用本文提出的改进遗传算法分别计算三个区域门店各自的最优配送路径；最后，通过与传统遗传算法收敛速度及寻优结果的对比，检验改进遗传算法的有效性。
NETL