科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现代物流业务不断多样化和细分化导致传统的车货匹配方法和配送方式难以满足配送需求的问题，文章提出将大件货物与应急零散货物结合进行协同配送，构建以车主收益最大为目标的两阶段车货匹配推荐模型，充分利用货物阶段性送达产生的的剩余空间，并且在模型中考虑时效、期望、激励、货损等现实因素提高模型可实施性。为了获得不同货种间协同配送的最优匹配推荐方案，提出一种改进的人工兔优化算法（ARO）进行求解，通过引入混沌反向学习、模拟退火和自适应扰乱因子提升性能，然后通过仿真实验验证模型和算法的有效性，最后基于供需双方偏好的构建车货推荐系统为其推荐配送方案。
- 单位
