摘要
随着全球化的推进以及“跨境电子商务”的兴起,第三方转运物流服务越来越受欢迎。与传统第三方物流服务不同,第三方转运物流服务公司通过整合来自不同电子零售商/平台的订单,提供符合效益的转运服务。其中,订单的随机送货地址使物流面临严峻挑战。对此,文章提出一种基于深度学习的一步集成优化决策方法,该方法将库存优化和需求预测过程智能结合在一起。基于预测体系结构集成网络,能够在不同物流服务需求下建立系统动力学模型和依赖关系模型。该方法不仅可以生成点预测结果,而且可以通过动态分布对需求不确定性进行量化,从而对物流服务能力分配提出最优决策。通过对中国大湾区一家第三方公司的实际数据进行案例分析,比较了基于一步统计的综合方法和基于两步优化的方法的两种基准模型在点预测、最优物流服务能力分配两个方面的优劣。实验结果表明,该方法在两个任务上的表现都明显优于两个基础模型。
-
单位四川外国语大学成都学院