基于强化学习的物流配送路径优化

作者：蒋俊; 申贵成^*; 王诗佳; 张迁

来源：统计与决策, 2021, 37(18): 185-188.

DOI：10.13546/j.cnki.tjyjc.2021.18.042

• 配送路径
• 路径优化
• 强化学习
• A2C算法

由于在电子商务模式下,物流运输成本占比大,因此配送路径优化研究具有重要的实际意义与理论意义。文章利用强化学习的基本思想,选取A2C算法,用于解决物流配送路径优化问题;采用1000组算例进行数值实验,并与谷歌OR-Tools、蚁群算法、遗传算法进行对比。计算结果表明,在长度维度上,A2C算法比进化算法略有优势;在时间维度上,A2C算法具有较高的求解效率;在结构维度上,A2C算法具有输入可变、避免重新调参的优势。因此该算法能有效地求解物流配送模型,减少物流配送成本,从而提高物流配送的效率。

• 单位
  北京物资学院