本站原创【摘 要】以电子商务企业交易为背景,分析了B2C环境下客户订单的特点及客户对货物配送怎么写作的要求,针对该环境下的物流配送问题建立了相应的数学模型,设计了一种改进的禁忌搜索算法,进行了算例测试,并将测试结果与相关文献结果进行了比较.实验结果表明：改进的禁忌搜索算法在优化效果及计算时间等方面比有记忆功能的遗传模拟退火算法具有更优的性能.该算法能适应电子商务环境下快速、低成本的配送要求且简单易行,为电子商务环境下订单配送问题的研究提供了新的思路.
【关 键 词】B2C电子商务；物流配送；路径优化；数学模型；禁忌搜索算法
在各种电子商务模式经营中,只要涉及到实物在地域上转移,都要通过物流来实现,而进行物流的企业就要利用信息流了解订单,预测订单的未来情况,从而制定更为合理的配送方案.我们就以B2C为例子,对B2C环境下的订单配送建立数学模型.
一、在B2C环境下订单配送所遇到的问题
在B2C环境下,用户订单的配送较订单相关信息的获得具有一定的滞后,如：配送中心已得到订单的信息,但由于上游供货点的原因,货物可能会延迟一段时间才能送到配送中心；货物已被送到配送中心,距交货期还有可能有一段时间,因此可以延迟几天配送.当订单到达配送中心后,最终必须送到顾客手中.当顾客采取预先付款后收货的采购方式时,从长期来看,当订单的数目确定时,配送中心在不考虑其他成本的情况下,其收益也就确定了.为了最小化配送中车辆的使用数目,令每辆车具有一定的固定启动费用,从而,配送中心在满足合同交货期的情况下,其目标是最小化车辆使用的总费用.所以,配送中心每天都要制定相应的配送计划.
二、B2C环境下的订单配送模型检测设及符号说明
三、B2C环境下的订单配送模型描述
四、B2C环境下的订单配送模型求解方法
此数学模型中还需要进一步确定订单惩罚值,方法很灵活,读者可以根据具体情况自行选择.要求解此模型可以采用禁忌搜索算法或者蚁群算法.