基于算法经济的即时配送订单最优匹配研究

摘要

算法作为当今科技高速发展时代下重要的工具，已经深刻影响了经济市场，推动着社会整体资源结构配置的优化。即时配送是互联网下先进算法与物流的结合产物。为此，结合算法研究即时配送订单匹配问题，探讨算法进行订单资源匹配的内在机理，具有重要的理论意义和现实价值。　　本文以即时配送行业中订单匹配为研究对象，构建了智能化的订单匹配优化模型，并且提出不同的求解算法，论证了算法对于资源配置的影响。通过建立即时配送订单匹配的模型，设计了基于马尔可夫决策过程的强化学习算法，并且与贪心算法，遗传算法等进行比较。结果显示，强化学习算法作为先进的智能算法，能够随环境的变化进行学习，充分体现了机器学习算法的智能特性，但是需要大量的时间和数据进行训练；贪心算法计算速度最快，在随机环境下得到的总效益最大；遗传算法的计算速度不能够满足即时配送时效性的要求。即时配送平台企业需要根据自身情况，合理选择最佳的订单匹配方案。研究表明算法的进步不仅在于计算机制的更新，更主要体现在对信息的获取与处理。强化学习算法能针对订单匹配问题的动态环境进行训练，将数据转化为额外信息并且能学习其中规律，最终为决策提供依据。本质上，算法能够进行决策的主要原因在于，能利用数据获取更多的信息，并进行学习，最终达到资源的优化配置，成为了资源配置的一种新机制。　　本文的创新点如下：第一，构建了即时配送中的订单匹配问题的数学模型，将订单匹配过程转化为马尔可夫决策模型，量化了动态过程和对未来的效用期望。第二，根据订单匹配动态模型创新性地设计了定制化的强化学习算法，降低了算法模型的复杂度，解决了算法学习效率不高的问题，并且通过对比不同的算法解释了算法决策的内在机理。

目录

声明

第1章 绪论

1.1 研究背景和意义

1.1.1 研究背景

1.1.2 研究意义

1.2 文献综述

1.2.1 算法经济研究现状

1.2.2 即时配送研究现状

1.2.3 订单匹配研究现状

1.2.4 文献评述

1.3 本文主要研究内容和创新点

1.3.1 研究内容

1.3.2 创新点

第2章 即时配送订单匹配现状及算法经济影响机制

2.1 即时配送订单匹配现状

2.1.1 即时配送服务流程与模式

2.1.2 即时配送特征分析

2.1.3 即时配送订单匹配发展困境

2.2 算法经济对即时配送订单匹配的影响机制

2.2.1 算法经济界定

2.2.2 算法经济下资源配置新机制

2.2.3. 即时配送订单匹配影响因素分析

2.2.4 算法经济对订单匹配的影响分析

2.3 本章小结

第 3 章 即时配送订单匹配模型及算法设计

3.1 即时配送订单匹配问题分析

3.1.1 订单匹配背景描述

3.1.2 订单匹配过程描述

3.2 即时配送订单匹配模型构建

3.2.1 即时配送订单匹配模型假设条件

3.2.2 即时配送订单匹配数学模型

3.3 即时配送订单匹配求解算法设计

3.4 基于算法经济的即时配送订单匹配算法比较分析

3.4.1 算法性能比较

3.4.2 算法的决策机制比较

3.5 本章小结

第 4 章 即时配送订单匹配仿真实验

4.1 即时配送订单匹配仿真实验环境模拟

4.1.1 地理数据处理

4.1.2 订单匹配环境设置

4.2 即时配送订单匹配求解算法参数设置

4.2.1贪心算法

4.3.2 遗传算法

4.3.3强化学习算法

4.3 即时配送订单匹配仿真实验结果

4.3.1 订单正态分布的随机环境实验结果

4.3.2 订单时间相关的动态环境实验结果

4.4 即时配送订单匹配实验结果分析与启示

4.4.1 实验结果分析

4.4.2 实验结果启示

4.5 本章小结

结论与展望

结论

展望

参考文献

致谢

攻读硕士学位期间发表的论文