Nov, 2023
学习动态选择和定价的户外交付
Learning Dynamic Selection and Pricing of Out-of-Home Deliveries
TL;DR对于最后一公里物流的利润能有着直接和间接的影响，而居家送货失败、交通拥堵以及较长的处理时间都是其负面因素之一。其中，向包裹柜或包裹店的投递，即所谓的户外投递，在学术文献中对于户外投递的顾客行为模型通常只考虑了确定性的情况，但实际顾客的选择具有随机性。本研究提出了一种动态选择和定价户外投递的算法，通过对顾客未来的到达和选择进行建模，以及使用一种新颖的时空状态编码和卷积神经网络进行输入。经过在真实数据的基础上进行的大规模数值研究表明，相比没有户外投递的情况，DSPO算法能节约20.8%的成本，相比于静态选择和定价策略，能节约8.1%的成本，并且相比于当前最先进的需求管理基准，能节约4.6%的成本。我们的研究提供了对户外投递动态与顾客行为及定价策略之间复杂相互作用的全面洞察，强调了随着户外投递的市场份额增加，企业应采用动态选择和定价策略。