基于改进K-means聚类方法的新零售物流配送路径优化

钟映竑陈婵丽

广东工业大学;

摘要：

在新零售背景下,根据新零售的要求,从末端物流配送路径的角度出发,建立了车辆配送路径最优化数学模型,将遗传算法和K-means聚类算法进行结合与改进,对末端实体店配送方法进行优化.并以广州市天河区实际数据为例,通过Tensorflow软件仿真实验进行验证.实验结果证明,和传统遗传算法相比,基于遗传算法改进的K-means聚类方法在复杂的区域物流内可配送路程,解决了重复配送路径问题,并且优化了物流配送路径,提高了配送效率,从而改善了服务质量和用户体验度,为新零售时代的物流配送提供路径优化方法.

关键词：新零售、配送路径、遗传算法、K-means聚类算法、路径优化

所属期刊栏目：38

分类号：F252.1(物资经济)

在线出版日期：2019-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：73-78,126