随着网络技术的快速发展,互联网与传统行业相结合已经成为一种潮流,从而孕育出一种全新的商业模式,即O2O商业模式。连锁超市作为连接广大消费者和众多生产者的终端场所,其在寻求转型升级的过程中,也积极拥抱互联网技术,采用全新的O2O商业模式,将顾客线上购买的商品进行配送上门服务。一方面由于连锁超市的末端配送服务具有时效性、即时性和阶段性等特点,导致提高了超市经营者的管理难度。另一方面由于连锁超市的配送人员大多数属于社会闲散的运力资源,其并没有经过太多的专业培训。因此,目前连锁超市末端配送过程中主要存在无人接单和超时配送的问题,对其进行改进优化就显得尤为重要。本文以连锁超市配送订单分配和路径优化作为研究对象,以提高连锁超市末端配送效率和提升消费者满意度为目的。主要研究工作内容有:1.分析了连锁超市末端配送现状,通过梳理连锁超市众包配送流程和相关的资料数据,总结出连锁超市末端配送过程中急需解决的关键问题,具体包括有效的合并超市配送订单和合理的优化配送行驶路线。2.针对连锁超市末端配送范围是3公里之内,主要从订单的聚类分析和众包骑手的优选两个方面来解决配送订单分配问题。首先采用混合聚类算法,根据各消费者的地理位置坐标为标准对配送订单进行聚类分析,使得同一类中消费者位置较近;其次根据众包骑手的相关历史数据,运用灰色关联度法和层次分析法对众包骑手的配送服务质量进行综合评价,从中挑选出服务质量好的众包骑手进行配送订单集合的指派。3.针对如何合理安排多个订单之间的配送行驶路线,构建了带硬时间窗的配送路径优化数学模型。考虑消费者满意的配送时间窗及车辆的装载量约束,以总配送成本最小化作为目标函数,结合连锁超市末端配送的具体情况,建立约束条件。最后采用节约算法对数学模型进行求解,得到多条配送行驶路线。4.以W连锁超市为例,对提出的订单分配模型、配送路径优化模型和相关的求解算法进行验证。结果表明采用混合聚类算法进行订单聚类分析过程中具有求解效率高,不需要人为设定聚类数目的优势;通过合理的配送路线优化,能够大大减少总配送行驶路程,在一定程度上能够降低总配送成本;采用灰色关联度法和层次分析法对众包骑手的配送服务质量进行综合评价,能够挑选出服务质量好的骑手来完成配送任务。