送货上门服务不仅通过广告，而且通过缩短购物篮决策时间或提出新建议的方法，不断争夺消费者的注意力。目前对该主题的研究主要集中在优化交货时间表和最小化成本。然而，既没有解决一些城市送货上门选择不足的问题，也没有解决由于送货上门选择过多而导致的高碳排放的更大问题。
Ko?大学工业工程系教授Bar Y?ld?z发表在《计算机与运筹学》上的一项新研究为优化这一过程提供了新的视角。该项目采用了更环保的操作方式，并充分利用了闲置时间和车辆容量。
该项目建议对居住在配送路线中容易合并的位置的潜在客户使用推送通知。通过这些机会销售，研究提出了一个过程，可以为零售商产生额外的利润，并通过有利于时间和能源效率为客户简化过程。
需要高效的策略和数学模型来处理客户选择和车辆路径决策调整过程中的不确定性。Bar Y?ld?z博士和他的同事介绍了一个创新的整数线性规划模型来解决这些挑战。通过大量的计算实验，他们证明了新商业模式的适用性和盈利能力。配备动态决策，他们的建议在总盈利能力方面与不考虑风险的模型竞争。
作为零售业的新常态，网上购物不会消失。但想象一下，你每周/每月的需求与你的邻居进行排序，你的日常需求由一辆智能汽车来满足，它会让你知道它会停下来带更多的尿布，或者可以退还你上次购买的东西。这项研究证明，这种努力是有潜在价值的。
它引入了一种理念，即零售商不以牺牲环境为代价，而是根据环境的需要进行机会销售。Bar Y?ld?z博士和他的同事们确保这可以有效地实现。此外，将送货业务重新视为盈利活动，而不是成本最小化活动，对零售商来说是一项重大贡献。新模式及其开放算法等待着他们的第一批创新业务。
更多信息:?elen Naz ?tken et al, Making opportunity sales in attended home delivery, Computers & Operations Research(2023)。引文:工程师联合起来实现生态高效的网上购物(2023年，9月15日)检索自https://techxplore.com/news/2023-09-eco-efficient-online.html本文受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
