新冠疫情的到来,在打乱人们生活节奏的同时,也给生鲜电商带来巨大的发展机会。随着人们对生鲜的需求不断增加,对生鲜电商的及时性服务和产品质量也提出更高的要求。然而目前传统生鲜电商和商超,难以满足消费者的全部需求。在此背景下,前置仓模式的生鲜电商应运而生。A公司是一家采用前置仓模式的全国性生鲜电商企业,由于未进行科学的选址规划,导致成本大幅上升。如何在覆盖全部需求的前提下,避免重复开店,从而降低成本,是A企业当前亟待解决的问题。针对该问题,本文做了以下研究:首先,介绍本文研究的背景,通过对比生鲜电商的模式,得出A企业属于“前置仓+到家”模式。同时分析了前置仓相关理论,包括其功能、特点和用户特征等,整理了生鲜电商相关设施选址时考虑的因素,为模型构建奠定基础。然后,根据A企业在前置仓选址时出现成本高和覆盖率低的两个问题,结合企业选址目标与原则,构建包含开设前置仓的固定成本、运输成本、骑手配送成本和用户自提惩罚成本的成本最小化模型,并在约束中考虑全部需求被覆盖的问题。接着,采用层次聚类法对目标区域的需求点聚类,获得需求点和前置仓选址备选方案。在此基础上,调取百度API计算需求点与备选点之间的骑行距离,最大程度还原业务真实情况。利用多元线性回归方法,获得需求点需求量的预测模型,并区分自提订单量和配送订单量,为模型求解奠定基础。最后简单介绍了求解该模型的工具LINGO软件的使用方法。本文以A企业将在北京市西城区开展业务为例,收集相关数据,对所构建的模型进行求解。根据结果显示,A企业可以根据自身运营战略选择开设不同数量的前置仓,使全区域需求点被覆盖的前提下成本最低。该方法为A企业在前置仓的选址规划上提供参考,同时为其他生鲜电商企业的选址决策提供参考。