近年来,网上零售业蓬勃发展,网上超市已经成为很普遍的购物消费渠道之一。然而,由于单个仓库储存空间、人工拣选效率有限,不同的销售商品需要不同的储存条件,网上超市需在多仓库存储商品,这导致大部分订单需被拆分履行,由此给客户带来极大扰动,高拆单率成为阻碍网上超市进一步发展的关键因素之一。订单配送是物流活动的末端环节,减少物流配送次数可大大节约人力和物力资源。面对每天多达数百万的网上订单,如何高效准确的在多仓库间实现网上超市拆分子订单的合并优化,在物流活动的初始节点—仓库实现拆分订单的合并是网上超市亟待解决的难题。本文针对网上超市的高拆单率问题,提出应用多供应商间的横向转运策略,以最小化订单履行总成本为目标,将网上超市拆分订单合并运输优化问题分为完全合并和部分合并两种方式,可针对客户的需求不同选取适合的拆分订单合并优化方法,结果表明了拆分订单合并优化方法的实用价值。本文按照“研究现状分析→网上超市订单合并问题分析→完全合并优化方法→部分合并优化方法→算例分析”这一研究路线,主要展开了以下研究内容及工作:(1)从订单履行全流程优化的角度出发,通过对现有研究成果和网上超市订单履行现状的梳理,说明在仓库间实现拆分订单的合并的有效性和实用性。根据网上超市拆分订单履行的特性,对网上超市拆分订单合并作业方式、横向转运问题和订单合并问题求解复杂性、经济性、影响要素进行研究分析,并针对网上超市订单的大规模性,提出针对不同的客户需求和商品配送需要采取不同的拆分订单合并方式。(2)网上超市拆分订单完全合并优化模型构建及求解。针对大规模客户收货时间较弹性和商品无特殊性要求的订单,本文采取将所有拆分子订单完全合并后统一送到客户,最大程度减少配送次数。考虑仓库的库存容量限制,以网上超市拆分订单履行的物流总成本最低为目标函数,构建了拆分订单完全合并优化模型,并分析阐述了该模型的求解复杂性,基于模型设计了遗传算法求解该模型,以获得满意的订单合并中心仓库方案。(3)考虑收货时间限制的网上超市拆分订单部分合并优化模型构建及求解。考虑到人们对于时间的要求越来越精准严格,且网上超市售卖的商品种类数越来越丰富,针对有较强收货时间窗的客户,采取在满足收货时间要求下将部分拆分子订单合并后送到客户手中,适当的减少配送次数。通过阐述网上超市拆分订单完全合并优化问题和部分合并优化问题的区别,在拆分订单完全合并优化模型的基础上,建立考虑客户收货时间限制的拆分子订单部分合并优化模型,不仅要满足订单的强送货时间窗,而且要保证订单履行总成本最低。通过该模型的构建和求解复杂性分析,提出在原先的遗传算法的基础上,用模拟退火算法对变异产生的新一代种群进行再优化,提升算法的求解效率和全局搜索能力。(4)算例分析和灵敏度分析验证了模型的有效性。针对两个问题模型构建了不同的算例,算例分析中对目标函数最优合并中心仓库方案、订单合并方案和灵敏度分析,证明了模型和算法的有效性,并对比分析了两种拆分订单合并方式的优劣势。结果表明,本文基于横向转运策略对网上超市订单合并作业的优化方法,在成本和效率上都优于订单拆分履行配送方式,不仅可以降低订单配送成本、提高物流订单履行效益,而且还可以快速满足客户需求、提高客户满意度。本文提出借鉴多供应商间商品横向转运的原理,通过仓库间双向转运流实现拆分订单在仓库的合并,需要决策拆分订单是否需要合并,以及在哪个仓库合并的问题。本研究在一定程度上为网上超市拆分订单合并优化问题贡献了新的研究方法和方向,提高了订单合并理论的丰富性,利于网上超市在瞬息万变的社会进一步发展。实际应用层面上来说,本文研究成果可以为物流部门减少订单拆分率提供决策支持和方向指引,有助于网上超市实现高物流效率和低物流成本的综合提升,进而提升其在行业的竞争优势。