Hybridization of Data Mining and Genetic Algorithm as a way to create an effective approach for solving the routing problem at the “last-mile” stage in e-commerce

Abstract

интернет-торговля в современном мире развивается огромными темпами. Одним из важнейших этапов логистики в этой сфере является доставка «последней мили». Для повышения ее эффективности можно применять различные средства автоматизации, создание которых обычно сопряжено с разработкой и анализом математических моделей и методов. В статье рассматривается задача маршрутизации транспорта с ограничениями на временные окна как одна из важнейших математических задач, решение которой помогает в создании автоматизированных интеллектуальных систем для оптимизации доставки «последней мили». В ходе исследования для решения задачи предлагается и программно реализуется модификация двухфазного кластерного алгоритма на основе гибридизации генетического алгоритма и техник Data Mining. Производится оценка работы алгоритма, а также сравнение результатов его работы с наилучшими известными решениями. В ходе сравнения выявляется, что алгоритм имеет перспективы применения в реальных прикладных задачах, показывает хорошие результаты по одному из рассматриваемых критериев. Кроме того, разработанный алгоритм позволяет варьировать параметры для регулировки важности критериев. Представленные в статье исследования способствуют развитию математического аппарата для создания автоматизированных систем построения маршрутов на этапе доставки «последней мили». e-commerce in today's world is developing at a tremendous pace. One of the most important stages of logistics in this sphere is last-mile delivery. To improve its efficiency, various automation tools can be applied, the creation of which is usually associated with the development and analysis of mathematical models and methods. The paper considers the problem of transport routing with constraints on time windows as one of the most important mathematical problems, the solution of which helps in the creation of automated intelligent systems to optimize the delivery of the "last mile". In the course of the research, a modification of a two-phase cluster algorithm based on hybridization of genetic algorithm and Data Mining techniques is proposed and programmatically implemented to solve the problem. The performance of the algorithm is evaluated and its results are compared with the best-known solutions. The comparison reveals that the algorithm has prospects of application in real applied problems, shows good results on one of the considered criteria. In addition, the developed algorithm allows varying the parameters to adjust the importance of the criteria. The research presented in the paper contributes to the development of mathematical apparatus for creating automated route building systems at the last mile delivery stage.