一家DIY零售商讓卡車路線把承運商費率納入考量，而不只是看地圖

一家大型歐洲DIY零售商透過物流服務供應商，從多個倉庫向門店供貨。標準路徑規劃邏輯將距離視為主要成本，但實際運費帳單採用的是非線性區域運費費率和批量折扣。

研究團隊為這一更複雜的問題構建了一個決策支持工具。它考慮了兩種配送模式：由零售商提出、承運商在時長和繞行規則下接受的巡迴路線，或交由公共承運商處理的單次運輸。

該工具對可行巡迴路線採用三組件集合劃分演算法。IDEAS記錄顯示，它最優求解了多達150家門店的每日實例，並將運輸成本平均降低8%，每年價值超過100萬歐元。

這項發明在於停止假裝地圖就是帳單。一旦費率本身成為優化的一部分，路線計劃就變得更智慧了。

優化帳單，而非公里數

該模型匹配了承運商真實的基於區域的計費方式，而非簡化的距離成本。

它在一個決策中將擬議巡迴路線與公共承運商運輸選項進行比較。

精確規劃使每日配送更有條理，而無需零售商擁有自己的車隊。

當價格表是非線性的時，最短路徑軟體可能系統性地出錯；要對承運商實際如何收費進行建模。

該案例於2024年發表在《INFORMS Journal on Applied Analytics》上。儘管該零售商未具名，但這一模式對門店配送具有廣泛適用性：當貨運合同包含區域和折扣時，路線優化必須理解合同。