基于北斗技术与智能算法的社区物流配送优化研究

作者

  • 铁汉 朱 广东轻工职业技术大学 作者
  • 超锋 李 广东轻工职业技术大学 作者
  • 鸿平 许 广州市电子行业协会 作者
  • 晓杰 杜 广州竞远安全技术有限公司 作者

DOI:

https://doi.org/10.70695/10.70695/IAAI202503A10

关键词:

BDS Technology; Community Logistics; Distribution Model; Genetic Algorithm; LSTM; Multi-Agent Reinforcement Learning

摘要

随着社区人口增长和消费需求多样化,社区物流配送在时效、成本与服务质量等方面面临严峻挑战。为解决上述问题,本文提出了一种融合北斗卫星导航技术与智能算法的社区物流配送优化模式。通过集成北斗高精度定位与实时交通信息,构建了基于遗传算法(GA)的路径优化模型、基于长短期记忆网络(LSTM)的需求预测模型,以及基于多智能体强化学习(MARL)的实时协同调度算法,实现了配送路径动态规划、需求精准预测与资源高效配置。仿真实验表明,该模式可使平均配送时间降低18.7%,需求预测误差控制在8%以内,显著提升配送效率与系统响应能力。本研究为社区物流配送的智能化、绿色化与可持续发展提供了理论支持与技术路径。

已发布

2025-09-30

如何引用

朱铁., 李超., 许鸿., & 杜晓. (2025). 基于北斗技术与智能算法的社区物流配送优化研究. 人工智能应用创新, 2(3), 83-92. https://doi.org/10.70695/10.70695/IAAI202503A10