兼顾成本、公平与满意度
通过深度强化学习与多目标进化搜索的混合框架，在动态多隔间配送中同步优化平台成本、骑手公平与顾客满意度。
Yicheng, Wang · 赵青松 · Donghai, Bi
Expert Systems with Applications 2026
同时最小化平台运营成本、提升骑手工作负载公平性、最大化顾客满意度，避免单目标优化顾此失彼。
深度强化学习组件在局部搜索中动态选择邻域算子，提升搜索效率。
在基准实例和仿真场景上生成高质量且分布均匀的 Pareto 解集，为决策者提供多样化方案。
在滚动时域框架下处理订单持续到达和冷热混装约束，支持实时更新决策。