伴随着电子商务技术的迅速发展,人们可通过快捷的物流运输网络享受订制的配送服务,极大便利了生活与工作方面上的需求。在具体的配送交付场景中,如何优化配送路径的算法设计会直接影响配送服务的效果,并最终在顾客方以对服务评分的方式呈现。收集顾客的反馈意见与评分结果有助于提升个性化服务的质量,这已成为配送服务领域的共识。鉴于顾客的需求种类繁杂,顾客给出的评分通常取决于配送交付到达时间与时间窗的关系,其中可能存在的早到与延迟会对评分产生相应的影响。但是从顾客角度给出的评分仅优先考虑了顾客的个人利益,忽视了配送方的评价,导致难以从全方位角度对优化路径作出相适的评价。本论文的研究方向立足于综合考虑配送方与顾客方的配送服务场景,并为之构建了商家直达顾客路径规划模型,拟解决在考虑双方评分的基础上提高路径规划结果的合理性与可行性。本论文的主要工作包括:(1)提出了基于商家直达顾客场景的优化问题模型,较之传统的路径优化问题系列,该优化模型重新设计了一套用户体验评价机制,并将其视作与传统应用中的配送成本同等重要的优化目标。同时,在以分数形式统计用户体验之外,额外增加一套平行的计分机制用以评价配送方在每次配送过程中的体验情况,故此可以在非用户方的视角重新评价配送过程的优劣情况,使得本模型能够更加全面地综合考虑优化方向。(2)提出了一种可给出精确改进结果的粒子群优化算法。该优化算主要采用了基于集合的离散表示机制,使得粒子群优化算法可以在离散搜索空间内运行,加快对优化解的搜索效率。在每轮优化结束之后,邻域生成机制可进一步精炼当前可行解,提升解的多样性。优化算法本身结合了多种群对应多优化目标的策略,并辅以存储每次迭代优化结果的档案馆机制,对全部优化过程中所得到的优质可行解排序,保证了算法向稳定方向计算。