关于物流配送中心车辆路径优化问题的研究

论文题目: 关于物流配送中心车辆路径优化问题的研究

论文类型: 硕士论文

论文专业: 企业管理

作者: 张红艳

导师: 吕明哲

关键词: 物流配送,路径优化,遗传算法

文献来源: 东北财经大学

发表年度: 2005

论文摘要: 随着市场经济的发展和物流专业化水平的提高，物流配送业得到了迅速发展。在物流作业过程中，大量的运筹和决策问题需要解决，物流配送车辆路径优化问题就是期待解决的问题之一。在物流配送业务中，配送车辆路径优化问题的涉及面较广，需要考虑的因素较多，对企业提高服务质量、降低物流成本、增加经济效益的影响也较大。在现实生产和生活中，邮政投递问题、公共汽车调度问题、电力调度问题、管道铺设问题、计算机网络拓扑设计问题等都可以抽象为物流配送车辆路径优化问题。物流配送是一项复杂的系统工程，其中许多优化问题所建立的模型和算法都很复杂，都具有NP难性质。因此，本文将物流配送车辆路径优化问题作为研究对象，具有一定的理论和现实意义。物流配送车辆路径优化问题作为一个NP难题，随着客户数量的增加，可选的配送路径方案数量将以指数速度急剧增长。因此，用启发式算法求解该问题就成为人们研究的一个重要方向。本文在分析车辆路径问题(VRP)现有启发式算法的基础上，建立了考虑路线安排的物流配送方案模型，并提出了求解该问题的一种自适应遗传算法。最后应用C语言编程进行模拟计算，结果表明改进的遗传算法明显增强了群体演化的质量，提高了算法的收敛速度，求得了问题的优良解。

论文目录:

摘要

ABSTRACT

1 绪论

1.1 研究动机

1.2 研究现状

1.2.1 问题的提出

1.2.2 国内外研究现状

1.2.3 研究对象与研究内容

1.3 论文的内容安排

2 物流配送车辆路径优化问题的概要

2.1 物流配送车辆路径优化问题的类型

2.1.1 车辆路径优化问题分类及其约束条件

2.1.2 车辆路径优化的基本问题

2.2 常见路径优化问题的解决方案

2.3 求解路径优化问题尚须解决的难题

3 物流配送车辆路径优化问题的模型

3.1 物流配送路径优化问题的模型化

3.2 遗传算法的基本原理

3.2.1 遗传算法的基本思想

3.2.2 遗传算法的特点

3.2.3 算法编码

3.2.4 适应度函数

3.2.5 初始种群的产生

3.2.6 遗传算法的基本操作

3.2.7 遗传算法的工作流程

3.3 自适应交叉概率的遗传算法

3.3.1 自适应遗传算法的提出

3.3.2 自适应交叉概率的设计

4 实证分析

4.1 车辆路径优化问题的实例描述

4.2 配送车辆路径的优化过程

4.3 车辆路径优化问题实例的求解

4.4 结果分析

4.4.1 交叉算子对遗传算法性能的影响

4.4.2 交叉概率和变异概率对遗传算法性能的影响

4.4.3 群体规模和进化代数对遗传算法性能的影响

4.4.4 遗传算法的寻优过程与其它算法的比较

4.5 本章小结

5 结束语

参考文献

后记

东北财经大学研究生学位论文原创性声明

东北财经大学研究生学位论文使用授权书

发布时间: 2006-12-26

参考文献

[1].改进的蚂蚁算法应用于车辆路径优化问题[D]. 王静晖.河北工业大学2005
[2].时变网络下考虑碳交易的多车型配送车辆路径优化研究[D]. 陈俊宇.浙江理工大学2018
[3].考虑节能减排的物流配送车辆路径优化问题研究[D]. 孟凡婷.北京交通大学2017
[4].物流配送中双向运输车辆路径优化问题研究[D]. 荆海霞.武汉大学2004
[5].物流配送动态车辆路径优化研究[D]. 陈洪满.兰州交通大学2015
[6].带时间窗约束的生鲜产品配送车辆路径优化问题研究[D]. 李泽华.大连海事大学2009
[7].物流公司车辆路径优化算法的改进[D]. 张立营.首都经济贸易大学2011
[8].基于SA-ACO的物流配送车辆路径优化研究[D]. 张倩.河北工程大学2012
[9].第四方物流配送车辆路径优化研究[D]. 王甜甜.南京林业大学2013
[10].冷链物流配送车辆路径优化问题研究[D]. 时珊.西安电子科技大学2015

关于物流配送中心车辆路径优化问题的研究

猜你喜欢