基于改进蚁群算法的随机需求库存路径问题研究

论文摘要

随着科学技术的不断进步和经济的全球化,企业间的竞争更侧重其所在供应链间的竞争,现代物流管理的范围也开始向联合协作、共同进行物流管理的方向发展,因此,一种使得物流管理得到持续改进的合作性双赢策略——供应商管理库存的物流管理模式开始受到广泛的关注。供应商管理的核心问题是如何同时优化运输和库存两个效益背反的物流环节,即库存路径问题(Inventory routing problem, IRP)的研究内容。本文基于一种改进的蚁群算法对随机需求的库存路径问题进行研究。首先在对大量的相关文献进行总结提炼的基础上,分别对库存路径问题的内涵、研究特征、建模方法以及求解方法进行文献综述,提出了进一步的研究方向,并介绍了关于蚁群算法的理论基础；然后运用混合整数规划的方法建立了随机需求库存路径问题模型；之后提出了一种改进的蚁群算法求解所建立的模型,使得解决方案的总成本最小化,并通过算例来分析模型和改进蚁群算法的可行性和有效性；最后,给出了本文的研究结论,并提出了未来要研究的方向。本文的研究一方面可以充实库存路径问题的理论研究体系,同时也可以为降低企业物流成本、提高物流运作效率提供指导和借鉴,从而为企业带来一定的经济效益。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景和选题意义
• 1.2 研究目的和主要内容
• 1.3 研究方法和技术路线
• 1.4 论文结构
• 第2章 文献综述和蚁群算法理论
• 2.1 库存路径问题内涵
• 2.2 库存路径问题的主要研究特征
• 2.3 库存路径问题的建模方法及研究现状
• 2.3.1 类似EOQ公式的模型
• 2.3.2 随机动态规划模型
• 2.3.3 混合整数规划模型
• 2.4 库存路径问题的求解算法及研究现状
• 2.4.1 精确算法
• 2.4.2 分解算法
• 2.4.3 启发式算法
• 2.5 库存路径问题进一步研究方向
• 2.6 蚁群算法基本理论
• 2.6.1 蚁群算法的基本思想和原理
• 2.6.2 蚁群算法的模型和算法步骤
• 2.6.3 蚁群算法的研究现状
• 2.7 本章小结
• 第3章 随机需求库存路径问题模型的建立
• 3.1 模型的问题描述
• 3.2 模型的基本假设和符号意义
• 3.2.1 基本假设
• 3.2.2 符号意义
• 3.3 模型的目标函数分析
• 3.3.1 缺货成本
• 3.3.2 运输成本
• 3.4 总成本模型及约束条件
• 3.5 本章小结
• 第4章 随机需求库存路径问题的改进蚁群算法设计
• 4.1 改进蚁群算法求解思路
• 4.2 改进蚁群算法的模型
• 4.2.1 改进蚁群算法的符号意义
• 4.2.2 状态转移规则
• 4.2.3 局部信息素更新规则
• 4.2.4 全局信息素更新规则
• 4.3 改进蚁群算法步骤
• 4.4 本章小结
• 第5章 随机需求库存路径问题的Solomon算例分析
• 5.1 Solomon基准问题介绍
• 5.2 算例数据及参数设定
• 5.3 算例求解
• 5.4 算例结果分析
• 5.4.1 改进蚁群算法与传统蚁群算法的比较分析
• 5.4.2 算例结果在Solomon不同类型问题间比较分析
• 5.4.3 敏感性分析
• 5.5 本章小结
• 第6章 结论和展望
• 6.1 本文主要结论
• 6.2 进一步的展望
• 参考文献
• 致谢