运输与订购优化策略研究论文

武汉理工大学硕士学位论文物流配送车辆调度优化研究 姓名：夏新海申请学位级别：硕士专业：交通运输规划与管理指导教师：张培林 20040301 武汉理工大学硕士学位论文摘要物流配送是物流活动中直接与消费者相连的环节。在物流的各项成本中，配送成本占了相当高的比例。配送车辆调度的合理与否对配送速度、成本、效益影响很大，特别是多用户配送车辆调度的确定更为复杂。采用科学、合理的方法来进行配送车辆调度，是物流配送中非常重要的一项活动。因此，车辆调度问题（ＶｅｈｉｃｌｅＳｃｈｅｄｕｌｉｎｇＰｒｏｂｌｅｍ，简记ＶＳＰ）成为众多学者竟相研究的热门话题。在高度发展的商业社会中，特别是随着Ｉｎｔｅｍｅｔ的普及和电子商务的发展，消费者对时间的要求越来越严格，以往的到货“日”已转换成到货“时”。ＶＳＰ是一个典型的ＮＰ．难题，高效的精确算法存在的可能性不大，启发式算法虽能快速求解大型问题，但对解的质量没有保证。近些年来，人们在用遗传算法解决现实中的各种组合优化问题上进行了探索，如在生产调度问题中的应用，但在车辆调度问题中的应用才Ｍ，Ｎ，Ｊ开始。有专家断言遗传算法是用来解决ＮＰ完全问题和ＮＰ难题的趋势。本论文主要对有时间窗的非满载ＶＳＰ和供应商管理库存（ＶｅｎｄｏｒＭａｎａｇｅｄＩｎｖｅｎｔｏｒｙ，简记ＶＭＩ）管理思想下的ＶＳＰ进行了研究。对于有时间窗的非满载ＶＳＰ问题，将货运量约束和时间窗约束转化为目标约束，建立了ＶＳＰ模型，使用最大保留交叉、交叉率和变异率的自适应调整等技术，设计了给予自然数编码的可同时处理软、硬时间窗约束的遗传算法，实验分析取得了较好的结果。本论文丰富了遗传算法在组合优化中的应用，为继续深入研究ＶＳＰ、ＪＯＢ—ＳＨＯＰ和物流配送车辆调度优化的计算机实现等打下基础。对于ＶＭＩ下的ＶＳＰ问题，可以看作上述ＶＳＰ的问题的延伸。本文分析了ＶＭＩ对于供应链物流配送系统优化的作用。在ＶＭＩ管理方式下，存在库存和配送运输可以集成起来进一步优化配送系统成本这一实际情况。接着对此问题建立了数学模型和迭代优化算法，实例证明该模型和算法能够起到较好的效果。武汉理工大学硕士学位论文物流配送车辆调度优化，是物流配送优化中关键的一环，也是电子商务活动不可缺少的内容。对货运车辆进行调度优化，可以提高物流经济效益、实现物流科学化。对货运车辆调度优化理论与方法进行系统研究是物流集约化发展、建立现代调度指挥系统、发展智能交通运输系统和开展电子商务的基础。目前，问题的形式已有很大发展，该问题以不仅仅局限于汽车运输领域，在水运、航空、通讯、电力、工业管理、计算机应用等领域也有一定的应用，其算法已用于航空乘务员轮班安排、轮船公司运送货物经过港口与货物安排的优化设计、交通车线路安排、生产系统中的计划与控制等多种组合优化问题。关键宇：物流配送，车辆调度，遗传算法，时间窗

1. 运输路径优化问题运输距离运输环节运输工具运输时间运输费用文献1 马良;TSP及其扩展问题的混合型启发式算法[J];上海理工大学学报;1999年01期 2 周勇,陈洪亮;蚁群算法的研究现状及其展望[J];微型电脑应用;2002年02期 1 刘海燕,李宗平,叶怀珍;物流配送中心选址模型[J];西南交通大学学报(自然科学版);2000年03期 2 李延晖;马士华;;基于时间竞争的配送系统多目标决策模型研究[J];计算机集成制造系统-CIMS;2005年11期 3 孙元欣,黄培清;竞争型连锁经营网点选址模型与遗传算法解[J];科学学与科学技术管理;2001年10期 4 魏恒,任福田;人-机参与公交客运枢纽选址方法[J];北京工业大学学报;1991年03期 5 李栋;曹义华;苏媛;冯婷;;基于改进蚁群算法的低空突防航迹规划[J];北京航空航天大学学报;2006年03期 6 封全喜,刘诚;物流配送车辆路径问题的并行遗传算法研究[J];铁道科学与工程学报;2005年04期 7 许志红,张培铭;基于蚁群算法的智能交流接触器优化设计[J];电工电能新技术;2005年03期 8 杨荣华,王新洲,牛瑞芳;非线性最小二乘估计的蚁群单纯形混合算法[J];地理空间信息;2005年03期 9 蒋建国;夏娜;齐美彬;木春梅;;一种基于蚁群算法的多任务联盟串行生成算法[J];电子学报;2005年12期 10 彭沛夫;林亚平;胡斌;张桂芳;;基于遗传因子的自适应蚁群算法最优PID控制[J];电子学报;2006年06期 1 宁静;王桂棠;吴黎明;刘军;;基于自适应挥发因子蚁群算法的Zigbee路由协议[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年 2 张开飞;黄道;;基于改进蚁群算法的车辆路径问题研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年 3 许�;陈国仁;张利萍;;应用于拣选操作的自动化立体仓库作业优化调度[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年 4 龙栋材;李斌兵;;蚂蚁算法在导航系统中的应用研究[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年 5 赵磊;黄道;;基于蚁群算法的化工过程故障诊断[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年 6 许(王莹);陈国仁;张利萍;;应用于拣选操作的自动化立体仓库作业优化调度[A];先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集[C];2004年 7 段海滨;王道波;于秀芬;;基于混合优化策略的连续域蚁群算法改进研究[A];2006中国控制与决策学术年会论文集[C];2006年 8 陆凯峰;彭力;;基于改进蚁群优化算法的机器人路径规划[A];2007中国控制与决策学术年会论文集[C];2007年 9 许志红;张培铭;;基于蚁群算法的智能交流接触器优化设计[A];中国电工技术学会低压电器专业委员会第十二届学术年会论文集[C];2005年 10 石为人;余兵;张星;;单机作业下的提前/脱期问题的蚁群调度优化算法[A];中国仪器仪表学会测控技术在资源节约和环境保护中的应用学术会议论文集[C];2001年 1 郭建宏;林副产品配送优化辅助决策模型及GIS集成研究[D];北京林业大学;2008年 2 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年 3 曾洪涛;基于Community Intelligence的水电企业模型及应用研究[D];华中科技大学;2006年 4 徐俊杰;元启发式优化算法理论与应用研究[D];北京邮电大学;2007年 5 丁铸;基于群智能的区域防空作战指挥决策研究[D];南京理工大学;2007年 6 向阳;移动Ad Hoc网络QoS路由技术研究[D];武汉理工大学;2007年 7 李澄非;计算智能方法研究及其在流程工业中应用[D];北京化工大学;2007年 8 柯晶;强跟踪状态估计与群集辨识[D];浙江大学;2003年 9 程铁信;大型工程项目物流风险分析与管理研究[D];天津大学;2003年 10 韩勇;物流园区系统规划的理论、方法和应用研究[D];天津大学;2003年